Analytics vertelt je over gedrag op je website. Het CRM vertelt je over deals. Maar ze praten niet met elkaar. Je ziet welke bezoekers leads worden, maar niet welke leads klant worden of hoeveel omzet ze opleveren. Door dit gat kun je niet optimaliseren op omzet. Een koppeling van omzet en pipeline verbindt deze systemen zodat je kunt meten wat echt telt: omzet per kanaal, campagne en stuk content.
Waarom omzetdata telt
Het aantal leads is een ijdele meting. Honderd leads uit organische zoekresultaten sluiten misschien voor 5%. Honderd leads uit een proefperiode van het product sluiten misschien voor 50%. Hetzelfde aantal, een enorm verschil in waarde. Zonder omzetdata in analytics kun je niet optimaliseren op wat telt.
Een koppeling van omzet en pipeline lost dit op. Analytics weet nu: deze bezoeker kwam uit organische zoekresultaten, werd lead (waarde = $0), kwam in de pipeline en werd klant (waarde = $10.000). Nu kun je optimaliseren op omzet, niet alleen op verkeer.
De keten van omzetattributie
Websitebezoeker → formulier verzonden → CRM-lead → kans → gesloten deal → factuur. Elke stap heeft data. Een integratie verbindt alles zodat analytics de hele keten kent.
Stap 1: lead aanmaken. Een verzonden formulier in analytics gaat naar het CRM. De lead wordt aangemaakt in het CRM.
Stap 2: kans aanmaken. Het salesteam kwalificeert de lead en maakt een kans aan in het CRM. Dit gaat terug naar analytics (optioneel maar nuttig).
Stap 3: deal afsluiten. De kans wordt gewonnen of verloren afgesloten. Het omzetbedrag wordt vastgelegd. Dit gaat naar analytics.
Stap 4: attributie. Analytics kent nu de hele keten. Rapporten kunnen laten zien: "organische zoekresultaten leverden 50 leads op, 10 werden kansen, 3 werden gewonnen, voor $30.000 aan omzet."
Omzet volgen invoeren
Basis: stuur het dealbedrag naar analytics als de deal sluit. Eenvoudig, vraagt vooraf geen CRM-integratie. De data verschijnt binnen dagen in analytics.
Gemiddeld: stuur wijzigingen in de status van deals (nieuw, gekwalificeerd, offerte verstuurd, gewonnen) naar analytics. Dit maakt het volgen van de pipeline en het scoren van leads mogelijk.
Geavanceerd: synchronisatie in beide richtingen in realtime tussen CRM en analytics. Deals worden in analytics bijgewerkt terwijl ze vorderen. Analyticsdata stroomt terug naar het CRM om leads te kwalificeren.
Modellen voor omzetattributie
Laatste klik: alle omzet gaat naar het laatste contactmoment voordat de deal sloot. Eenvoudig, bevoordeelt kanalen onderaan de funnel (retargeting, CRM).
Eerste klik: alle omzet gaat naar het eerste contactmoment. Bevoordeelt kanalen bovenaan de funnel (organisch, betaald).
Lineair: omzet wordt gelijk verdeeld over alle contactmomenten. Eerlijk, maar houdt geen rekening met welke contactmomenten echt het meest waard zijn.
Afnemend in de tijd: recente contactmomenten krijgen meer eer dan oude. Realistisch: het laatste contactmoment voor conversie is meestal het meest invloedrijk.
Eigen model: bepaal je eigen model (40% eerste contact, 40% laatste contact, 20% tussenin). Vraagt data en analyse, maar is het nauwkeurigst.
Uitdagingen en oplossingen
Lange verkoopcycli: deals duren maanden om te sluiten. Oplossing: volg omzet per fase van de pipeline, niet alleen gesloten deals. "Deze campagne leverde 50 leads op en 30 in gekwalificeerde pipeline, die naar verwachting voor ongeveer $300k sluit in het komende kwartaal."
Complexe deals: meerdere beslissers, veel contactmomenten in de tijd. Oplossing: gebruik afnemend in de tijd of eigen modellen die rekening houden met meerdere contactmomenten.
Deals zonder duidelijke bron: grote deals bij grote bedrijven hebben veel contactmomenten uit veel bronnen. Oplossing: wijs toe aan het eerste vastgelegde contactmoment of de belangrijkste campagne en pas aan op basis van analyse.
Moet ik omzet volgen op de sluitdatum van de deal of op de datum van het eerste contact?
Sluitdatum: eenvoudig, sluit aan op de boekhouding. Datum van het eerste contact: houdt rekening met de lengte van de verkoopcyclus en laat zien welke campagnes deals opleverden (niet wanneer ze sloten). De meeste bedrijven gebruiken de sluitdatum voor omzetrapportage, maar analyseren de datum van het eerste contact apart om het effect van campagnes te begrijpen. Beide zijn waardevol.
Welk attributiemodel moet ik gebruiken voor het volgen van omzet?
Begin met laatste klik: eenvoudig, snel in te voeren. Analyseer na 3 maanden en kies: eerste klik (als optimaliseren bovenaan de funnel prioriteit heeft), afnemend in de tijd (realistisch voor de meeste B2B) of een eigen model (als je de data daarvoor hebt). De meeste bedrijven hebben baat bij afnemend in de tijd als middenweg.
Hoe ga ik om met deals zonder duidelijk eerste contactmoment?
Wijs toe aan het vroegste vastgelegde contactmoment in je systeem. Ontbreekt het contactmoment, wijs dan toe aan direct (of negeer en richt je op deals met duidelijke attributie). Leg je regels vast: is 20% of meer van de omzet niet toegewezen, dan is je tracking onvolledig. Voeg contactmomenten toe voor inkomende leads om de eerste bron vast te leggen.
Hoe vaak moet ik omzetdata in analytics bijwerken?
Dagelijks voor gesloten deals is standaard. Wekelijks voor pipelinedata (deals in behandeling). Realtime is voor de meeste bedrijven overdreven, tenzij je snelle deals hebt. Controleer elke ochtend: zijn er gisteren nieuwe deals gesloten? Werk de analyticsdashboards bij. Dit is meestal geautomatiseerd als de integratie goed is ingesteld.
Kan ik omzetdata gebruiken om mijn advertenties en content in realtime te optimaliseren?
Ja, maar voorzichtig. Voorbeeld: verschijnt de conversiewaarde binnen 3-4 dagen in analytics, dan kun je die gebruiken om het bieden op advertenties te optimaliseren (Google Ads ondersteunt dit). Duurt het weken (lange verkoopcycli), gebruik het dan alleen voor analyse achteraf. Gebruik voor optimalisatie in realtime betrokkenheidsmetingen (verzonden formulieren, aanmeldingen voor een proefperiode) en werk je conversiewaarden regelmatig bij.
Hoe presenteer ik omzetattributie aan de directie?
Toon zowel volume als omzet: organisch leverde 100 leads en $500k omzet op (5k per lead). Betaalde advertenties leverden 50 leads en $200k omzet op (4k per lead). Toon beide per kanaal en per klantsegment. Leg je attributiemodel en de kanttekeningen uit (lange verkoopcyclus, meerdere contactmomenten). Gebruik dit om de verdeling van het budget te onderbouwen.