7 przykładów prognozowania sprzedaży dla liderów operacji przychodowych

Operacje przychodowe to ciągły proces przewidywania i planowania finansowej przyszłości firmy, a prognozowanie sprzedaży jest integralną częścią obu tych działań. Jednak żaden model prognozowania nie sprawdzi się w każdej firmie.

Te przykłady prognozowania sprzedaży pokażą Ci, jak prognozować przychody za pomocą różnych wskaźników i wzorów.

Po przeczytaniu tego artykułu poznasz szereg metod prognozowania sprzedaży i będziesz w stanie wykorzystać posiadane dane do prognozowania i planowania przyszłości.

Dlaczego prognozowanie sprzedaży jest tak ważne dla operacji przychodowych?

Biorąc pod uwagę wszystkie zadania, które muszą realizować zespoły sprzedażowe, niektórzy współpracownicy mogą uważać, że prognozowanie jest po prostu kolejną rzeczą na liście zadań do wykonania. Jednak prognozowanie wpływa na zespół sprzedażowy i firmę na wielu poziomach. Te prognozy sprzedaży pomagają określić oczekiwania na kwartał lub rok. Umożliwiają menedżerom sprzedaży i ich zespołom wyznaczanie realistycznych celów i limitów. Bez danych i prognoz łatwo można skończyć z celami, które albo nie stanowią wyzwania dla przedstawicieli handlowych, albo wymagają osiągnięcia czegoś nieosiągalnego.

Dla zespołów RevOps prognozy sprzedaży pomagają oszacować nie tylko przychody, lecz także koszty. Wiedza na temat przewidywanej sprzedaży pozwala opracować plany zatrudnienia dla działów sprzedaży, marketingu i obsługi klienta. Dokładne prognozy sprzedaży umożliwiają wykorzystanie szans rynkowych poprzez dostosowanie liczby pracowników, narzędzi sprzedażowych i budżetów.

Dokładne prognozowanie sprzedaży jest również niezbędnym narzędziem pomagającym firmom planować znaczący rozwój, dlatego posiadanie najlepszych praktyk prognozowania sprzedaży jest niezwykle ważne. W przypadku rozwijających się firm SaaS lub innych startupów szybki wzrost może oznaczać, że ubiegłoroczne dane nie są zbyt pomocne przy planowaniu kolejnego roku. Dokładne prognozy uwzględniające nowe dane i badania rynku pomagają rozwijającym się firmom wiedzieć, czego się spodziewać.

Prognozy sprzedaży mogą być również cenne przy przyciąganiu inwestorów i partnerów. Nawet jeśli Twoja firma jest obecnie bardzo mała, prognozy oparte na wiarygodnych danych mogą pomóc przedstawić potencjał organizacji.

Wreszcie prognozowanie jest ważne przy ocenianiu i ponownym analizowaniu procesu sprzedaży. Możesz sprawdzić, czy Twoje prognozy są dokładne, aby przetestować założenia dotyczące prawdopodobieństwa wygranej i innych wskaźników.

Nawet gdy prognozowanie sprzedaży nie przebiega zgodnie z planem, może prowadzić do usprawnień procesu. Załóżmy na przykład, że rzeczywiste przychody ze sprzedaży są niższe od prognoz. Możesz wtedy porównać każdy etap procesu, aby dowiedzieć się, dlaczego tak się stało. Być może pozyskałeś oczekiwaną liczbę leadów, ale Twój współczynnik wygranych był niższy od przewidywanego. Teraz wiesz, że musisz albo dostosować obliczenia prognozy, albo znaleźć sposoby na zwiększenie współczynnika wygranych.

Potrzeby i oczekiwania klientów stale się zmieniają, dlatego może się okazać, że również operacje sprzedażowe muszą ewoluować. Gdy prognozy nie są zgodne z wynikami, nadchodzi czas na ocenę przyczyn.

7 przykładów prognozowania sprzedaży

Wybrałem przykłady najlepszych metod prognozowania sprzedaży. Omówię, jakie informacje wykorzystuje prognoza, a także zalety i wady każdego podejścia.

1. Intuicyjne prognozowanie sprzedaży

Jak sama nazwa wskazuje, intuicyjne prognozowanie sprzedaży opiera się na opiniach i subiektywnych szacunkach zespołu sprzedażowego.

Jak to działa

W przypadku intuicyjnego prognozowania lider RevOps poprosi zespoły sprzedażowe o określenie prawdopodobieństwa wygrania szans sprzedażowych, nad którymi obecnie pracują. W absolutnie najprostszej formie można stworzyć intuicyjną prognozę, pytając każdego przedstawiciela handlowego, ile jego zdaniem sprzeda w danym kwartale lub roku. Następnie wystarczy zsumować te intuicyjne szacunki, aby utworzyć ogólną prognozę sprzedaży.

Aby uzyskać nieco bardziej szczegółowe oszacowanie, można również poprosić każdego przedstawiciela handlowego o połączenie dwóch szacunków:

• ile przychodów wygeneruje transakcja (w dolarach)
• jakie jest prawdopodobieństwo zamknięcia transakcji w określonym czasie (w procentach)

Następnie można pomnożyć prawdopodobieństwo wygranej przez wartość transakcji. Obliczenie to wykonuje się dla każdej transakcji, a następnie sumuje wyniki, aby oszacować przewidywaną sprzedaż danej osoby.

Każdy przedstawiciel handlowy dokona tych ocen dla każdej szansy sprzedażowej, za którą odpowiada. Następnie można zagregować wartość i prawdopodobieństwo każdej transakcji, aby prognozować sprzedaż poszczególnych przedstawicieli oraz całego zespołu sprzedażowego.

Przykład intuicyjnego prognozowania sprzedaży

Załóżmy, że masz pięciu przedstawicieli handlowych i pytasz każdego z nich, ile sprzeda do końca kwartału. Każdy członek zespołu przesyła Ci swoje najlepsze oszacowanie, a Ty otrzymujesz następujące liczby:

Następnie dodajesz te liczby, aby wygenerować prognozę sprzedaży na ten kwartał: $460,000.

Jeśli chcesz bliżej przyjrzeć się każdej transakcji, poprosisz każdego przedstawiciela handlowego o oszacowanie wartości poszczególnych transakcji oraz prawdopodobieństwa ich zamknięcia w tym kwartale. Przyjrzyjmy się dla przykładu transakcjom jednego członka zespołu.

Te same obliczenia wykonasz dla szans sprzedaży każdego przedstawiciela handlowego, a następnie dodasz ich łączną prognozowaną sprzedaż, aby utworzyć ogólną prognozę sprzedaży.

Zalety

• Umożliwia nowym firmom z niewielką ilością danych historycznych prognozowanie sprzedaży
• Uwzględnia opinie przedstawicieli handlowych bezpośrednio pracujących nad transakcjami

Wady

• Opiera się na opiniach, a nie na danych
• Wymaga kompetentnych i doświadczonych zespołów sprzedażowych

2. Prognozowanie historyczne

Historyczne prognozowanie sprzedaży opiera się na zasadzie, że wyniki osiągnięte w przeszłości są najlepszym wskaźnikiem przyszłych wyników. Wykorzystuje rzeczywiste dane dotyczące sprzedaży z poprzednich kwartałów lub lat do prognozowania przyszłych przychodów.

Jak to działa

Cały czas wykorzystujemy dane historyczne do prognozowania. Kiedy musimy coś kupić, często opieramy nasze oczekiwania dotyczące kosztów na ostatnim zakupie tego produktu. W przypadku historycznego prognozowania sprzedaży zaczynasz od danych z przeszłości, a następnie wprowadzasz korekty na podstawie różnych czynników, takich jak zmiany cen, sytuacja w branży lub na rynku oraz wielkość zespołu sprzedażowego.

Przykład historycznego prognozowania sprzedaży

Aby zrozumieć, jak firma może wykorzystać prognozowanie historyczne, załóżmy, że Twoja firma osiągnęła w zeszłym roku przychody ze sprzedaży w wysokości $2 million. Jeśli naprawdę zakładałbyś, że nic się nie zmieni, mógłbyś prognozować, że w tym roku również sprzedasz za $2 million. Jednak w większości przypadków prognozowanie historyczne jest nieco bardziej złożone.

Być może analizujemy dane z kilku ostatnich lat i odkrywamy, że średnio sprzedaż rosła każdego roku o 10%. Możesz następnie wykorzystać historyczne dane dotyczące wzrostu, aby skorygować historyczne dane dotyczące sprzedaży.

• Sprzedaż w poprzednim roku = $2,000,000
• Średni roczny wzrost = 10%
• Prognoza sprzedaży = $2,200,000

Sprzedaż na poziomie $2 million przy oczekiwanym wzroście wynoszącym 10% daje prognozę w wysokości $2.2 million. W ten sposób prognozowanie historyczne może łączyć różne wskaźniki, aby zapewnić dokładniejszą prognozę.

Problem polega na tym, że sprzedaż zależy od wielu zmiennych. Być może Twój konkurent właśnie wprowadził nowy produkt, który cieszy się dużą popularnością. A może Twój najlepszy przedstawiciel handlowy odszedł z firmy. Prognozując sprzedaż na podstawie danych historycznych, musisz zdecydować, które czynniki są wystarczająco istotne, aby uwzględnić je w obliczeniach.

Zalety

• Szybkie i łatwe do obliczenia
• Oparte na potwierdzonych danych z przeszłości

Wady

• Nie uwzględnia zmian wewnętrznych ani zewnętrznych
• Nie sprawdza się w przypadku firm o wysokim tempie wzrostu

3. Prognozowanie na podstawie długości cyklu sprzedaży

W pewnym sensie prognozowanie na podstawie długości cyklu sprzedaży również opiera się na danych historycznych, a konkretnie na średniej długości cyklu sprzedaży w firmie.

Jak to działa

Długość cyklu sprzedaży określa, ile średnio czasu potrzebuje nowy potencjalny klient, aby osiągnąć status wygranej transakcji. Jeśli dziś pozyskałbyś nowego potencjalnego klienta, kiedy spodziewałbyś się zamknięcia tej transakcji?

Te ramy czasowe mogą znacznie się różnić w zależności od rodzaju sprzedawanego produktu, wielkości potencjalnego klienta, poziomu cen i innych czynników. Dlatego tak ważne jest korzystanie z własnych danych dotyczących cyklu sprzedaży.

Korzystając z danych z platformy zarządzania relacjami z klientami, obliczasz średnią długość cyklu sprzedaży. Następnie porównujesz tę średnią długość cyklu sprzedaży z czasem, przez jaki każda z Twoich szans sprzedaży znajduje się w cyklu sprzedaży.

Przykład prognozowania na podstawie długości cyklu sprzedaży

Pierwszym krokiem w tej prognozie jest obliczenie średniej długości cyklu sprzedaży. Jeśli chcesz zachować prostotę, możesz zsumować długość cyklu sprzedaży każdej wygranej transakcji i podzielić ją przez liczbę transakcji.

Wadą tej metody jest to, że nie uwzględnia transakcji, które tracisz. Na szczęście istnieje proste równanie, które pozwala temu zaradzić. Najpierw sumujesz długości cyklu sprzedaży wszystkich transakcji w danym okresie, niezależnie od tego, czy zostały wygrane, czy przegrane. Następnie dzielisz tę sumę przez liczbę transakcji wygranych w tym okresie. Dzięki temu dostosowujesz długość cyklu sprzedaży, aby uniknąć zbyt optymistycznych prognoz. Poniższy przykład pokazuje, jak obliczenie średniego cyklu sprzedaży z uwzględnieniem przegranych transakcji zmienia wyniki.

Korzystając z tego równania, otrzymujemy 45-dniowy cykl sprzedaży. Następnie analizujesz każdą potencjalną transakcję i sprawdzasz, czy osiągnie ona 45 dni w okresie, dla którego tworzysz prognozę.

Zalety

• Opiera się na obszernych danych
• Prognozy są oparte na cyklu sprzedaży

Wady

• Wymaga dogłębnego zrozumienia cyklu sprzedaży
• Długość cyklu może różnić się w zależności od profilu potencjalnego klienta

4. Prognozowanie na podstawie etapu szansy sprzedaży

Prognozowanie na podstawie etapu szansy sprzedaży wykorzystuje strukturę procesu sprzedaży do oszacowania prawdopodobieństwa wygrania transakcji w danym okresie. W przeciwieństwie do innych metod uwzględnia fakt, że potencjalni klienci, którzy zaszli bardzo daleko w procesie sprzedaży, z większym prawdopodobieństwem zostaną klientami.

Jak to działa

W przypadku metody opartej na etapie szansy sprzedaży szacujesz prawdopodobieństwo zamknięcia transakcji na podstawie etapu procesu sprzedaży, na którym się ona znajduje. Możesz na przykład ustalić, że każdy potencjalny klient, który dotarł do ostatniego etapu, ma 90% szans na zamknięcie transakcji, podczas gdy w przypadku potencjalnych klientów na etapie prezentacji produktu szansa ta wynosi 40%.

Aby obliczyć prognozę sprzedaży dla danego okresu (miesiąca, kwartału itd.), stosujesz to prawdopodobieństwo do każdej potencjalnej transakcji. Mnożysz prawdopodobieństwo przez szacowaną wartość transakcji, aby prognozować przyszłe przychody ze sprzedaży.

Przykład prognozowania na podstawie etapu szansy sprzedaży

Załóżmy, że Twoja firma dzieli ścieżkę zakupową na pięć etapów transakcji i przypisuje każdemu z nich prawdopodobieństwo wygranej.

• Etap pozyskiwania kontaktu = 5% prawdopodobieństwa wygranej
• Etap kwalifikacji = 15% prawdopodobieństwa wygranej
• Etap prezentacji = 40% prawdopodobieństwa wygranej
• Etap testów = 60% prawdopodobieństwa wygranej
• Etap oferty = 90% prawdopodobieństwa wygranej

Następnie analizujesz każdą transakcję i mnożysz jej szacowaną wartość przez prawdopodobieństwo wygranej przypisane do jej etapu.

Załóżmy na przykład, że szacujesz, iż potencjalny klient A może wygenerować transakcję o wartości $20,000. Obecnie znajduje się on na etapie testów cyklu zakupowego, więc istnieje 60% prawdopodobieństwa, że zakończy się to podpisaniem umowy.

Wartość transakcji $20,000 x prawdopodobieństwo wygranej .6 = prognozowana sprzedaż $12,000

Powtarzasz ten proces dla każdej szansy sprzedaży i sumujesz prognozowaną sprzedaż, aby obliczyć ogólną prognozę sprzedaży.

Zalety

• Uwzględnia etap pozyskiwania kontaktu
• Uwzględnia wszystkie transakcje w lejku sprzedażowym

Wady

• Nie uwzględnia czasu spędzonego na etapie pozyskiwania kontaktu

5. Prognozowanie wartości potencjalnego klienta

Każdy specjalista ds. sprzedaży wie, że nie wszystkie kontakty sprzedażowe są takie same. Prognozowanie wartości potencjalnego klienta stawia różnice między poszczególnymi typami kontaktów w centrum prognoz sprzedaży.

Jak to działa

Podobnie jak wiele innych metod, ta metoda wykorzystuje dane historyczne do przewidywania wyników dla określonych typów kontaktów sprzedażowych. Możesz na przykład wiedzieć, że potencjalni klienci z określonej branży zwykle zawierają transakcje o największej wartości. Lub‌, być może, kontakty sprzedażowe częściej przekształcają się w klientów, gdy nawiązują pierwszy kontakt za pośrednictwem Twojej witryny internetowej.

Prognozowanie wartości potencjalnego klienta zazwyczaj łączy średnią wartość transakcji dla określonego typu kontaktu ze średnim współczynnikiem konwersji tego typu kontaktu. Dzięki temu otrzymujesz średnią wartość potencjalnego klienta dla podobnych potencjalnych klientów.

Przykład prognozowania wartości potencjalnego klienta

Załóżmy na przykład, że Twoi klienci zazwyczaj należą do jednej z trzech poniższych branż:

• Restauracje
• Hotele
• Rozrywka

Korzystając z danych historycznych, określasz średnią wartość transakcji dla każdego typu, a także prawdopodobieństwo wygranej. Mnożysz wartość transakcji przez prawdopodobieństwo wygranej, aby uzyskać wartość leada dla każdego typu leada.

Aby utworzyć prognozę sprzedaży, mnożysz liczbę leadów każdego typu przez jego wartość.

Zalety

• Oparte na danych bez nadmiernej złożoności
• Wykorzystuje historyczne trendy sprzedaży

Wady

• Pomija inne ważne czynniki, takie jak etap szansy sprzedaży
• Nie uwzględnia wartości odstających

6. Prognozowanie na podstawie lejka sprzedażowego

Prognozowanie na podstawie lejka sprzedażowego może być bardzo dokładne… jeśli masz odpowiednie dane i technologię. Ponieważ analizuje każdą transakcję na podstawie kilku czynników, zazwyczaj wymaga narzędzia do prognozowania sprzedaży.

Jak to działa

Prognozowanie na podstawie lejka sprzedażowego ma wykorzystywać wszystkie informacje, które posiadasz na temat lejka sprzedażowego i procesu sprzedaży. Każda transakcja przypisana do konkretnego przedstawiciela handlowego jest analizowana na podstawie kilku czynników wybranych przez firmę.

Na przykład, korzystając z danych z CRM, inteligentne oprogramowanie do prognozowania sprzedaży może połączyć potencjalną wartość transakcji nie tylko z etapem szansy sprzedaży, lecz także z takimi czynnikami jak typ transakcji, czas spędzony na poszczególnych etapach, a nawet wskaźnik wygranych transakcji przedstawiciela zajmującego się daną transakcją.

Mając dostęp do dużego zbioru danych, odpowiednie oprogramowanie do prognozowania może dostarczać szczególnie dokładne prognozy. Jeśli jednak nie wprowadzasz nowych danych i nie dbasz o ich jakość, obliczenia stają się mniej wiarygodne.

Przykład prognozowania na podstawie lejka sprzedażowego

Załóżmy, że konfigurujesz oprogramowanie do prognozowania na podstawie lejka sprzedażowego tak, aby uwzględniało następujące czynniki:

• Potencjalna wartość transakcji
• Etap szansy sprzedaży
• Źródło leada
• Branża potencjalnego klienta

Narzędzie pobierze dane dotyczące każdego czynnika z Twojego CRM i przeanalizuje je, aby wygenerować prognozowaną sprzedaż dla każdej transakcji oraz całego zespołu sprzedaży. Same obliczenia mogą być niezwykle złożone.

Na przykład, jeśli zaczniesz od potencjalnej wartości transakcji wynoszącej $100,000, możesz ustalić, że obecny etap szansy sprzedaży wskazuje na 50% prawdopodobieństwo pozyskania klienta. Jeśli jednak źródłem leada jest polecenie od klienta, prawdopodobieństwo wygranej prawdopodobnie wzrośnie. Być może klienci z branży potencjalnego klienta rzadziej wybierają Twój produkt.

Twój zespół RevOps musiałby współpracować z oprogramowaniem do prognozowania, aby ustalić, jak uwzględnić te czynniki w obliczeniach.

Zalety

• W dużym stopniu oparte na danych
• Uwzględnia czynniki wykraczające poza etap szansy sprzedaży

Wady

• Zazwyczaj wymaga oprogramowania do prognozowania sprzedaży
• Wymaga uporządkowanych i regularnie aktualizowanych danych

7. Prognozowanie wielowymiarowe

Podobnie jak prognozowanie na podstawie lejka sprzedażowego, prognozowanie wielowymiarowe wykorzystuje kilka punktów danych do oceny potencjalnych transakcji i przewidywania przyszłych przychodów ze sprzedaży. Podczas gdy prognozowanie na podstawie lejka sprzedażowego koncentruje się konkretnie na lejku sprzedażowym, prognozowanie wielowymiarowe może obejmować szerszy zakres czynników wewnętrznych i zewnętrznych.

Jak to działa

W przypadku wielowymiarowego prognozowania sprzedaży bierzesz pod uwagę nie tylko wartość transakcji, etap szansy sprzedaży i typ leada. Ta metoda często uwzględnia warunki rynkowe, takie jak sytuacja gospodarcza, sezonowość i działania konkurencji, aby przewidzieć popyt na Twój produkt. Analizując zarówno dane wewnętrzne, jak i zewnętrzne, prognozowanie wielowymiarowe zapewnia całościowy obraz możliwości sprzedażowych.

Przykład prognozowania wielowymiarowego

To kolejna metoda, która może bardzo szybko stać się niezwykle złożona. Dlatego zazwyczaj opiera się na oprogramowaniu analitycznym, które pozwala zrównoważyć wszystkie konkurujące ze sobą czynniki. Analityk ds. prognozowania sprzedaży może wprowadzić bieżące dane o leadach z używanego przez firmę CRM, historyczne dane dotyczące przychodów, szerokie wskaźniki gospodarcze oraz inne miary.

Jeśli na przykład Twoja firma sprzedaje luksusowe samochody, podczas prognozowania w naturalny sposób weźmiesz pod uwagę liczbę potencjalnych klientów. Możesz jednak następnie wykorzystać dane demograficzne, aby dostosować prawdopodobieństwo sfinalizowania transakcji, a także analizy ekonomiczne, aby przewidzieć, czy recesja zmniejszy popyt na Twój produkt. Do tego dochodzi fakt, że branża motoryzacyjna jest sezonowa.

Zaawansowane narzędzia analityczne (oraz wykwalifikowani analitycy) zestawiają wszystkie te szczegóły, aby przygotować prognozę przychodów ze sprzedaży, która odzwierciedla sytuację firmy, branży i gospodarki.

Zalety

• Wysoka dokładność i oparcie na danych
• Uwzględnia czynniki zewnętrzne, takie jak sezonowość

Wady

• Zwykle wymaga zaawansowanych narzędzi analitycznych
• Wymaga uporządkowanych i aktualnych danych z kilku źródeł

Jak wybrać metodę prognozowania sprzedaży

Tak jak nie wszystkie zespoły sprzedażowe stosują dokładnie te same metody finalizowania transakcji, tak również nie wszystkie korzystają z tych samych metod prognozowania. Gdyby tak było, ta lista byłaby znacznie krótsza. Wybór odpowiedniej metody prognozowania zależy od rodzaju działalności, stopnia dojrzałości firmy, dostępnych danych i narzędzi oraz innych czynników.

Wybierając proces prognozowania sprzedaży, warto zadać sobie kilka ważnych pytań:

• Czy chcę stosować metodę prognozowania od dołu do góry czy z góry na dół?
• Czy mam informacje potrzebne do zastosowania podejścia opartego na danych, czy muszę zacząć od bardziej subiektywnych metod?
• Jak dojrzała i stabilna jest moja branża oraz moja firma? Czy występują roczne lub inne długoterminowe cykle rynkowe, które wpływają na sprzedaż?
• Czy mam oprogramowanie do prognozowania sprzedaży lub zasoby pozwalające je nabyć?

Możesz odkryć, że metoda prognozowania, która kiedyś sprawdzała się w Twojej firmie, nie jest już najlepszym wyborem. Choć powtarzanie tego, co sprawdziło się w przeszłości, może być kuszące, zawsze warto zadać sobie pytanie, czy sytuacja Twojej firmy, branży i danych uległa zmianie oraz jak wpływa to na stosowane metody prognozowania sprzedaży.

Końcowe przemyślenia

Żadna prognoza sprzedaży nie przewidzi przyszłości idealnie, ale może pomóc zespołowi wyznaczać cele sprzedażowe, przydzielać budżet i zarządzać zasobami. Dzięki wielu różnym technikom prognozowania nawet nowe firmy lub te o złożonym cyklu sprzedaży mogą tworzyć wartościowe prognozy.

Możesz wybrać jeden z powyższych przykładów jako model prognozowania albo połączyć różne elementy, aby stworzyć własną formułę.

Aby co tydzień otrzymywać artykuły i spostrzeżenia ekspertów w dziedzinie operacji związanych z przychodami, zasubskrybuj biuletyn CRO Club.