Diagnostic win rate et stage conversion : cohort vs snapshot pour B2B SaaS

La plupart des boards voient un seul chiffre de win rate et supposent qu'il veut dire ce qu'ils pensent. Le plus souvent, non. Il existe deux définitions en usage actif, et l'écart entre elles est l'endroit où vit la majorité du signal diagnostique.

Snapshot win rate est ce que chaque dashboard CRM affiche par défaut : closed-won ce trimestre divisé par deals fermés ce trimestre (won plus lost). C'est pondéré par la vélocité. Une équipe qui a clos douze deals rapides à 30% et qui rame encore sur quarante deals lents du Q1 lira 30% snapshot — mais cela ignore les quarante deals en cours, où se trouve la vraie exposition.

Cohort win rate pose une autre question : sur les opportunités créées en Q1, quel pourcentage est closed-won au Q4 ? Même dénominateur dans le temps, pas de biais de vélocité. Une cohort construite en Q1 peut lire 28% en Q2, retomber à 22% en Q3 et se stabiliser à 19% en Q4 une fois les no-decisions lents résolus.

L'écart compte au niveau du board. J'ai vécu des reviews où la snapshot win rate était à 32% et le moral haut — et une coupe cohort des mêmes données montrait 21%, la différence parquée dans des deals Stage 3 vieux de 90 jours qui finiraient en no-decision. Snapshot vous laisse fêter pendant que le funnel pourrit en silence.

Une comparaison sur la même Q1 cohort suivie sur quatre trimestres :

Le snapshot est resté plat. La cohort vous disait que l'équipe perdait du terrain chaque trimestre. Si vous avez dimensionné le quota de l'an prochain sur snapshot, vous l'avez sur-fixé d'environ 50%. La plupart des boards tournent sur snapshot parce que cohort demande plus de travail. Le travail en vaut la peine : la cohort win rate est le meilleur prédicteur seul de l'atteinte de revenu l'année suivante à effectif constant.

Position tranchée : toute équipe qui rapporte un seul chiffre de win rate sans préciser snapshot ou cohort rapporte un chiffre qui cache 80% du signal diagnostique. La vraie question, celle que je fais répondre à chaque fondateur en première session, est : quelle stage conversion est cassée, et est-ce qualification, value ou pricing ? Win rate est le titre. Stage conversion est le diagnostic.

La win rate de titre vous dit que l'équipe saigne. La stage-to-stage conversion vous dit où. Une équipe qui convertit 60% Stage 1 vers Stage 2 mais seulement 25% Stage 3 vers Stage 4 a un problème d'articulation de valeur en mid-funnel — augmenter le volume top-of-funnel n'aidera pas. Une équipe qui convertit 80% Stage 2 vers Stage 3 mais 35% Stage 5 vers won a un problème de pricing ou procurement — plus de pipeline n'aidera pas non plus.

Benchmarks avec lesquels je travaille en B2B SaaS à $1M–$50M ARR, tranche mid-market ($10K–$50K ACV) :

Multipliez la colonne saine bout à bout : ~10% Stage-1-vers-won. C'est la baseline d'une équipe mid-market bien menée. Une équipe à 4% Stage-1-vers-won a au moins deux transitions cassées et doit les trouver, pas faire plus d'outbound.

Le red flag le plus fréquent que je trouve : le Stage 3 graveyard. Stage 3 a l'air sain en titre (beaucoup de deals dedans) mais la conversion Stage 3 vers Stage 4 est de 15–25%. Le pattern : les AEs font avancer les deals de Stage 2 à Stage 3 pour paraître productifs en pipeline review, mais le deal n'a jamais eu de critère de succès validé par le buyer ni d'engagement d'economic buyer, donc il ne peut pas passer à un vrai proposal. Stage 3 devient l'endroit où les deals vont mourir — visibles, comptés, ne ferment jamais. Chaque équipe que je diagnostique a au moins une stage qui fonctionne en graveyard ; Stage 3 est la plus commune parce qu'elle s'assoit juste après la poignée de main "qualified" naturelle mais avant qu'un artefact contraignant soit requis.

Deuxième pattern : stage-skipping. Une nouvelle opportunité Stage 1 apparaît, deux semaines plus tard le même deal est en Stage 4 sans historique Stage 2 ou Stage 3. L'histoire de l'AE : "le buyer était prêt, on a été vite". La réalité, le plus souvent, est que l'AE n'a jamais qualifié — pas de discovery write-up, pas de stakeholder map, pas de critère de succès documenté. La conversion Stage 4 sur deals stage-skipped est 25–40% plus basse parce que la dette de qualification arrive à échéance au proposal. Trackez la stage tenure : tout deal qui a passé moins de 5 jours ouvrés cumulés en Stages 2 et 3 est flaggé.

Troisième pattern : stage-sandbagging, l'inverse du stage-skipping. Les AEs garent les deals en Stage 4 plus longtemps qu'ils ne devraient pour préserver l'optionalité forecast. Stage 4 se gonfle, Stage 5 paraît petite, le forecast late-quarter paraît plus incertain qu'il ne l'est. Le fix est mécanique : Stage 5 = "engagement verbal reçu avec mutual close plan signé", pas "l'AE le sent bien". La même discipline de stage tirée par artefact sous-tend le framework plus large du processus de vente répétable — sans critères de sortie, chaque stage est un jugement et chaque jugement est coloré par la pression du quota.

La plupart des équipes face à une conversion Stage 3 → Stage 4 cassée essaient de réparer la mauvaise stage. Elles construisent des templates de proposal, retrainent les AEs sur l'objection handling, peaufinent la démo. Le deal meurt quand même. Le problème n'est pas en Stage 3. Il est en Stage 1 ou 2, là où des opportunités non qualifiées sont entrées dans le funnel et ont pourri en avançant.

La question diagnostique pour tout problème de conversion mid-funnel : quelle fraction des deals Stage 3 ont un critère de succès validé par le buyer documenté, un economic buyer identifié et un cycle budgétaire confirmé ? Si la réponse est sous 50%, le problème de conversion n'en est pas un — c'est un problème de qualification devenu visible en Stage 3.

C'est la couche amont où MEDDPICC gagne sa place. MEDDPICC n'est pas un acronyme de théâtre commercial ; c'est une checklist qui force l'AE à faire émerger, d'ici Stage 3, si le deal a les éléments structurels requis pour fermer. Quand le scoring MEDDPICC est rigoureux, la conversion Stage 3 vers Stage 4 monte typiquement de 15–25 points de pourcentage en deux trimestres — non parce que les AEs sont devenus meilleurs, mais parce que les mauvais opps ont cessé d'atteindre Stage 3.

Le failure mode que je vois le plus : les équipes "font MEDDPICC" en ajoutant un champ à Salesforce et en le cochant avant les forecast calls. L'AE remplit des réponses best-guess, le manager ne challenge pas, et en un trimestre le scoring MEDDPICC est un rituel de compliance. Le test diagnostique : demandez à un AE pris au hasard de vous dérouler le M (Metrics) sur son plus gros deal Stage 3. Les vraies Metrics sonnent comme "on leur économise $340K par an sur la base de la conversation headcount avec leur VP Ops le 12 mai". Les Metrics de théâtre sonnent comme "oui, gros ROI, clairement". Si la majorité du banc produit des Metrics de théâtre, votre scoring MEDDPICC est fictif et la conversion aval est sabotée en silence.

La cascade est brutale. Mauvaise qualification en Stage 1–2 → opps non qualifiées en Stage 3 → conversion Stage 3 → 4 baisse de 20 pp → win rate baisse de 6–8 pp → snapshot win rate paraît bonne parce que les mauvais opps ne sont pas encore résolus → les boards planifient l'an prochain sur snapshot gonflé → manque de quota de 30%. Chez un client à $14M ARR, cette cascade exacte tournait depuis trois trimestres quand j'ai commencé ; douze semaines plus tard, après un audit Stage 3 qui a élagué 38% du pipeline en tuant des deals non-MEDDPICC-ables, la conversion Stage 3 → 4 est passée de 22% à 47% et la snapshot win rate a rattrapé la cohort en deux trimestres.

La qualité de qualification est le contrôle amont. La stage conversion est le symptôme visible. Traiter le symptôme sans traiter la cause produit du théâtre.

On ne répare pas ce qu'on ne mesure pas, et la plupart des CRM ne mesurent pas correctement la stage conversion par défaut. Le pack d'instrumentation que j'installe dans les trois premières semaines de tout engagement :

Cohort win rate par created-quarter. Taguer chaque opportunité avec son trimestre de création, puis reporter la win rate contre le dénominateur cohort original à chaque fin de trimestre. Trois vues : cohort 1-trimestre, 2-trimestres, 4-trimestres, toutes sur un dashboard. Le snapshot reste dans le rapport, mais étiqueté pondéré-vélocité, pas directionnel.

Stage-to-stage conversion, trailing 90 jours. Pour chaque transition, calculer la conversion comme deals avancés ÷ deals sortis (avancés + perdus + fermés) sur 90 jours. Le trailing 90 jours lisse le bruit hebdomadaire sans enterrer les inflexions récentes.

Histogramme de stage tenure. Pour chaque stage, distribution des jours passés. Long-tail (>60 jours sur toute stage pré-Stage-4) est signal de graveyard. Short-tail (<5 jours en Stages 2 ou 3) est signal de stage-skipping. Vous dit si votre process est suivi, indépendamment de ce que les AEs disent en pipeline review.

Taxonomie de loss-reason avec forced ranking. Trois buckets : no-decision (pas de budget, pas d'urgence, stall interne), competitive (perdu face à un concurrent nommé), us (prix, fit, gap de capacité). Forcer les AEs à en choisir un — "other" est comment les données loss-reason deviennent inutiles. Tracker le mix loss-reason par stage : la plupart des no-decisions devraient arriver en Stage 1–2 ; des no-decisions en Stage 4 veulent dire que l'équipe a fait avancer des deals qui n'ont jamais eu de vraie urgence.

Flag stage-skipped. Toute opportunité qui a passé moins de 5 jours ouvrés cumulés en Stages 2 et 3 est auto-flaggée pour review mensuelle. Le manager vérifie discovery documentée, critère de succès écrit, stakeholder map. La plupart des deals flaggés ne les auront pas — c'est l'opportunité de coaching.

La cadence hebdomadaire : la pipeline review ouvre avec la tendance de cohort win rate, puis stage conversion trailing 90 jours, puis deals sur le long-tail de stage tenure. Quinze minutes au total. La slide de win rate de titre passe en dernier parce qu'elle porte le moins d'information.

Cela se marie avec les benchmarks de pipeline coverage — la coverage vous dit si vous avez assez de volume, la win rate et la conversion vous disent si le volume convertit, et les deux ensemble vous disent si le trimestre suivant est réel ou fictif. Faire tourner la coverage sans analyse de conversion est la moitié du diagnostic ; les équipes qui ne regardent que la coverage sur-appellent leur forecast de manière routinière.

Trouver la stage cassée est la moitié du job. Le fix dépend de quelle stage et pourquoi. L'arbre de décision que je déroule avec les fondateurs :

Quatre mouvements à jouer en combinaison contre toute stage cassée :

Re-qualifier. Tirer chaque deal à la stage cassée, faire un call de re-qualification de 30 minutes contre MEDDPICC. Tout ce qui échoue sur Economic buyer, Metrics ou Decision process est rétrogradé en Stage 1 avec plan de gap-closure documenté, ou tué. Le chiffre de pipeline tombe de 20–40%. Le pipeline restant est réel, et le temps de l'AE est désormais sur des deals convertibles.

Tuer l'opp. Le mouvement le plus dur et celui auquel les fondateurs résistent le plus. Tout deal Stage 3 avec tenure >60 jours et sans activité buyer-side dans les 30 derniers jours est passé en closed-lost avec motif "pas d'urgence / no-decision". La peur : "et s'il avait fermé ?" — les données disent que moins de 5% de ces deals convertissent jamais, et les heures-AE sauvées financent trois vraies opportunités Stage 1. Tuer les deals morts est le mouvement le plus ROI dans tout pipeline cleanup, et celui qui demande le plus de colonne vertébrale au management.

Re-router. Certains deals échouent sur une stage avec un AE mais convertiraient avec une autre motion. Des deals enterprise coincés en Stage 3 chez un AE SMB doivent souvent passer à un rep enterprise avec une vraie conversation de critère de succès. Re-router n'est pas un aveu d'échec ; c'est l'appariement de la complexité du deal à la capability du seller.

Re-trainer. Seulement après les trois premiers. Le re-training est le mouvement que chaque fondateur saisit en premier — et c'est presque jamais l'intervention à plus fort levier. Si 30% des deals Stage 3 sont des graveyards parce que la qualification était superficielle, entraîner à l'objection handling en Stage 3 traite le symptôme pendant que la cause racine tourne intacte.

La séquence plus large — diagnostiquer, élaguer, instrumenter, re-trainer — est ce que la sales process optimization et un engagement de sales transformation de 12-18 semaines installent à travers tout le funnel, pas seulement une stage. Pour les fondateurs qui font le diagnostic eux-mêmes d'abord, l'audit ventes pré-CRO est la version légère 14 jours qui fait émerger la stage cassée sans s'engager sur l'engagement complet. Le diagnostic complet vit dans la pratique project-based transformation : win rate est le titre, stage conversion est le diagnostic, qualité de qualification est la cause racine qui répare le plus avant que le training devienne jamais la bonne réponse.