Tavanomainen läpimenoprosentti B2B-myynnissä asettuu 20 ja 30 prosentin välille, mutta luku riippuu kauppakoosta enemmän kuin mistään muusta: pienissä kaupoissa 30–50 % on tavallista, yli 100 000 euron kaupoissa 10–20 % on hyvä suoritus. Siksi toimialan keskiarvoon vertaaminen kertoo vähän. Hyödyllinen vertailukohta on oma luku segmentoituna: myyjittäin, kauppakoon ja liidin lähteen mukaan.
Läpimenoprosentti eli win rate on yksi seuratuimmista myynnin mittareista, ja myös yksi väärinkäytetyimmistä. Se tiivistää monimutkaisen prosessin yhteen lukuun, mikä tekee siitä helpon raportoida ja vaikean tulkita.
Tässä artikkelissa käymme läpi, miten läpimenoprosentti lasketaan johdonmukaisesti, millaiset vaihteluvälit ovat tavallisia eri kauppakoossa ja miten lukua käytetään myyntiprosessin diagnosointiin sen sijaan, että se raportoitaisiin kuukausittain ilman johtopäätöksiä.
Miten läpimenoprosentti lasketaan?
Läpimenoprosentti on niiden myyntimahdollisuuksien osuus, jotka tiimi voittaa. Yleisin kaava on yksinkertainen:
Voitetut kaupat ÷ kaikki suljetut kaupat (voitetut + hävityt) × 100
Määritelmä vaihtelee kuitenkin organisaatioittain, ja sillä on enemmän merkitystä kuin moni ajattelee. Osa tiimeistä laskee mukaan kaikki myyntiputkeen tulleet kaupat, toiset vain tarjousasteelle edenneet. Kumpikaan ei ole väärin, mutta luvut eivät ole vertailukelpoisia keskenään.
Kaksi asiaa kannattaa lukita ennen kuin lukua käyttää mihinkään:
- Rajaa laskenta yhteen tapaan ja pidä siitä kiinni. Jos vertaat omaa lukuasi ulkopuoliseen vertailuarvoon, varmista että laskentatapa on sama. Muuten vertaat kahta eri asiaa.
- Siivoa kuollut myyntiputki pois. Jos järjestelmässä on kauppoja, joita ei koskaan oikeasti työstetty, ne painavat läpimenoprosentin keinotekoisesti alas. Määritä, milloin kauppa lasketaan mukaan, ja poista loput laskennasta.
Tämä on ensimmäinen paikka, jossa datan laatu ratkaisee. Jos vaiheiden päivittäminen on myyjän muistin varassa, laskenta perustuu siihen, kuka jaksoi kirjata mitäkin.
Mikä on hyvä läpimenoprosentti B2B-myynnissä?
Universaalia hyvää lukua ei ole. Läpimenoprosentti vaihtelee kaupan monimutkaisuuden, myyntisyklin pituuden ja myyntiputken laadun mukaan. Alla olevat vaihteluvälit ovat suuntaa-antavia ohjearvoja, joita vasten oman luvun suuruusluokkaa voi arvioida. Ne eivät ole tavoitteita.
| Läpimenoprosentti | Tulkinta | Ensimmäinen toimenpide |
|---|---|---|
| Alle 15 % | Vakava ongelma | Käy koko myyntiprosessi läpi vaihe vaiheelta |
| 15–25 % | Kehitettävää | Paranna kvalifiointia ja liidien laatua |
| 25–35 % | Tavanomainen taso | Panosta erottautumiseen kilpailutilanteessa |
| 35–50 % | Hyvä suoritus | Levitä toimivat käytännöt koko tiimille |
| Yli 50 % | Erinomainen | Tarkista, onko kohderyhmä liian kapea |
Kauppakoko selittää hajonnasta suurimman osan:
- Suuret kaupat (keskikoko yli 100 000 €): tyypillisesti 10–20 %. Pitkä myyntisykli, useita päättäjiä ja kilpailutus.
- Keskikokoiset kaupat (20 000–100 000 €): 20–35 %.
- Pienet ja toistuvat kaupat (alle 20 000 €): 30–50 %. Lyhyt sykli, harvempi päättäjä.
- Itse yhteyttä ottaneet liidit menevät läpi selvästi useammin kuin kylmäkontaktoinnista syntyneet, tyypillisesti kaksin- tai kolminkertaisesti.
Näitä lukuja kannattaa käyttää suuruusluokan hahmottamiseen, ei tavoitteen asettamiseen. Ainoa vertailukohta, joka kertoo tiimistäsi jotain, on oma historiadatasi samassa segmentissä.
Miksi pelkkä läpimenoprosentti johtaa harhaan?
Yksi luku piilottaa sen, mistä se koostuu. Kaksi tavallista tulkintavirhettä toistuu lähes joka tiimissä.
Korkea luku ei ole automaattisesti hyvä. Jos läpimenoprosentti on 60 %, ensimmäinen kysymys ei ole "miten pidämme tämän", vaan "osallistummeko liian harvoihin kilpailutuksiin". Myyjät saattavat valita vain varmat kaupat. Se näyttää raportissa hyvältä ja rajoittaa kasvua.
Matala luku ei ole automaattisesti huono. 15 % näyttää huolestuttavalta, ellei kyseessä ole suuryritysmyynti, jossa yksittäisen voitetun kaupan arvo kattaa hävityt moninkertaisesti. Kannattavuus ratkaisee, ei prosentti.
Oikea kysymys ei siis ole "mikä meidän läpimenoprosenttimme on", vaan "mikä se on oikeissa myyntimahdollisuuksissa ja miten se eroaa tiimin parhaiden ja heikoimpien myyjien välillä".
Mitä mittareita kannattaa seurata läpimenoprosentin rinnalla?
Läpimenoprosentti kertoo lopputuloksen, ei syytä. Neljä mittaria yhdessä sen kanssa muodostaa kuvan, jonka perusteella voi tehdä päätöksiä.
| Mittari | Mitä se kertoo | Mihin se paljastaa ongelman |
|---|---|---|
| Myyntiputken kate (putken arvo suhteessa tavoitteeseen) | Riittääkö raaka-aine tavoitteen saavuttamiseen | Liian ohut putki tai liian optimistinen tavoite |
| Kaupan keskikoko | Millaisia kauppoja oikeasti voitetaan | Kohderyhmä valuu pienempiin kauppoihin |
| Myyntisyklin pituus | Kuinka kauan päätös kestää | Ostoprosessia ei tunneta tai päättäjä puuttuu |
| Läpimenoprosentti myyjittäin | Onko kyse prosessista vai osaamisesta | Suuri hajonta tarkoittaa, että käytäntöä ei ole levitetty |
Myyntiputken katetta kannattaa katsoa myös laadun näkökulmasta, ei vain euromäärän. Kävimme erikseen läpi, miten tekoäly tunnistaa myyntiputken piilevät riskit ennen kuin ne näkyvät läpimenoprosentin laskuna.
Mistä matala läpimenoprosentti yleensä johtuu?
Viisi syytä toistuu selvästi useimmin. Ne eivät ole toisiaan poissulkevia, ja useimmiten mukana on ainakin kolme.
- Heikko kvalifiointi. Työstetään kauppoja, joita ei koskaan ollut mahdollista voittaa. Tämä on yleisin yksittäinen syy ja myös helpoin korjata, koska se vaikuttaa heti myös myyjien käytettävissä olevaan aikaan.
- Epäselvä ostoprosessi. Ei tiedetä, kuka päättää ja millä perusteella. Kauppa etenee hyvin siihen asti, kunnes se pysähtyy hyväksyntään, josta kukaan ei tiennyt.
- Heikko erottautuminen. Myyjä ei osaa perustella, miksi tarjottu vaihtoehto on parempi kuin kilpailijan. Tämä näkyy erityisesti hävityissä kaupoissa, joissa syyksi kirjataan hinta.
- Kohderyhmän ja myyntiputken epäsuhta. Putkessa on asiakkaita, jotka eivät vastaa ihanneasiakasprofiilia. Luku paranee usein pelkästään rajaamalla, keihin ollaan yhteydessä.
- Puutteellinen datan laatu. Vaiheet ovat vanhentuneita, häviämissyitä ei kirjata ja sama tieto on kahdessa järjestelmässä eri muodossa. Tämä on tyypillisesti seurausta manuaalisista prosesseista, joiden piilokustannukset ylittävät menetetyn työajan.
Viides kohta on se, joka estää neljän muun korjaamisen. Jos häviämissyitä ei ole kirjattu johdonmukaisesti, kohtien 2 ja 3 olemassaoloa ei voi todentaa, vaan niistä keskustellaan mielipiteinä.
Mitä kysymyksiä sinä kysyisit omasta myyntidatastasi?
Myyntidatan analysointi -oppaassa käymme läpi 10 konkreettista kysymystä, jotka jokaisen myyntipäällikön pitäisi pystyä kysymään myyntidataltaan ja millaisia vastauksia niihin kannattaa odottaa.
Lähettämällä sähköpostisi hyväksyt tietosuojaselosteen.
Miten läpimenoprosenttia käytetään diagnostiikkana?
Yksi kuukausittain raportoitu luku ei ohjaa mitään. Neljä liikettä tekee siitä käyttökelpoisen:
- Segmentoi. Laske luku erikseen myyjittäin, kauppakoon, liidin lähteen ja toimialan mukaan. Kokonaisluku on keskiarvo, joka piilottaa juuri sen tiedon, jota tarvitset.
- Katso vaiheittain. Selvitä, missä kohtaa kaupat kaatuvat. Tarjousvaiheessa kaatuva kauppa kertoo eri ongelmasta kuin ensimmäisen tapaamisen jälkeen kuolleet.
- Vertaa sisäisesti. Ero parhaan ja keskitason myyjän välillä on käyttökelpoisempi tieto kuin ero toimialan keskiarvoon.
- Analysoi häviämissyyt systemaattisesti. Vakioidut syykoodit ja säännöllinen läpikäynti, ei vapaa tekstikenttä, jota kukaan ei lue.
Käytännön este on yleensä työmäärä. Kun segmentoitu näkymä koostetaan käsin exceliin, se tehdään kerran neljänneksessä ja unohdetaan. Tässä automaatio tuo suurimman hyödyn: raportin koostaminen on toistuvaa, sääntöpohjaista ja virhealtista työtä, eli täsmälleen sitä työtä, joka kannattaa automatisoida ensimmäisenä. Kun sama näkymä päivittyy itsestään viikoittain, läpimenoprosentista tulee ohjaussignaali eikä kuukausiraportin rivi.
Sama pätee ennustamiseen: vaiheen todennäköisyys kannattaa laskea historiadatan läpimenoprosentista eikä arvioida tapauskohtaisesti. Käsittelimme tätä tarkemmin artikkelissa miksi myyntiennuste ei pidä.
Mistä kannattaa aloittaa?
Jos tunnistat oman tiimisi tästä, seuraavat askeleet vievät eteenpäin ilman erillistä hanketta:
- Lukitse laskentatapa ja laske luku uudelleen viimeiseltä 12 kuukaudelta.
- Segmentoi se kauppakoon ja liidin lähteen mukaan. Katso, mikä segmentti painaa keskiarvoa alas.
- Käy läpi 20 viimeisintä hävittyä kauppaa ja luokittele syyt.
- Laske, montako tuntia myyntiraporttien koostamiseen menee kuukaudessa ja keneltä.
- Automatisoi yksi manuaalinen koostamisvaihe ja mittaa säästetty aika.
Jos et saa listaa itse järjestykseen, kiinteähintainen automaatiokartoitus käy myynnin prosessit läpi ja kertoo, mitkä kohteet kannattaa automatisoida ensin ja paljonko se tuo euroina. Toteutukset rakennamme Microsoft Azuren päälle, ja Claude Partner Network -jäsenyytemme ansiosta datan käsittelypaikka ja pääsynhallinta ovat selvillä heti alusta lähtien.
Ero 22 ja 35 prosentin läpimenoprosentin välillä ei yleensä ole myyjien osaamisessa. Se on siinä, kuinka tarkasti kvalifioidaan, kuinka luotettavaa data on ja kuinka nopeasti poikkeama huomataan.
Usein kysytyt kysymykset
Mikä on hyvä läpimenoprosentti B2B-myynnissä?
Tavanomainen taso on 20–30 %, mutta kauppakoko ratkaisee enemmän kuin toimiala. Alle 20 000 euron kaupoissa 30–50 % on tavallista, 20 000–100 000 euron kaupoissa 20–35 % ja yli 100 000 euron kaupoissa 10–20 % on hyvä suoritus. Alle 15 % viittaa yleensä kvalifiointiongelmaan riippumatta segmentistä.
Miten läpimenoprosentti lasketaan?
Voitetut kaupat jaetaan kaikilla suljetuilla kaupoilla, eli voitettujen ja hävittyjen summalla, ja tulos kerrotaan sadalla. Osa tiimeistä laskee mukaan kaikki myyntiputkeen tulleet kaupat, osa vain tarjousasteelle edenneet. Kumpikin tapa on käyttökelpoinen, kunhan siitä pidetään kiinni ja kuolleet kaupat rajataan pois laskennasta.
Onko korkea läpimenoprosentti aina hyvä asia?
Ei. Yli 50 prosentin luku voi tarkoittaa, että tiimi osallistuu vain kilpailutuksiin, jotka se tietää voittavansa. Se näyttää raportissa hyvältä mutta rajoittaa kasvua, koska myyntiputkeen ei oteta riittävästi mahdollisuuksia. Kannattaa tarkistaa samalla kaupan keskikoko ja myyntiputken kate suhteessa tavoitteeseen.
Miksi läpimenoprosentti on matala?
Yleisimmät syyt ovat heikko kvalifiointi, tuntematon ostoprosessi, heikko erottautuminen kilpailutilanteessa, kohderyhmän ja myyntiputken epäsuhta sekä puutteellinen datan laatu. Viimeinen on näistä hankalin, koska se estää muiden todentamisen: jos häviämissyitä ei kirjata johdonmukaisesti, syistä keskustellaan mielipiteinä eikä havaintoina.
Haluatko poistaa manuaalisen työn myynnin prosesseista?
Automaatiokartoitus tunnistaa, mitkä myynnin toistuvat työvaiheet kannattaa automatisoida ensin ja paljonko aikaa se vapauttaa varsinaiseen myyntityöhön.
Varaa automaatiokartoitusEmpirica auttaa kasvuyrityksiä poistamaan operatiivisia pullonkauloja automaatiolla ja operatiivisella tekoälyllä. Automaatiokartoitus on kiinteähintainen tapa selvittää, mistä aloittaminen kannattaa.
