Tre revisioni RevOps nelle ultime due settimane, tre aziende diverse, tre settori diversi, un riscontro identico: circa metà della pipeline aperta era oltre la close date prevista. Non in commit. Non spostata nemmeno una volta con una nota. Oltre la close date, in uno stage attivo, contata nella coverage. Questa è una stale pipeline. I forecast che ne derivavano erano, per usare un eufemismo, finzione. E in ogni caso, il sintomo era visibile da mesi. Nessuno aveva eseguito la diagnosi stale pipeline.
Perché conta adesso
I cicli di vendita nel B2B SaaS si sono allungati nel corso del 2025 e solo di recente hanno ricominciato a comprimersi. Il bilancio di metà anno di SaaStr ha mostrato un ciclo passato da 25 settimane nel primo semestre a 19 settimane nel secondo: il che suona come un progresso, finché non si ricorda cosa significhi per qualsiasi pipeline le cui definizioni di stage siano state scritte per un ciclo di 12 settimane. I deal non si muovono più velocemente perché il rep è più motivato; restano fermi in stage senza criteri di uscita, le close date slittano silenziosamente nel trimestre successivo, e il rapporto di coverage appare sano, fino al momento in cui il forecast manca del 30 %.
Non è un problema di forecasting. Il forecast è a valle. Il contributo fondativo della Harvard Business Review sull'accuratezza del forecast, di qualche anno fa, indicava la stessa causa a monte: i venditori trattengono informazioni sui deal che vanno male e si aggrappano a close date ottimistiche per le opportunità in difficoltà. Più a lungo un deal resta in pipeline, più bassa è la sua probabilità di chiudersi, e più aggressivamente la maggior parte dei CRM nasconde questo segnale sotto un grafico di coverage.
Il punto è che tutti vogliono discutere la metodologia di forecast finché la pipeline stessa non è stata triagiata. Mi permetta di riformulare: non esiste una forecast review utile senza una diagnosi stale pipeline preventiva. La diagnosi è lo strumento economico e falsificabile. La esegua prima della riunione, oppure annulli la riunione.
La diagnosi stale pipeline, in quattro numeri
Per qualsiasi pipeline HubSpot o Salesforce, quattro query in cinque minuti le diranno se il forecast che sta per discutere si basa su dati reali o su pensiero magico. Ciascuna si risolve in un numero. Tratti i numeri come un segnale di triage, non come un verdetto. Nessuno dei quattro richiede nuovo tooling; ogni CRM moderno li espone come vista salvata o custom report. Se la maggior parte dei team non li ha su una dashboard non è perché i dati sono difficili da estrarre. È che nessuno vuole chiamare una stale pipeline con il suo nome.
1. Percentuale di deal aperti oltre la close date
Il numero più diagnostico. Estragga ogni deal aperto nella pipeline di vendita attiva. Confronti la close date prevista con oggi. Tutto ciò che precede oggi è in ritardo. Se questo numero supera il 25 %, il forecast è inattendibile e non ha senso discutere la metodologia. Se supera il 40 %, la pipeline non è gestita affatto, e la prossima conversazione si tiene con il sales manager, non con il team RevOps.
2. Età mediana dei deal aperti, per stage
Per ogni stage attivo, calcoli il numero mediano di giorni in cui i deal sono fermi in quello stage. Lo confronti con la durata attesa documentata dello stage. Se la durata attesa è di 10 giorni e la mediana di 35, lo stage o non ha criteri di uscita, o i criteri non sono applicati, o la definizione di stage è sbagliata. Nessuno di questi è un problema di forecast; tutti contribuiscono al fatto che il forecast sia sbagliato.
3. Numero di stage distinti nella pipeline attiva
Conti gli stage di deal attivi, escludendo closed-won e closed-lost. La risposta giusta si colloca tra quattro e sei. La ricerca OpenView sulle definizioni di stage è chiara: oltre sei stage si ottengono meno transizioni affidabili, non più granularità. Sotto i quattro, non si ha abbastanza segnale per forecastare. Sopra i sei, si offre ai rep un posto dove parcheggiare un deal a tempo indeterminato. Se il conteggio supera otto, il problema è l'architettura degli stage, prima dei dati.
4. Percentuale di deal aperti senza attività negli ultimi 14 giorni
Estragga ogni deal aperto e verifichi la data dell'ultimo engagement: e-mail, chiamata, riunione, nota, task completato, qualsiasi attività loggata. I deal senza attività da due settimane non sono in pipeline; sono su una lista. Se questo numero supera il 30 %, il rapporto di coverage che sta riportando verso l'alto sta sopravvalutando la realtà, e il forecast del prossimo trimestre metterà qualcuno in imbarazzo.
Pattern osservato sul campo: una stale pipeline in numeri
Una società B2B SaaS in DACH, a stadio intermedio, durante una revisione HubSpot: i quattro numeri erano al 50 %, 35 giorni contro una durata attesa di 10 giorni, undici stage attivi e 42 % senza attività, una stale pipeline da manuale. Nessuno di questi numeri era una sorpresa per i presenti quando li abbiamo proiettati. Tre erano visibili su dashboard per tutto l'anno. Il team aveva un problema di accuratezza del forecast perché aveva un problema di igiene di pipeline, e il problema di igiene di pipeline era un problema di architettura degli stage con sopra un problema di definizione degli stage. La soluzione non era un modello di forecasting migliore. La soluzione sono state quattro ore di cleanup della pipeline, un documento di una pagina con le definizioni stage per stage, e una regola di inattività che al 14° giorno spostava automaticamente i deal in uno stage di re-engagement. Dopo otto settimane, tutti e quattro i numeri erano nelle bande accettabili. Il forecast ha ripreso ad atterrare entro il 10 %. Nulla della metodologia di forecasting era cambiato.
Il playbook
Per qualsiasi team che sta per entrare in una forecast review con una pipeline non auditata nell'ultimo trimestre:
- Estragga i quattro numeri prima della riunione. La query richiede cinque minuti per pipeline in HubSpot o Salesforce. Se uno dei quattro è in rosso, il punto successivo all'ordine del giorno è la pipeline, non il forecast.
- Forzi un aggiornamento di close date su tutto ciò che è in ritardo. Ogni deal oltre la close date riceve, prima della riunione, una di tre azioni: closed-lost, spostato al trimestre successivo con una motivazione scritta, o escalato al manager del rep per una conversazione vera. Nessuna quarta opzione.
- Scriva le definizioni degli stage su una pagina. Ogni stage riceve una definizione di una frase, un criterio di ingresso, un criterio di uscita e un owner. Se non riesce a scrivere la pagina in una sessione di lavoro, il problema è l'architettura degli stage.
- Limiti a sei il numero di stage attivi nella pipeline. Consolidi qualsiasi stage che non sopravvive all'esercizio di definizione. Gli stage pre-deal: lead, MQL, SQL: appartengono al lifecycle, non alla pipeline. La pipeline è per i deal.
- Imposti una regola di inattività. Qualsiasi deal aperto senza attività loggata da 14 giorni viene instradato, a seconda dello stage, in una coda di re-engagement, in un alert al manager o in un closed-lost automatico. Il costo dei falsi negativi qui è basso; il costo di una pipeline gonfiata è alto.
- Riesegua i quattro numeri ogni mese. L'igiene di pipeline non è un progetto, è una disciplina. Se i quattro numeri restano nella banda, la metodologia di forecast può essere discussa nei suoi meriti. Se non lo restano, la metodologia di forecast è rumore a valle.
Se il playbook sembra leggero, lo è. Il costo è nella disciplina di eseguirlo prima di ogni forecast review, non dopo il miss. Una stale pipeline non torna sana perché la metodologia migliora; torna sana perché qualcuno si fa carico dei quattro numeri.
Dove interviene Checkpoint
La maggior parte dei nostri incarichi di revenue operations inizia con una versione di questa diagnosi. I quattro numeri, applicati a un'istanza HubSpot ereditata, prevedono dove atterrerà il resto del cleanup in modo più affidabile di qualsiasi framework che possediamo. Se il suo forecast ha sbagliato di oltre il 10 % per due trimestri consecutivi e le conversazioni continuano a girare attorno alla metodologia, la conversazione di cui ha davvero bisogno è a monte: nella pipeline, non nel modello. Estragga prima i quattro numeri.
Fonti
- «Slumping Deal Velocity? Embrace Contract Management to Generate Revenue.» SaaStr. saastr.com
- «From AI Billions to Sales Struggles: The Top 10 SaaStr Posts of The First Half of 2025.» SaaStr, luglio 2025. saastr.com
- «Sales Teams Aren't Great at Forecasting. Here's How to Fix That.» Harvard Business Review, 19 marzo 2019. hbr.org