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

先说结论

在 Odoo CRM 里，报表最容易被误读的一点就是：

expected_revenue 不等于 forecast。

这句话看起来简单，但它几乎决定了你会不会把 CRM 报表看歪。

因为官方给你的分析口径，其实是围绕这些字段搭起来的：

• stage_id
• date_deadline
• date_closed
• won_status
• lost_reason_id
• prorated_revenue

如果你只盯着商机面值 expected_revenue， 你会把三个本来应该分开的东西混在一起：

• 机会原值
• 预测折算值
• 结果归因与复盘信号

这会导致漏斗、forecast 和丢单复盘同时失真。

一、先把“原值”和“预测值”分清

在 crm.lead 里：

• expected_revenue 是机会面值
• prorated_revenue 是面值 × 概率后的预测口径

也就是说，官方已经明确把：

• “这单如果成了值多少钱”
• “按当前把握折算后，应该算进多少预测”

拆成两个字段。

这个拆分特别重要。

很多团队做 forecast 时，会直接 group 一下 expected revenue， 然后说“这就是本月 pipeline 总额”。

这当然能看总盘子， 但它不是预测。

因为预测关心的不是：

• 理论合同面值有多大

而是：

• 按当前概率和阶段，这些机会折算后大概值多少

而 Odoo 给这个口径预留的字段，正是 prorated_revenue。

二、为什么官方 Pipeline Analysis 默认更适合做预测盘点

在 crm/report/crm_opportunity_report_views.xml 里，crm_opportunity_report_view_pivot 和 graph 视图里，核心 measure 都围绕 prorated_revenue。

这几乎已经把官方态度写在脸上了：

• 机会分析不是只堆原始金额
• 而是更偏向概率折算后的分析面

这件事非常关键。

因为只要系统默认 measure 就偏 prorated_revenue， 说明它希望你在 pipeline 分析里回答的是：

• 哪些阶段累计了多少“有效预测值”
• 到某个 expected closing 时间点前，大概能折算出多少收入
• 不同 team / salesperson 的 pipeline 质量有没有区别

而不是只问：

• 名义上大家手里挂了多少金额

后者更像“存量盘子”， 前者才更像“预测口径”。

三、date_deadline、date_closed、create_date 不是一个日期换着看

官方在搜索视图里专门给了几组日期筛选：

• create_date
• date_deadline
• date_closed
• 对 lead 还有 date_conversion

很多人会把它们当成“反正都是日期字段”。

实际上它们对应的是完全不同的问题：

• create_date：机会是什么时候进池的
• date_deadline：你预计什么时候该关单
• date_closed：它实际什么时候结束
• date_conversion：lead 什么时候真正升级成 opportunity

这就意味着，报表上一个月的数据可以有好几种完全不同的含义：

• 本月新进了多少机会
• 本月预计该关多少机会
• 本月实际关了多少机会
• 本月资格化了多少 lead

如果你把这些时间口径混用， 任何 forecast 都会显得“忽高忽低、总是对不上”。

不是系统不准， 而是你在用不同时间语义回答同一个问题。

四、lost reason 不是装饰字段，而是复盘主维度

在机会分析 search view 里，官方明确给了：

• filter_won_status_lost
• group_by lost_reason_id

这说明 lost_reason_id 从来不是“写了也行，不写也行”的装饰备注。

在官方设计里，它就是一个可被分析、可被 group、可被追踪的业务原因维度。

crm.lost.reason 模型里甚至还单独计算了 leads_count， 并提供 action 直接打开相关 leads。

这透露出很明确的产品意图：

丢单原因不是给销售留一句文字解释，而是要被当作结构化复盘维度。

所以如果你们团队只是让销售随便在备注里写“价格高 / 没预算 / 竞品赢了”， 却不维护 lost reason 体系， 那 Odoo CRM 的官方分析面其实并没有被真正用起来。

五、为什么 Leads Analysis 和 Pipeline Analysis 不能混着看

视图里其实给了两套主分析动作：

• Pipeline Analysis
• Leads Analysis

它们虽然都基于 crm.lead，但语义并不一样。

Pipeline Analysis 更偏机会：

• 关注 stage
• 关注 date_deadline
• 关注 prorated revenue

Leads Analysis 更偏入站和资格化：

• 关注 create_date
• 关注 team
• 可同时看 active / inactive

这也解释了为什么官方在 lead 分析动作里默认打开：

• active
• inactive
• create_date period

它想让你看的是线索形成与流入节奏， 而不是直接拿 lead 当机会 forecast。

如果你把这两张报表混在一起看， 就会非常容易出现这种误读：

• 本月线索量很高，所以 forecast 应该也高

现实当然没这么简单。

线索量、资格化率、阶段分布、概率折算值，本来就是不同层的指标。

六、lost / inactive 为什么必须进入复盘视角

官方在 search 里同时给了：

• Active
• Inactive
• Won
• Lost
• Archived

这说明 CRM 报表不是只给你看“还活着的 pipeline”。

一个真正靠谱的销售分析体系，至少要同时回答三件事：

• 现在还有多少活跃机会
• 已经关闭了哪些，结果如何
• 丢掉的是哪一类，原因是什么

所以如果你把 lost / archived 机会一律排除在分析之外， 你就只能看到“当前漏斗长什么样”， 却看不到“这个漏斗过去是怎么漏掉的”。

这会让团队一直忙着修当下，而看不到结构性问题。

七、实战里最容易踩的 5 个坑

1. 把 expected revenue 当成 forecast

它更像原始机会面值。

2. 用 create_date 回答 closing 问题

时间语义一换，报表解释就会跑偏。

3. 不维护 lost reason，只写自由文本备注

复盘维度就永远结构化不起来。

4. 把 Leads Analysis 当成机会预测盘

线索量不等于可成交价值。

5. 分析时只保留 active 记录

你会丢掉最关键的输因数据。

最后一句

Odoo CRM 的报表设计其实已经给了非常明确的提示：

forecast 更该看 prorated_revenue，复盘更该看 lost_reason_id，节奏更该分清 create / deadline / closed 几组日期。

一旦把这些口径分开，你会发现很多“CRM 报表总是对不上”的问题，其实不是数据错，而是问题问错了。