Der vollständige Leitfaden zur Beherrschung der Kunst der Umsatzprognose

Bei der Absatzprognose handelt es sich, vereinfacht ausgedrückt, um den Prozess der Umsatzschätzung, bei dem vorhergesagt wird, wie viel eine Vertriebseinheit in der kommenden Woche, im kommenden Monat, im kommenden Quartal oder im kommenden Jahr von einem Produkt oder einer Dienstleistung verkaufen kann. Wenn es um eine der wichtigsten Zahlen für ein Unternehmen geht, steht die Umsatzprognose an der Spitze und diktiert andere Variablen in Bezug auf Marketing, Einstellung, Akquisition und sogar Produktentwicklung.

Genaue Umsatzprognosen sind sowohl eine Kunst als auch eine Wissenschaft, und selbst erfahrene Vertriebsmitarbeiter tun sich schwer damit, denn laut Gartner haben nur 45 % der Vertriebsleiter großes Vertrauen in die Prognosegenauigkeit ihres Unternehmens. Worauf kommt es bei Vertriebsprognosen an, und warum ist es so schwierig? Dieser Artikel geht darauf ein.

Was ist eine Absatzprognose?

Wenn ein Unternehmen eine Absatzprognose erstellt, schätzt es, wie hoch die zu erwartenden Verkaufserlöse sein werden. Es wird geschätzt, wie viel von dem Produkt oder der Dienstleistung in einem bestimmten Zeitraum, z. B. einem Monat, einem Quartal oder einem Jahr, verkauft werden kann. Einige der besten Verkaufsprognosen können die Einnahmen mit einem guten Grad an Genauigkeit vorhersagen, je nach den Eingaben und dem Zeitrahmen der Vorhersage.

Ähnlich wie die Verfolgung von Mindestpreisen es Unternehmen ermöglicht, den Finger am Puls der Zeit zu haben und sich auf Marktveränderungen einzustellen, liefert eine genaue Absatzprognose wertvolle Erkenntnisse, da sie auf historischen Daten beruht.

Absatzprognosen werden in der Regel auf der Grundlage von Daten über frühere Leistungen erstellt, und die Techniken der Absatzprognose unterscheiden sich je nach Input. So kann die Prognose beispielsweise auf der Intuition des Vertriebsmitarbeiters oder auf der Grundlage von Daten und Trends, die in die künstliche Intelligenz eingespeist werden, erstellt werden. Die von den Vertriebsmitarbeitern erstellten Umsatzprognosen werden von den Managern verwendet, um das vom Team erzielte Geschäft einzuschätzen. Die Vorhersagedaten der Teams werden von den Geschäftsführern verwendet, um den Umsatz der Abteilung zu prognostizieren, und der Vertriebsleiter verwendet die kollektiven Daten der Abteilungen, um den Unternehmensumsatz zu prognostizieren.

Absatzprognosen beantworten zwei wichtige geschäftliche Fragen.

• Wie viel erwarten Sie zu verkaufen?
• Und in welchem Zeitrahmen?

Für jede Verkaufschance wird ein Betrag als potenzielles Geschäft für das Unternehmen prognostiziert, und die Verkaufsteams müssen eine realistische Zahl nennen, die das neue Geschäft und den entsprechenden Zeitrahmen darstellt.

Die Beantwortung dieser beiden Fragen hilft dem Unternehmen bei der Festlegung von Zielen und der Erstellung von Verkaufsstrategieplänen.

Die Notwendigkeit von Umsatzprognosen

Prognosen schaffen einen Bezugspunkt für die Zukunft, auf den sich Unternehmen verlassen können, um wichtige Geschäftsentscheidungen zu treffen. Genaue Prognosen machen Unternehmen außerdem zu Marktführern und verleihen ihnen Glaubwürdigkeit in der Branche. Die folgenden Beispiele zeigen, wie sich Absatzprognosen auf den Betrieb eines Unternehmens auswirken:

1. Strategische Entscheidungsfindung

Absatzprognosen können aufkommende Trends aufzeigen und die Entscheidungsträger dazu veranlassen, ein Problem zu beheben oder eine vorhersehbare Chance zu ergreifen. Eine negative Abweichung von 30 % vom Umsatzziel könnte zum Beispiel ein schlechtes Management oder eine unterdurchschnittliche Vertriebseinheit aufdecken oder sogar darauf hinweisen, dass die Konkurrenz aufrüstet. Andererseits würde eine positive Abweichung auf die Notwendigkeit hinweisen, mehr Ressourcen einzustellen, um die Chance zu nutzen. Prognosen bilden die Grundlage für rechtzeitiges Handeln und Kurskorrekturen.

2. Einen Weg in die Zukunft aufzeigen

Prognosen sind besonders in Zeiten unzureichender Leistung nützlich. Sie ermöglicht es den Entscheidungsträgern, klarere Linien zu ziehen und bessere Ziele zu setzen, um Schäden zu reduzieren und die Teams durch Meilensteine und Aktionspläne zu motivieren.

3. Finanzielle Entscheidungsfindung

Genaue Absatzprognosen spielen eine entscheidende Rolle bei verschiedenen Finanzmodellierungen. Sie bestimmen:

• Vorräte: Genaue Absatzprognosen werden auf der Grundlage fundierter Annahmen über die Kaufgewohnheiten der Verbraucher oder über saisonale Zu- oder Abnahmen der Nachfrage erstellt. Diese Prognosen helfen bei der Bestandsplanung und -verwaltung, was zu einer effizienten Nutzung des Betriebskapitals beiträgt. Diese Effizienz erstreckt sich dann auch auf eine bessere Planung und Einstellung von Rohstoffen.
• Geldflüsse: Der Cashflow wird direkt von den Umsatzerlösen beeinflusst. Genaue Umsatzprognosen können helfen, Bargeldbewegungen zu modellieren, die es Unternehmen ermöglichen, für eventuelle Ausfälle oder Gewinne in der Zukunft zu planen.

Wie sieht eine gute Umsatzprognose aus?

Eine gute Absatzprognose ist äußerst genau und für die verschiedenen Beteiligten leicht verständlich. Außerdem steht sie in einem ausgewogenen Verhältnis zu Zeit, Aufwand und den mit der Prognosetechnik verbundenen Kosten. Idealerweise sollte ein genaues Prognosemodell mit zuverlässigen wirtschaftlichen Methoden erstellt werden. Das Prognosemodell sollte einen fein auf das Unternehmen abgestimmten Algorithmus verwenden und relevante Daten mit wenig manuellen Eingriffen auswählen, um genaue Vorhersagen zu treffen.

Realistische Prognosen sind jedoch subjektiver und zeitaufwändiger. Neben den vorhandenen Zahlen ist es wichtig, die Einschätzung des Vertriebsmitarbeiters hinsichtlich der künftigen Leistung zu berücksichtigen. Diese Einschätzungen können je nach Vorgehensweise und Erfahrung von einem Vertriebsmitarbeiter zum anderen erheblich variieren. So kann zum Beispiel die 50 %ige Umsatzschätzung eines erfahrenen Vertreters eine Untertreibung sein, während die 60 %ige Schätzung eines anderen Vertreters zu optimistisch ist.

Wer ist für die Erstellung von Verkaufsprognosen zuständig?

In jedem Unternehmen gibt es je nach Art des Unternehmens und der Hierarchien eine eigene Gruppe von Prognoseverantwortlichen. In der Regel sind es die folgenden Personen, die Verkaufsprognosen erstellen:

1. Vertriebsmitarbeiter: Die Mitarbeiter, die den eigentlichen Verkauf durchführen, kennen ihre Kunden und den Zielmarkt. Sie sind in der Lage, auf der Grundlage der Marktbedingungen zuverlässige Schätzungen darüber abzugeben, wie viel sie in einer Woche, einem Monat oder einem Quartal verkaufen können.
2. Vertriebsleiter: Die Vertriebsleiter nehmen die Zahlen aus ihren einzelnen Abteilungen und erstellen eine Schätzung für ihre Vorgesetzten. Die Prognosen können je nach Dienstalter variieren - Manager in der dritten Reihe berücksichtigen beispielsweise in der Regel ein breiteres Spektrum an Zahlen und frühere Trends bei den Abschlussquoten, um eine Prognose zu erstellen, während Manager in der ersten Reihe ihre Prognosen anhand von Chancen erstellen.
3. Produktverantwortliche: Produktverantwortliche stützen ihre Umsatzschätzungen darauf, welches Produkt für den Verkauf verfügbar ist und in welchem Zeitrahmen es auf den Markt kommen wird.

Ansätze für Verkaufsprognosen

Es gibt zwei Hauptansätze für die Absatzprognose:

1. Top-down-Ansatz

Beim Top-Down-Ansatz beginnt die Absatzprognose mit dem Gesamtbild und arbeitet sich nach unten vor, um die zur Erreichung des Ziels erforderlichen Meilensteine zu definieren. Wenn der Markt beispielsweise 100 Millionen Einheiten eines Produkts umfasst und das Ziel des Unternehmens darin besteht, 5 % des Marktes zu durchdringen, dann wäre die Zahl der Zielkunden 5.000.000. Bei einer so großen Schätzung gibt es viel Spielraum für voreilige und unpräzise Einschätzungen, die zu unrealistischen Erwartungen führen können. Der Ansatz ist jedoch nützlich, um in etablierten Unternehmen schnell optimistische organisationsweite Benchmarks festzulegen.

2. Bottom-up-Ansatz

Der Bottom-up-Ansatz ist ein konservativer und granularer Ansatz, bei dem die Ressourcen des Unternehmens berücksichtigt werden. Wie viele Vertriebsmitarbeiter gibt es beispielsweise in einer Einheit, und was ist eine realistische Umsatzschätzung für jeden Vertreter und jede Einheit, oder wie viele Anzeigen in der Suchmaschine führen zu einem Klick und einem Umsatz? Beim Bottom-up-Ansatz wird die Effizienz des Unternehmens in der Praxis untersucht und es werden die Variablen ermittelt, die zur Steigerung des Umsatzes optimiert werden können. Dieser Ansatz stützt sich in hohem Maße auf vorhandene Daten, um eine strukturiertere und realistischere Perspektive für Umsatzprognosen zu schaffen.

Methoden der Absatzprognose

Die Methoden der Absatzprognose lassen sich grob in qualitative und quantitative Methoden unterteilen. Qualitative Methoden beruhen auf dem subjektiven Urteil der Vertriebsmitarbeiter und Entscheidungsträger, während quantitative Methoden auf Daten, Zahlen und statistischen Modellen beruhen.

Qualitative Absatzprognosen

Bei der qualitativen Absatzprognose werden häufig 5 Hauptmethoden angewandt. Diese Methoden beruhen auf fundierten Meinungen über Märkte, Trends und Aussichten. Die damit verbundenen Erhebungen sind oft zeitaufwändig und teuer. Zu den 5 wichtigsten Methoden gehören:

• Die Panel-Methode oder Jury of Executive Opinion-Methode: Wie der Name schon sagt, werden bei dieser Methode die Umsatzprognosen in Gruppen von Führungskräften diskutiert, um einen Konsens zu erzielen. Einer der Hauptvorteile dieser Methode besteht darin, dass die erfahrenen Mitglieder der Jury viel Weisheit in die Prognosen einbringen können. Das Gleiche kann auch ein Nachteil sein, da schlechte Vorhersagen von dominanten Mitgliedern der Jury mit voreingenommenen Ansichten gemacht werden können.
• Delphi-Methode: Bei der Delphi-Methode handelt es sich um ein iteratives Verfahren, bei dem jeder Experte unabhängig befragt wird. Das Ergebnis wird dann den Experten vorgelegt, damit ihre Antworten im Lichte des breiteren Konsenses überdacht werden können. Dieser Ansatz ist ein Gegenmittel gegen das Gruppendenken, das bei der Jury-Methode vorherrschen kann.
• Kundenbefragungen: Bei dieser Methode werden Interessenten oder eine Stichprobe von Kunden zu ihren kurz- und langfristigen Kaufabsichten befragt. Für größere Märkte können verschiedene Erhebungsmethoden eingesetzt werden, um einen allgemeinen Trend zu ermitteln.
• Zusammengesetzte Methode für den Außendienst: Bei dieser Methode werden die Verkäufe prognostiziert, indem die kollektiven Zahlen der Prognosen der einzelnen Vertriebsmitarbeiter zusammengefasst werden. Diese Zahlen werden dann von den Leitern und Vertriebsmanagern zusammen mit den Produktverantwortlichen überprüft, um destillierte Prognosen zu erstellen. Dieser Ansatz hat zwar seine Vorzüge, berücksichtigt aber auch Faktoren wie neue Trends, gesetzliche Änderungen und Produktinnovationen nicht.
• Szenarioplanung: Die Szenarioplanung ist ein allumfassender Ansatz, der nicht mit einer einzigen akzeptierten Prognose aufwartet. Stattdessen werden verschiedene Szenarien modelliert, damit sich Unternehmen auf unsichere Absatzergebnisse vorbereiten können. Diese Methode wird für Umsatzschätzungen über einen langen Zeitraum, z. B. drei Jahre oder länger, verwendet. Bei der Szenarioplanung werden Variablen wie Rezessionen, disruptive Technologien, Preisänderungen und andere Dinge, die sich auf den Absatz auswirken, in einem Brainstorming untersucht.

Quantitative Absatzprognosen

Bei der quantitativen Absatzprognose werden Daten und statistische Modelle verwendet, um den Absatz auf verschiedenen Zeitskalen vorherzusagen. Hier sind zwei der am häufigsten verwendeten Methoden:

• ‍Zeitreihenmethode: Dieser Ansatz geht von der Annahme aus, dass sich Absatztrends historisch über Jahreszeiten und Absatzzyklen hinweg wiederholen. Daher werden historische, chronologisch geordnete Daten verwendet, um Absatzprognosen zu erstellen. Der künftige Umsatz wird aus den historischen Umsätzen multipliziert mit der Wachstumsrate berechnet. Zu den gängigen Techniken gehören exponentielle Glättung, gleitende Durchschnitte, ARIMA und X11.
• ‍CasualeMethode: Bei dieser Methode wird die historische Ursache und Wirkung zwischen Verkäufen und Marktvariablen für die Prognose berücksichtigt. Bei der einfachen Methode werden alle möglichen Variablen, die den Absatz beeinflussen können, modelliert, um genaue Prognosen für die Zukunft zu erstellen. Zu den Variablen gehören Faktoren wie die Stimmung der Kunden, Umfragen Dritter, makroökonomische Trends und interne Verkaufsergebnisse. Beliebte Casual-Techniken sind lineare oder multiple Regression, Frühindikatoren und ökonometrische Ansätze.

Beispiele für Verkaufsprognosen

Im Folgenden finden Sie zwei Beispiele für qualitative und quantitative Verkaufsprognosemethoden:

1. Intuitive Methode (Qualitativ)

Die intuitive Methode ist die einfachste der qualitativen Methoden für die Absatzprognose. Der Ansatz stützt sich stark auf die Leistung und Erfahrung der Vertriebsmitarbeiter beim Abschluss von Geschäften und ihre Erfolgsbilanz bei der Erfüllung der Erwartungen. Die Methode ist recht hilfreich, wenn es keine historischen Daten gibt, um eine Prognose für den Monat oder das Quartal zu erstellen. Stattdessen wird die "Intuition" oder das "Bauchgefühl" der Vertriebsmitarbeiter auf der Grundlage ihres ersten Kontakts mit dem potenziellen Kunden genutzt, um zu bestimmen, wie viel Umsatz erzielt werden kann. Hier ein Beispiel dafür, wie es funktioniert:

Der Vertriebsleiter bittet vier Vertriebsmitarbeiter um eine Schätzung für den Quartalsumsatz. Vertriebsmitarbeiter 1, der am besten abschneidet, schätzt 200.000 $. Vertriebsmitarbeiter 2, der dem Erstgenannten in nichts nachsteht, schätzt den Umsatz auf 180.000 $. Vertriebsmitarbeiter 3, der über zwei Jahre Erfahrung verfügt, schätzt seinen Umsatz auf etwa 120.000 $, während Vertriebsmitarbeiter 4, der erst vor kurzem sein Studium abgeschlossen hat, eine Schätzung von 110.000 $ abgibt. Summiert man die Prognosen, ergibt sich intuitiv eine Umsatzprognose von 610.000 $ für das Quartal. Bei näherer Betrachtung stellt sich jedoch heraus, dass Verkäufer 4 aufgrund seiner Unerfahrenheit eine optimistische, übertriebene Prognose abgibt. Seine realistische Zahl liegt eher bei 60.000 $ Umsatz. Der revidierte Quartalsumsatz würde also etwa 560.000 $ betragen.

2. Historische Methode (quantitativ)

Wie bereits erwähnt, ist die historische Methode ein Beispiel für die Technik der Zeitreihenprognose, bei der historische Daten verwendet werden, um Vorhersagen für die Zukunft zu treffen. Um Variablen wie Wachstum, Inflation, Nachfrageschwankungen und andere Variablen zu berücksichtigen, wird eine geschätzte Wachstumsrate mit den historischen Umsätzen multipliziert, um eine Zukunftsprognose zu erhalten. Hier ein Beispiel dafür, wie die Methode funktioniert: Das geschätzte Wachstum beträgt jedes Jahr 6,5 %, und der Umsatz im letzten Januar betrug 55.500 $. Die Prognose für diesen Januar wäre (55.500 x 0,065) +55.500, was 59.107,5 $ ergibt.

Erstellung eines Absatzprognoseplans

Verkaufsprognosen erfordern ein solides Fundament an mathematischen Techniken und detaillierte Kenntnisse des typischen Verkaufszyklus. In Verbindung mit den relevanten Daten können die folgenden Schritte zur Erstellung eines Absatzprognoseplans verwendet werden:

1. Wahl der Prognosemethode

Daten aus vergangenen Verkaufs- und Prognosemodellen sind unerlässlich, um neue Modelle für die Zukunft zu erstellen. Eine Reihe von einfacheren Techniken zur Absatzprognose, wie z. B. die Opportunity-Stage-Prognose, die historische Prognose, die Prognose der Zykluslänge usw., können verwendet werden, um zuverlässige Prognosen zu erstellen. Prognosen mit höherer Genauigkeit können mit datenintensiveren Modellen wie multipler Regression und exponentieller Glättung erstellt werden.

2. Festlegung des Prognosezeitpunkts

Die Art des Plans hängt davon ab, ob die Prognose für einen bestimmten Zeitraum, z. B. monatlich oder vierteljährlich, erstellt wird, oder ob der Absatz nur für eine bestimmte Produktion verfolgt wird. Auch saisonale Faktoren, wie z. B. eine Veröffentlichung in einem bestimmten Quartal, können die Prognosen beeinflussen. Daher muss dieses Quartal unter Umständen anders betrachtet werden.

3. Aufschlüsselung des Verkaufszyklus

Der zeitliche Ablauf eines jeden Verkaufs hat einen Einfluss auf die Verkaufsprognose. Durch Aufschlüsselung des Verkaufszyklus auf die durchschnittliche Zeit, die für jede Phase aufgewendet wird, lässt sich die durchschnittliche Länge des Verkaufszyklus ermitteln.

4. Nutzung von Trends in der Verkaufsmetrik

Durch die Verwendung der jüngsten historischen Daten können Variablen wie der durchschnittliche Verkaufspreis und der Prozentsatz der Erneuerungsrate für die neue Prognose definiert werden. Andere Variablen wie Konversionsraten, Umschlagshäufigkeit, durchschnittlicher Wachstumspfad und der jährlich wiederkehrende Umsatz (ARR) müssen ebenfalls in die Prognose einbezogen werden.

5. Erstellen einer Prognoseschablone

Erstellen Sie eine Vorlage auf der Grundlage des Verkaufszyklus, der Ziele, der Kennzahlen und der Besonderheiten des Verkaufsteams. Kleinere Unternehmen mit begrenzten Ressourcen können ein Tool wie Microsoft Excel verwenden, wenn es weniger Produkte zu verfolgen gibt. Größere Unternehmen mit automatisierten Tools, die mit dem CRM verbunden sind, können die Funktionen der Automatisierung nutzen, um Schätzungen vorzunehmen. So kann beispielsweise eine Software zur Lead-Anreicherung vorhersagen, wann ein potenzieller Kunde kurz vor der Umwandlung steht. Anhand dieser Daten lassen sich sehr genaue Prognosen für verschiedene Verkaufszyklen erstellen.

6. Teilen Sie die formalisierten Dokumente mit den Teams

Eine formalisierte Dokumentation ist notwendig, um den Plan mit den Teams in voller Transparenz zu teilen. Es ist wichtig, dass die Vertriebsmitarbeiter verstehen, wie die Prognosen erstellt werden, damit sie ein solides Verständnis für ihre Ziele und Quoten haben.

Wie man Verkäufe genau prognostiziert

Eine genaue Absatzprognose ist ein heikles Gleichgewicht zwischen der Berücksichtigung historischer Trends, interner Veränderungen, Marktschwankungen und dem Druck der Wettbewerber. Hier sind 5 Schritte, die zu einer genauen Vorhersage führen:

1. Bewertung der historischen Entwicklung

Um eine Grundlage für eine Umsatzprognose zu schaffen, ist es unerlässlich, eine "Umsatz-Run-Rate" zu erstellen, d. h. den prognostizierten Umsatz für den Verkaufszeitraum. Historische Daten aus dem Vorjahr können nach Preis, Produkt, Vertriebsmitarbeiter, Verkaufszeitraum und anderen Variablen aufgeschlüsselt werden, um eine Umsatzrate für die Prognose zu erstellen.

2. Einarbeitung von Änderungen

Die Umsatzrate muss auf der Grundlage verschiedener Variablen wie Preisgestaltung, Werbung, Vertriebskanäle, Kunden und Produktänderungen geändert werden. Diese Variablen ergeben eine realistischere Verkaufsrate für den Verkaufszeitraum.

3. Antizipation von Markttrends

Markttrends, wie z. B. Änderungen im Verhalten der Wettbewerber, Gesetzesänderungen, Unternehmensfusionen usw., können zu den unerwartetsten Zeitpunkten einen Kurvenball werfen. Es ist wichtig, diese Veränderungen zu berücksichtigen, um Prognosemodelle für den Fall zu erstellen, dass sich der Markttrend ändert.

4. Überwachung des Wettbewerbs

Es ist unerlässlich, die Konkurrenz zu beobachten, um ihre Auswirkungen auf den Zielmarkt durch Maßnahmen wie Preisänderungen, die Einführung neuer Funktionen oder neue Kampagnen zu kennen. Neue Wettbewerber sollten auch auf ihre Auswirkungen auf den Marktanteil hin beobachtet werden.

5. Einschließlich Geschäftspläne

Strategische Unternehmenspläne, die sich auf das Wachstum, die Einstellung von Mitarbeitern, die Erschließung neuer Märkte oder den Start neuer Kampagnen auswirken, können sich auf den künftigen Umsatz auswirken. Daher ist es wichtig, Prognosen zu erstellen und dabei die Geschäftspläne im Auge zu behalten.

‍

Die wichtigsten Herausforderungen bei der Absatzprognose

Die Erstellung durchgängig genauer Prognosen kann für Unternehmen eine Herausforderung sein. Hier sind einige der größten Hürden, denen die meisten begegnen:

1. Genauigkeit: Unternehmen, vor allem Start-ups, die sich noch in der Anfangsphase befinden, verlassen sich bei ihren Prognosen häufig auf Tabellenkalkulationen, was zu erheblichen Problemen bei der Genauigkeit der Prognosen führen kann. Selbst Unternehmen mit CRM haben mit einer schlechten Akzeptanz im gesamten Unternehmen zu kämpfen: Mitarbeiter geben Daten nicht rechtzeitig ein, Datensilos, unvollständige Daten und Ungenauigkeiten.
2. Subjektivität der Prognosen: Die Qualität der Prognosen hängt zwar von guten Entscheidungen und einem guten Urteilsvermögen ab, aber wenn die Vorhersageanalyse hinter der subjektiven Analyse zurücktritt, kann sie die wahren Faktoren für die Genauigkeit übersehen.
3. Universalität: Verkaufsprognosen, die für die Beteiligten im gesamten Unternehmen nicht nützlich sind, führen zu keinen guten Ergebnissen. Gute Prognosen enthalten immer relevante und verständliche Daten für verschiedene Teams im Unternehmen.
4. Ineffizienz: Ineffiziente Prognosen entstehen oft dann, wenn es mehrere Eigentümer gibt, unterschiedliche Inputs, die nicht aufeinander abgestimmt sind, und zu viele Überarbeitungen und unterschiedliche Versionen.

Absatzprognosen in unvorhersehbaren Zeiten

Unvorhersehbare Zeiten sind Ereignisse wie große Katastrophen, eine Krise wie die COVID-Pandemie oder plötzliche wirtschaftliche Turbulenzen. Diese Ereignisse können die Umsatzprognosen plötzlich auf den Kopf stellen. Sobald eines dieser Ereignisse eintritt, ist es für Unternehmensleiter wichtig, Folgendes zu wissen:

• Der aktuelle Stand der Vertriebspipeline
• Die besten und schlechtesten modellierten Szenarien
• Wie stark hat sich die Vorhersage im Laufe der Woche oder des Monats verändert?

Ein Echtzeit-Überblick über die Vertriebspipeline ist in solchen Situationen von entscheidender Bedeutung, um sofortige Geschäftsentscheidungen zu treffen, die den Schaden durch ein störendes Ereignis minimieren können. Die CRM-Lösung und die Automatisierung sind das, was einen unvermeidlichen Schlag gegen die Prognosen abfedern würde. Zuverlässige, sofortige Daten helfen den Geschäftsführern, die Gebiete und den Einsatz von Ressourcen zu steuern, was einen großen Einfluss auf die Kontinuität oder Auflösung des Unternehmens haben kann.

Abschließende Gedanken

Eine genaue Umsatzprognose ist sowohl eine Kunst als auch eine Wissenschaft, die die gut entwickelte Intuition eines erfahrenen Vertriebsmitarbeiters mit zuverlässigen Daten kombiniert, die in Prognosealgorithmen eingespeist werden. Während es wichtig ist, dass Vertriebsteams über die Fähigkeiten verfügen, gute Prognosen zu erstellen, die sich auf einfache Tabellenkalkulationen und "Back-of-the-Sapkin"-Berechnungsmethoden stützen, sind für zuverlässige Prognosen Softwarelösungen erforderlich, die in Echtzeit Einblicke und Prognosen auf der Grundlage von Daten liefern können.