Before you go...
Test your Revenue Roadmap in 1 min. &
download your personalized action plan.
- Interactive simulator to reach RevOps maturity
- 3-12 months roadmap with prioritized Quick Wins
- Used by €2M-€50M Financial Services companies
Test your Revenue Roadmap in 1 min. &
download your personalized action plan.
Acquirers do not buy revenue. They buy the system that produces revenue. The distinction matters at exit. A company with strong recent performance but opaque revenue systems will face a valuation discount, an extended CDD process, or both. The revenue data room is where the quality of the commercial engine is either validated or questioned. Companies that treat it as a documentation exercise 90 days before process launch consistently underperform against companies that treat revenue system quality as a 12 to 18 month operational discipline. This checklist covers what sophisticated acquirers examine, in what sequence, and what the absence of each document signals about the business.
These are the documents requested within the first 5 business days of a CDD engagement. Inability to produce any item in this section within 72 hours is noted as a finding.
A document showing how current pipeline, at historical conversion rates by stage and deal size, translates into projected revenue for the next four quarters. This is the single most scrutinised revenue document in any CDD. It must be produced from CRM data, not from a spreadsheet built at process launch. The bridge exposes whether pipeline management is systematic or intuitive.
A table showing quarterly revenue forecast (as stated at the beginning of each quarter) against actual revenue delivered, for the last 8 quarters. Variance above plus or minus 15% consistently signals that the forecasting model is not trustworthy. This report cannot be reconstructed retroactively without the original CRM snapshots: it must be maintained continuously.
Win rates stated in isolation are insufficient. Acquirers require conversion rates at each pipeline stage, broken out by deal size bracket (below EUR 50K, EUR 50K to 200K, above EUR 200K) and by lead source. This segmentation reveals whether the business model is scalable at different price points and whether outbound and inbound channels produce equivalent quality.
Sales cycle length is a leading indicator of competitive position and buyer confidence. A lengthening cycle requires explanation: increasing deal complexity, new ICP, or competitive pressure. A shortening cycle at stable or declining ACV suggests deal quality deterioration. Segment by customer size and acquisition channel to isolate the trend driver.
Every customer, not a sample. Include ARR or ACV, original contract date, renewal date, auto-renewal clause presence, and notice period. Acquirers cross-reference this against the revenue recognised in the P&L. Discrepancies between the customer list ARR and reported revenue trigger extended diligence. Gaps in renewal dates signal that contract management is informal.
NRR by cohort, not aggregate churn rate. Show each cohort's starting ARR, expansion, contraction, and churn at 12, 24, and 36 months. This reveals whether retention is improving or deteriorating by vintage, and whether expansion revenue is systematic (product-led) or relationship-dependent (individual CSM). Aggregate NRR above 100% can mask cohort-level deterioration.
List the top 10 customers by ARR, their percentage of total ARR, renewal date, relationship owner, and a written renewal risk assessment. If any single customer represents more than 15% of ARR, acquirers will request the contract and meeting history. Revenue concentration above 40% in the top 3 customers is a valuation risk that requires a documented mitigation narrative.
Requested in weeks 2 to 3 of CDD. This layer determines whether revenue performance is the result of a repeatable system or of individuals who may not transfer with the business.
Export every opportunity with: creation date, stage progression timestamps, close date (won or lost), close reason, deal value, AE owner, and lead source. This raw export allows acquirers to independently calculate win rates, sales cycle length, and stage conversion rates. Management summaries are not substitutes. The raw data either validates or contradicts the narrative.
Document the fill rate for each required CRM field (ICP score, lead source, close reason, next action, deal size) by quarter for the last 8 quarters. A fill rate below 80% on any required field in recent quarters undermines the credibility of pipeline data. Include the remediation actions taken and the improvement trend: this shows the team is managing data quality actively, not retroactively.
A structured analysis of all closed-lost deals in the last 24 months, categorised by loss reason (price, product gap, competitive loss, timing, no decision), deal size, and named competitor where applicable. This document reveals competitive positioning, pricing sensitivity, and product gaps more accurately than any win-rate statistic. Absence of structured loss data signals that the sales process does not systematically capture market intelligence.
A documented sales methodology that defines: stage exit criteria (what must be true for a deal to advance), the qualification framework used (MEDDIC, BANT, or equivalent), objection handling guides, and standard discovery question sets. This document is evaluated for operational depth, not presentational quality. A polished deck without operational specifics is a red flag. A working document with annotations and versions is evidence of a living methodology.
Individual quota and attainment for each AE, by quarter, for the last 4 quarters. Acquirers calculate the standard deviation of attainment: high variance signals key-person dependency. They identify which AEs are above and below quota consistently, and assess whether quota-setting is calibrated or aspirational. This data is also used to validate the sales capacity model in the growth plan.
Document the average time from AE hire to first deal closed (ramp time) and the structured onboarding programme used. Ramp time above 9 months in a B2B context signals that the sales methodology is not transferable without extended tribal knowledge absorption. Acquirers use this data to stress-test the growth plan's headcount assumptions and the scalability of the sales model.
Requested in parallel with Part 2. Determines whether new logo acquisition is systematic and scalable, or dependent on founder relationships and referrals that do not transfer at exit.
Total marketing and sales spend divided by new logos acquired, segmented by acquisition channel (outbound, inbound, referral, partner, events). Include the methodology: what costs are included in the CAC calculation. Channel-level CAC reveals which acquisition motions are efficient and scalable. A company where 60% of new logos come from founder referrals has an acquisition model that does not survive the exit.
Calculate LTV using average contract value, NRR, and average customer lifespan. Present LTV:CAC by channel and by customer segment (SME, mid-market, enterprise). LTV:CAC below 3:1 signals acquisition inefficiency. LTV:CAC above 8:1 with low growth suggests underinvestment in acquisition. The ratio trend over time is more informative than the current snapshot.
A table showing leads generated by source, MQL conversion rate, SQL conversion rate, and opportunity-to-close rate, by quarter for 8 quarters. This document demonstrates whether marketing investment translates to pipeline in a predictable way. Absence of this data means marketing spend cannot be evaluated for efficiency, which forces acquirers to discount the growth plan assumptions.
Revenue system operational baseline
Implement stage exit criteria, enforce CRM required fields, establish quarterly pipeline snapshot archiving, begin structured loss reason capture. Start the 8-quarter forecast vs actual log.
Data quality and documentation sprint
Audit CRM completeness. Document sales methodology. Produce first version of cohort retention analysis. Calculate channel-level CAC and LTV:CAC. Identify and remediate the top 3 data gaps.
CIM narrative alignment
Draft the revenue narrative for the CIM and stress-test every claim against the data room evidence. Identify the 3 metrics that will receive the most scrutiny and ensure they are bulletproof. Conduct a dry-run data room request with an independent reviewer.
Data room population and response protocol
Populate the virtual data room with all documents in this checklist. Establish a 72-hour maximum response protocol for buyer requests. Brief the management team on which metrics will be tested and how to discuss them credibly without coaching.
The question acquirers are actually asking throughout CDD: if the CEO and the top two AEs left on the day of closing, would the revenue system continue to produce at the same rate? Every document in this checklist is evidence for or against that question. Sales methodology documentation, stage exit criteria, CRM data integrity, and structured onboarding are not administrative exercises: they are the proof that the revenue engine is institutional, not personal.
When should a PE-backed company start preparing the revenue data room?
Revenue data room preparation should begin 12 to 18 months before the anticipated process launch. This is not documentation work: it is operational work. CRM hygiene, cohort data integrity, and sales process documentation require months of consistent execution before they produce data credible enough to withstand buy-side scrutiny.
What is the most common revenue data room failure in B2B exits?
The most common failure is the inability to produce a credible pipeline-to-revenue bridge: a document showing how current pipeline, at historical conversion rates, translates into the next 12 months of revenue. Companies that cannot produce this within 72 hours of a buyer request signal that forecasting is based on management intuition rather than system data.
How does revenue data room quality affect exit valuation?
Revenue data room quality directly affects both valuation multiple and process speed. Acquirers apply a risk premium to companies with opaque revenue systems. Conversely, companies with clean cohort data, documented sales methodology, and verifiable forecast accuracy command higher multiples and complete CDD faster, reducing the window of management distraction during the process.
What CRM data should be included in the revenue data room?
The minimum CRM data package includes: full opportunity history for 24 to 36 months with stage progression timestamps, closed-won and closed-lost records with standardised loss reasons, pipeline snapshot at least quarterly for the last 8 quarters, lead source attribution for all opportunities, AE-level performance data with quota and attainment, and average sales cycle by deal size and segment.
Should a company fix CRM problems before or after launching the exit process?
Before, always. Fixing CRM hygiene during a live exit process is detectable and raises more questions than it answers. A sudden improvement in data completeness in the 3 months before process launch is a red flag for experienced buy-side teams. Treat revenue system quality as a continuous operational discipline starting 12 to 18 months out.
Exit readiness is built over 18 months, not assembled in 90 days. The revenue data room reflects the operational discipline of the entire holding period.
Start the exit readiness assessmentLast updated: March 2026. Checklist reflects commercial CDD practices observed in European B2B exits from 2022 to 2025, across growth equity and buyout transactions with EUR 10M to 100M enterprise value.
Les acquéreurs n'achètent pas le revenue. Ils achètent le système qui le produit. La distinction est déterminante à la sortie. Une société avec une performance récente solide mais des systèmes revenue opaques fera face à une décote de valorisation, un processus de CDD prolongé, ou les deux. La data room revenue est l'endroit où la qualité du moteur commercial est soit validée, soit remise en question. Les sociétés qui la traitent comme un exercice documentaire 90 jours avant le lancement du processus sous-performent systématiquement par rapport à celles qui traitent la qualité du système revenue comme une discipline opérationnelle de 12 à 18 mois. Cette checklist couvre ce que les acquéreurs sophistiqués examinent, dans quel ordre, et ce que l'absence de chaque document signale sur l'entreprise.
Ces documents sont demandés dans les 5 premiers jours ouvrés d'une mission CDD. L'incapacité à produire un élément de cette section dans les 72 heures est notée comme constat.
Un document montrant comment le pipeline actuel, aux taux de conversion historiques par étape et taille de deal, se traduit en revenue projeté pour les quatre prochains trimestres. C'est le document revenue le plus scruté dans toute CDD. Il doit être produit depuis les données CRM, pas depuis un tableur construit au lancement du processus. Le bridge expose si la gestion pipeline est systématique ou intuitive.
Un tableau montrant la prévision de revenue trimestrielle (telle qu'annoncée en début de trimestre) par rapport au revenue réellement livré, pour les 8 derniers trimestres. Une variance supérieure à plus ou moins 15% de manière constante signale que le modèle de prévision n'est pas fiable. Ce rapport ne peut pas être reconstitué rétroactivement sans les snapshots CRM originaux : il doit être maintenu en continu.
Les taux de conversion annoncés en isolation sont insuffisants. Les acquéreurs exigent les taux de conversion à chaque étape du pipeline, ventilés par tranche de taille de deal (moins de 50K EUR, 50K à 200K EUR, plus de 200K EUR) et par source de lead. Cette segmentation révèle si le modèle économique est scalable à différents prix et si les canaux outbound et inbound produisent une qualité équivalente.
La durée du cycle de vente est un indicateur avancé de la position concurrentielle et de la confiance des acheteurs. Un cycle qui s'allonge nécessite une explication. Un cycle qui se raccourcit à ACV stable ou en baisse suggère une dégradation de la qualité des deals. Segmenter par taille de client et canal d'acquisition pour isoler le driver de la tendance.
Chaque client, pas un échantillon. Inclure ARR ou ACV, date de contrat original, date de renouvellement, présence d'une clause de renouvellement automatique, et préavis de résiliation. Les acquéreurs recoupent cette liste avec le revenue reconnu au P&L. Les écarts entre l'ARR de la liste clients et le revenue reporté déclenchent une diligence approfondie. Les lacunes dans les dates de renouvellement signalent une gestion contractuelle informelle.
NRR par cohorte, pas taux de churn agrégé. Montrer l'ARR de départ de chaque cohorte, l'expansion, la contraction et le churn à 12, 24 et 36 mois. Cela révèle si la rétention s'améliore ou se détériore par vintage, et si le revenue d'expansion est systématique (product-led) ou dépendant des relations (CSM individuel). Un NRR agrégé au-dessus de 100% peut masquer une détérioration au niveau cohorte.
Lister les 10 premiers clients par ARR, leur pourcentage de l'ARR total, la date de renouvellement, le responsable de la relation, et une évaluation écrite du risque de renouvellement. Si un client unique représente plus de 15% de l'ARR, les acquéreurs demanderont le contrat et l'historique des échanges. Une concentration revenue supérieure à 40% dans les 3 premiers clients est un risque de valorisation qui nécessite un narratif de mitigation documenté.
Demandée en semaines 2 à 3 de la CDD. Cette couche détermine si la performance revenue est le résultat d'un système reproductible ou d'individus qui peuvent ne pas se transférer avec l'entreprise.
Exporter chaque opportunité avec : date de création, horodatages de progression par étape, date de closing (gagné ou perdu), motif de closing, valeur du deal, propriétaire AE, et source du lead. Cet export brut permet aux acquéreurs de calculer indépendamment les taux de conversion, la durée du cycle de vente, et les taux de conversion par étape. Les résumés de management ne sont pas des substituts.
Documenter le taux de remplissage pour chaque champ CRM requis (score ICP, source du lead, motif de perte, prochaine action, taille du deal) par trimestre pour les 8 derniers trimestres. Un taux de remplissage en dessous de 80% sur un champ requis dans les trimestres récents sape la crédibilité des données pipeline. Inclure les actions correctives prises et la tendance d'amélioration.
Une analyse structurée de tous les deals closed-lost sur les 24 derniers mois, catégorisée par motif de perte (prix, gap produit, perte concurrentielle, timing, pas de décision) et concurrent nommé le cas échéant. Ce document révèle le positionnement concurrentiel, la sensibilité aux prix et les gaps produit plus précisément que tout statistique de win rate. L'absence de données de perte structurées signale que le processus de vente ne capture pas systématiquement l'intelligence marché.
Une méthodologie de vente documentée définissant : les critères de sortie d'étape, le cadre de qualification utilisé (MEDDIC, BANT ou équivalent), les guides de traitement des objections, et les sets de questions de découverte standards. Ce document est évalué pour sa profondeur opérationnelle, pas pour sa qualité de présentation. Un deck soigné sans spécificités opérationnelles est un signal d'alarme. Un document de travail avec annotations et versions est la preuve d'une méthodologie vivante.
Quota individuel et atteinte pour chaque AE, par trimestre, pour les 4 derniers trimestres. Les acquéreurs calculent l'écart-type d'atteinte : une variance élevée signale une dépendance aux personnes clés. Ils identifient quels AE sont au-dessus et en dessous du quota de manière cohérente, et évaluent si la fixation des quotas est calibrée ou aspirationnelle.
Documenter la durée moyenne entre l'embauche d'un AE et le premier deal signé (durée de rampe) et le programme d'onboarding structuré utilisé. Une durée de rampe supérieure à 9 mois dans un contexte B2B signale que la méthodologie de vente n'est pas transférable sans absorption prolongée de connaissance tribale. Les acquéreurs utilisent ces données pour stress-tester les hypothèses de headcount du plan de croissance.
Demandée en parallèle de la Partie 2. Détermine si l'acquisition de nouveaux logos est systématique et scalable, ou dépendante des relations du fondateur et des referrals qui ne se transfèrent pas à la sortie.
Total des dépenses marketing et commerciales divisé par les nouveaux logos acquis, segmenté par canal d'acquisition (outbound, inbound, referral, partenaire, événements). Inclure la méthodologie : quels coûts sont inclus dans le calcul du CAC. Le CAC par canal révèle quels motions d'acquisition sont efficients et scalables. Une société où 60% des nouveaux logos viennent des referrals du fondateur a un modèle d'acquisition qui ne survit pas à la sortie.
Calculer la LTV en utilisant la valeur contractuelle moyenne, le NRR, et la durée de vie moyenne des clients. Présenter LTV:CAC par canal et par segment client (PME, mid-market, enterprise). Un LTV:CAC en dessous de 3:1 signale une inefficacité d'acquisition. Un LTV:CAC au-dessus de 8:1 avec une faible croissance suggère un sous-investissement en acquisition. La tendance du ratio dans le temps est plus informative que le snapshot actuel.
Un tableau montrant les leads générés par source, le taux de conversion MQL, le taux de conversion SQL, et le taux opportunité-vers-closing, par trimestre sur 8 trimestres. Ce document démontre si l'investissement marketing se traduit en pipeline de manière prévisible. L'absence de ces données signifie que les dépenses marketing ne peuvent pas être évaluées pour leur efficience, ce qui oblige les acquéreurs à décanter les hypothèses du plan de croissance.
Baseline opérationnelle du système revenue
Implémenter les critères de sortie d'étape, enforcer les champs CRM requis, établir l'archivage trimestriel des snapshots pipeline, commencer la capture structurée des motifs de perte. Démarrer le log prévision vs réalisé sur 8 trimestres.
Sprint qualité des données et documentation
Auditer la complétude CRM. Documenter la méthodologie commerciale. Produire la première version de l'analyse de rétention par cohorte. Calculer le CAC par canal et le LTV:CAC. Identifier et remédier aux 3 principaux gaps de données.
Alignement du narratif CIM
Rédiger le narratif revenue pour le CIM et stress-tester chaque affirmation par rapport aux preuves de la data room. Identifier les 3 métriques qui recevront le plus de scrutin et s'assurer qu'elles sont irréprochables. Conduire un test à blanc de la data room avec un revieweur indépendant.
Population de la data room et protocole de réponse
Peupler la data room virtuelle avec tous les documents de cette checklist. Établir un protocole de réponse maximum 72 heures aux demandes des acquéreurs. Briefer l'équipe de management sur les métriques qui seront testées et comment les aborder de manière crédible.
La question que les acquéreurs posent réellement tout au long de la CDD : si le CEO et les deux meilleurs AE partaient le jour du closing, le système revenue continuerait-il à produire au même rythme ? Chaque document de cette checklist est une preuve pour ou contre cette question. La documentation de la méthodologie commerciale, les critères de sortie d'étape, l'intégrité des données CRM et l'onboarding structuré ne sont pas des exercices administratifs : ils sont la preuve que le moteur revenue est institutionnel, pas personnel.
Quand une société PE-backed doit-elle commencer à préparer la data room revenue ?
La préparation de la data room revenue doit commencer 12 à 18 mois avant le lancement anticipé du processus. Ce n'est pas un travail de documentation : c'est un travail opérationnel. La qualité CRM, l'intégrité des données de cohorte, et la documentation du processus commercial nécessitent des mois d'exécution cohérente avant de produire des données suffisamment crédibles pour résister à l'examen buy-side.
Quel est l'échec de data room revenue le plus courant dans les sorties B2B ?
L'échec le plus courant est l'incapacité à produire un bridge pipeline-vers-revenue crédible. Les sociétés qui ne peuvent pas produire ce document dans les 72 heures suivant une demande d'acquéreur signalent que les prévisions sont basées sur l'intuition du management plutôt que sur les données système.
Comment la qualité de la data room revenue affecte-t-elle la valorisation à la sortie ?
La qualité de la data room revenue affecte directement à la fois le multiple de valorisation et la vitesse du processus. Les acquéreurs appliquent une prime de risque aux sociétés avec des systèmes revenue opaques. Inversement, les sociétés avec des données de cohorte propres, une méthodologie commerciale documentée, et une précision de prévision vérifiable commandent des multiples plus élevés et complètent la CDD plus rapidement.
Quelles données CRM doivent être incluses dans la data room revenue ?
Le package minimum de données CRM comprend : historique complet des opportunités sur 24 à 36 mois avec horodatages de progression par étape, enregistrements closed-won et closed-lost avec motifs standardisés, snapshot pipeline au moins trimestriel pour les 8 derniers trimestres, attribution de source de lead pour toutes les opportunités, données de performance AE avec quota et atteinte, et durée moyenne du cycle de vente par taille de deal et segment.
Faut-il corriger les problèmes CRM avant ou après le lancement du processus de sortie ?
Avant, toujours. Corriger la qualité CRM pendant un processus de sortie en cours est détectable et soulève plus de questions qu'il n'en résout. Une amélioration soudaine de la complétude des données dans les 3 mois avant le lancement du processus est un signal d'alarme pour les équipes buy-side expérimentées. Traiter la qualité du système revenue comme une discipline opérationnelle continue à partir de 12 à 18 mois avant la sortie.
La préparation à la sortie se construit sur 18 mois, pas en 90 jours. La data room revenue reflète la discipline opérationnelle de toute la période de détention.
Démarrer l'évaluation d'exit readinessDernière mise à jour : mars 2026. La checklist reflète les pratiques de CDD commerciale observées dans les sorties B2B européennes de 2022 à 2025, sur des transactions growth equity et buyout avec des valeurs d'entreprise de 10M à 100M EUR.
👋 Hi, I'm Florian. Struggling with revenue plateau? Let's fix that.