Pipeline conversion rate is het percentage leads of deals in een fase van je salespipeline dat doorgaat naar de volgende fase, zoals van MQL naar SQL of van demo naar offerte. Vermenigvuldig je de percentages per fase met elkaar, dan krijg je het percentage voor de hele funnel, van eerste lead tot gesloten deal.

Eén totaalcijfer, zeg 2% van de MQL's die klant worden, vertelt je of de funnel sterk of zwak is. Waar het misgaat, kan het je niet vertellen. De percentages van fase naar fase kunnen dat wel, en precies daarom houd je ze apart bij.

Het minder voor de hand liggende probleem is het tellen. Twee mensen kunnen de MQL-naar-SQL-rate voor dezelfde maand uit hetzelfde CRM halen, op 15% en 20% uitkomen en allebei correct hebben gedeeld. De een deelde de SQL's van de maand door de MQL's van de maand. De ander volgde één batch MQL's en wachtte af wat ervan terechtkwam. Veel discussies over de conversion rate van een fase gaan in werkelijkheid over welke van die twee methodes iemand gebruikte.

TL;DR

• Meet elke overgang apart (MQL naar SQL, SQL naar opportunity, opportunity naar gewonnen) en schrijf op wat er moet kloppen voordat een record een fase binnengaat. De laatste stap is je win rate, en die heeft eigen telregels.

• Lifecycle stages staan op contacten en dealfases op deals. De stap van SQL naar opportunity gaat dus over twee objecten heen, en daar lopen de tellingen het vaakst stuk. De properties "Date entered" per fase in HubSpot en de fasehistorie van opportunities in Salesforce geven je de tijdstempels om mee te werken.

• Tellen met een snapshot (SQL's van deze maand ÷ MQL's van deze maand) beweegt mee met het volume. In het voorbeeld hieronder converteert elke maandbatch precies 20%, en toch geeft de snapshot 20%, daarna 15% en daarna 30%.

• Tel in cohorts met een vast conversievenster, bijvoorbeeld 60 dagen vanaf het moment dat een record de fase binnenkomt, en rapporteer het percentage van een cohort pas als zijn venster dicht is.

• Plan op basis van cohortpercentages. Om €432.000 te boeken met €24.000 per deal heeft een team 18 deals, 90 opportunities, 180 SQL's en 900 MQL's nodig. Wie plant op de snapshot van 30%, vraagt om 600 MQL's en komt uit op €288.000.

• Vergelijk elke fase met zijn eigen historie, uitgesplitst naar bron en dealtype, en wees wantrouwig tegenover externe benchmarks, want die gebruiken zelden dezelfde definities van fases als jij.

Welke fases je meet, en wat ervoor nodig is om erin te komen

De meeste B2B-funnels kun je beschrijven met vier of vijf overgangen. Een gangbare set ziet er zo uit:

• Van lead naar marketing qualified lead (MQL), als een contact bij je profiel past en genoeg interesse toont om over een drempel te gaan.

• Van MQL naar sales qualified lead (SQL), als sales de lead accepteert en het erover eens is dat er iets te halen valt.

• Van SQL naar opportunity, als een eerste meeting een echte behoefte bevestigt en er een deal wordt aangemaakt.

• Van opportunity naar offerte, als de koper genoeg heeft gezien om naar voorwaarden te vragen.

• Van offerte naar closed won.

Een outbound motion heeft een eigen voorkant: van benaderd naar gereageerd, van gereageerd naar meeting geboekt en van gehouden meeting naar opportunity. Je reply rate is de eerste conversion rate in die keten, en dezelfde telregels gelden helemaal tot onderaan.

Belangrijker dan de namen is de instapregel van elke fase. "SQL" moet iets betekenen wat je kunt controleren, zoals "sales heeft hem geaccepteerd en een call geboekt". Wat een rep die middag toevallig vond, telt niet. Bestaat de regel alleen in de hoofden van mensen, dan meet het percentage van die fase gewoontes, en verandert het elke keer dat er iemand nieuw in het team komt. Schrijf elke regel op waar het team hem ziet, naast het rapport.

De laatste overgang verdient een opmerking. Van opportunity naar closed won is je win rate, en op die pagina lees je hoe je omgaat met deals die zonder beslissing doodbloeden. Gebruik hier dezelfde definitie, zodat de twee getallen overal waar ze opduiken met elkaar kloppen. Conversie voedt ook snelheid: pipeline velocity vermenigvuldigt de percentages per fase met dealgrootte en doorlooptijd, dus een fase die slechter converteert, vertraagt de omzet ook als er verder niets verandert.

De overdracht waar twee objecten elkaar raken

In de meeste CRM's staan de vroege fases op het contact en de latere op de deal. HubSpot houdt op elk contact een lifecycle stage bij en registreert voor elke lifecycle stage een property "Date entered", terwijl deals hun eigen fasedatums hebben. Het standaardrapport Opportunity History van Salesforce legt elke fasewijziging op een opportunity vast, zonder extra setup. De stap van MQL naar SQL zit op één object, de stap van SQL naar opportunity gaat naar een ander object, en maakt een rep een deal aan zonder het contact te koppelen, dan verschijnt die conversie gewoon nooit.

Bij die overdracht komen ook de definities van twee teams samen, en daar vinden we dan ook het vaakst getallen die niet met elkaar kloppen. Twee checks vangen het meeste af: elke deal moet een gekoppeld contact hebben, en elk contact op een deal moet SQL zijn geworden voordat de deal werd aangemaakt.

Twee andere eigenaardigheden kun je het best regelen vóór het eerste rapport. Records die een fase overslaan en van discovery direct naar offerte gaan, moeten tellen alsof ze door de overgeslagen fase zijn gegaan. Anders ziet de latere fase er gezonder uit dan hij is. En records die teruggaan in de funnel, hebben een regel nodig. De eigen automatisering van HubSpot zet de standaard lifecycle stage alleen vooruit, dus een lead die terug naar nurture gaat, vraagt meestal om een handmatige wijziging. Je moet dan ook beslissen of zijn tweede rondje door de funnel als nieuwe instroom telt.

Cohort of snapshot: twee manieren om de conversion rate van een fase te tellen

Je kunt de conversion rate van een fase op twee manieren berekenen, en ze beantwoorden verschillende vragen.

Een snapshot neemt alles wat er in een periode gebeurde: SQL's aangemaakt in maart gedeeld door MQL's aangemaakt in maart. Dat gaat snel en elk CRM kan het. Het addertje is dat de SQL's van maart niet allemaal uit de MQL's van maart kwamen. Een deel waren leads uit februari die een paar weken nodig hadden om te kwalificeren.

Een cohort volgt één batch: hoeveel van de MQL's die in maart zijn aangemaakt, werden SQL? Dat beantwoordt de vraag die mensen denken te stellen, met als prijs dat je moet wachten tot de batch de tijd heeft gehad om te converteren.

Zo ver kunnen de twee uit elkaar lopen. Neem een bedrijf uit Utrecht dat planningssoftware verkoopt aan installatiebedrijven. Elke MQL die het genereert, heeft 20% kans om SQL te worden, en conversie kost tijd: de helft van de SQL's die een maand uiteindelijk oplevert, kwalificeert in dezelfde maand, de andere helft in de maand erna. December leverde 200 MQL's op, januari 200, februari 400 na een webinarcampagne en maart weer 200.

Aan de kwaliteit van de leads veranderde niets. Elke batch converteerde 20%. Toch vertelde de snapshot marketing dat februari slecht was en maart geweldig, alleen omdat de webinarleads in één maand binnenkwamen en over twee maanden kwalificeerden. Een team dat op de snapshot afging, had in februari de MQL-criteria aangescherpt en in maart feestgevierd, allebei zonder reden.

Snapshots zijn prima als het volume stabiel is en je snel een wekelijkse stand wilt. Gebruik cohorts voor alles waar je op gaat handelen, zoals een scoringsdrempel aanpassen, een campagne beoordelen of het leadtarget voor volgend kwartaal vaststellen.

Geef elke conversie een deadline

Een cohort heeft een tijdslimiet nodig, anders blijft zijn percentage maandenlang omhoogkruipen. Tools voor productanalyse hebben dat ingebouwd. Mixpanel definieert zijn conversievenster bijvoorbeeld als de tijd die een gebruiker heeft om door alle stappen van de funnel te converteren nadat hij erin is gestapt. Salesfunnels hebben hetzelfde idee nodig: een MQL telt alleen als geconverteerd als hij binnen, zeg, 60 dagen nadat hij MQL werd een SQL is geworden.

Zonder venster zien oudere cohorts er altijd beter uit dan recente, omdat ze meer tijd hebben gehad. Een rapport dat je in april draait, laat de MQL's van januari goed converteren en die van maart slecht, terwijl maart gewoon nog niet klaar is. Met een venster wacht je tot het dichtgaat voordat je over dat cohort rapporteert, en vergelijk je gelijke met gelijke.

Bepaal het venster op basis van je eigen data. Kijk naar de records die wel converteerden en hoe lang elk ervan erover deed, en kies een venster dat het overgrote deel daarvan vangt. Voor de stap van MQL naar SQL kan dat een paar weken zijn. Voor opportunity naar closed won ligt het dichter bij één salescyclus. Toon naast het percentage het deel van elk cohort dat nog openstaat, zodat niemand een onafgemaakte batch aanziet voor een batch die faalt.

Terugrekenen vanaf een omzettarget

Percentages per fase die je zo meet, worden een planningstool. Neem opnieuw het bedrijf uit Utrecht. De cohortpercentages zijn 20% van MQL naar SQL, 50% van SQL naar opportunity en 20% van opportunity naar gewonnen, en de gemiddelde gewonnen deal is €24.000. Het target voor new business voor volgend kwartaal is €432.000.

1. €432.000 ÷ €24.000 = 18 deals.

2. Bij een win rate van 20%: 18 ÷ 0,20 = 90 opportunities.

3. Bij 50% van SQL naar opportunity: 90 ÷ 0,50 = 180 SQL's.

4. Bij 20% van MQL naar SQL: 180 ÷ 0,20 = 900 MQL's.

In totaal wordt 0,20 × 0,50 × 0,20 = 2% van de MQL's klant, en 900 × 2% = 18 deals. Dat klopt. Stel nu dat de planner de snapshot van maart had gebruikt en dacht dat MQL naar SQL op 30% liep. Het plan vraagt dan om 180 ÷ 0,30 = 600 MQL's. Marketing levert er precies 600, en de echte 20% maakt daar 120 SQL's, 60 opportunities en 12 deals van. Dat is 12 × €24.000 = €288.000, een tekort van €144.000 in een kwartaal waarin elk team zijn plan haalde.

Ook timing hoort in het plan. Duurt het tot twee maanden voordat MQL's kwalificeren en een volledige cyclus voordat deals sluiten, dan moeten de 900 MQL's ruim binnen zijn vóór het kwartaal waarin ze moeten opleveren. Dezelfde rekensom voedt pipeline coverage: 90 opportunities van €24.000 is €2.160.000 aan pipeline tegenover een target van €432.000, oftewel 5x, precies wat een win rate van 20% vraagt.

Maak het plan per bron en per segment, en dus niet één keer voor het hele bedrijf. Outbound- en inbound-leads converteren zelden in hetzelfde tempo, en een gemengd cijfer belooft te veel voor de bron die het snelst groeit.

Pipeline conversion rates lezen zonder jezelf voor de gek te houden

Verschillende fases converteren van nature in een ander tempo, dus een fase van 20% is niet automatisch slechter dan een fase van 50%. Vergelijk elke fase met zijn eigen verleden. Een fase die vier kwartalen op 30% bleef en nu op 22% staat, vertelt je iets. Een fase die altijd 20% was, is gewoon een fase.

Splits voordat je conclusies trekt. Naar leadbron, naar segment en naar dealtype. Forrester pleitte voor die laatste splitsing toen het in mei 2021 zijn B2B Revenue Waterfall vernieuwde. Het voegde renewals, cross-sell en upsell toe als typen opportunity, en stelde voor dat bedrijven bepalen waar ze middelen inzetten door conversion rates en kosten per type opportunity te beoordelen. Een expansiondeal en een koud nieuw logo horen geen percentage te delen.

Is een fase duidelijk verschoven, dan hangt de oplossing af van waar hij zit. Een zwakke stap van MQL naar SQL betekent meestal dat te veel slecht passende leads over de drempel komen. Dat is werk voor lead scoring die wie een lead is gescheiden houdt van hoe actief hij is geweest, of voor een model voor predictive lead scoring zodra je de historie hebt. Vroege fases die lekken omdat prospects afkoelen, reageren op speed to lead en een vaste sales cadence. Late fases die vastlopen, hangen vaak aan één contact, en het gesprek verbreden over het buying committee helpt meer dan nog een follow-up. Conversie vertelt je waar deals afhaken. Multi-touch attribution kan helpen verklaren waarom, door te laten zien welke touches mensen door de verzwakte fase hielpen.

Drie gewoontes verpesten de cijfers. De eerste is het percentage zelf najagen: verruim de SQL-criteria en MQL naar SQL schiet omhoog, terwijl de latere fases wegzakken, omdat dezelfde zwakke leads nu verderop afvallen. De tweede is rommelige data. Fases die reps overslaan, terugdateren of verschillend gebruiken, maken elk percentage precies en fout. De documentatie van HubSpot over zijn typen funnelrapporten geeft het voorbeeld van een contact dat lead werd en daarna klant, zonder ooit opportunity te zijn geweest. Dat contact valt buiten zowel de stap Opportunity als de stap Customer. De derde is kleine steekproeven. Met 20 records in een fase is elk record vijf punten waard, dus een schommeling van kwartaal op kwartaal kan om twee deals gaan.

Tot slot

De deling achter een pipeline conversion rate is het makkelijke deel. De waarde zit in de beslissingen eromheen: welke fases tellen, wat een record nodig heeft om elke fase binnen te komen, of je telt per cohort of per snapshot, en hoe lang een batch krijgt voordat zijn percentage definitief is. Leg die één keer vast, en je kunt de percentages van dit jaar eindelijk naast die van vorig jaar leggen.

Heb je dat goed, dan doen de percentages per fase twee dingen tegelijk. Ze laten zien welk deel van de funnel is weggezakt ten opzichte van zijn eigen historie, en ze vertellen je hoeveel activiteit je bovenin nodig hebt om onderin een omzetcijfer te halen, zonder dat het plan rust op een maand die toevallig goed uitpakte.

Die definities kun je het best afspreken voordat je iets opschaalt, of dat nu advertentiebudget is, het aantal SDR's of prospectingvolume dat je met software aanzet. Ze staan ook centraal in een go-to-market-model waarin marketing, SDR's en account executives één funnel delen.

Wil je dit liever opgezet hebben dan het elke maand opnieuw in spreadsheets te bouwen? Nebor richt de fasedatums, instapregels en cohortrapporten in binnen de HubSpot- of Salesforce-setup die een team al heeft, legt elke definitie vast en geeft je RevOps-lead rapporten die hij kan uitbreiden als er een fase bijkomt of een andere naam krijgt.

Veelgestelde vragen