Comprendre comment les RevOps utilisent la data en 3 minutes avec Algolia
Hello,
Bienvenue dans l’édition #30 de la newsletter Data Gen ! On est désormais 1204 dans cette communauté. 😁
Aujourd’hui, on remercie Anne-Charlotte pour son retour d’expérience sur le lancement du département RevOps d’Algolia et leur usage de la data au quotidien. 👏
Avant tout, voici quelques liens utiles :
On t'a partagé ce mail ? Inscris-toi à la communauté pour recevoir les prochaines éditions.
Ajoute-moi sur LinkedIn si ce n'est pas encore fait, je partage du contenu data chaque semaine.
Abonne-toi à la chaîne YouTube. Les interviews sont maintenant disponibles en format vidéo.
L'agenda de la semaine :
🔍 Le zoom pour comprendre l'usage data des RevOps en 3 minutes.
🎙 Le podcast avec Anne-Charlotte, ex-RevOps Director chez Algolia.
🎙 Le podcast sur une histoire de reconversion avec Lina.
C’est parti !
📢 Cette édition est rendue possible par Data Bird, le bootcamp spécialisé sur la Data
Lien vers leur site internet : ici
🔍 Le zoom pour comprendre l’open data en 3 minutes
Ce zoom est tiré de mon échange avec Anne-Charlotte, ex-Senior Director Revenue Operations chez Algolia, la licorne Franco-Américaine qui propose une solution clé en main pour mettre en place un moteur de recherche ou des modules de recommandation sur son site.
L’objectif de cet échange était de mieux comprendre le métier de RevOps et surtout comment ces équipes utilisent la data au quotidien !
“C’est un métier qui existe surtout chez les saas B2B (éditeurs de logiciel). L’objectif des RevOps est de maximiser l’acquisition et la rétention de revenu.”
Les 5 piliers de l’équipe RevOps
1) La stratégie (ex : définition des objectifs de vente, dimensionnement des équipes).
2) La productivité (ex : définition des processus liés aux outils, optimisation du CRM).
3) L’analytics (ex : création de dashboards centralisés et modélisation des KPIs).
4) L'enablement (ex : training des équipes de vente, communication en interne).
5) La fonction deal desk (ex : élaboration de deals, définition des politiques de remise).
“Lorsque l'équipe grossit, on commence à avoir des profils RevOps Analysts.”
Les 2 objectifs des RevOps Analysts
1) Piloter les KPIs liés au cycle de vente (ex : nb de leads, nb de calls réalisés, nb de rendez-vous, nb de clients signés).
2) Proposer des recommandations actionnables (ex : “il faut changer de stratégie, on va se focus sur cette typologie de clients qui convertit mieux”).
“Par exemple, chaque semaine ils vont publier un forecast à la semaine afin de bien comprendre si on est en ligne pour atteindre nos objectifs.”
Les outils et l'organisation
Chez Algolia, les RevOps Analysts utilisent Tableau CRM. C’est un module de Tableau qui est directement accessible dans Salesforce. Les 2 outils sont très bien intégrés parce que Salesforce a racheté Tableau. Il y a un élément qui m'a étonné. C'est que l'équipe RevOps chez Algolia est très autonome sur les sujets data et interagit peu avec l'équipe Data centrale.
“Le gros bénéfice d'avoir des Analysts dans l'équipe RevOps, c'est la proximité avec les équipes de vente . Ça leur permet de donner des recommandations plus pertinentes et actionnables.”
Les 3 challenges data de l’équipe RevOps
1) La Data Quality : une grosse partie des données dans le CRM ne sont pas générées par des systèmes mais par des humains (les équipes de vente rentrent les informations sur les deals, …).
“Faire une analyse avec de la data 100% correcte n’est jamais possible en RevOps. L’enjeu est de faire des analyses pertinentes avec une donnée qui n’est pas parfaite.”
2) La cadence : le rythme des équipes de vente est très rapide. Il arrive que la stratégie change d’une semaine sur l’autre pour atteindre les objectifs mensuels (ex : focus sur une typologie de clients bien spécifique). L’équipe RevOps doit donc comprendre les tendances et produire des analyses rapidement.
“Par ailleurs, on attend des RevOps des analyses actionnables avec des recommandations pertinentes.”
3) L'alignement sur les définitions des KPIs : il y a souvent un enjeu d’alignement entre les équipes sales et marketing sur les KPIs du cycle de vente. Par exemple, c'est le cas avec le nombre de Marketing Qualified Leads. Ce KPI représente le nombre de prospects qui ont réalisé assez d'actions pour être contactés par l'équipe de vente (ex : télécharger un formulaire).
“On doit continuellement s’assurer que les équipes reportent de la même manière sur ces KPIs pour que tout le monde avance dans la même direction.”
🎙 Le podcast avec Anne-Charlotte, ex-RevOps Director chez Algolia
Découvre l'intégralité de notre échange avec Anne-Charlotte. Elle nous parle plus en détail des profils RevOps Analysts, de leur background, de leur quotidien et de leurs challenges. Elle nous explique notamment ce qu'ils ont mis en place chez Algolia pour palier à l'enjeu de Data Quality.
"La première chose à faire pour faire face au problème de Data Quality, c'est de la mesurer. Il faut savoir si on est à 60%, 80%, ... Pour certaines analyses on a pas besoin d'être à 100%."
Liens vers l’épisode : Spotify | YouTube | Apple Podcasts | Deezer
🎙 Le podcast sur une histoire de reconversion avec Lina
Dans cet épisode, je reçois Lina Triki qui s’est reconvertie de Contrôleuse de Gestion vers un rôle de Data Analyst il y a plus de 2 ans. On aborde notamment son parcours de la finance à la data, sa formation avec Data Bird et les éléments de sa formation qui lui servent le plus aujourd’hui.
"Moi dans la data, j'adore la phase exploratoire. C'est comme si on avait un puzzle mais sans le dessin final !"
Liens vers l’épisode : Spotify | YouTube | Apple Podcasts | Deezer