Case de CRM & Revenue Operations
Pipeline Health
Como 8.800 oportunidades viraram um diagnóstico claro, uma fila de ação e decisões de CRM mais objetivas.
Abrir somente o dashboardO problema
O pipeline tinha volume, mas não oferecia uma prioridade clara de acompanhamento.
Antes de pensar em automação, a base foi relacionada e analisada para responder uma pergunta simples: onde a operação deveria agir primeiro?
O histórico indicava um ciclo fechado mediano de 45 dias e percentil 90 de 104 dias. Mesmo assim, a maior parte das oportunidades abertas em Engaging já estava além dessa referência.
O que os dados revelaram
Três evidências mudaram o foco do trabalho.
Decisão: priorizar recuperação e qualificação do pipeline aberto. Diferenças entre produtos, regiões e portes de conta foram exploradas, mas não apresentaram evidência suficiente para justificar uma solução mais complexa.
DADOS → DESCOBERTAS → DECISÃO
Uma análise reproduzível, sem esconder o raciocínio.
- 01Relacionar
Contas, produtos, oportunidades e equipes a partir do dicionário fornecido.
- 02Tratar
Normalizar nomes de produto e categorias antes de calcular qualquer indicador.
- 03Comparar
Usar o ciclo histórico fechado como referência para avaliar o pipeline aberto.
- 04Priorizar
Transformar idade e completude dos dados em uma fila de revisão explicável.
Dashboard explorável
Saúde do pipeline e fila de ação
Os indicadores principais mostram a operação completa. Os filtros atuam sobre o backlog em Engaging e ajudam a encontrar onde agir primeiro.
Dashboard atualizado em 12/08/2026
Histórico
Receita e win rate por mês
O volume muda, mas não explica sozinho a oscilação de conversão.
Backlog filtrado
Idade em Engaging
Backlog filtrado
Resumo para ação
- Oportunidades
- —
- 90+ dias
- —
- Conta ausente
- —
- Valor de referência*
- —
* Soma do preço de lista do produto. Não é forecast nem receita prevista.
Portfólio
Desempenho por produto
Receita, conversão e volume ajudam a separar escala de eficiência.
| Produto | Fechados | Win rate | Receita | Preço realizado |
|---|
Fila operacional
Oportunidades para revisão
Carregando dados…
| Prioridade | Oportunidade | Responsável | Região | Produto | Conta | Idade | Motivo |
|---|
Como CRM e automação entram
Menos arquitetura. Duas rotinas que respondem ao problema.
Separar por urgência e completude
- Engaging com 180+ dias
- Engaging entre 90 e 179 dias
- Conta não associada
- Fila por responsável e região
Revisão por envelhecimento
Ao completar 90 dias em Engaging, criar uma tarefa para o responsável revisar avanço, perda ou necessidade de follow-up.
Qualificação antes da mensagem
Quando a conta estiver ausente, direcionar o registro para enriquecimento antes de qualquer contato personalizado.
Solução desenhada para configuração em um CRM moderno. Nenhuma automação ou contato externo foi executado.
SQL + Python
Ferramentas aplicadas à pergunta de negócio.
Agregou desempenho mensal, produto, equipe, setor e faixas de idade. As queries estão versionadas e geram as tabelas usadas no dashboard.
Leu e relacionou os CSVs, normalizou chaves, calculou idade e prioridade, reconciliou as saídas e publicou o JSON do dashboard.
8.800 IDs únicos, todas as contas preenchidas reconciliadas, todos os agentes encontrados e produtos normalizados antes da análise.
Limitações
O que os dados não permitem afirmar.
- Não há histórico de atividades ou mudanças de estágio; idade não prova ausência de contato.
- Não há origem, campanha ou canal; o case não atribui performance a Marketing.
- Preço de lista é usado apenas como referência para priorização, não como forecast.
- Diferenças individuais não viram avaliação de pessoas sem contexto de carteira, meta ou senioridade.
Fonte e natureza: CRM Sales Opportunities, Maven Analytics — conjunto público, fictício e disponibilizado sob licença Public Domain. Todas as análises foram executadas localmente; nenhuma ação ocorreu em um CRM real.