Process Mining sul funnel Salesforce con Fluxicon Disco

Problema di business

La sales leadership era convinta che le opportunity seguissero il manuale: Qualification → Needs Analysis → Proposal → Negotiation → Closed. In realtà solo 1 deal su 6 seguiva quel percorso. I deal tornavano indietro, saltavano la validation, restavano fermi tra approvatori — e il dibattito sul forecast ogni trimestre era in realtà un dibattito su un processo che nessuno aveva mai guardato davvero.

Dati disponibili

• Salesforce OpportunityHistory: ogni cambio stage con timestamp + utente
• OpportunityFieldHistory su Amount e CloseDate
• ~640k eventi su 18 mesi di opportunity
• Oggetto User: ruolo, region, manager di linea — per l'analisi a livello di risorsa
• Segmentazione account (strategici / key / standard)

Soluzione implementata

1. 1Estratto un event log pulito da Salesforce via SOQL + Python (pm4py): case id = OpportunityId, activity = nuovo stage, resource = utente. Riproducibile come refresh mensile.
2. 2Caricato il log su Fluxicon Disco — 180+ percorsi unici collassati in 6 pattern dominanti che coprono l'84% dei deal.
3. 3Usata la vista bottleneck di Disco per trovare i veri punti di attesa. Lo step più lento non era 'Proposal → Negotiation' come tutti pensavano — era 'Qualification → Proposal' (deal in attesa del team centrale di pricing).
4. 4Quantificati i loop di rilavorazione: deal che rimbalzavano tra Proposal e Qualification più di una volta = 22% dello sforamento di cycle time. Costruito un monitor Power BI sugli stessi KPI perché i fix restino.

Impatto

Cosa ho imparato

Non puoi migliorare un sales process che non hai mai davvero guardato. Disco sopra OpportunityHistory prende giorni, non trimestri — e sposta la conversazione da opinione a evidenza.