Reporting und Kennzahlen

Sales-Dashboard in Power BI bauen

Ein Sales-Dashboard in Power BI: die Kennzahlen, Win Rate und Pipeline Coverage in DAX, das dahinterliegende Modell und ein Seitenlayout.

Sajagan Thirugnanam

·

Aktualisiert

Ein Sales-Dashboard in Power BI verfolgt eine kleine Auswahl an Kennzahlen: Umsatz, Win Rate, Pipeline Coverage und durchschnittlichen Bestellwert. Es baut auf einem sauberen Modell aus CRM- und Bestelldaten auf. Die Reihenfolge beim Bauen ist wichtig: Erst mit dem Vertriebsteam die Kennwerte abstimmen, dann die Daten modellieren, zuletzt die Visuals gestalten, nicht umgekehrt.

Die allgemeinen Schritte zum Bau jedes Dashboards in Power BI finden Sie in unserem Leitfaden zum Erstellen eines Dashboards in Power BI und in unserem Leitfaden zum Dashboard-Design. Dieser Beitrag bleibt bei den Kennwerten und dem Modell, die speziell für den Vertrieb gelten.

Die Kennzahlen eines Sales-Dashboards

  • Gesamtumsatz. Wert der abgeschlossenen Verkäufe im Zeitraum.

  • Umsatzwachstum. Die prozentuale Veränderung des Umsatzes gegenüber einer Vorperiode.

  • Durchschnittlicher Bestellwert (AOV). Umsatz geteilt durch die Zahl der Bestellungen.

  • Win Rate. Der Anteil der abgeschlossenen Opportunities, die gewonnen wurden, gemessen an allen Opportunities, die entweder gewonnen oder verloren abgeschlossen wurden.

  • Pipeline Coverage. Der Wert der offenen Pipeline im Verhältnis zur verbleibenden Quote für den Zeitraum.

Win Rate und Pipeline Coverage fehlen am häufigsten in einem Vertriebsbericht, der ohne sauberes Datenmodell gebaut wurde. Beide brauchen CRM-Daten auf Opportunity-Ebene, nicht nur Summen abgeschlossener Bestellungen.

Das Datenmodell

Tabelle

Granularität

Schlüsselspalten

Opportunities (Fakt)

eine Zeile pro Opportunity

OppID, AccountKey, RepKey, Stage, Amount, CreatedDate, CloseDate

Orders (Fakt)

eine Zeile pro abgeschlossener Bestellung

OrderID, AccountKey, RepKey, OrderDate, Amount

Quota (Fakt)

eine Zeile pro Vertriebsmitarbeiter und Periode

RepKey, PeriodKey, QuotaAmount

Sales Rep (Dimension)

eine Zeile pro Vertriebsmitarbeiter

RepKey, RepName, Region, Team

Date (Dimension)

eine Zeile pro Tag

DateKey, Date, FiscalPeriod

Die Spalte Stage muss drei Zustände unterscheiden: gewonnen, verloren und noch offen. Die meisten CRMs nutzen für die ersten beiden die Stufen Closed Won und Closed Lost. Die Win Rate sollte nur Opportunities zählen, die tatsächlich abgeschlossen sind. So zieht eine offene Opportunity das Verhältnis nicht unbemerkt nach unten.

Zentrale Measures in DAX

Total Revenue =
SUM('Orders'[Amount])
Sales Growth % =
VAR PriorRevenue = CALCULATE([Total Revenue], SAMEPERIODLASTYEAR('Date'[Date]))
RETURN
DIVIDE([Total Revenue] - PriorRevenue, PriorRevenue)
Average Order Value =
DIVIDE(
    [Total Revenue],
    DISTINCTCOUNT('Orders'[OrderID])
)
Win Rate % =
DIVIDE(
    CALCULATE(COUNTROWS('Opportunities'), 'Opportunities'[Stage] = "Closed Won"),
    CALCULATE(
        COUNTROWS('Opportunities'),
        'Opportunities'[Stage] IN { "Closed Won", "Closed Lost" }
    )
)
Open Pipeline Value =
CALCULATE(
    SUM('Opportunities'[Amount]),
    NOT 'Opportunities'[Stage] IN { "Closed Won", "Closed Lost" }
)
Pipeline Coverage =
DIVIDE(
    [Open Pipeline Value],
    SUM('Quota'[QuotaAmount])
)

Filtern Sie Pipeline Coverage fast immer auf die Quote der aktuellen Periode. Vergleichen Sie die offene Pipeline mit einer ganzen Jahresquote, obwohl nur noch ein Quartal bleibt, wirkt die Abdeckung dünner, als sie tatsächlich ist, und das Bild ist schief.

Berichtslayout

  1. Überblick. Karten für Gesamtumsatz, Umsatzwachstum, Win Rate und Pipeline Coverage, dazu eine Trendlinie des Umsatzes nach Monat.

  2. Pipeline. Eine Tabelle der offenen Opportunities nach Stufe und Vertriebsmitarbeiter, mit der Pipeline Coverage aufgeschlüsselt nach Region.

  3. Leistung der Vertriebsmitarbeiter. Eine Matrix der Vertriebsmitarbeiter gegen Win Rate, Gesamtumsatz und AOV. So sieht ein Vertriebsleiter, wer gut abschließt und wer Volumen erzeugt, ohne es abzuschließen.

Zwei Interaktionen lohnen sich, sobald die Basisseiten funktionieren:

  • Ein Drillthrough von der Matrix der Vertriebsmitarbeiter zu deren offenen Opportunities.

  • Tooltips an der Trendlinie, die die Zahl der Vorperiode für einen schnellen Vergleich zeigen.

FAQs

Was gehört in ein gutes Sales-Dashboard?

Die Kennzahlen oben, ein Datenmodell, das sie in der richtigen Granularität trägt, und ein Layout, das die Kernzahlen zuerst zeigt und Details per Drillthrough bereithält. Allgemeine Prinzipien für Layout und Formatierung, die über den Vertrieb hinaus gelten, finden Sie in unserem Leitfaden zum Dashboard-Design.

Worin unterscheidet sich die Win Rate von einer Abschlussquote in Prozent aller Leads?

Die Win Rate vergleicht nur gewonnene Opportunities mit den Opportunities, die tatsächlich abgeschlossen wurden, gewonnen oder verloren. Eine Quote, die gegen alle Leads berechnet wird, auch gegen noch offene, vermischt ein Maß für die Vertriebswirksamkeit mit einem Maß für das Pipeline-Volumen. Sie bewegt sich aus Gründen, die nichts damit zu tun haben, wie gut ein Vertriebsmitarbeiter Abschlüsse erzielt.

Quellen

Ein Sales-Dashboard in Power BI verfolgt eine kleine Auswahl an Kennzahlen: Umsatz, Win Rate, Pipeline Coverage und durchschnittlichen Bestellwert. Es baut auf einem sauberen Modell aus CRM- und Bestelldaten auf. Die Reihenfolge beim Bauen ist wichtig: Erst mit dem Vertriebsteam die Kennwerte abstimmen, dann die Daten modellieren, zuletzt die Visuals gestalten, nicht umgekehrt.

Die allgemeinen Schritte zum Bau jedes Dashboards in Power BI finden Sie in unserem Leitfaden zum Erstellen eines Dashboards in Power BI und in unserem Leitfaden zum Dashboard-Design. Dieser Beitrag bleibt bei den Kennwerten und dem Modell, die speziell für den Vertrieb gelten.

Die Kennzahlen eines Sales-Dashboards

  • Gesamtumsatz. Wert der abgeschlossenen Verkäufe im Zeitraum.

  • Umsatzwachstum. Die prozentuale Veränderung des Umsatzes gegenüber einer Vorperiode.

  • Durchschnittlicher Bestellwert (AOV). Umsatz geteilt durch die Zahl der Bestellungen.

  • Win Rate. Der Anteil der abgeschlossenen Opportunities, die gewonnen wurden, gemessen an allen Opportunities, die entweder gewonnen oder verloren abgeschlossen wurden.

  • Pipeline Coverage. Der Wert der offenen Pipeline im Verhältnis zur verbleibenden Quote für den Zeitraum.

Win Rate und Pipeline Coverage fehlen am häufigsten in einem Vertriebsbericht, der ohne sauberes Datenmodell gebaut wurde. Beide brauchen CRM-Daten auf Opportunity-Ebene, nicht nur Summen abgeschlossener Bestellungen.

Das Datenmodell

Tabelle

Granularität

Schlüsselspalten

Opportunities (Fakt)

eine Zeile pro Opportunity

OppID, AccountKey, RepKey, Stage, Amount, CreatedDate, CloseDate

Orders (Fakt)

eine Zeile pro abgeschlossener Bestellung

OrderID, AccountKey, RepKey, OrderDate, Amount

Quota (Fakt)

eine Zeile pro Vertriebsmitarbeiter und Periode

RepKey, PeriodKey, QuotaAmount

Sales Rep (Dimension)

eine Zeile pro Vertriebsmitarbeiter

RepKey, RepName, Region, Team

Date (Dimension)

eine Zeile pro Tag

DateKey, Date, FiscalPeriod

Die Spalte Stage muss drei Zustände unterscheiden: gewonnen, verloren und noch offen. Die meisten CRMs nutzen für die ersten beiden die Stufen Closed Won und Closed Lost. Die Win Rate sollte nur Opportunities zählen, die tatsächlich abgeschlossen sind. So zieht eine offene Opportunity das Verhältnis nicht unbemerkt nach unten.

Zentrale Measures in DAX

Total Revenue =
SUM('Orders'[Amount])
Sales Growth % =
VAR PriorRevenue = CALCULATE([Total Revenue], SAMEPERIODLASTYEAR('Date'[Date]))
RETURN
DIVIDE([Total Revenue] - PriorRevenue, PriorRevenue)
Average Order Value =
DIVIDE(
    [Total Revenue],
    DISTINCTCOUNT('Orders'[OrderID])
)
Win Rate % =
DIVIDE(
    CALCULATE(COUNTROWS('Opportunities'), 'Opportunities'[Stage] = "Closed Won"),
    CALCULATE(
        COUNTROWS('Opportunities'),
        'Opportunities'[Stage] IN { "Closed Won", "Closed Lost" }
    )
)
Open Pipeline Value =
CALCULATE(
    SUM('Opportunities'[Amount]),
    NOT 'Opportunities'[Stage] IN { "Closed Won", "Closed Lost" }
)
Pipeline Coverage =
DIVIDE(
    [Open Pipeline Value],
    SUM('Quota'[QuotaAmount])
)

Filtern Sie Pipeline Coverage fast immer auf die Quote der aktuellen Periode. Vergleichen Sie die offene Pipeline mit einer ganzen Jahresquote, obwohl nur noch ein Quartal bleibt, wirkt die Abdeckung dünner, als sie tatsächlich ist, und das Bild ist schief.

Berichtslayout

  1. Überblick. Karten für Gesamtumsatz, Umsatzwachstum, Win Rate und Pipeline Coverage, dazu eine Trendlinie des Umsatzes nach Monat.

  2. Pipeline. Eine Tabelle der offenen Opportunities nach Stufe und Vertriebsmitarbeiter, mit der Pipeline Coverage aufgeschlüsselt nach Region.

  3. Leistung der Vertriebsmitarbeiter. Eine Matrix der Vertriebsmitarbeiter gegen Win Rate, Gesamtumsatz und AOV. So sieht ein Vertriebsleiter, wer gut abschließt und wer Volumen erzeugt, ohne es abzuschließen.

Zwei Interaktionen lohnen sich, sobald die Basisseiten funktionieren:

  • Ein Drillthrough von der Matrix der Vertriebsmitarbeiter zu deren offenen Opportunities.

  • Tooltips an der Trendlinie, die die Zahl der Vorperiode für einen schnellen Vergleich zeigen.

FAQs

Was gehört in ein gutes Sales-Dashboard?

Die Kennzahlen oben, ein Datenmodell, das sie in der richtigen Granularität trägt, und ein Layout, das die Kernzahlen zuerst zeigt und Details per Drillthrough bereithält. Allgemeine Prinzipien für Layout und Formatierung, die über den Vertrieb hinaus gelten, finden Sie in unserem Leitfaden zum Dashboard-Design.

Worin unterscheidet sich die Win Rate von einer Abschlussquote in Prozent aller Leads?

Die Win Rate vergleicht nur gewonnene Opportunities mit den Opportunities, die tatsächlich abgeschlossen wurden, gewonnen oder verloren. Eine Quote, die gegen alle Leads berechnet wird, auch gegen noch offene, vermischt ein Maß für die Vertriebswirksamkeit mit einem Maß für das Pipeline-Volumen. Sie bewegt sich aus Gründen, die nichts damit zu tun haben, wie gut ein Vertriebsmitarbeiter Abschlüsse erzielt.

Quellen

Ist Ihr Power BI richtig aufgesetzt?

1

Buchen Sie 45 Minuten und sagen Sie uns, worum es geht.

2

Wir gehen Ihre Berichte und Ihre Umgebung live mit Ihnen durch.

3

Innerhalb von zwei Arbeitstagen erhalten Sie unseren Plan schriftlich.

Ist Ihr Power BI richtig aufgesetzt?

1

Buchen Sie 45 Minuten und sagen Sie uns, worum es geht.

2

Wir gehen Ihre Berichte und Ihre Umgebung live mit Ihnen durch.

3

Innerhalb von zwei Arbeitstagen erhalten Sie unseren Plan schriftlich.

Ist Ihr Power BI richtig aufgesetzt?

1

Buchen Sie 45 Minuten und sagen Sie uns, worum es geht.

2

Wir gehen Ihre Berichte und Ihre Umgebung live mit Ihnen durch.

3

Innerhalb von zwei Arbeitstagen erhalten Sie unseren Plan schriftlich.

CaseWhen ist eine BI-Beratung aus Berlin. Wir bauen Reporting, dem die Geschäftsführung vertraut, auf dem Microsoft-Stack: Power BI, Fabric und Azure.

Berlin, Deutschland

© CaseWhen Consulting GmbH

Deutsch

CaseWhen ist eine BI-Beratung aus Berlin. Wir bauen Reporting, dem die Geschäftsführung vertraut, auf dem Microsoft-Stack: Power BI, Fabric und Azure.

Berlin, Deutschland

© CaseWhen Consulting GmbH

Deutsch

CaseWhen ist eine BI-Beratung aus Berlin. Wir bauen Reporting, dem die Geschäftsführung vertraut, auf dem Microsoft-Stack: Power BI, Fabric und Azure.

Berlin, Deutschland

© CaseWhen Consulting GmbH

Deutsch