Voltarrevops
RevOps

Quanto do seu Q1 já deveria estar no CRM em novembro?

Não existe percentual mágico. A curva de nascimento dos seus deals mostra quando o trimestre realmente se decide.

22 min de leitura
Compartilhar

Por que essa pergunta aparece todo mês de novembro?

Em algum momento das próximas semanas, alguém da diretoria vai perguntar ao seu time de vendas: “O primeiro trimestre está coberto?”. A pergunta parece simples. Quase nunca recebe uma resposta honesta. Ou ela é respondida com um múltiplo de cobertura tirado de um relatório de pipeline filtrado por data de fechamento, ou com a evasiva clássica: “ainda é cedo, o Q1 a gente resolve em janeiro”.

As duas respostas estão erradas, e por motivos diferentes. A primeira confia no campo mais fictício do CRM, a data prevista de fechamento. A segunda ignora uma verdade aritmética: boa parte da receita que vai fechar entre janeiro e março de 2027 só fecha se o deal já existir agora. Se o seu ciclo de vendas é de alguns meses, o Q1 não começa em janeiro. Ele começou em setembro, e está terminando de ser originado agora.

O primeiro trimestre ainda tem particularidades que agravam o problema. No Brasil, dezembro e janeiro concentram férias coletivas, recesso de clientes e decisores inacessíveis, e o Carnaval de 2027 cai em fevereiro, comendo mais uma semana útil do trimestre. Em boa parte do mundo, janeiro é mês de orçamento novo: o cliente que não aprovou verba em dezembro pode até ter dinheiro em janeiro, mas precisa reabrir o processo interno de compra. O resultado é um trimestre com menos dias úteis de prospecção na véspera e menos dias úteis de fechamento dentro dele.

Então a pergunta do título é legítima e urgente. O problema é que ela costuma ser respondida com chute. Este artigo propõe outra forma de respondê-la: com o seu próprio histórico, e não com um benchmark de mercado que não conhece o seu ciclo, o seu mix e os seus vendedores.

O que o mercado costuma responder?

A resposta padrão da indústria tem três camadas, e você provavelmente já ouviu todas.

  1. A regra do múltiplo de cobertura. Ter de três a quatro vezes a meta do trimestre em pipeline aberto com fechamento previsto para o período. É a heurística mais repetida em vendas B2B, e a mais mal aplicada. Já mostramos em A ilusão do pipeline coverage ratio por que 3x, sem contexto de win rate, velocidade e qualidade, é um número decorativo.
  2. A regra do pipeline com dois trimestres de antecedência. A ideia de que o time deveria olhar para a geração de pipeline do trimestre seguinte, e não só para o fechamento do atual. Está na direção certa, mas raramente vira número operacional.
  3. O forecast por categoria. Commit, best case, pipeline. As ferramentas de forecast das principais plataformas de CRM organizam a conversa nesse formato, e ele é útil para o trimestre corrente. Para o trimestre seguinte, vira um exercício de otimismo.

Estudos de casas como Gartner e Forrester apontam, de forma recorrente, que líderes de vendas têm baixa confiança na precisão dos próprios forecasts, e que o alinhamento entre marketing, vendas e operação de receita afeta diretamente a previsibilidade. Isso não é novidade para ninguém que já sentou numa reunião de pipeline. O que é menos discutido é por que a previsibilidade do trimestre seguinte é tão ruim, mesmo em operações com CRM maduro.

O forecast do trimestre seguinte falha porque mede o pipeline pela data em que o vendedor acha que vai fechar, e não pela data em que o deal nasceu. A primeira é opinião. A segunda é fato registrado.

A data de criação é um dos poucos campos do CRM que o vendedor não consegue maquiar com facilidade depois que o registro existe. E ela carrega uma informação valiosa: em que momento, em relação ao trimestre, nasceram os deals que de fato viraram receita. É daí que sai a resposta para a pergunta do título.

Por que não existe um percentual universal?

A verdade incômoda é que qualquer pessoa que responder “o ideal é ter X% do Q1 no CRM em novembro” está inventando. Não porque o número seja impossível de calcular, mas porque ele é específico da sua operação. Três variáveis mudam completamente a resposta.

1. A distribuição do seu ciclo de vendas

Um deal que fecha no último dia de março com ciclo de seis meses nasceu no começo de outubro. Um deal com ciclo de três meses que fecha no mesmo dia nasceu na virada do ano. Um deal com ciclo de um mês nasceu no começo de março. Hoje, em meados de novembro, estamos a cerca de 45 dias do início do Q1. Para cada faixa de ciclo, a fração do trimestre que já deveria existir é radicalmente diferente.

Quando nascem os deals que fecham no Q1Q1 2027Ciclo longo (~6 meses)já deveria existirCiclo médio (~3 meses)parte já nasceuCiclo curto (~1 mês)ainda vai nascerJulAgoSetOutNovDezJanFevMarHoje (meados de novembro)
Janela de originação dos deals que fecham no Q1, por faixa de ciclo (ciclos ilustrativos). Quanto mais longo o ciclo, maior a parte do trimestre que já deveria estar no CRM hoje.

Repare que nenhum negócio tem um único ciclo. Você tem uma distribuição: alguns deals fecham em semanas, outros arrastam por meses. A resposta do título é, na prática, a soma ponderada dessas janelas, e só o seu histórico conhece os pesos.

2. O seu mix de receita

Receita nova, expansão e renovação têm dinâmicas de originação completamente diferentes. A renovação de um contrato que vence em fevereiro existe desde o dia em que o contrato foi assinado; não há motivo para ela não estar no CRM. A expansão costuma nascer de sinais de uso que já deveriam estar visíveis. A receita nova de inbound de ticket baixo pode nascer e morrer dentro do próprio trimestre.

Tipo de receitaCiclo típico relativoQuanto deveria estar no CRM em novembroO que observar
RenovaçãoConhecido desde a assinaturaPraticamente tudoSe não está, o problema é de processo, não de geração. Renovação ausente é risco silencioso.
Expansão na baseMédio, depende de sinal de usoBoa parteOportunidades que vivem na cabeça do CSM e não viram deal.
Novo negócio enterprise / outboundLongoQuase tudoDeals que surgem no CRM já em estágio avançado indicam registro tardio.
Novo negócio mid-marketMédioUma parte relevanteRitmo semanal de geração em novembro, dezembro e início de janeiro.
Inbound de ticket baixo / PLGCurtoPoucoA pergunta certa aqui é sobre volume e conversão de geração, não sobre estoque.

Se a sua operação mistura esses tipos num único número de cobertura, a média esconde tudo. Uma empresa pode ter o Q1 de renovação inteiro no CRM e nenhum pipeline novo, e o relatório agregado vai parecer saudável. Por isso tratamos a receita de renovação como uma métrica que merece vida própria, fora da planilha e fora da média do pipeline.

3. A qualidade do registro

A terceira variável é a mais desconfortável: o seu CRM registra quando o deal nasceu, ou quando o vendedor resolveu cadastrá-lo? Em muitas operações, deals aparecem no sistema na semana do fechamento, porque o vendedor só registra o que já está ganho. Nesse cenário, qualquer cálculo baseado em data de criação vai sugerir que o pipeline “nasce rápido”, quando na verdade ele nasce no WhatsApp, no e-mail pessoal ou na cabeça de alguém e só é transcrito depois.

A pergunta “quanto do Q1 já deveria estar no CRM?” tem duas leituras. Uma é sobre geração de pipeline. A outra é sobre disciplina de registro. Você precisa separar as duas antes de responder qualquer coisa.

Como calcular a curva de nascimento dos seus deals?

A tese deste artigo é direta: a resposta para o título é a fração da receita fechada em trimestres anteriores que já existia no CRM na data equivalente a hoje. Se historicamente, em meados de novembro, já existia no sistema a maior parte do que viria a fechar no Q1 seguinte, essa é a sua régua. Se historicamente só existia uma fração pequena, a sua régua é outra, e a sua prioridade de novembro também.

Isso não exige ferramenta nova. Exige um exercício de análise que a maioria das operações nunca fez. O passo a passo:

  1. Defina o universo. Pegue todos os deals ganhos dos últimos trimestres. O ideal é ter pelo menos dois ou três Q1 anteriores, porque a sazonalidade importa. Se o volume for pequeno, use todos os trimestres e trate o Q1 como ajuste.
  2. Calcule o deslocamento de cada deal. Para cada deal ganho, meça a distância em dias entre a data de criação e o primeiro dia do trimestre em que ele fechou. Um deal criado 60 dias antes do início do trimestre tem deslocamento de menos 60. Um criado no dia 20 de janeiro, de mais 19.
  3. Pondere por valor. Faça a análise por receita, não só por contagem. Deals grandes tendem a ter ciclos longos; se você contar unidades, os deals pequenos dominam a curva e distorcem a leitura de receita.
  4. Monte a curva acumulada. Ordene os deals do deslocamento mais antigo para o mais recente e acumule a receita. O resultado é uma curva que sai de zero e chega a cem por cento ao longo do tempo.
  5. Leia o ponto de hoje. Encontre o deslocamento equivalente à data atual em relação ao próximo trimestre. Em meados de novembro, algo próximo de 45 dias antes do Q1. O valor da curva nesse ponto é a sua resposta.
  6. Segmente. Refaça a curva por tipo de receita, por fonte, por faixa de ticket e por time. A curva agregada é um ponto de partida; as curvas segmentadas são as que orientam decisão.
  7. Teste a sanidade da data de criação. Compare a data de criação com a data da primeira reunião ou da primeira atividade registrada. Onde a diferença for grande e sistemática, a data de criação não está medindo nascimento, está medindo digitação.
100%0%% acumulado da receita do Q1Sua respostaHojeForma ilustrativa: calcule com o seu históricoMuito antesInício do Q1Fim do Q1Data de criação do deal, relativa ao trimestre em que fechou
Curva de nascimento: receita fechada em trimestres anteriores acumulada pela data de criação do deal. O valor da curva na data equivalente a hoje responde quanto do Q1 já deveria estar no CRM.

Um detalhe importante: a curva não diz quanto do pipeline atual vai fechar. Ela diz quanto da receita que fecha costuma já existir nesta altura do calendário. É uma régua de completude, não de conversão. A conversão vem no próximo passo.

Outro detalhe que vale ouro: a forma da curva diz muito sobre a sua operação. Uma curva que sobe quase toda dentro do próprio trimestre, numa operação que jura ter ciclo longo, é sintoma de registro tardio. Se o fenômeno se concentra em poucos vendedores, frequentemente os de melhor resultado, você está diante do problema que discutimos em Seu maior problema de adoção de CRM é o vendedor que mais vende. E se o pipeline vive no celular do vendedor antes de virar deal, a continuidade da receita está em risco, como mostramos em Vendedor saiu, a carteira foi junto no WhatsApp dele.

O que fazer com o pipeline que já está lá?

Com a curva em mãos, a tentação é olhar o pipeline aberto com fechamento previsto para o Q1, comparar com a meta e pronto. Não faça isso. A data prevista de fechamento é justamente o campo em que você não deveria confiar para o trimestre seguinte. Faça três coisas diferentes.

Use todo o pipeline aberto, não só o que diz “Q1”

Uma parte relevante do que fecha num trimestre costuma vir de deals que, na data de hoje, estavam com fechamento previsto para outro período: deals com data em dezembro que vão escorregar, deals com data em abril que vão antecipar. O histórico mostra isso. Em vez de filtrar por data prevista, olhe para todos os deals que estavam abertos nesta mesma data em anos anteriores e meça quanto da receita deles fechou no trimestre seguinte. Essa é a conversão da safra: a taxa histórica com que o pipeline aberto em meados de novembro virou receita no Q1.

Separe estoque vivo de estoque morto

Nem todo deal aberto é pipeline. Uma operação com anos de CRM acumula oportunidades que ninguém fecha como perdidas porque perder dói no relatório. Elas inflam o estoque e mascaram o gap. Cruzar idade do deal com avanço de estágio ajuda a separar o que é candidato real do que é ruído.

SuspeitoCriado tarde ou etapa pulada.Audite o registro.Candidato realValide próximo passo,decisor e orçamento 2027.Safra do Q1Proteja, qualifiquee acelere antes do recesso.ZumbiRequalifique com critérioou feche como perdido.Avanço de estágioavançadoinicialIdade do dealrecenteantigo
Matriz idade x estágio para triar o pipeline aberto em novembro. Só o quadrante de candidatos reais e a safra recente deveriam entrar na conta de cobertura do Q1.

O quadrante dos zumbis merece atenção especial. Deals antigos parados em estágio inicial não são pipeline do Q1, são passivo de dados. Eles se parecem muito com o que descrevemos em A dívida de silêncio do seu CRM: informação que ninguém toca e que apodrece em silêncio, contaminando todo relatório que a soma. E os deals que parecem saudáveis no dashboard, mas morrem sem barulho, costumam sair pelos vazamentos que mapeamos em A anatomia de um deal cycle quebrado.

Pergunte sobre o orçamento de 2027, não sobre o interesse

Em novembro, a pergunta de qualificação que mais importa para o Q1 é sobre o ciclo orçamentário do cliente. A verba que vai pagar esse projeto existe em 2027? Foi aprovada ou será discutida em janeiro? Quem aprova, e essa pessoa estará disponível no recesso? Deals com interesse alto e orçamento indefinido são exatamente os que escorregam para o Q2 sem que ninguém perceba até março.

Quanto ainda precisa nascer, e até quando?

Agora a conta fecha. A cobertura do Q1 não é um múltiplo; é uma decomposição. A meta do trimestre se divide entre o que já está contratado, o que o pipeline atual deve entregar com base na conversão histórica da safra e o que ainda precisa nascer. A última parte é o gap, e o gap tem prazo.

Meta de receita do Q1A: Receita já contratadarenovações e recorrência garantidaB: Pipeline aberto hoje× conversão histórica da safraGap = Meta − A − BPipeline a gerar = Gap ÷ conversão dos dealsque historicamente nascem dentro da janelaData-limite por segmentofim do Q1 − ciclo mediano do segmento
Decomposição da cobertura do Q1: o que já está contratado, o que o pipeline atual deve entregar, o gap que precisa nascer e a data-limite para que ele ainda feche no trimestre.

Dois conceitos dessa decomposição merecem ser explicados com calma.

A conversão diferente para quem nasce agora

Deals que nascem dentro da janela de originação não convertem na mesma taxa que deals que já existiam. Eles têm menos tempo para avançar e enfrentam o recesso no meio do caminho. Por isso, o pipeline a gerar deve ser dividido pela conversão específica dos deals que, historicamente, nasceram entre novembro e o fechamento do trimestre e ainda fecharam nele. Usar a taxa média de conversão da operação aqui é um erro clássico: ela superestima o que o pipeline novo entrega e subestima quanto você precisa gerar.

A data-limite de originação

Para cada segmento existe uma data a partir da qual o pipeline criado deixa de ajudar o Q1 e passa a ajudar o Q2. Ela é aproximadamente o fim do trimestre menos o ciclo mediano daquele segmento. Para um segmento de ciclo de três meses, a data-limite é a virada do ano. Para um segmento de ciclo de um mês, é o começo de março.

Essa data é a informação mais acionável de todo o exercício. Ela transforma a pergunta vaga “o Q1 está coberto?” numa meta semanal de geração de pipeline, por segmento, com prazo de validade. Marketing deixa de ter uma meta trimestral de MQL descolada do calendário de fechamento. SDRs passam a saber que a reunião agendada em dezembro vale mais para o Q1 do que a reunião agendada em fevereiro. E a liderança passa a saber, ainda em novembro, se o problema do Q1 é de geração (falta nascer) ou de execução (já nasceu, falta avançar).

Cobertura não é um múltiplo que você tem ou não tem. É um calendário: o que já existe, o que precisa nascer e até que dia nascer ainda adianta.

Essa leitura conversa diretamente com a discussão sobre eficiência que fizemos em O CAC voltou a ser rei. Pipeline gerado depois da data-limite não é desperdício, mas é custo de aquisição que vai aparecer no trimestre seguinte. Se o orçamento de mídia e de SDR é decidido sem essa visão, a empresa paga caro em dezembro por um pipeline que só vai ajudar em abril, e se surpreende com o Q1 vazio.

Como montar isso na HubSpot (ou em qualquer CRM)?

O exercício é agnóstico de ferramenta, mas a maioria dos CRMs modernos guarda os dados necessários. A HubSpot, por exemplo, registra data de criação e data de fechamento em todos os deals e mantém propriedades de entrada em cada estágio do pipeline, além do histórico de alterações de propriedades. O relatório customizado e as ferramentas de forecast da plataforma ajudam na visualização, mas os nomes, limites de histórico e disponibilidade por plano mudam com frequência. Verifique na documentação oficial o que o seu plano oferece antes de desenhar o relatório.

PerguntaDado necessárioCuidado
Quando o deal nasceu?Data de criação do dealImportações e migrações podem ter gravado a data da carga, e não a de nascimento. Isole esses registros.
Quando ele realmente começou?Data da primeira reunião ou primeira atividade associadaUse como prova de sanidade; não substitua a data de criação sem critério documentado.
O que estava aberto nesta data em anos anteriores?Data de criação anterior à data de corte e data de fechamento posterior a ela (ou ainda aberto)Dá para reconstruir sem snapshot, mas o valor do deal pode ter mudado desde então.
Qual era o valor na época?Histórico de alterações da propriedade de valorSe o histórico não estiver acessível no seu plano, aceite o valor atual e registre a limitação.
Qual o estágio na data de corte?Datas de entrada em cada estágioPipelines redesenhados no meio do caminho quebram a comparação histórica.
Qual tipo de receita?Propriedade que separa novo, expansão e renovaçãoSe ela não existe ou ninguém preenche, este é o primeiro conserto a fazer.

Há uma recomendação que vale independentemente da ferramenta: comece hoje a tirar um retrato mensal do pipeline. Uma exportação simples, no mesmo dia de cada mês, para uma planilha ou um data warehouse, com estágio, valor, data prevista e responsável. Reconstruir o passado a partir de datas funciona razoavelmente bem, mas tem buracos. Com retratos mensais, no próximo novembro você terá a curva de nascimento e a conversão da safra calculadas sem arqueologia.

E se a sua organização já usa a camada de dados da HubSpot, o Data Hub, para qualidade e sincronização, ela pode ajudar a padronizar as propriedades que sustentam a análise, como tipo de receita e fonte. Mas não confunda ferramenta com disciplina. Nenhuma camada de dados conserta um deal que o vendedor criou na semana do fechamento.

Como isso funcionaria na prática?

Para aterrar o raciocínio, considere uma situação hipotética. Suponha uma empresa de software de gestão para a indústria, de médio porte, com três motores de receita: um time de outbound que vende para contas grandes, um time inside sales que trabalha leads de inbound do mid-market e um time de Customer Success que cuida de renovações e expansões. Em novembro, o CFO pergunta se o Q1 está coberto. Historicamente, a resposta seria um múltiplo de cobertura do pipeline com data prevista no trimestre.

Desta vez, o time de RevOps decide fazer a curva de nascimento. O que ele provavelmente encontraria, em uma operação com esse perfil, segue um padrão reconhecível:

  • No outbound de contas grandes, a curva mostraria que quase toda a receita fechada em trimestres anteriores já existia no CRM com bastante antecedência. A conclusão seria que, para esse segmento, o Q1 de 2027 está praticamente definido. O trabalho de novembro não é gerar; é qualificar o que existe, perguntar sobre orçamento de 2027 e limpar os zumbis.
  • No inbound mid-market, a curva subiria muito mais tarde, com boa parte da receita nascendo depois de meados de novembro. A conclusão seria oposta: o Q1 desse segmento ainda está sendo decidido, e a variável crítica é o volume de geração semanal até a data-limite, provavelmente no início de janeiro.
  • Em renovação e expansão, a curva deveria ser quase toda concentrada antes do trimestre. Se o time descobrisse renovações de fevereiro e março ainda sem deal aberto, o achado não seria um problema de pipeline, mas um problema de processo de CS.
  • No recorte por vendedor, o time poderia encontrar dois ou três profissionais cujos deals nascem sistematicamente no próprio trimestre de fechamento, em desacordo com o ciclo do segmento. Isso sinalizaria registro tardio, e não ciclo curto.

Com essas leituras, a resposta ao CFO deixaria de ser um múltiplo e passaria a ser um mapa: o segmento enterprise depende de execução sobre pipeline existente; o mid-market depende de uma meta semanal de geração com prazo; a renovação depende de um processo que precisa ser corrigido agora. Repare que, nessa ilustração, nenhum número de resultado foi necessário para mudar a conversa. A mudança está na pergunta, não no placar.

O passo seguinte natural seria ajustar a alocação de esforço. Marketing concentraria investimento de geração do mid-market antes da data-limite, em vez de distribuí-lo igualmente pelo trimestre. O time enterprise teria uma revisão de pipeline focada em orçamento de 2027 e decisores disponíveis no recesso. CS abriria deals de renovação para todos os contratos que vencem no Q1. Nada disso exige ferramenta nova. Exige saber onde o trimestre está sendo decidido.

E se der errado?

O método é robusto, mas não é mágico. Algumas objeções aparecem sempre, e merecem resposta honesta.

“Não temos histórico suficiente”

Operações jovens ou que trocaram de CRM recentemente podem ter só um ou dois trimestres de dados confiáveis. Nesse caso, use todos os trimestres disponíveis, não só os Q1, e aceite que a sazonalidade ficará subestimada. Se nem isso existir, use a lógica de ciclo: estime o ciclo mediano de cada segmento a partir dos deals ganhos, desenhe as janelas de originação como na primeira figura deste artigo e trate o resultado como hipótese a ser revisada a cada mês. É menos preciso, mas infinitamente melhor do que um benchmark genérico.

“Nossa data de criação é lixo”

Em muitas operações, é mesmo. A saída é não fingir que não é. Use a data da primeira reunião ou da primeira atividade como alternativa para os segmentos mais contaminados, documente o critério e, em paralelo, ataque a causa. Se o deal só entra no CRM quando está quase ganho, nenhum relatório de cobertura vai funcionar, porque o pipeline que você mede é uma fração do que existe. Nesse cenário, o primeiro resultado do exercício é um diagnóstico de adoção, e isso já vale o trabalho.

“O negócio mudou, o passado não serve”

Produto novo, mudança de ICP, agentes de IA qualificando leads no topo do funil, novo canal de aquisição. Qualquer uma dessas mudanças altera a curva. Quando isso acontece, use o histórico para os segmentos estáveis e trate os segmentos novos com a lógica de ciclo, revisando mensalmente. O histórico não precisa ser perfeito para ser útil; precisa ser explícito sobre onde ele deixa de valer.

“O pipeline está todo lá, mas é inflado”

Esse é o cenário mais perigoso, porque a curva vai dizer que está tudo bem. Por isso a matriz de idade e estágio vem antes da conta de cobertura. Se uma parte grande do pipeline aberto está no quadrante dos zumbis, a curva de completude parece satisfeita e a conversão da safra desaba. Compare sempre as duas métricas: completude alta com conversão em queda é o sinal clássico de estoque morto.

“O board quer um número só”

Dê um número, mas acompanhado de duas frases. Por exemplo: a fração do Q1 que historicamente já existia nesta data, quanto disso o pipeline atual cobre e o gap a gerar até a data-limite. Um número sozinho convida ao autoengano. Um número com prazo convida à ação. Se for preciso escolher um só, prefira o gap com data, porque ele é o único que alguém consegue mudar ainda neste trimestre.

“E se a gente simplesmente não alcançar o gap?”

Então você terá descoberto isso em novembro, e não em março. Essa é a principal vantagem do método. Descobrir cedo que o Q1 não fecha permite renegociar meta, antecipar expansões na base, reforçar campanhas de reativação ou ajustar o plano de contratação. Descobrir tarde permite apenas explicar.

O trimestre se decide antes de começar

Existe uma ideia confortável em muitas operações de vendas: o trimestre é jogado dentro do trimestre. É ela que sustenta a correria de março, os descontos de última semana e a sensação recorrente de que o Q1 é sempre difícil. A curva de nascimento desmonta essa ideia. Para qualquer negócio com ciclo de vendas que não seja instantâneo, o trimestre é decidido, em grande parte, no trimestre anterior. O que acontece dentro dele é execução sobre uma safra que já foi plantada, ou não.

Por isso a pergunta do título é melhor do que parece. Ela não é sobre um percentual. É sobre trazer a operação de receita para o calendário certo. Uma empresa que sabe quanto do Q1 já deveria estar no CRM em novembro passa a planejar geração de pipeline com prazo, a separar problemas de geração de problemas de execução e a tratar disciplina de registro como condição para prever, e não como burocracia.

Se você fizer o exercício este mês, provavelmente vai descobrir algo desconfortável: que a sua régua de cobertura nunca mediu o que importava, que algum segmento está mais descoberto do que parecia, ou que o seu CRM registra digitação e não nascimento. Todas essas descobertas são boas notícias em novembro. Em março, são apenas justificativas.

A pergunta que o board faz é “o Q1 está coberto?”. A pergunta que RevOps deveria responder é outra: “em que data o Q1 deixou de poder ser salvo, e ainda estamos antes dela?”.
Compartilhar
Newsletter

Receba os próximos posts de RevOps

Resumo semanal ou todo post novo, direto no seu email.

Artigos relacionados