B2B'de Kaybedilen Satışların Nedenini Bulma: Vaka

16 Oct 2026

Vaka Çalışması

B2B'de kaybedilen satışların nedenini bulmanın en güvenilir yolu, CRM'deki "kayıp nedeni" alanına güvenmek değildir. Bunun yerine yapılandırılmış bir kayıp nedeni sınıflandırması, bağımsız win/loss görüşmeleri ve pipeline aşama verisinin çapraz analizi birlikte kullanılmalıdır. Satış temsilcilerinin girdiği "fiyat" ya da "zamanlama" gibi etiketler çoğu zaman gerçek nedeni değil, en kolay açıklamayı yansıtır. Asıl neden genellikle yanlış hedef kitle, zayıf keşif görüşmesi, karar vericiye ulaşılamaması ya da değerin somutlaştırılamamasıdır.

Bu yazıda, Corner Group bünyesinde yürüttüğümüz çalışmalardan derlenmiş, müşteri gizliliği nedeniyle anonimleştirilmiş temsili bir vaka üzerinden ilerleyeceğiz. Orta ölçekli bir B2B SaaS şirketinin kaybettiği fırsatları nasıl yeniden incelediğini, hangi adımlarla gerçek kayıp nedenlerine ulaştığını ve bu bulguları satış sürecine nasıl geri beslediğini adım adım anlatacağız. Paylaştığımız rakamlar yöntemi somutlaştırmak için kullanılan örnek değerlerdir. Sektöre, ürüne ve satış modeline göre sizin rakamlarınız farklı olacaktır.

Kaybedilen satış analizi neden çoğu şirkette işe yaramaz?

Pek çok B2B şirketi kayıp analizi yaptığını düşünür. Oysa yapılan şey çoğu zaman çeyrek sonunda CRM'den bir rapor almak ve "kayıpların büyük kısmı fiyat yüzünden" sonucuna varmaktır. Bu yaklaşımın üç temel sorunu vardır:

Veri, kaybı yaşayan kişi tarafından giriliyor. Satış temsilcisi bir fırsatı kaybettiğinde, kendi performansını sorgulatmayacak bir neden seçme eğilimindedir. "Fiyat" ve "bütçe yok" seçenekleri bu yüzden her zaman şişkindir.
Kategoriler çok geniş. "Rakip" ya da "zamanlama" gibi bir etiket, hangi rakibe, hangi aşamada, hangi gerekçeyle kaybedildiğini söylemez. Aksiyon alınamayan bir kategori analiz değildir.
Aşama bilgisi göz ardı ediliyor. Keşif aşamasında kaybedilen bir fırsat ile teklif sonrasında kaybedilen bir fırsat aynı sorunun sonucu değildir. İkisini tek bir "kayıp" havuzunda toplamak resmi bulanıklaştırır.

Bu sorunların büyük kısmı aslında veri disiplinine dayanır. Çok markalı yapılarda bu disiplinin nasıl kurulduğunu çok markalı holdingde CRM veri kalitesi vaka çalışmamızda ayrıntılı olarak ele almıştık.

Vakanın arka planı: şirket hangi sorunla karşı karşıyaydı?

Vakadaki şirket, orta ve büyük ölçekli işletmelere operasyon yönetimi yazılımı satan bir B2B SaaS firmasıydı. Satış ekibi SDR'lar ve account executive'lerden oluşuyordu. Lead kaynakları outbound e-posta, LinkedIn ve web formlarına dağılmıştı. CRM olarak HubSpot kullanılıyordu.

Yönetimin masasındaki tablo şöyleydi:

Pipeline hacmi istikrarlı şekilde artıyor, ancak kazanma oranı birkaç çeyrektir yerinde sayıyordu.
CRM raporuna göre kayıpların yarıdan fazlası "fiyat" etiketi taşıyordu.
Yönetim, bu veriye dayanarak indirim politikasını gevşetmeyi ve daha agresif fiyatlandırma yapmayı düşünüyordu.

Bizden istenen, indirim kararından önce "fiyat sorununun gerçekten fiyat sorunu olup olmadığını" doğrulamaktı. Örnek olarak son iki çeyrekte kapanan, kaybedilmiş yaklaşık 120 fırsatı inceleme kapsamına aldık.

İlk adım: "fiyat" etiketinin arkasında ne vardı?

İlk iş olarak CRM'deki kayıp etiketlerine dokunmadan, her fırsatın hikâyesini yeniden kurduk. Bunun için her kayıp fırsatta şu sorulara cevap aradık:

Fırsat hangi aşamada kaybedildi?
Karar verici ya da bütçe sahibi sürece dahil oldu mu?
Keşif görüşmesinde müşterinin iş problemi ve bu problemin maliyeti konuşuldu mu?
Teklif, müşterinin dile getirdiği somut sonuçlara bağlandı mı?
Müşteri hangi alternatifi seçti: bir rakip mi, iç çözüm mü, yoksa hiçbir şey yapmamak mı?

Bu soruları cevaplamak için CRM notlarını, e-posta yazışmalarını, toplantı kayıtlarını ve teklif dokümanlarını taradık. Daha ilk haftada çarpıcı bir tablo ortaya çıktı. "Fiyat" etiketli fırsatların önemli bir bölümünde karar verici hiç toplantıya katılmamıştı. Müşterinin problemi ise yalnızca yüzeysel olarak tanımlanmıştı. Başka bir deyişle müşteri fiyatı yüksek bulmuştu, çünkü kendisine sunulan değeri hiç net görmemişti.

Burada önemli bir ayrım vardır: "Fiyat çok yüksek" bir neden değil, bir semptomdur. Gerçek soru, müşterinin neden bu fiyatı haklı çıkaracak bir değer algılamadığıdır.

Kayıp nedenlerini nasıl doğru sınıflandırırsınız?

Mevcut kategoriler aksiyon almaya yetmediği için iki katmanlı yeni bir kayıp nedeni taksonomisi oluşturduk. Birinci katman ana kategoriyi, ikinci katman ise somut alt nedeni tanımlıyordu.

Ana kategoriler

Uyum (Fit) kaynaklı kayıplar: Şirket ideal müşteri profiline uymuyor, ürün ihtiyaca yanıt vermiyor.
Süreç kaynaklı kayıplar: Keşif yetersiz, karar vericiye ulaşılamadı, takip zayıf.
Değer kaynaklı kayıplar: Müşteri ROI'yi göremedi, iş etkisi somutlaştırılamadı.
Rekabet kaynaklı kayıplar: Belirli bir rakip, belirli bir gerekçeyle tercih edildi.
Karar vermeme (No decision): Müşteri mevcut durumda kalmayı seçti.
Dış etkenler: Satın alma, birleşme, bütçe dondurma, organizasyonel değişiklik gibi kontrol dışı nedenler.

Alt nedenler

Her ana kategorinin altında 3-5 somut alt neden tanımladık. Örneğin "Süreç kaynaklı" kategorisinin altında şunlar vardı:

Karar verici sürece dahil edilmedi
Satın alma süreci ve adımları netleştirilmedi
Teklif sonrası takip 7 günden fazla gecikti
Teknik değerlendirme (demo/POC) müşterinin senaryosuna göre özelleştirilmedi

Bu yapının kritik kuralı şuydu: Her alt neden, sahibi belli bir aksiyona dönüşebilmeli. "Karar verici dahil edilmedi" alt nedeni satış metodolojisine, "ICP dışı şirket" alt nedeni ise lead generation stratejisine işaret ediyordu.

Win/loss görüşmeleri nasıl yapılır?

CRM verisi ve doküman taraması bize bir hipotez verdi, ama müşterinin sesini duymadan bu hipotezi doğrulayamazdık. Bu yüzden kaybedilen fırsatlardan bir örneklemle kısa win/loss görüşmeleri planladık.

Görüşmeleri kim yapmalı?

Görüşmeleri fırsatı yöneten satış temsilcisi değil, bağımsız bir kişi yaptı. Müşteriler, kendilerini ikna etmeye çalışmış kişiye karşı dürüst olmakta zorlanır. Tarafsız bir görüşmeci "Aslında temsilciniz bizi hiç anlamadı" gibi geri bildirimleri çok daha kolay toplar.

Hangi sorular sorulmalı?

20-25 dakikalık görüşmelerde şu soru setini kullandık:

Bu çözümü aramaya sizi ne yöneltti? O dönemde çözmek istediğiniz en önemli problem neydi?
Değerlendirme sürecinde kimler yer aldı, son kararı kim verdi?
Bizim çözümümüzle ilgili en çok neyi beğendiniz, nerede tereddüt ettiniz?
Sonunda neyi seçtiniz ve bu tercihi belirleyen iki-üç faktör neydi?
Fiyat, kararınızda ne kadar belirleyiciydi? Fiyat aynı olsaydı karar değişir miydi?
Süreç boyunca bizden duymak isteyip de duymadığınız bir şey oldu mu?

Beşinci soru özellikle değerliydi. "Fiyat aynı olsaydı karar değişir miydi?" sorusuna verilen cevapların önemli bir kısmı "muhtemelen hayır" oldu. Bu, fiyatın birincil değil ikincil bir faktör olduğunu açıkça gösterdi.

Kaç görüşme yeterli?

Mükemmel istatistiksel temsiliyet aramak yerine, kalıplar tekrar etmeye başlayana kadar görüşme yapmak pratik bir kuraldır. Bu vakada yaklaşık 15-20 görüşmeden sonra yeni bir neden çıkmamaya başladı ve ana temalar netleşti.

CRM'de veri yapısını nasıl yeniden kurduk?

Analizin bir kerelik bir proje olarak kalmaması için bulguları CRM'e kalıcı olarak yerleştirmemiz gerekiyordu. HubSpot üzerinde şu değişiklikleri yaptık. Aynı mantık Pipedrive ve Zoho'da da özel alanlar ve zorunlu alan kurallarıyla uygulanabilir.

İki katmanlı kayıp nedeni alanı: Ana kategori ve alt neden için birbirine bağlı (dependent) açılır listeler.
Zorunlu alanlar: Bir fırsat "Kaybedildi" aşamasına taşınırken ana kategori, alt neden ve kısa bir açıklama girilmeden kayıt tamamlanamıyordu.
Rakip alanı: "Rekabet" seçildiğinde hangi rakibe kaybedildiğinin seçilmesi zorunluydu.
Aşama damgası: Fırsatın hangi aşamadan kaybedildiği otomatik olarak kaydediliyordu.
Karar verici katılımı: Fırsat kaydında "Ekonomik karar verici toplantıya katıldı mı?" alanı eklendi.

Bu yapı, sonraki çeyreklerde kayıp verisinin hem daha dürüst hem de daha karşılaştırılabilir olmasını sağladı. Yapay zekâ destekli CRM kurgusunun pipeline'ın genelinde nasıl kullanılabileceğini görmek isterseniz yapay zekâ destekli CRM ile satış pipeline optimizasyonu vakamıza göz atabilirsiniz.

Analizi n8n ve yapay zekâ ile nasıl otomatikleştirdik?

Manuel analiz değerli ama sürdürülebilir değil. Ekibin her çeyrek onlarca fırsatı elle taramasını beklemek gerçekçi olmadığı için süreci n8n ile otomatikleştirdik.

Kurulan iş akışı

Tetikleyici: HubSpot'ta bir fırsat "Kaybedildi" aşamasına geçtiğinde n8n akışı başlıyor.
Veri toplama: Akış, fırsatla ilişkili e-postaları, toplantı notlarını, aktivite geçmişini ve aşama sürelerini çekiyor.
Yapay zekâ ile özet ve sınıflandırma: Bir dil modeli, toplanan metni okuyarak fırsatın kısa bir özetini çıkarıyor ve taksonomiye göre olası kayıp nedenini öneriyor.
Uyuşmazlık kontrolü: Temsilcinin seçtiği neden ile modelin önerdiği neden farklıysa fırsat, satış yöneticisinin inceleme listesine düşüyor.
Win/loss görüşme daveti: Belirli bir değerin üzerindeki fırsatlar için kayıptan birkaç gün sonra müşteriye kısa bir geri bildirim görüşmesi daveti gönderiliyor.
Haftalık rapor: Tüm veriler bir panoda toplanıyor ve satış liderlerine haftalık özet olarak iletiliyor.

Burada önemli bir not: Yapay zekâ karar vermiyor, yalnızca işaret ediyor. Modelin önerisi, insan değerlendirmesinin yerine geçmiyor. Ancak gözden kaçabilecek tutarsızlıkları görünür kılıyor. Bu vakada temsilcinin "fiyat" seçtiği ama yazışmalarda karar vericinin hiç yer almadığı fırsatlar bu sayede otomatik olarak işaretlendi.

Bulgular: kayıpların gerçek nedenleri neydi?

Üç kaynağı bir araya getirdiğimizde (yeniden sınıflandırılmış CRM verisi, doküman taraması ve win/loss görüşmeleri) tablo baştaki varsayımdan çok farklıydı. Örnek vakadaki dağılım kabaca şöyle şekillendi:

Süreç kaynaklı kayıplar en büyük grup oldu. Özellikle karar vericinin sürece hiç dahil edilmemesi ve keşif görüşmelerinin yüzeysel kalması öne çıktı.
Uyum kaynaklı kayıplar ikinci sıradaydı. Outbound listelerinde ideal müşteri profiline uymayan, çok küçük ya da ürünün çözmediği bir problemi olan şirketler pipeline'a giriyordu.
Karar vermeme (no decision) beklenenden yüksekti. Müşterilerin bir kısmı rakibi değil, hiçbir şey yapmamayı seçmişti. Bu durum, değişimin aciliyetinin ortaya konamadığını gösteriyordu.
Gerçek fiyat kaynaklı kayıplar küçük bir paya düştü. Fiyatın tek başına belirleyici olduğu fırsatlar, başlangıçtaki "yarıdan fazlası" algısının çok altındaydı.
Rekabet kaynaklı kayıplar belirli bir rakip etrafında yoğunlaşıyordu. Bu rakibe kaybedilen fırsatlarda müşteriler genellikle entegrasyon kolaylığını gerekçe gösteriyordu.

Aşama analizi de ayrıca öğreticiydi. Fırsatların önemli bir kısmı teklif aşamasında değil, demo sonrasında kayboluyordu. Demo, müşterinin kendi senaryosuna göre değil, standart bir ürün turu olarak yapılıyordu.

Bulgulardan sonra neyi değiştirdik?

Bulguların değeri, aksiyona dönüştüğü ölçüde vardır. Her ana kategori için bir sahip ve somut bir değişiklik belirledik.

Süreç kaynaklı kayıplar için

Keşif çerçevesi yenilendi. Satış ekibine, müşterinin iş problemini, bu problemin maliyetini ve karar sürecini sistematik olarak ortaya çıkaran bir keşif şablonu verildi.
Karar verici kuralı getirildi. Ekonomik karar verici en az bir toplantıya katılmadan fırsat teklif aşamasına taşınamıyordu.
Demo yeniden tasarlandı. Her demo, keşifte belirlenen üç somut kullanım senaryosu üzerine kurgulandı.

Satış metodolojisi ve pipeline disiplini konusunda Sales Corner'ın veri odaklı B2B satış yaklaşımı bu dönüşümün çerçevesini oluşturdu.

Uyum kaynaklı kayıplar için

ICP yeniden tanımlandı. Kazanılan fırsatların ortak özellikleri (şirket büyüklüğü, sektör, kullanılan teknoloji, ekip yapısı) çıkarılarak ideal müşteri profili daraltıldı.
Outbound listeleri yeniden filtrelendi. Hedef listeler, yeni ICP kriterlerine göre Apollo.io gibi bir B2B veri platformu üzerinden yeniden oluşturuldu ve zenginleştirildi.
Erken eleme kriterleri eklendi. SDR'ların ilk görüşmede sorduğu nitelendirme soruları güncellendi. Uyumsuz fırsatların pipeline'a girmesi baştan engellendi.

Outbound tarafında hedeflemenin nasıl daraltılabileceğine dair daha geniş bir bakış için SAAS Corner'ın B2B SaaS'a özel outbound satış ve lead generation hizmetine göz atılabilir.

Değer ve karar vermeme kaynaklı kayıplar için

İş etkisi hesaplayıcısı hazırlandı. Teklif aşamasında müşterinin kendi verileriyle kullanabileceği basit bir ROI modeli geliştirildi.
"Hiçbir şey yapmamanın maliyeti" mesajı eklendi. Satış sunumlarına, mevcut durumda kalmanın operasyonel ve finansal maliyetini somutlaştıran bir bölüm eklendi.

Değeri rakamlarla anlatmanın satış ekiplerine etkisini AI destekli değer satışı ve ROI artışı vakamızda ayrıntılı olarak incelemiştik.

Rekabet kaynaklı kayıplar için

Entegrasyon konusundaki itirazlara yönelik bir battlecard hazırlandı.
Ürün ekibine, kaybedilen fırsatlardan derlenen entegrasyon talepleri düzenli olarak iletildi.

Sonuçlar ne oldu?

Değişikliklerin etkisi bir anda değil, birkaç çeyrek boyunca kademeli olarak görüldü. Gözlemlediğimiz başlıca etkiler şunlardı:

Pipeline hacmi bir miktar düştü, ama kalitesi belirgin şekilde arttı. ICP dışı fırsatlar baştan elendiği için ekip daha az ama daha uygun fırsatla çalıştı.
Kazanma oranı yükseldi. Özellikle karar vericinin sürece dahil olduğu fırsatlarda kapanış oranı, diğerlerine göre açıkça daha yüksekti.
İndirim baskısı azaldı. Değer daha net anlatıldığı için "fiyat" itirazı daha az duyuldu. Yönetim de planladığı genel indirim politikasından vazgeçti.
Satış döngüsü kısaldı. Uyumsuz fırsatlarla vakit kaybedilmediği ve karar verici erken dahil edildiği için süreçler daha hızlı ilerledi.

Bu son etki, kayıp analizinin satış döngüsüyle ne kadar iç içe olduğunu gösteriyor. Döngüyü kısaltmaya odaklanan yaklaşımımızı B2B satış döngüsünü kısaltma vaka çalışmamızda ayrıca ele aldık.

Belki de en önemli sonuç kültüreldi. Kayıp analizi bir "suçlu arama" toplantısı olmaktan çıktı ve satış, pazarlama ve ürün ekiplerinin birlikte öğrendiği düzenli bir ritüele dönüştü.

Kendi şirketinizde bu süreci nasıl başlatırsınız?

Bu yaklaşımı kendi şirketinize uyarlamak için büyük bir proje başlatmanız gerekmez. Aşağıdaki 30-60-90 günlük plan iyi bir başlangıç noktasıdır.

İlk 30 gün: Mevcut durumu görün

Son iki çeyrekte kaybedilen fırsatları listeleyin.
Her birinin kaybedildiği aşamayı ve mevcut kayıp etiketini çıkarın.
Rastgele seçilmiş 20-30 fırsatın notlarını ve yazışmalarını okuyarak etiketin gerçekliğini sorgulayın.
İki katmanlı bir kayıp nedeni taksonomisi taslağı hazırlayın.

31-60 gün: Müşterinin sesini duyun

Kaybedilen fırsatlardan bir örneklem seçip bağımsız win/loss görüşmeleri planlayın.
Kalıplar tekrar etmeye başlayana kadar görüşmelere devam edin.
Bulguları taksonomiye yerleştirin ve ilk aksiyon listesini çıkarın.

61-90 gün: Sistemi kalıcı hale getirin

CRM'de zorunlu, iki katmanlı kayıp nedeni alanlarını devreye alın.
Kayıp anında tetiklenen bir otomasyon kurun (n8n gibi bir araçla veri toplama, özetleme, görüşme daveti).
Aylık bir win/loss değerlendirme toplantısı başlatın ve her aksiyonun sahibini belirleyin.

En sık yapılan hatalar nelerdir?

Yalnızca kayıplara bakmak. Kazanılan fırsatları da analiz etmezseniz neyin işe yaradığını bilemezsiniz. Karşılaştırma için her iki grup da gereklidir.
Temsilciyi suçlamak. Analiz bir performans değerlendirmesine dönüşürse veri hızla bozulur. Odak kişide değil süreçte olmalıdır.
Çok fazla kategori oluşturmak. 30 farklı kayıp nedeni, hiçbir kalıbı görünür kılmaz. Ana kategorileri sınırlı tutun.
Bulguları ürün ve pazarlamayla paylaşmamak. Kayıp nedenlerinin önemli bir kısmı satış ekibinin tek başına çözemeyeceği konulardır.
Bir kerelik proje olarak görmek. Pazar, rakipler ve müşteri ihtiyaçları değişir. Kayıp analizi sürekli bir süreç olmalıdır.

Sık sorulan sorular

Kayıp nedeni analizi için ne kadar veri gerekir?

Anlamlı kalıplar görmek için genellikle birkaç düzine kaybedilmiş fırsat yeterlidir. Daha önemli olan veri hacmi değil, her fırsatın aşama, karar verici katılımı ve rakip bilgisi gibi temel alanlarla eksiksiz kaydedilmesidir. Az ama kaliteli veri, çok ama yüzeysel veriden daha değerli sonuç verir.

Win/loss görüşmelerini satış temsilcisi mi yapmalı?

İdeal olarak hayır. Müşteriler, kendilerine satış yapmaya çalışan kişiye karşı eleştirel geri bildirim vermekte zorlanır. Satış operasyonlarından, pazarlamadan ya da dış bir danışmandan bağımsız bir görüşmeci çok daha dürüst cevaplar toplar.

"Fiyat" etiketiyle kaybedilen fırsatlar gerçekten fiyat yüzünden mi kaybedilir?

Bazen evet, ama çoğu zaman fiyat bir semptomdur. Müşteri, kendisine sunulan değeri net göremediğinde fiyatı yüksek bulur. "Fiyat aynı olsaydı kararınız değişir miydi?" sorusu, gerçek fiyat kaynaklı kayıpları diğerlerinden ayırmanın pratik bir yoludur.

Yapay zekâ kayıp analizinde nasıl kullanılabilir?

Yapay zekâ, kaybedilen fırsatlara ait e-posta, toplantı notu ve aktivite verilerini özetleyip taksonomiye göre olası bir kayıp nedeni önerebilir. En faydalı kullanımı, temsilcinin seçtiği neden ile verinin işaret ettiği neden arasındaki uyuşmazlıkları görünür kılmaktır. Nihai değerlendirme yine insan tarafından yapılmalıdır.

Sonuç

B2B'de kaybedilen satışların nedenini bulmak, CRM'deki etiketlere bakmaktan çok daha fazlasını gerektirir. Bu vakada "fiyat" olarak görünen sorunun arkasında yetersiz keşif, karar vericiye ulaşılamaması, ideal müşteri profiline uymayan lead'ler ve somutlaştırılamayan değer vardı. Yapılandırılmış bir taksonomi, bağımsız win/loss görüşmeleri, disiplinli CRM alanları ve n8n ile kurulan otomasyonlar bir araya geldiğinde, kayıp analizi tahmin olmaktan çıkıp aksiyon üreten bir sisteme dönüştü. Sonuç olarak da şirket gereksiz bir indirim politikasından kaçındı.

Kendi kayıp verilerinizin arkasında hangi gerçek nedenlerin yattığını merak ediyorsanız, satış, CRM ve otomasyon uzmanlığını bir araya getiren ekibimizle birlikte bakabiliriz. Süreci konuşmak için Corner Group iletişim sayfası üzerinden bize ulaşın.

İlgili Yazılar

n8n ile Lead Atama Otomasyonu: Round-Robin Kurulumu ›