Odoo CRM 预测报表为什么不能只看 expected revenue:prorated revenue、lost reason 与 Pipeline Analysis 口径讲透
很多团队拿 Odoo CRM 报表时只盯着 expected revenue,结果越看越乱。官方报表真正更依赖的是 stage、deadline、prorated revenue、won_status 与 lost reason 这些维度;如果你不先分清预测值和原值,漏斗、forecast 与丢单复盘都会失真。
TOPIC PICKS
很多团队拿 Odoo CRM 报表时只盯着 expected revenue,结果越看越乱。官方报表真正更依赖的是 stage、deadline、prorated revenue、won_status 与 lost reason 这些维度;如果你不先分清预测值和原值,漏斗、forecast 与丢单复盘都会失真。
可以顺着继续读的相邻方向
ai_crm 并不是给大模型一个 create lead 的任意写权限。它先暴露可用参数,再走受控工具创建流程,并且在 portal 场景明确禁止把已有值随便覆盖,确保
很多团队只盯着 Odoo CRM 里的 assignment_max,以为那就是今天还能分多少线索。源码其实把 30 天平均容量、近 24 小时已分配量和 force_quota 三层逻辑分开了。
很多人以为 Odoo CRM 的自动分配只是按照 team quota 把线索平均塞给销售。源码真正先做的是 team 级别的预分桶、候选线索去重,以及把重复记录先合并,再把干净结果交给后续成员分配。
很多人以为 Odoo CRM 里的 lead 联系方式只是临时填写,不会影响客户主数据。源码其实不是这么保守:一旦 lead 已经挂上 partner,邮箱、电话、语言、地址会进入一套‘有条件同步’机制。
很多人把 Sales Team 当成报表维度或看板分组,但源码里的 team_id 远不止这个作用。它会影响默认 team、默认 stage、stage 可见范围,甚至邮件别名进来的线索会落到哪条 pipeline。
预约转商机看似只是多建一个 opportunity,实际上还要解决默认上下文注入的白名单边界与 staff user 强制分配问题。