Dashboard działu sprzedaży, czyli raporty, które robią się same

Budowa dashboardu sprzedażowego to był jeden z tych projektów, które z pozoru wyglądają prosto, ale w praktyce uczą pokory. U nas w Top Online zajęło to trochę czasu – głównie dlatego, że chcieliśmy stworzyć coś, co działa automatycznie i faktycznie pomaga w codziennej pracy. Dziś nasz dashboard aktualizuje się sam, a przygotowanie raportu zajmuje nam dosłownie dwie minuty miesięcznie. Poniżej opowiadam, jak do tego doszliśmy.

1. Od czego zaczęliśmy: plan, cel i sens całego dashboardu
2. Dlaczego wyrzuciłem do kosza połowę wskaźników?
3. Jak ogarnąć dane, żeby dashboard miał sens?
4. Dwa źródła danych – dwa różne wyniki
5. Dane muszą wyglądać dobrze
6. Jakie narzędzia spajają nasz dashboard?
7. Dashboard sprzedażowy w agencji SEO – jak to wygląda w praktyce?
8. Automatyzacja dashboardu sprzedażowego w Top Online
9. Kilka luźnych przemyśleń na koniec
10. Podsumowanie w punktach

Od czego zaczęliśmy: plan, cel i sens całego dashboardu

W pierwszym kroku musieliśmy sobie odpowiedzieć na podstawowe pytanie – po co nam w ogóle dashboard? Czy ma on służyć zarządowi, inwestorowi, a może powinien przekazywać raporty do innych działów w naszej agencji SEO – np. do marketingu?

To kluczowy punkt, bo cel raportowania wpływa na wszystko – od struktury danych po częstotliwość aktualizowania wyników.

Jeśli raportujesz wewnętrznie, chcesz mieć maksymalnie szczegółowe dane, często aktualizowane, które będą pokazywać realne tempo działań. Wtedy kluczowe są m.in.:

• KPI sprzedażowe (przychody, liczba nowych klientów, wartość umów itp.);
• porównania do targetów i planów;
• segmentacja np. sprzedaż z podziałem na handlowców albo narastająco liczba leadów przypadająca na handlowca (na wykresie poniżej).

U nas dane odświeżają się raz w tygodniu, bo nasz cykl sprzedaży trwa średnio 22 dni – nie ma sensu patrzeć na to częściej.

Gdybyśmy raportowali do inwestora, wyglądałoby to zupełnie inaczej. Wtedy dane powinny być bardziej zagregowane, „z lotu ptaka” – takie, które podkreślają wyniki i pozycję firmy w odniesieniu do całego rynku.

Mówiąc wprost: zamiast rozbijać sprzedaż na poszczególnych handlowców, pokazalibyśmy udział rynkowy, wzrost w porównaniu z konkurencją czy średnią wartość umowy w branży.

My inwestora nie mamy, więc poszliśmy w wariant „dla siebie” – bardziej operacyjny, codzienny, nastawiony na realną kontrolę pracy działu sprzedaży.

Od początku postawiliśmy też warunek: dashboard musi działać automatycznie. Bez ręcznego kopiowania, bez eksportów do Excela, bez klikania co miesiąc. Drugi wymóg był taki, że na jego obsługę nie możemy poświęcać więcej niż 5 minut w miesiącu.

Te założenia od razu wykluczyły część wskaźników, które byłyby zbyt trudne do pobrania lub wymagałyby zmiany technologii. Woleliśmy mieć mniej danych, ale takich, które rzeczywiście da się utrzymać.

Dlaczego wyrzuciłem do kosza połowę wskaźników?

W teorii można mierzyć wszystko. W praktyce – lepiej tego nie robić.

Zaczęliśmy więc od stworzenia listy wszystkich wskaźników, jakie przyszły nam do głowy, a potem… wycinaliśmy je bez litości. Ostatecznie usunęliśmy około połowy. Po co nam 50 liczb, skoro wystarczy 10, żeby zrozumieć, jak idzie sprzedaż?

Dashboard ma mówić jasno: jest dobrze, średnio, albo źle. Jeśli ktoś musi się w niego wpatrywać dłużej niż 2 minuty, to znaczy, że jest źle zaprojektowany.

Zanim ruszyliśmy z wersją finalną, wrzuciliśmy swoje pomysły do ChatGPT. Wystarczyło opisać naszą firmę i cel raportowania, żeby AI pomogło nam dobrać sensowne KPI.

Warto także zwrócić uwagę, żeby nie dublować danych z CRM-a. Nie ma sensu przepisywać tego, co już i tak jest mierzone i wyświetlane w innym miejscu. Poniżej w tekście przedstawię konkretnie, jakie dane „przetrwały”.

Jak ogarnąć dane, żeby dashboard miał sens?

Wiemy już, co chcemy pokazywać na dashboardzie, więc musimy rozkminić, skąd pobierać te dane oraz w jaki sposób je prezentować…

… i tu zaczynają się schody, bo jeśli nie macie CRM-a, to prawdopodobnie nic nie mierzycie = nie ma skąd wziąć danych.

A nawet jeśli z niego korzystacie, to pewnie wiecie, jak to wygląda w praktyce – część handlowców coś zapomni, czegoś nie wpisze, coś wstawi „na szybko” etc.

U nas było podobnie. Po pierwszym zassaniu danych okazało się, że ok. 20% leadów ma braki. Brak źródła pozyskania, błędne wartości albo puste pola. Skończyło się to tygodniem ręcznego czyszczenia. Ale dzięki temu nauczyliśmy się, że dane są tak dobre, jak ludzie, którzy je wpisują.

Dziś wszystko działa u nas na dwóch głównych źródłach:

• CRM (to nasze centrum dowodzenia),
• Google Analytics, który zbiera dane automatycznie.

To daje nam dobry balans między danymi „aktywnymi” (od handlowców) i „pasywnymi” (ze strony www).

Dwa źródła danych – dwa różne wyniki

Warto pamiętać, że te dwa światy – CRM i GA – nigdy nie będą w stu procentach zgodne.

W GA nie zobaczysz klienta, który zadzwonił do ciebie bezpośrednio, a CRM nie pokaże wizyt anonimowych użytkowników. Niezgodności w liczbach to nie błąd, tylko naturalny wynik dwóch różnych sposobów zbierania danych.

Poniżej wykresy pokazujące liczbę leadów z tego samego okresu. Google Analytics pokazuje o ponad 100 leadów mniej niż CRM. Jak to możliwe? Co tu się właściwie stało?

GA rejestruje tylko wydarzenia na stronie, a sporo osób zgłasza się do nas mailowo lub telefonicznie, pomijając formularz kontaktowy. Handlowiec odbiera telefon, zbiera informacje i sam wpisuje leada do CRM-a.

GA nie ma jak tego wychwycić – te dane po prostu do niego nie trafiają.

Już niedługo do raportowania dodamy trzecie źródło – AgentMonitor.io. To narzędzie, które pozwala śledzić ruch pochodzący od botów i agentów AI. Coraz częściej widać, że użytkownicy trafiają do nas nie poprzez klasyczne wyszukiwarki, tylko właśnie przez AI, więc chcemy wiedzieć, jak to wpływa na sprzedaż.

Dane muszą wyglądać dobrze

Te same pakiety informacji można prezentować na wiele sposobów. Zadbaliśmy więc o UX – różne formaty wykresów, kolory i logiczny układ.

Jakie formy stosujemy? Zasadniczo 3 rodzaje:

1. Wykresy w różnych konfiguracjach – słupkowe, liniowe, kołowe. Czasem prezentują pojedyncze dane, czasem porównują jakieś wartości, np. plan sprzedaży vs. rzeczywista sprzedaż.

   

2. Boxy informacyjne prezentujące krótkie dane liczbowe.

   

3. Tabele i listy, np. do prezentacji listy pozyskanych klientów.

   

Nie chcieliśmy robić z tego raportu NASA, tylko narzędzie, które każdy zrozumie w kilka sekund. Nawet jeśli pierwszy raz widzi je na oczy.

Jakie narzędzia spajają nasz dashboard?

Całość zbudowaliśmy w Notion.

Dane z CRMa pobieramy przez API bezpośrednio do tabel, a dane z GA w formacie CSV automatycznie trafiają do Notion dzięki prostym integracjom.

To rozwiązanie, które nie wymaga specjalistycznej wiedzy technicznej, a działa bez zarzutu. I jest tanie – koszt utrzymania całej automatyzacji to około 2 dolary miesięcznie.

Dashboard sprzedażowy w agencji SEO – jak to wygląda w praktyce?

Poniżej kilka kluczowych KPI, które znajdują się na naszym dashboardzie.

Sugeruję traktować je raczej poglądowo – te wskaźniki zostały stworzone pod nasze potrzeby, żeby jak najlepiej pokazać, jak sprzedaje się pozycjonowanie w Top Online ;).

Część z nich pewnie sprawdzi się też w innych firmach, ale mimo wszystko nie polecam ślepego kopiowania. Dashboard ma działać pod dane konkretnego zespołu, a nie wyglądać jak cudzy szablon.

Ok, no to lecimy – na samej górze mamy trzy żółte kafelki, które pokazują konwersję, średnią wartość umowy oraz średni czas trwania procesu sprzedaży.

To nasze trzy szybkie wskaźniki – widać je od razu po wejściu i dają natychmiastowe spojrzenie na kondycję działu.

Pod spodem znajduje się pierwszy zestaw wykresów.

Pierwszy z nich pokazuje sprzedaż w każdym miesiącu z podziałem na handlowców, a obok – wykres kołowy prezentujący wartość sprzedaży z podziałem na źródła leadów.

W praktyce te dwa wykresy odpowiadają na dwa kluczowe pytania: ile sprzedaliśmy i skąd ta sprzedaż pochodzi.

Wystarczy szybki rzut oka, żeby ocenić, jak radzą sobie poszczególni handlowcy i które kanały generują największy przychód.

W drugiej linii mamy dane porównujące plan sprzedaży z wynikiem rzeczywistym. Po lewej – miesięczny plan vs realizacja, po prawej – te same dane, ale w ujęciu skumulowanym od początku roku.

Dla przykładu: w sierpniu wartość skumulowanej sprzedaży powinna wynosić 200 000 zł, a osiągnęliśmy 148 000 zł. Wniosek? Jesteśmy poniżej planu, a dashboard jasno to pokazuje, bez konieczności analizowania tabelek.

Ostatni wykres słupkowy prezentuje liczbę leadów z podziałem na handlowców. Dzięki temu możemy błyskawicznie porównać, kto miał intensywniejszy miesiąc i jak rozkłada się praca w zespole.

Pod nim znajdują się wykresy kołowe ze źródłami leadów, o których pisałem wcześniej – to wizualne dopełnienie całego obrazu.

Nie pokazuję tutaj wszystkich KPI, bo artykuł zamieniłby się w instrukcję obsługi naszego dashboardu, a nie o to chodzi. Chcę tylko pokazać zasadę: dobrze dobrane dane i prosta wizualizacja dają pełną kontrolę nad działem sprzedaży. W razie problemów od razu widać, gdzie coś się sypie, więc można szybko zareagować.

Na głównym dashboardzie nie wchodzimy w skomplikowane analizy. Jeśli chcemy drążyć temat głębiej, to na górze – na szarym tle – mamy menu z odnośnikami do sekcji z bardziej rozbudowanymi statystykami. To pozwala zachować porządek i szybkość działania.

Automatyzacja dashboardu sprzedażowego w Top Online

Tak jak wspominałem na początku, jednym z głównych założeń było to, że dashboard ma być całkowicie zautomatyzowany. Wszystkie dane pobierają się samodzielnie w określonych dniach i zapisują do odpowiednich tabel.

Wykresy, które wcześniej skonfigurowaliśmy, automatycznie pobierają te dane i aktualizują widok raportu. Cały proces odbywa się bez udziału człowieka.

Czy to znaczy, że handlowcy nie mają tu nic do roboty? Nie do końca. Kluczowe jest to, żeby wypełniali dane w CRM-ie rzetelnie i na czas. Nie można robić wyjątków w stylu „dobra, uzupełnię wszystko na koniec miesiąca, jak znajdę chwilę”.

Takie podejście zawsze kończy się błędem w danych lub wysypaniem automatyzacji. Dopiero przy zachowaniu dyscypliny w zespole całość ma sens i działa tak, jak powinna.

Nam udało się spełnić wszystkie założenia – dashboard w wersji 1.0 działa stabilnie, automatycznie i nie wymaga żadnej obsługi.

Na razie nie widzimy potrzeby wprowadzania zmian, ale wiemy, że pewnie przyjdą z czasem, gdy pojawią się nowe dane i kolejne źródła ruchu.

Kilka luźnych przemyśleń na koniec

Patrząc z perspektywy czasu, ten projekt nauczył nas jednej rzeczy: dobra sprzedaż zaczyna się od dobrych danych.

Nie trzeba mieć ogromnych systemów BI, żeby ogarnąć proces.

Wystarczy jasno określić, co chcesz mierzyć, ustawić prostą automatyzację i dbać o porządek w danych.

Reszta dzieje się sama – dosłownie i w przenośni.

Podsumowanie w punktach

1. Zanim powstał dashboard sprzedażowy, musieliśmy jasno określić jego cel, odbiorców i poziom szczegółowości danych, by raport faktycznie pomagał, a nie tylko ładnie wyglądał.
2. Wybraliśmy tylko te dane, które realnie pokazują kondycję sprzedaży – w praktyce wyrzuciliśmy ponad połowę wskaźników.
3. Dane pobieramy z kilku stałych źródeł, głównie z CRM-a i Google Analytics, dbając o ich jakość i spójność, bo od tego zależy sens raportu.
4. CRM i GA pokazują różne wyniki, ale oba są prawidłowe – część leadów trafia spoza strony, dlatego porównujemy dane z wielu źródeł.
5. Zadbaliśmy o czytelny UX naszego dashboardu, stosując wykresy, boxy i tabele, które pozwalają zrozumieć dane w kilka sekund.
6. Dashboard zbudowaliśmy w Notion, integrując dane z CRM i GA.
7. Nasz dashboard pokazuje kluczowe wskaźniki sprzedaży, pozwalając w kilka minut ocenić wyniki handlowców, źródła leadów i realizację planów.
8. Cały system działa automatycznie, aktualizując dane bez udziału ludzi, a jego utrzymanie wiąże się z symboliczną opłatą.