De complete gids om de kunst van het voorspellen van de verkoop te beheersen

Verkoopvoorspelling is, eenvoudig gezegd, het proces van inkomstenraming door te voorspellen hoeveel een verkoopeenheid een product of dienst kan verkopen in de komende week, maand, kwartaal of jaar. Als het gaat om een van de belangrijkste cijfers voor een bedrijf, staat de verkoopprognose bovenaan die andere variabelen dicteert met betrekking tot marketing, aanwerving, prospectie en zelfs productontwikkeling.

Nauwkeurige sales forecasting is zowel een kunst als een wetenschap, en het goed doen is een moeilijke taak waar zelfs doorgewinterde verkopers mee worstelen, aangezien Gartner meldt dat slechts 45% van de sales leiders veel vertrouwen heeft in de nauwkeurigheid van de forecasting van hun organisatie. Wat komt er kijken bij het maken van verkoopprognoses en waarom is het lastig? Dit artikel onderzoekt.

Wat is verkoopprognose?

Wanneer bedrijven een verkoopprognose opstellen, maken zij een schatting van hoe zij verwachten dat de verkoopopbrengsten eruit zullen zien. Zij schatten hoeveel zij van het product of de dienst kunnen verkopen in een bepaalde periode, zoals een maand, kwartaal of jaar. Sommige van de beste verkoopprognoses kunnen, afhankelijk van de inputs en het tijdsbestek van de voorspelling, de omzet met een grote mate van nauwkeurigheid voorspellen.

Net zoals het bijhouden van minimumprijzen bedrijven in staat stelt een vinger aan de pols te houden en zich aan te passen aan veranderingen in de markt, biedt een nauwkeurige verkoopprognose waardevolle inzichten omdat zij gebaseerd is op historische gegevens.

Verkoopprognoses worden doorgaans gemaakt op basis van gegevens van eerdere prestaties, en de technieken voor verkoopprognoses verschillen naargelang van de input. De prognose kan bijvoorbeeld worden gemaakt op basis van de intuïtie van de verkoper of met behulp van gegevens en trends die in kunstmatige intelligentie worden ingevoerd. Verkoopprognoses van verkopers worden door managers gebruikt om de omzet van het team in te schatten. Prognosegegevens van teams worden gebruikt door de directeuren om te anticiperen op de omzet van de afdeling en de VP van verkoop gebruikt collectieve gegevens van de afdelingen om de omzet van de organisatie te projecteren.

Verkoopprognoses geven antwoord op twee belangrijke zakelijke vragen

• Hoeveel verwacht je te verkopen?
• En in welk tijdsbestek?

Elke verkoopkans heeft een geprojecteerd bedrag als potentiële business voor het bedrijf en de verkoopteams moeten met een realistisch getal komen dat de nieuwe business en het tijdsbestek ervan weergeeft.

Het beantwoorden van de twee vragen helpt de organisatie doelen te stellen en verkoopstrategieplannen op te stellen.

De noodzaak van verkoopprognoses

Prognoses creëren een referentiepunt voor de toekomst waarop bedrijven kunnen vertrouwen om belangrijke zakelijke beslissingen te nemen. Nauwkeurige prognoses maken bedrijven ook tot marktleiders en verlenen hun geloofwaardigheid in de sector. Hier zijn enkele van de manieren waarop verkoopprognoses de werking van een bedrijf beïnvloeden:

1. Strategische besluitvorming

Verkoopprognoses kunnen opkomende trends aan het licht brengen en besluitvormers ertoe aanzetten een probleem te corrigeren of een te verwachten kans te benutten. Een negatieve afwijking van 30% van de verkoopdoelstelling kan bijvoorbeeld wijzen op slecht management of slecht presterende verkoopeenheden, of zelfs op een versterking van de concurrentie. Een positieve afwijking daarentegen wijst op de noodzaak om meer middelen aan te werven om de kans te benutten. Prognoses stellen de basislijn vast, wat helpt bij tijdige actie en koerscorrectie.

2. Een weg vooruit uitstippelen

Prognoses zijn vooral nuttig in tijden van ondermaatse prestaties. Het stelt besluitvormers in staat duidelijker lijnen uit te zetten en betere doelen te stellen om de schade te beperken en zelfs de teams te motiveren door middel van mijlpalen en actieplannen.

3. Financiële besluitvorming

Nauwkeurige verkoopprognoses spelen een cruciale rol in verschillende financiële modelleringen. Ze bepalen:

• Inventarisatie: Nauwkeurige verkoopprognoses worden gemaakt op basis van gefundeerde veronderstellingen over de koopgewoonten van de consument of seizoensgebonden stijgingen of dalingen van de vraag. Deze prognoses helpen bij de voorraadplanning en het voorraadbeheer, wat bijdraagt tot een efficiënt gebruik van het werkkapitaal. Deze efficiëntie strekt zich vervolgens uit tot een betere planning en aanwerving van grondstoffen.
• Kasstromen: Kasstromen worden rechtstreeks beïnvloed door verkoopopbrengsten. Nauwkeurige verkoopprognoses kunnen helpen bij het modelleren van kasbewegingen waarmee bedrijven eventuele tekorten of meevallers in de toekomst kunnen plannen.

Hoe ziet een goede verkoopprognose eruit?

Een goede verkoopprognose is zeer nauwkeurig en gemakkelijk te begrijpen door verschillende belanghebbenden. Het is ook goed afgewogen tegen tijd, moeite en de kosten die met de prognosetechniek gepaard gaan. Idealiter wordt een nauwkeurig prognosemodel gebouwd met betrouwbare economische methoden. Het prognosemodel moet gebruik maken van een algoritme dat nauwkeurig is afgestemd op het bedrijf en met weinig handmatige tussenkomst relevante gegevens selecteren om nauwkeurige voorspellingen te doen.

Realistische prognoses zijn echter subjectiever en tijdrovender. Naast de bestaande cijfers wordt het belangrijk om rekening te houden met de inschatting van de verkoper van toekomstige prestaties. Die inschatting kan per verkoper sterk verschillen, afhankelijk van zijn aanpak en ervaring. Zo kan de 50% verkoopschatting van een ervaren verkoper een understatement zijn in vergelijking met de 60% schatting van een andere verkoper, die te optimistisch kan zijn.

Wie is verantwoordelijk voor het maken van verkoopprognoses?

Elke organisatie heeft zijn eigen reeks prognosehouders, afhankelijk van het soort bedrijf en de hiërarchieën. Typisch zijn de mensen die verkoopprognoses maken:

1. Verkopers: De mensen die de eigenlijke verkoop doen, kennen hun klanten en de doelmarkt. Zij kunnen betrouwbare schattingen maken van hoeveel zij in een week, maand of kwartaal kunnen verkopen op basis van de marktomstandigheden.
2. Verkoopleiders: De verkoopleiders kiezen de cijfers van hun individuele eenheden en maken een schatting voor hun hogere leidinggevenden. De prognoses kunnen variëren op basis van hun anciënniteit - derdelijns managers, bijvoorbeeld, houden doorgaans rekening met een bredere reeks cijfers en eerdere trends in sluitingspercentages om tot een prognose te komen, terwijl eerstelijns managers rekening houden met kansen om hun prognoses te maken.
3. Productleiders: Productleiders baseren verkoopramingen op welk product beschikbaar is voor verkoop en het tijdschema voor de release ervan.

Benaderingen voor verkoopprognoses

Er zijn twee belangrijke benaderingen van verkoopprognoses:

1. Top-down benadering

In de top-down benadering begint de verkoopprognose met het grotere geheel en werkt naar beneden om de mijlpalen te definiëren die nodig zijn om het doel te bereiken. Als de markt bijvoorbeeld 100 miljoen eenheden van een product heeft en het doel van de organisatie is om 5% van de markt te penetreren, dan zou het aantal beoogde klanten 5.000.000 zijn. Met zo'n grote schatting is er veel ruimte voor overhaaste en slecht gedefinieerde oordelen die kunnen leiden tot onrealistische verwachtingen. De aanpak is echter nuttig om in gevestigde bedrijven snel optimistische benchmarks voor de hele organisatie vast te stellen.

2. Bottom-up benadering

De bottom-up benadering is een conservatieve en fijnmazige benadering die rekening houdt met de middelen waarover de onderneming beschikt. Bijvoorbeeld, hoeveel verkopers zijn er in een eenheid, en wat is een realistische verkoopschatting voor elke vertegenwoordiger en elke eenheid, of, hoeveel advertenties die op de zoekmachine worden weergegeven zullen leiden tot een click-through en verkoop? Bij de bottom-up benadering wordt een praktische blik geworpen op de efficiëntie van het bedrijf en wordt nagegaan welke variabelen kunnen worden aangepast om de verkoop te verhogen. Deze aanpak is sterk gebaseerd op bestaande gegevens om een meer gestructureerd en realistisch perspectief voor verkoopvoorspellingen te creëren.

Methoden voor verkoopprognoses

Verkoopvoorspellingsmethoden kunnen grofweg worden onderverdeeld in kwalitatieve en kwantitatieve methoden. Kwalitatieve methoden berusten op het subjectieve oordeel van de verkopers en besluitvormers, terwijl kwantitatieve methoden berusten op gegevens, cijfers en statistische modellen.

Kwalitatieve verkoopprognoses

Voor kwalitatieve verkoopprognoses worden vaak 5 belangrijke methoden gebruikt. Deze methoden zijn gebaseerd op gefundeerde meningen over de markten, trends en vooruitzichten. De betrokken onderzoeken zijn vaak tijdrovend en duur. De top 5 methoden omvatten:

• De Panelmethode of Jury of Executive Opinion-methode: Zoals de naam al doet vermoeden, worden bij deze methode verkoopvoorspellingen door uitvoerende groepen besproken om tot een consensus te komen. Een van de belangrijkste voordelen van de methode is dat ervaren juryleden veel wijsheid in de voorspellingen kunnen inbrengen. Hetzelfde kan ook een nadeel zijn, aangezien slechte voorspellingen kunnen worden gedaan door dominante juryleden met vooringenomen standpunten.
• Delphimethode: De Delphimethode is iteratief van aard en houdt in dat elke deskundige onafhankelijk wordt ondervraagd. De resultaten worden vervolgens aan de deskundigen getoond zodat hun antwoorden opnieuw kunnen worden bekeken in het licht van de bredere consensus. De aanpak is een tegengif voor het groepsdenken dat een jurybenadering kan overheersen.
• Klantenenquêtes: Bij deze methode worden prospects of een steekproef van de klanten ondervraagd over hun aankoopplannen op korte en lange termijn. Voor grotere markten kunnen verschillende enquêtemethoden worden gebruikt om een algemene trend te bepalen.
• Samengestelde methode voor verkopers: Deze methode voorspelt de verkoop door de gezamenlijke cijfers van de voorspellingen van de individuele verkopers samen te voegen. Deze cijfers worden dan beoordeeld door de hoofden en verkoopmanagers samen met de producteigenaars om gedistilleerde prognoses te maken. Hoewel deze aanpak zijn verdiensten heeft, houdt hij ook geen rekening met factoren zoals nieuwe trends, wijzigingen in de regelgeving en productinnovatie.
• Scenarioplanning: Scenarioplanning is een allesomvattende aanpak die niet met één enkele geaccepteerde prognose komt. In plaats daarvan worden verschillende scenario's gemodelleerd, zodat bedrijven zich kunnen voorbereiden op onzekere verkoopresultaten. Deze methode wordt gebruikt voor omzetramingen over een lange periode, zoals drie jaar of meer. Bij scenarioplanning wordt gebrainstormd over variabelen als recessies, ontwrichtende technologieën, prijswijzigingen en andere zaken die de verkoop beïnvloeden.

Kwantitatieve verkoopprognoses

Bij kwantitatieve verkoopprognoses wordt gebruik gemaakt van gegevens en statistische modellen om de verkoop op verschillende tijdschalen te voorspellen. Dit zijn twee van de meest gebruikte methoden:

• Tijdreeksmethode: Deze aanpak gaat ervan uit dat verkooptrends zich historisch herhalen gedurende seizoenen en verkoopcycli. Daarom worden historische, chronologisch geordende gegevens gebruikt om verkoopprognoses op te stellen. De toekomstige omzet wordt berekend door de historische omzet te vermenigvuldigen met het groeipercentage. Enkele populaire technieken zijn exponentiële afvlakking, voortschrijdende gemiddelden, ARIMA en X11.
• CasualMethode: Bij deze methode wordt rekening gehouden met de historische oorzaak en gevolg tussen verkoop en marktvariabelen om voorspellingen te doen. Bij de casual methode worden alle mogelijke variabelen die de verkoop kunnen beïnvloeden gemodelleerd om nauwkeurige voorspellingen voor de toekomst te doen. De variabelen omvatten factoren zoals het klantsentiment, enquêtes van derden, macro-economische trends en interne verkoopresultaten. Populaire toevallige technieken zijn lineaire of meervoudige regressie, voorlopende indicatoren en econometrische benaderingen.

Voorbeelden van verkoopprognoses

Hier volgen twee verkoopvoorspellingsvoorbeelden voor zowel kwalitatieve als kwantitatieve verkoopvoorspellingsmethoden:

1. Intuïtieve methode (kwalitatief)

De intuïtieve methode is de eenvoudigste van de kwalitatieve methoden voor verkoopprognoses. De aanpak steunt sterk op de prestaties en ervaring van verkopers bij het sluiten van deals en hun staat van dienst bij het voldoen aan de verwachtingen. De methode is zeer nuttig als er geen historische gegevens zijn om een prognose te maken voor de maand of het kwartaal. In plaats daarvan wordt de "intuïtie" of het "buikgevoel" van de verkopers op basis van hun eerste contact met de prospect gebruikt om te bepalen hoeveel er kan worden verkocht. Hier is een voorbeeld van hoe het werkt:

De verkoopmanager vraagt vier verkopers om een schatting van de kwartaalomzet. Verkoper 1, die het best presteert, schat $200.000. Verkoper 2, die dicht bij de eerste staat, raamt zijn omzet op 180.000 dollar. Verkoper 3, die twee jaar ervaring heeft, schat zijn omzet op ongeveer $120.000, terwijl verkoper 4, die pas afgestudeerd is, een schatting van $110.000 geeft. Het optellen van de prognoses geeft een intuïtieve prognose van $610.000 aan omzet voor het kwartaal. Bij nader inzien blijkt echter dat verkoper 4 een optimistisch overdreven prognose heeft vanwege zijn onervarenheid. Zijn realistische cijfer ligt dichter bij 60.000 dollar omzet. Daarom zou de herziene kwartaalomzet ongeveer 560.000 dollar bedragen.

2. Historische methode (kwantitatief)

Zoals eerder besproken is de historische methode een voorbeeld van de tijdreeksprognosetechniek, waarbij historische gegevens worden gebruikt om voorspellingen voor de toekomst te doen. Om rekening te houden met variabelen zoals groei, inflatie, schommelingen in de vraag en andere variabelen, wordt een geschat groeipercentage vermenigvuldigd met de historische verkoop om tot de toekomstige prognose te komen. Hier volgt een voorbeeld van hoe de methode werkt: De geschatte groei bedraagt elk jaar 6,5%, en de omzet van afgelopen januari bedroeg $55.500. De prognose voor deze januari zou zijn (55.500 X .065) +55.500 wat neerkomt op $59.107,5.

Het ontwerpen van een verkoopprognoseplan

Verkoopvoorspellingen vereisen een sterke basis van wiskundige technieken en gedetailleerde kennis van de typische verkoopcyclus. In combinatie met relevante gegevens kunnen de volgende stappen worden gebruikt om een verkoopprognoseplan op te stellen:

1. Keuze van de ramingsmethode

Gegevens van verkoop- en prognosemodellen uit het verleden zijn essentieel om nieuwe modellen voor de toekomst te bouwen. Een aantal eenvoudiger verkoopvoorspellingstechnieken, zoals opportunity stage forecasting, historical forecasting, length-of-cycle forecasting, enz. kunnen worden gebruikt om betrouwbare voorspellingen te doen. Prognoses met hogere precisie kunnen worden gemaakt met meer gegevensintensieve modellen zoals meervoudige regressie en exponentiële afvlakking.

2. Bepaling van het tijdschema voor de prognoses

Het type plan hangt af van de vraag of de prognose wordt gemaakt voor een bepaalde tijd, zoals maandelijks of per kwartaal, of dat de verkoop alleen voor een specifieke output wordt gevolgd. Seizoensgebonden factoren, zoals een release in een bepaald kwartaal, kunnen ook van invloed zijn op de prognose. Dat kwartaal moet dan wellicht anders worden bekeken.

3. Uitsplitsing verkoopcyclus

De tijdlijn van elke verkoop is van invloed op verkoopprognoses. Door de verkoopcyclus uit te splitsen naar de gemiddelde tijd die aan elke fase wordt besteed, kan de gemiddelde lengte van de verkoopcyclus worden bepaald.

4. Gebruik maken van trends in verkoopcijfers

Door gebruik te maken van de meest recente historische gegevens kunnen variabelen zoals de gemiddelde verkoopprijs en het vernieuwingspercentage worden gedefinieerd voor de nieuwe prognose. Andere variabelen zoals conversiepercentages, omloopsnelheden, gemiddeld groeitraject en de jaarlijkse terugkerende inkomsten (ARR) moeten ook in de prognose worden opgenomen.

5. Een prognosesjabloon maken

Genereer een sjabloon op basis van de verkoopcyclus, doelstellingen, statistieken en specifieke kenmerken van de verkoopteams. Kleinere bedrijven met beperkte middelen kunnen een tool als Microsoft Excel gebruiken wanneer er minder producten te volgen zijn. Grotere organisaties met geautomatiseerde tools die aansluiten op het CRM kunnen de functies van automatisering gebruiken om schattingen te maken. Software voor leadverrijking kan bijvoorbeeld voorspellen wanneer een prospect op het punt staat te converteren. Deze gegevens kunnen worden gebruikt om zeer nauwkeurige prognoses te maken voor verschillende verkoopcycli.

6. De geformaliseerde documenten delen met de teams

Een geformaliseerde documentatie is nodig om het plan in volledige transparantie met de teams te delen. Het is essentieel dat de verkopers begrijpen hoe de prognoses tot stand komen, zodat zij een goed inzicht hebben in hun doelstellingen en quota.

Hoe de verkoop nauwkeurig voorspellen

Een nauwkeurige verkoopprognose is een delicaat evenwicht van integratie van historische trends, interne veranderingen, marktschommelingen en concurrentiedruk. Hier zijn 5 stappen die leiden tot nauwkeurige voorspellingen:

1. Beoordeling van historische trends

Om een basis te creëren voor een verkoopprognose, is het essentieel om een "sales run rate" op te stellen, dat is de verwachte omzet voor de verkoopperiode. Historische gegevens van het voorgaande jaar kunnen worden uitgesplitst naar prijs, product, verkoper, verkoopperiode en andere variabelen om een verkooppercentage voor de prognose te creëren.

2. Wijzigingen opnemen

De omzet moet worden aangepast op basis van verschillende variabelen, zoals prijsstelling, promotie, kanalen, klanten en productwijzigingen. Deze variabelen zorgen voor een meer realistische verkooprun rate voor de verkoopperiode.

3. Anticiperen op markttrends

Markttrends, zoals veranderingen in het gedrag van concurrenten, wetswijzigingen, bedrijfsfusies, enz. kunnen op de meest onverwachte momenten een effect hebben. Het is essentieel om met deze veranderingen rekening te houden om prognosemodellen op te stellen voor het geval de markttrend verschuift.

4. Toezicht op de mededinging

Het is absoluut noodzakelijk de concurrentie in het oog te houden om te weten wat hun impact is op de doelmarkt met acties zoals prijsvariatie, de uitrol van nieuwe functies of nieuwe campagnes. Nieuwe concurrentie moet ook in de gaten worden gehouden voor haar impact op het marktaandeel.

5. Inclusief bedrijfsplannen

Strategische bedrijfsplannen die van invloed zijn op groei, aanwerving, het aanboren van nieuwe markten of het opstarten van nieuwe campagnes kunnen allemaal gevolgen hebben voor de toekomstige verkoop. Daarom is het belangrijk om prognoses te maken en tegelijkertijd zicht te houden op de bedrijfsplannen.

‍

Belangrijkste uitdagingen voor verkoopprognoses

Het opstellen van consequent nauwkeurige prognoses kan voor organisaties een uitdaging zijn. Dit zijn enkele van de belangrijkste hindernissen die de meeste organisaties tegenkomen:

1. Nauwkeurigheid: Bedrijven, vooral startende bedrijven, vertrouwen vaak op spreadsheets voor prognoses, waardoor de nauwkeurigheid van de prognoses in het gedrang kan komen. Zelfs bedrijven met CRM's worstelen met een slechte invoering in het hele bedrijf, met werknemers die gegevens niet op tijd invoeren, datasilo's, onvolledige gegevens en onnauwkeurigheden.
2. Subjectiviteit van prognoses: De kwaliteit van prognoses hangt weliswaar af van goede beslissingen en oordelen, maar wanneer de voorspellende analyse een ondergeschikte plaats inneemt ten opzichte van de subjectieve analyse, kan zij de echte drijfveren voor nauwkeurigheid missen.
3. Universaliteit: Verkoopprognoses die niet bruikbaar zijn voor belanghebbenden in het hele bedrijf leveren geen resultaten op. Goede prognoses bevatten altijd relevante en begrijpelijke gegevens voor verschillende teams in het bedrijf.
4. Inefficiëntie: Inefficiëntie komt vaak voor in prognoses wanneer er meerdere eigenaren zijn, uiteenlopende inputs die niet op elkaar zijn afgestemd, en te veel herzieningen en verschillende versies.

Verkoopprognoses in onvoorspelbare tijden

Onvoorspelbare tijden zijn gebeurtenissen zoals grote rampen, een crisis zoals de COVID-pandemie of plotselinge economische onrust. Deze gebeurtenissen kunnen verkoopprognoses plotseling op hun kop zetten. Zodra een van deze gebeurtenissen zich voordoet, is het belangrijk dat bedrijfsleiders het volgende weten:

• De huidige staat van de verkooppijplijn
• De beste en slechtst gemodelleerde scenario's
• Hoeveel is de voorspelling veranderd in de loop van de week of de maand?

Een real-time zicht op de verkooppijplijn is in dergelijke situaties van cruciaal belang om onmiddellijk een zakelijke beslissing te nemen die de schade van een verstorende gebeurtenis kan beperken. De CRM-oplossing en automatisering zouden een onvermijdelijke klap op de prognoses kunnen opvangen. Betrouwbare, onmiddellijke gegevens helpen bedrijfsleiders bij het afstemmen van gebieden en het inzetten van middelen, wat van grote invloed kan zijn op de continuïteit of opheffing van het bedrijf.

Afsluitende gedachten

Het maken van een nauwkeurige verkoopprognose is zowel een kunst als een wetenschap die de goed ontwikkelde intuïtie van een ervaren verkoper combineert met betrouwbare gegevens die in prognosealgoritmen worden ingevoerd. Hoewel het essentieel is dat verkoopteams de vaardigheden hebben om goede prognoses te maken op basis van eenvoudige spreadsheets en back-of-the-napkin berekeningsmethoden, zijn voor betrouwbare prognoses softwareoplossingen nodig die realtime inzichten en prognoses op basis van gegevens kunnen geven.