RevOps Metrics: Pipeline Coverage, Prognosegenauigkeit, Win Rate nach Quelle

Das dashboard, das Sie letztes Quartal gebaut haben, hat wahrscheinlich einen blinden Fleck. Entweder öffnet der CRO es jeden Montag und der CFO zieht es nie heran, oder das Finance-Team nutzt die Zahlen für das Board-Deck und der CRO zweifelt beim Freitagsgespräch still an der Win-Rate-Auswertung. Einer von beiden hat das Vertrauen verloren. Sie wurden noch nicht darüber informiert.

Das ist das typische Scheitern von "einem dashboard für beide." RevOps wird zwischen einem CRO, der eine pipeline-Erzählung will, und einem CFO, der Unit Economics erwartet, hin- und hergezogen. Das Ergebnis ist ein dashboard mit 14 Kacheln, bei dem jede halb definiert ist und keine wirklich tragfähig ist. Wenn beide im selben Raum sitzen und uneinig sind, verschärft das dashboard den Dissens, anstatt ihn aufzulösen.

Die Lösung ist kein besseres Tool. Es sind sechs Kennzahlen, die beide Stakeholder auf dieselbe Weise lesen können, mit Definitionen, die präzise genug sind, um einen Review zu überstehen, Zielbereichen auf Basis von B2B-SaaS-Benchmarks und einem QBR-Folienformat, das das Meeting beendet statt es zu verlängern.

Pipeline Coverage

Definition: Offener Pipeline-Wert mit einem Abschlussdatum im laufenden Quartal, dividiert durch die verbleibende quota für dieses Quartal. Wöchentlich neu berechnet. Rollierend, nicht als Momentaufnahme.

Formel: (Summe des offenen Opportunity-ARR mit CloseDate bis Quartalsende) / (Quota minus Closed Won ARR für das Quartal)

Gesunder Bereich: 3-4x zu Quartalsbeginn für B2B SaaS mit einem durchschnittlichen Verkaufszyklus von 60-90 Tagen. Ein Rückgang auf ca. 2,5x in Woche 10 eines 13-Wochen-Quartals ist normal, da Deals abgeschlossen werden. Unter 2,5x zu Quartalsbeginn deutet auf eine bevorstehende Verfehlung hin. Über 5x ist keine Stärke, sondern Stage-Inflation. Reps lassen Deals in frühen Phasen offen, um die Zahl aufzublähen, oder Marketing schiebt unqualifizierte MQLs in Stage 1 für Attributionsgutschriften.

Scheitermodus: Die Coverage sieht gut aus, aber die win rate sinkt. Das ist das Inflationssignal. Die pipeline ist schneller gewachsen als die Konversionsrate rechtfertigt, was bedeutet, dass die meisten neuen Einträge nicht real sind.

CRM-Quelle: Opportunity-Objekt, gefiltert auf IsClosed = false und CloseDate im laufenden Quartal. Wöchentlich mit einem eingefrorenen Snapshot abgleichen: einem Montagmorgen-Extract, der nicht überschrieben wird, wenn Reps die Abschlussdaten am Dienstag verschieben. Ohne den Snapshot lässt sich nicht erkennen, ob sich die Coverage verändert hat, weil Deals fortgeschritten sind oder weil Daten verschoben wurden.

Praxisbeispiel: Das Q2-quota beträgt 4 Mio. USD. Sie haben 1,2 Mio. USD abgeschlossen, das verbleibende quota beträgt 2,8 Mio. USD. Die offene pipeline mit einem Q2-Abschlussdatum liegt bei 9,5 Mio. USD. Die Coverage beträgt 3,4x. Gesund. Aber prüfen Sie die Aufschlüsselung nach Stage. Wenn 6 Mio. USD dieser 9,5 Mio. USD in Stage 1 oder Stage 2 mit weniger als 30 Tagen bis zum Quartalsende liegen, lügt die Gesamtzahl. Die tatsächlich einsetzbare Coverage liegt eher bei 1,6x.

Prognosegenauigkeit (Forecast Accuracy)

Definition: Abweichung zwischen dem von Reps eingereichten commit plus best case und dem tatsächlichen Closed Won am Quartalsende, gemessen an festen Kontrollpunkten.

Formel: |Tatsächliches Closed Won minus prognostizierte Zahl| / prognostizierte Zahl

Gesunder Bereich: Plus/minus 10% zur Quartalsmitte (Woche 6-7 eines 13-Wochen-Quartals), plus/minus 5% bis Woche 10. Manche Teams arbeiten mit engeren Toleranzen (High-Velocity-SMB-SaaS kann bis Woche 10 auf plus/minus 3% kommen), aber plus/minus 5% ist der Maßstab, der für die meisten B2B SaaS im ARR-Bereich von 10-100 Mio. USD gilt.

Scheitermodus: Dauerhaft positive Abweichung (Sie übertreffen die Prognose jedes Quartal um mehr als 15%) ist Sandbagging. Dauerhaft negative Abweichung (Sie verfehlen die Prognose um mehr als 15%) ist ein Prozedurproblem, kein Rep-Problem. In beiden Fällen liegt die Ursache nicht darin, dass Reps schlecht prognostizieren. Es liegt daran, dass niemand kalibriert, was "commit" teamübergreifend bedeutet.

CRM-Quelle: Opportunity-forecast-Kategorie (Pipeline / Best Case / Commit / Closed) mit einer forecast-Snapshot-Historie. Wenn Ihr CRM keine wöchentlichen Snapshots erstellt, bauen Sie ein eigenes Objekt dafür. Ohne Historie lässt sich nicht erkennen, ob ein Deal von Commit zu Best Case gerutscht ist oder ob der Rep am Freitag einfach seine Meinung geändert hat.

Praxisbeispiel: Der commit in Woche 7 beträgt 2,3 Mio. USD, der best case 3,1 Mio. USD. Das tatsächliche Closed Won in Woche 13 beträgt 2,7 Mio. USD. Die Abweichung vom commit liegt bei plus 17%, die Abweichung vom Mittelpunkt aus commit und best case (2,7 Mio. USD) bei 0%. Das Team gibt commit konservativ an. Das ist kein "gutes forecasting", sondern ein Coaching-Problem. Reps schützen sich selbst und geben dem CRO keine verwertbare Zahl.

Win Rate nach Quelle, Segment und Rep

Definition: Abgeschlossene Opportunities (Closed Won) dividiert durch alle abgeschlossenen Opportunities (Won plus Lost), aufgeschlüsselt nach drei Dimensionen. Immer drei.

Formel: Won / (Won plus Lost), segmentiert nach Lead-Quelle, Kundensegment (SMB / Mid-Market / Enterprise) und einzelnem Rep.

Gesunder Bereich: Stark unternehmensabhängig. Für Mid-Market-B2B-SaaS mit Inbound- und Outbound-Mix ist eine gemischte win rate von 22-28% typisch. Aber die Gesamtzahl ist die Kennzahl, die am wahrscheinlichsten trügt. Die Aufschlüsselungen zeigen die Wahrheit.

Scheitermodus: Ein einzelner Kanal bricht innerhalb einer stabilen Gesamtquote ein. Inbound fällt innerhalb von zwei Quartalen von 35% auf 22%, während Outbound von 12% auf 18% steigt. Die Gesamtquote bleibt bei 26%, das dashboard zeigt Grün, und niemand bemerkt, dass die Paid Acquisition um 40% ineffizienter geworden ist. Oder ein Segment hört still auf zu konvertieren: Die Enterprise-win-rate fällt von 30% auf 18%, während SMB-Gewinne das ausgleichen, und Sie bemerken es erst bei einem sechsmonatigen Enterprise-pipeline-Review.

CRM-Quelle: Opportunity-Objekt verknüpft mit Lead-Quelle, Account-Segment und Owner. Wenn die Lead-Quelle ein Multi-Touch-Attributionsmodell verwendet, wählen Sie ein Modell und bleiben Sie dabei. Ein Wechsel von First-Touch zu Last-Touch inmitten eines Quartals macht den Trendverlauf bedeutungslos.

Praxisbeispiel: Die gemischte win rate liegt bei 26%, seit drei Quartalen unverändert. Aufschlüsselung nach Quelle: Inbound 35% - 31% - 22%. Outbound 14% - 16% - 18%. Die flache Gesamtquote verdeckt einen Paid-Search-Kanal, der schnell verfällt. Diagnose: Entweder driftet das ICP bei Inbound-Leads (Marketing hat Traffic gekauft, der nicht passt), oder der SDR-zu-AE-Übergabeprozess funktioniert bei Inbound spezifisch nicht. Welches der beiden Probleme vorliegt, erkennen Sie erst, wenn Sie nach Quelle UND Stage aufschlüsseln. Aber Sie hätten es gänzlich übersehen, wenn Sie nur auf die Gesamtzahl geschaut hätten.

Verkaufszyklusdauer nach Stage

Definition: Mediane Anzahl der Tage, die eine gewonnene Opportunity in jeder Stage verbracht hat, berechnet aus Stage-Verlaufsaufzeichnungen (nicht von CreatedDate bis CloseDate).

Formel: Für jede Stage S: Median von (DateExitedS minus DateEnteredS) über alle Closed-Won-Deals der letzten 6 Monate.

Gesunder Bereich: Stark unternehmensabhängig. Enterprise-B2B-SaaS liegt im Durchschnitt bei 90-180 Tagen, Mid-Market bei 45-90, SMB bei 14-45. Der relevante Benchmark ist Ihre eigene historische Baseline. Wenn Stage 3 (Validierung) früher 12 Tage gedauert hat und jetzt 28 Tage dauert, liegt ein Problem vor, unabhängig vom Branchendurchschnitt.

Scheitermodus: Stau an der Übergabe von Stage 3 zu Stage 4. Das ist der häufigste stille Problemfall in B2B SaaS. Deals stauen sich in "Validierung" oder "Technische Evaluierung", weil ein Stakeholder nicht mehr reagiert, der Rep sich scheut nachzufassen, und das CRM keine Regel hat, die das markiert. Der Deal sieht in der pipeline-Coverage aktiv aus, zählt zur Prognose und wird dann in Woche 13 als Closed Lost mit dem Vermerk "keine Entscheidung" verbucht.

CRM-Quelle: Opportunity-Stage-Verlauf. Das ist in den meisten CRMs ein eigenes Objekt. Wenn Sie keines haben, bauen Sie es, bevor Sie die Kennzahl aufbauen. Ein flaches LastStageChange-Feld liefert keine mediane Verweildauer pro Stage über alle Deals hinweg.

Praxisbeispiel: Die mediane Verweildauer in Stage 3 betrug letztes Jahr 14 Tage und beträgt dieses Jahr 22 Tage. Deals, die Stage 3 als Closed Lost verlassen haben, sind von 18% auf 27% gestiegen. Diagnose: Die Stage-3-Eintrittskriterien sind zu locker. Reps schalten Deals auf Stage 3, um Coverage geltend zu machen, aber diese Deals stagnieren dann, weil sie nie wirklich qualifiziert waren. Die Korrektur liegt am Eingangstor, nicht am Ausgangstor. Verschärfen Sie die Kriterien für den Übergang von Stage 2 zu Stage 3 (Schmerzpunkt dokumentiert, wirtschaftlicher Entscheider identifiziert, Entscheidungskriterien erfasst), und der Zyklus verkürzt sich.

Comp-Attainment-Verteilung

Definition: Die Perzentilverteilung der quota-Erreichung über das Rep-Team. Die Form, nicht der Durchschnitt.

Formel: Reps nach Erreichungsgrad (%) am Quartalsende sortieren. Als Histogramm darstellen oder die Werte des 10., 50. und 90. Perzentils angeben. Der durchschnittliche Erreichungsgrad steht auch auf der Folie, ist aber die Nebenrolle, nicht die Hauptrolle.

Gesunder Bereich: Ein gesundes Team hat eine annähernd Normalverteilung, die bei 95-105% Erreichung zentriert ist, mit dem 90. Perzentil bei ca. 140% und dem 10. Perzentil nicht unter ca. 50%. Rund 60-70% der Reps überschreiten die 80%-Marke. Das ist ein Team, in dem Gebiete fair sind und quota korrekt kalibriert ist.

Scheitermodus: Bimodale Verteilung (60% der Reps unter 80% Erreichung, zwei Reps über 200%) sieht im Durchschnitt in Ordnung aus (Durchschnitt liegt vielleicht noch bei 95%) und ist tatsächlich ein Alarmsignal. Das bedeutet, dass die Gebiete unausgewogen sind. Zwei Reps bekamen die einfachen Gebiete, alle anderen kämpfen um die Reste. Der CFO sieht einen Durchschnitt und denkt "in Ordnung." Sie sehen die Verteilung und sollten es benennen.

Der andere Scheitermodus: eine enge Verteilung, bei der alle zwischen 90-110% Erreichung liegen. Liest sich als "gut kalibriert", ist aber oft das Signal für zu weiche quotas. quotas, die niemand deutlich verfehlt und niemand deutlich übertrifft, sind keine quotas, sondern Gehaltsrechtfertigungen. Echte Vertriebsteams haben einen langen rechten Ausläufer. Wenn Ihres keinen hat, streckt der Vergütungsplan niemanden.

CRM-Quelle: Comp/Quota-Objekt verknüpft mit Nutzer. Wenn Ihre Vergütungsrechnung in einer Tabellenkalkulation erfolgt, muss das Histogramm im BI-Tool leben, nicht im Vergütungstool.

Praxisbeispiel: Die durchschnittliche Erreichung liegt bei 96%, sieht gesund aus. Verteilung: 4 Reps über 150%, 8 Reps zwischen 50-75%, 3 Reps zwischen 90-110%. Das ist eine fehlerhafte Gebietsverteilung, die als ordentliches Quartal verkleidet ist. Die Diagnose lautet klar: Gebietsrebalancierung erforderlich, nicht "Rep-Coaching."

CAC Payback

Definition: Monate, die benötigt werden, um die vollständig aufgeschlüsselten Kundenakquisitionskosten aus der Bruttomarge auf den Neukunden-Umsatz zurückzugewinnen.

Formel: (S&M-Ausgaben im Zeitraum) / (Neukunden-ARR im Zeitraum mal Bruttomarge in %), ausgedrückt in Monaten.

Gesunder Bereich: Unter 12 Monate für gesundes B2B SaaS. 12-18 Monate sind akzeptabel für Enterprise-lastige Modelle mit längeren Vertragslaufzeiten. Über 18 Monate ist ein Boardgespräch. Über 24 ist ein Problem für die nächste Finanzierungsrunde.

Scheitermodus: Der CAC Payback schleicht sich nach oben, ohne dass jemand Alarm schlägt, weil die Kennzahl monatlich und nicht wöchentlich aktualisiert wird und eher im Finance-Deck als im RevOps-dashboard steckt. Bis das Thema auf der Agenda erscheint, haben sich drei Quartale an Unit-Economics-Drift angesammelt.

Das ist die Kennzahl, die der CFO wirklich wichtig nimmt. Wenn Sie nur eine CFO-relevante Zahl auf Ihrem dashboard haben, ist das diese. Der CAC Payback verbindet pipeline-Coverage (die Kennzahl des CRO) mit Kapitaleffizienz (die Kennzahl des CFO) über win rate, ACV und Bruttomarge, weshalb alle sechs Kennzahlen auf dieselbe Seite gehören. Verändern Sie eine, und Sie sehen die Auswirkung innerhalb eines Quartals beim CAC Payback.

CRM-Quelle: RevOps besitzt die Eingaben nicht allein. S&M-Ausgaben kommen aus dem Finance, Bruttomarge aus Finance plus Produkt, neues ARR aus dem CRM. Bauen Sie die Kennzahl gemeinsam auf, oder sie wird beim QBR angefochten.

Praxisbeispiel: Q1-S&M-Ausgaben 3,2 Mio. USD. Im Q1 gebuchtes Neukunden-ARR 2,4 Mio. USD, Bruttomarge 76%. CAC Payback = 3.200 / (2.400 mal 0,76) = 17,5 Monate. Gleiches Quartal im Vorjahr: 13,2 Monate. Diagnose: Entweder ist der ACV gesunken, die win rate ist gesunken, oder die Marketingausgaben sind schneller gewachsen als die pipeline geliefert hat. Gleichen Sie das mit der win-rate-nach-Quelle und dem Segment-Mix ab. Wenn die Enterprise-win-rate gefallen ist, ist das Ihre CAC-Payback-Geschichte.

Das Diagnosemuster: Niedrige Coverage, aber alle erreichen quota

Dieses Muster taucht etwa zweimal pro Jahr bei einem gesunden Team auf und bedeutet immer dasselbe: Reps verstecken pipeline, um commit zu schützen.

Die Merkmale:

Pipeline-Coverage sinkt Quartal für Quartal (4,1x auf 3,6x auf 3,0x auf 2,7x).
Erreichung steigt oder bleibt stabil (98% auf 102% auf 105%).
forecast-Abweichung bleibt eng (plus/minus 5%).
Verweildauer in späten Stages sinkt (Deals tauchen auf und werden innerhalb von 30 Tagen abgeschlossen).

Das ist keine Magie. Reps bearbeiten Deals offline, in ihren Notizbüchern, und geben sie erst dann ins CRM ein, wenn sie zu 80% sicher sind, dass sie abschließen werden. Sie haben gelernt, dass früh erstellte pipeline mikromanagt wird und spät erstellte pipeline gefeiert wird. Das System belohnt das falsche Verhalten.

Wie Sie damit umgehen, ohne Vertrauen zu beschädigen:

Beschuldigen Sie niemanden. Das Verhalten ist rational, gegeben die Anreize.
Starten Sie eine einmonatige "Pipeline-Amnestie": Jeder Deal, der vor Stage 3 eingetragen wird, zählt in 1:1s nicht gegen den Rep. Es wird nur erfasst, dass er existiert.
Nach der Amnestie: Erwarten Sie, dass die Coverage von 2,7x auf vielleicht 3,8x ansteigt. Das ist die echte Zahl.
Setzen Sie dann das Gespräch über Vergütung und Führung neu auf: Wofür sind die frühen Stages da? Für die Prognose, nicht für das Performance-Management.

Wenn Ihr Team dieses Muster zeigt und Sie es korrigieren, wird Ihre Prognosegenauigkeit für ein Quartal schlechter (weil es jetzt eine echte pipeline gibt, gegen die prognostiziert wird, mit realistischen Konversionsraten) und danach wesentlich besser. Der CRO wird das erste Quartal der Korrektur hassen. Bleiben Sie standhaft.

Vanity-Metric-Fallen, die aus dem Dashboard gestrichen werden sollten

MQL-zu-SQL-Konversion isoliert betrachtet. Nützlich als Marketing-Operations-Kennzahl. Als Umsatzkennzahl ohne die nachgelagerte Auswertung bis Closed Won wertlos. Ein Team kann MQL-Ziele erreichen, SQL-Ziele erreichen und den Umsatz um 20% verfehlen, während das dashboard Marketing feiert. Verknüpfen Sie MQL-zu-SQL immer mit SQL-zu-Closed-Won nach Quelle.

"Erstellte Pipeline" ohne Quellenattribution. Eine Zahl für erstellte pipeline sagt Ihnen, dass Reps beschäftigt waren. Sie sagt nicht, ob sie mit den richtigen Dingen beschäftigt waren. Schlüsseln Sie immer nach Quelle und Segment auf.

Activity Metrics als Ergebniskennzahlen getarnt. Getätigte Anrufe, gesendete E-Mails, gebuchte Demos. Diese gehören in ein operatives Sales-Ops-dashboard für den Manager, nicht auf die RevOps-QBR-Folie für CRO und CFO. Das Board interessiert sich nicht dafür, wie viele Anrufe gemacht wurden, sondern ob diese Anrufe konvertiert sind.

Logo-Anzahl ohne ARR-Aufschlüsselung. "Wir haben in diesem Quartal 47 Logos gewonnen" kann einen 30-prozentigen Rückgang bei der durchschnittlichen Deal-Größe verbergen. Zeigen Sie immer neue Logos UND neues ARR UND durchschnittlichen ACV zusammen, oder zeigen Sie Logos gar nicht.

Das QBR-Folienformat

Eine Folie pro Kennzahl. Immer dasselbe Layout. Sechs Folien für sechs Kennzahlen, plus eine einseitige Zusammenfassung. Kein Diagramm-Wirrwarr, keine 14-Kacheln-dashboards, kein "Lassen Sie mich das kurz erklären." Jede Folie sollte in 30 Sekunden lesbar sein.

Das Layout, wiederholt für alle sechs:

─────────────────────────────────────────────
  KENNZAHLNAME                       Q2 2026
─────────────────────────────────────────────
  AKTUELLER WERT                  TREND (4Q)
  3,2x                          4,1 → 3,6 →
                                 3,0 → 3,2

  GESUNDER BEREICH               STATUS
  3,0 - 4,0x                    GRÜN

  DIAGNOSE
  Coverage nach Q1-Gebietsrebalancierung
  wiederhergestellt. Stage-2-zu-3-
  Fortschrittsrate normalisiert.

  MASSNAHME (EIN PUNKT)
  Aktuelle Stage-Kriterien beibehalten.
  Im Q3 erneut prüfen, falls Coverage
  unter 2,8x fällt.
─────────────────────────────────────────────

Fünf Elemente pro Folie, nicht mehr:

Aktueller Wert: eine Zahl, groß.
Trend: letzte 4 Quartale, Sparkline oder Pfeil.
Gesunder Bereich: das Band, kein einzelner Zielwert.
Diagnose: ein Satz, der benennt, was passiert, nicht "genau beobachten."
Maßnahme: eine Sache, die getan wird. Nicht drei. Eine.

Wenn Sie eine Kennzahl nicht in dieses Layout bringen können, ist die Kennzahl noch nicht QBR-reif. Entweder sind die Daten noch nicht zuverlässig oder die Diagnose ist noch nicht scharf genug. Streichen Sie sie von der Folie und bringen Sie sie zurück, wenn sie bereit ist.

Fazit

Die Aufgabe des dashboards ist es, einen Streit zu beenden, nicht ihn zu entfachen. Wenn CRO und CFO dieselben sechs Zahlen lesen und zur gleichen Schlussfolgerung über die nächsten Schritte gelangen, funktioniert das dashboard. Wenn sie es lesen und uneinig sind, ist entweder eine Kennzahl falsch, eine Diagnose fehlt oder einer von beiden liest eine andere Zahl, als Sie denken.

Die meisten RevOps-dashboards scheitern, weil sie versuchen, vollständig zu sein. Die guten sind kurz, klar positioniert und benannt. Sechs Kennzahlen. Zielwerte auf Basis von B2B-SaaS-Realität. Eine Diagnose auf jeder Folie. Eine Maßnahme pro Kennzahl. Das ist die ganze Aufgabe.

Bauen Sie das, und Sie hören auf, die Person zu sein, die das dashboard verschickt. Sie werden die Person, die es dem Raum vorliest und allen erklärt, was es bedeutet. Das ist der Unterschied zwischen einem RevOps Manager und einem Director of RevOps, und es ist vor allem eine Frage, wie sicher Sie benennen können, was in jeder Zeile passiert.

RevOps Playbooks