KPIs de demanda e pipeline

Por que B2B vive ou morre pelo pipeline

Em B2B com ciclo de venda longo (semanas a meses), receita não acontece no momento da campanha — acontece muito depois, quando uma oportunidade gerada no trimestre passado finalmente fecha. Isso cria um problema clássico de gestão: como saber se o marketing está performando antes de a receita aparecer no extrato?

A resposta é o pipeline. Pipeline gerado é o KPI líder — antecipa a receita futura em três a doze meses, dependendo do ciclo de venda. Se o pipeline está saudável (em volume, em qualidade e em velocidade), a receita futura está protegida. Se o pipeline está estagnando, a queda de receita vem em três a seis meses, mesmo que o mês atual ainda esteja bom.

O dado conhecido: em B2B saudável, o pipeline aberto costuma representar três a cinco vezes a meta de receita do trimestre (pipeline coverage de 3x a 5x). Empresa com coverage de 1,5x está em risco severo — não há margem para perda nem para deslocamento de fechamento.

Este artigo apresenta os KPIs canônicos da gestão de demanda B2B, com as duas métricas que separam time bom de time medíocre — taxa de conversão entre etapas e velocidade — e o ritual de pipeline review que faz o sistema funcionar na prática.

O funil de demanda em B2B — visitante, lead, MQL, SQL, oportunidade

O funil canônico tem cinco a sete etapas, dependendo do nível de detalhe. As cinco etapas essenciais:

Visitante. Pessoa que chega ao site sem ser identificada — anônimo. Não é lead ainda. KPI relacionado: tráfego do site, especialmente segmentado por canal e cluster.

Lead. Pessoa identificada — preencheu algum formulário, baixou material rico, agendou demonstração, ou foi capturada por outro mecanismo. Tem nome, email e idealmente alguma informação adicional (empresa, cargo, segmento). É o primeiro estágio mensurável.

MQL (Marketing Qualified Lead, ou oportunidade qualificada por marketing). Lead que atende critérios pré-definidos para ser considerado "pronto para vendas falar" — geralmente combinação de perfil (segmento, porte, cargo) e comportamento (consumiu conteúdo de fundo de funil, agendou demonstração, solicitou cotação). É o handoff do marketing para vendas.

SQL (Sales Qualified Lead, ou oportunidade qualificada por vendas). MQL que, após contato com vendas, foi validado como genuinamente qualificado e com interesse imediato. Vendas confirma a qualificação. Em algumas operações, há etapa intermediária chamada SAL (Sales Accepted Lead) — vendas aceitou o lead para trabalhar, mas ainda não validou qualificação.

Oportunidade (Opportunity). SQL que abriu negociação formal — proposta enviada, negociação iniciada, valor potencial conhecido. É a etapa que aparece no relatório de receita futura.

Fechamento (Closed-won). Oportunidade convertida em receita. Em B2B SaaS, geralmente significa contrato assinado e primeiro pagamento processado.

Empresas mais sofisticadas adicionam etapas intermediárias: SAL entre MQL e SQL, oportunidade aberta versus oportunidade negociada, fechamento ganho versus fechamento perdido (para análise de causa raiz). Cinco etapas é mínimo funcional; sete a oito é típico em operação madura.

Taxas de conversão entre etapas — a métrica que diagnostica

Volume bruto em cada etapa diz pouco em isolamento. As taxas de conversão entre etapas (a saúde da passagem de um estágio para o próximo) é o que diagnostica onde o funil está sangrando.

Taxas típicas em B2B saudável (faixas de mercado, variam por setor):

• Visitante para lead: 1% a 3% (depende muito do volume e da qualidade do tráfego)
• Lead para MQL: 10% a 30% (a maioria dos leads não atende critérios de qualificação)
• MQL para SQL: 20% a 40% (vendas valida a qualificação)
• SQL para oportunidade: 50% a 70% (negociação formal aberta)
• Oportunidade para fechamento: 20% a 40% (depende fortemente do ticket médio e ciclo de venda)

Multiplicando ao longo do funil: 1% × 20% × 30% × 60% × 30% = 0,01% de visitantes vira receita. Parece pouco, mas é o normal em B2B com ciclo longo e ticket médio.

A inteligência vem de comparar taxa com benchmark próprio. Quando uma taxa cai abaixo da média histórica, é onde o funil está sangrando — e onde a investigação precisa começar. Cai a taxa de visitante para lead? Problema na captura (oferta, formulário, conteúdo). Cai a taxa de lead para MQL? Problema na qualificação ou na qualidade do tráfego. Cai a taxa de MQL para SQL? Problema na definição de MQL ou no handoff para vendas. Cai a taxa de SQL para oportunidade? Problema na primeira conversa com vendas. Cai a taxa de oportunidade para fechamento? Problema na proposta, no preço ou no fechamento.

Velocidade — o que separa time bom de time medíocre

Volume e conversão por etapa são métricas clássicas. Velocidade é a métrica que costuma distinguir times maduros dos demais — quanto tempo, em média, uma oportunidade leva entre cada etapa do funil.

Velocidade típica em B2B (varia por porte de cliente e ticket):

• Lead para MQL: dias a semanas (depende de quanto comportamento adicional é necessário)
• MQL para SQL: dias (passagem de vendas deve ser rápida — atraso aqui é onde mais oportunidade some)
• SQL para oportunidade: uma a quatro semanas
• Oportunidade para fechamento: 30 a 120 dias para mid-market, 90 a 270 dias para enterprise

A leitura de velocidade muda o jogo. Pipeline que está crescendo em volume mas com velocidade estagnando significa que oportunidades estão entrando e parando, não progredindo. Volume saudável com velocidade alta é ótimo. Volume baixo com velocidade alta significa que poucas oportunidades fecham rápido — pode ser nicho ou pode ser um time tirando mais valor por oportunidade.

Métricas relacionadas a velocidade:

Tempo médio no estágio. Quantos dias uma oportunidade média passa em cada etapa. Identifica gargalo (a etapa onde oportunidades empacam).

Idade da oportunidade. Há quantos dias uma oportunidade específica está no funil. Oportunidades muito antigas (acima de duas vezes a média do estágio) costumam estar mortas — vale qualificar para fechar (ganhar ou perder) em vez de manter penduradas inflando o pipeline.

Velocidade de pipeline. Métrica composta: (número de oportunidades × valor médio × taxa de fechamento) / tempo médio de ciclo. Combina volume, valor e velocidade em um único número que reflete a receita por unidade de tempo que o pipeline está gerando.

Pipeline gerado versus pipeline influenciado

Outra distinção importante em B2B maduro é entre pipeline gerado e pipeline influenciado por marketing.

Pipeline gerado (marketing-sourced). Oportunidades cujo primeiro toque foi originado em marketing — primeira interação foi com um conteúdo do blog, com um anúncio digital, com um evento de marketing, com um material rico. Em atribuição de primeiro toque, marketing recebe crédito total. É a métrica mais direta de contribuição.

Pipeline influenciado (marketing-influenced). Oportunidades em que marketing participou da jornada em algum ponto, mas o primeiro toque pode ter sido outro (vendedor prospectou, recomendação de cliente, parceiro). Em atribuição multi-toque, marketing recebe crédito parcial por essas oportunidades. Mede contribuição mais ampla.

Os dois números costumam divergir. Pipeline gerado é menor (só as oportunidades que marketing originou); pipeline influenciado é maior (todas em que marketing tocou em algum ponto). Em B2B, pipeline influenciado costuma ser duas a quatro vezes o pipeline gerado.

Qual usar como KPI principal? Depende do modelo de atribuição da empresa e da maturidade da governança. Empresa começando geralmente usa pipeline gerado (mais simples, menos sujeito a disputa). Empresa madura usa os dois — pipeline gerado como métrica de aquisição pura, pipeline influenciado como métrica de contribuição ampla.

Atribuição — último toque, primeiro toque, multi-toque

Atribuição é como o crédito por uma conversão é dividido entre os múltiplos toques que aconteceram antes. Em B2B, com jornada de meses e dezenas de toques, a escolha do modelo de atribuição muda completamente o número que aparece no painel.

Último toque (last touch). Todo o crédito vai para o último toque antes da conversão. Vantagem: simples, fácil de implementar. Desvantagem: superestima canais de fundo de funil (busca pela marca, contato direto) e subestima canais de topo (blog, redes sociais).

Primeiro toque (first touch). Todo o crédito vai para o primeiro toque. Vantagem: valoriza captura inicial. Desvantagem: superestima canais de topo e subestima quem fecha.

Linear. Crédito distribuído igualmente entre todos os toques. Vantagem: reconhece a jornada completa. Desvantagem: trata todos os toques como iguais (não é verdade).

Decaimento temporal (time decay). Toques mais próximos da conversão ganham mais crédito; toques antigos ganham menos. Vantagem: balanço razoável. Desvantagem: parâmetro de decaimento é arbitrário.

Posicional (40-20-40). Primeiro toque recebe 40%, último recebe 40%, os toques do meio dividem 20%. Vantagem: valoriza captura e fechamento. Desvantagem: arbitrário também.

Orientado a dados (data-driven). Algoritmo aprende com dados históricos quais toques mais correlacionam com conversão e distribui crédito acordo. Disponível em GA4 e em plataformas pagas (Bizible, Dreamdata). Vantagem: baseado em evidência. Desvantagem: requer volume significativo de conversões para o algoritmo aprender.

Recomendação prática: em porte pequeno, último toque basta. Em porte médio, modelo linear ou posicional para painel executivo, com último toque para operação tática. Em porte grande, orientado a dados para painel executivo, com outros modelos para análises específicas.

Cobertura de pipeline — quanto é o suficiente

Cobertura de pipeline (pipeline coverage) é a relação entre o valor total de oportunidades abertas e a meta de receita do trimestre.

Cobertura = Valor de pipeline aberto / Meta de receita do trimestre

Em B2B saudável, cobertura típica fica entre 3x e 5x a meta. Cobertura abaixo de 2x é sinal de risco severo — qualquer desvio de fechamento (oportunidade que escorrega para o trimestre seguinte, taxa de fechamento abaixo do esperado) compromete a meta. Cobertura acima de 5x pode ser sinal de inflação do pipeline (oportunidades penduradas que nunca vão fechar) — vale qualificar.

O cálculo precisa ser preciso. Considere:

• Só oportunidades com valor definido e probabilidade não-zero
• Só oportunidades com data prevista de fechamento dentro do trimestre
• Excluir oportunidades muito antigas (acima de duas vezes a média do estágio) — provavelmente mortas
• Ponderar por probabilidade (weighted pipeline) ou usar valor bruto, com clareza sobre qual método

Pipeline coverage saudável é uma das três coisas que predizem se a meta vai ser batida (junto com taxa de conversão de oportunidade e velocidade de fechamento). Sem cobertura adequada três meses antes do fim do trimestre, a meta está em risco — e há tempo de agir.

O acordo de nível de serviço entre marketing e vendas

A causa raiz da maior parte dos conflitos entre marketing e vendas é falta de acordo formal sobre o que é MQL, como é a passagem, e qual é o serviço esperado de cada lado. SLA (Service Level Agreement) entre marketing e vendas resolve esse problema.

Componentes típicos de SLA marketing-vendas:

• Definição clara e única de MQL — critério de perfil mais critério de comportamento
• Definição clara de SQL — critério para vendas aceitar e trabalhar
• Volume esperado de MQLs por mês ou por trimestre — quantos marketing se compromete a gerar
• Qualidade esperada — taxa mínima de MQL para SQL aceita pela vendas
• Velocidade esperada de contato — vendas se compromete a contatar MQL em até X horas
• Processo formal de descarte — quando vendas descarta um MQL, como o retorno volta para marketing
• Cadência de revisão — frequência das reuniões conjuntas

SLA é documento vivo — revisado trimestralmente, ajustado quando o modelo de negócio muda. Empresa que vive sem SLA tem discussão recorrente sobre "marketing está gerando lead ruim" versus "vendas não está trabalhando os leads direito" — discussão sem dado, sem resolução.

Pipeline review — o ritual que faz o sistema funcionar

Volume de pipeline na planilha não muda nada sozinho. Pipeline review é o ritual operacional que transforma dado em ação. Cadência típica:

Semanal (60 minutos). Participantes: gerente de marketing, gerente de vendas, eventualmente diretor de cada área. Pauta fixa: revisão de oportunidades em risco (idade alta, valor alto, próximas de fechamento), entrada de novos MQLs, descartes da semana e plano para a semana seguinte. Saída: ações específicas por oportunidade ou por grupo.

Mensal (90 a 120 minutos). Participantes incluem diretores. Pauta agregada: pipeline coverage versus meta, taxas de conversão por etapa, velocidade média por etapa, desvios em relação ao mês anterior. Discussão estratégica sobre ajustes no funil.

Trimestral (2 a 4 horas). Participantes incluem CMO, CRO, eventualmente CEO. Pauta de resultado: receita realizada versus meta, atribuição de receita por canal e por campanha, taxas de conversão comparadas com benchmark histórico, ajustes para o trimestre seguinte. Saída: revisão de meta de pipeline para o trimestre seguinte e ajustes de SLA se necessário.

Sem pipeline review formal, o sistema vira teatro — dado entra no painel, ninguém olha, ninguém age. Com pipeline review bem rodado, o painel vira instrumento de decisão semanal.

Erros comuns na gestão de pipeline B2B

MQL e SQL definidos só por marketing. Sem o aceite formal de vendas, a definição vira ficção. Vendas descarta MQL achando que não é qualificado; marketing reclama que vendas não trabalha o que recebe. SLA escrito a quatro mãos resolve.

Pipeline discutido só no fechamento do trimestre. Quando o pipeline coverage está em 1,5x duas semanas antes do fim do trimestre, é tarde. Revisão semanal previne — descobre o problema com tempo de agir.

Velocidade não medida. Volume é discutido toda semana, mas ninguém mede quanto tempo cada oportunidade passa em cada etapa. Resultado: oportunidades penduram em SQL por meses e ninguém percebe que o gargalo está ali.

Marketing reporta MQL, vendas reporta oportunidade — números não batem. Cada área tem seu painel, com fonte de dado diferente. Vendas diz que recebeu 50 MQLs no mês, marketing diz que gerou 80. Quem está certo? Os dois — depende da definição. Resolva com fonte única (CRM como fonte de verdade) e definição acordada.

Sem SLA marketing-vendas. Discussão recorrente sobre qualidade dos leads, sem dado para resolver. Cada reunião reabre a mesma briga. SLA escrito é a saída.

Pipeline coverage desconhecido. Empresa não tem visão clara de se o pipeline atual é suficiente para a meta do trimestre. Vai descobrir quando for tarde.

Atribuição muda de mês para mês. Em um mês usa último toque, no outro usa modelo linear, no outro multi-toque "data-driven". Comparações ficam impossíveis. Padronize o modelo de atribuição usado no painel principal e mantenha consistência.

Oportunidades antigas penduradas inflando o pipeline. Oportunidade que está em SQL há quatro vezes a média do estágio quase certamente está morta. Mantê-la no pipeline infla o coverage falsamente. Política de limpeza trimestral resolve.