Dengan mengintegrasikan setiap bagian dari mesin go-to-market ke dalam sistem yang diatur dan kohesif, perusahaan dapat berkembang dengan percaya diri. Dalam dunia global yang bergerak cepatDengan mengintegrasikan setiap bagian dari mesin go-to-market ke dalam sistem yang diatur dan kohesif, perusahaan dapat berkembang dengan percaya diri. Dalam dunia global yang bergerak cepat

Keith Vere Fenner: Operasi Penjualan Berbasis Data untuk Pendapatan Perusahaan yang Dapat Diprediksi

2025/12/14 02:40

Dengan mengintegrasikan setiap bagian dari mesin go-to-market ke dalam sistem yang terpadu dan teratur, perusahaan dapat berkembang dengan percaya diri. Dalam dunia SaaS global yang bergerak cepat, target yang berubah-ubah dan pertumbuhan yang pesat dengan cepat mengungkap kelemahan proses yang terfragmentasi. Keith Vere Fenner, Chief Revenue Officer di Morae, berpendapat bahwa pendapatan perusahaan yang dapat diprediksi hanya muncul ketika organisasi mengganti proses komersial yang terputus dengan tulang punggung operasional yang benar-benar terpadu.

"Yang sebenarnya kita bicarakan adalah operasi berbasis data," kata Fenner. "Bisa berupa operasi penjualan, operasi pendapatan, meja kesepakatan atau kepatuhan. Semuanya adalah operasi." Dia telah menyaksikan banyak perusahaan mencoba berkembang menggunakan alat yang terpisah dan tim yang terisolasi, hanya untuk mendapati diri mereka tidak mampu meramalkan dengan akurat, mempertahankan disiplin margin atau membangun momentum yang dapat diprediksi. Wawasannya hadir di saat para pemimpin mencari sesuatu yang stabil untuk dipegang, membuat model operasionalnya terasa kurang seperti optimasi dan lebih seperti jalan praktis menuju stabilitas nyata.

Dari Proses Terfragmentasi ke Tata Kelola Operasional Sejati

Keith Vere Fenner menyaksikan pergeseran dari perangkat lunak tradisional ke SaaS pada saat seluruh mesin komersial sedang dibayangkan ulang. Pada tahun-tahun awal itu, tata kelola pendapatan sebagian besar berada di dalam tim keuangan dan hukum, dan penjualan sering beroperasi sebagai perbatasan yang kesepian, membuat keputusan tanpa visibilitas nyata tentang bagaimana margin atau kapasitas pengiriman akan terpengaruh. Penjualan beroperasi secara independen, sering tidak menyadari bagaimana keputusan mereka berdampak pada garis margin kotor.

Itu berubah secara dramatis ketika perusahaan beralih ke model pendapatan berulang. Hal itu menjadi jelas baginya selama waktunya di Microsoft. "Anda pergi dan melakukan kesepakatan, lalu menyerahkannya ke meja kesepakatan. Mereka memeriksa harga, pernyataan kerja, kapasitas dan pengiriman. Itu mendorong kecepatan penjualan dan kecepatan ke pendapatan, semuanya dengan cara yang sangat patuh," kenangnya.

Setelah menyaksikan pergeseran seperti itu, menjadi jelas baginya bahwa pertumbuhan yang dapat diprediksi bergantung pada penghapusan beban operasional dari garis depan sehingga tenaga penjualan dapat fokus pada memenangkan kesepakatan sementara operasi memastikan kelayakan, profitabilitas, dan kepatuhan.

Mengapa Pendapatan yang Dapat Diprediksi Masih Sulit Dicapai

Namun, bahkan dengan alat yang lebih canggih yang tersedia, banyak perusahaan tetap terhambat oleh silo. Sistem terpisah untuk CRM, otomatisasi pemasaran, pengiriman, keuangan, dan keberhasilan pelanggan sering beroperasi dengan struktur data dan logika pelaporan yang berbeda.

"Tantangannya adalah bahwa organisasi dan arsitektur teknologi terpisah," katanya. "Manajemen peluang Salesforce, mesin pemasaran, kapasitas pengiriman, margin, keuangan, dan data produk Anda semua perlu bekerja sama. Ketika semua itu tidak terhubung, akurasi menghilang." Fragmentasi ini terutama umum di perusahaan pasar menengah dan tahap awal yang memulai dengan alat ringan dan murah sebelum dengan cepat melampaui mereka. Meskipun tidak ada perusahaan yang memulai dengan arsitektur keadaan akhirnya, mereka masih dapat meletakkan dasar lebih awal dengan menempatkan tata kelola operasional yang tepat untuk memandu skala masa depan.

Tiga Langkah Praktis untuk Mesin Pendapatan Berbasis Data

Keith Vere Fenner menyaring pendekatannya menjadi tiga langkah praktis yang dapat diadopsi perusahaan pada tahap pertumbuhan mana pun.

1. Membangun eksekusi komersial terpadu yang didukung oleh data nyata: Strategi tidak dapat ada tanpa teknologi, dan teknologi tidak dapat efektif tanpa maksud komersial yang jelas. "Tidak ada gunanya memiliki teknologi tanpa strategi dan eksekusi," katanya. "Dan jika Anda mencoba menjalankan strategi tanpa teknologi, bagaimana Anda tahu apa yang Anda jalankan?" Perusahaan harus terlebih dahulu menyelaraskan proses komersial mereka dan kemudian menentukan struktur data, integrasi, dan trade-off yang mendukungnya.

2. Menciptakan loop umpan balik berkelanjutan: Setelah sistem mulai bekerja sama, organisasi membutuhkan ritme operasional mingguan. Kecerdasan bisnis harus memperjelas apakah pipeline sehat, selaras dengan area produk strategis, mengkonversi pada kecepatan yang diharapkan dan mendukung target kuartal berikutnya. "Loop umpan balik ini memberi Anda wawasan tentang apa yang harus dilakukan selanjutnya," kata Fenner. "Mereka menunjukkan apakah Anda membutuhkan lebih banyak pemasaran digital, lebih banyak prospek atau lebih banyak aktivitas dari perwakilan, dan seberapa cepat tindakan tersebut akan mempengaruhi hasil."

3. Mengoptimalkan kualitas pendapatan, bukan hanya volume: Tujuan utamanya adalah meningkatkan nilai kontrak tahunan, margin, tingkat kemenangan, dan kinerja perpanjangan. Dia menunjukkan bahwa buku perpanjangan sering mewakili bagian terbesar dari nilai perusahaan, terutama di perusahaan yang didukung oleh private equity. "Prediktabilitas berasal dari informasi berkualitas," katanya. "Ini memberi tahu Anda mengapa Anda menang, mengapa Anda kalah, dan bagaimana meningkatkan margin pada setiap tahap siklus hidup pelanggan."

Masa Depan Operasi Pendapatan

Seiring AI semakin cepat, banyak pemimpin berharap untuk mendapatkan kejelasan instan dan jawaban mudah. Ketika ini terjadi, Fenner suka membawa diskusi kembali ke tesis utamanya: prediktabilitas hanya muncul ketika fondasi di bawah teknologi itu solid. "AI membutuhkan data yang baik selama enam bulan, bukan data selama enam bulan," katanya.

Setelah fondasi itu terpasang, AI menjadi akselerator yang kuat daripada jalan pintas. Ini dapat mempertajam wawasan kesepakatan, mengotomatisasi tugas-tugas yang memakan waktu, dan memberikan sinyal yang lebih jelas kepada tim tentang di mana harus fokus selanjutnya—semua memperkuat disiplin operasional yang membuat pertumbuhan yang dapat diprediksi menjadi mungkin.

Untuk mempelajari lebih lanjut atau terhubung dengan Keith Vere Fenner, kunjungiLinkedIn dan situs webnya.

Komentar
Penafian: Artikel yang diterbitkan ulang di situs web ini bersumber dari platform publik dan disediakan hanya sebagai informasi. Artikel tersebut belum tentu mencerminkan pandangan MEXC. Seluruh hak cipta tetap dimiliki oleh penulis aslinya. Jika Anda meyakini bahwa ada konten yang melanggar hak pihak ketiga, silakan hubungi [email protected] agar konten tersebut dihapus. MEXC tidak menjamin keakuratan, kelengkapan, atau keaktualan konten dan tidak bertanggung jawab atas tindakan apa pun yang dilakukan berdasarkan informasi yang diberikan. Konten tersebut bukan merupakan saran keuangan, hukum, atau profesional lainnya, juga tidak boleh dianggap sebagai rekomendasi atau dukungan oleh MEXC.