En vigtig faktor i din virksomheds succes er salgsprognoser. Hvordan, hvad, hvorfor, hvor og hvornår – alt afsløres i dette blogindlæg. En nylig undersøgelsesartikel fra Aberdeen Group viste, at virksomheder, der anvender grundige salgsprognoser, var 10 % tilbøjelige til at vokse omsætningen år-til-år samt 7,3 % tilbøjelige til at nå kvoten.
På trods af fordelene kæmper forskellige salgsledere med at skabe salgsprognoser, der er tæt på virkeligheden.
Lad os forstå salgsprognoser og dens betydning, før vi kan anvende salgsprognoser på din virksomhed.
Dette er det, der forudsiger det antal et team, en virksomhed eller en sælger vil sælge i en periode – årligt, ugentligt, månedligt, dagligt osv.
Ledere anvender deres medarbejders individuelle salgsprognoser til at estimere mængden af lukkede forretninger. Direktører anvender de samme teamprognoser i salgsforventning for hele afdelingen. Salgs-VP'er bruger afdelingsprognoser til salgsfremskrivning for hele virksomheden.
Sådanne rapporter genereres for at blive delt med virksomhedsledere, bestyrelsesmedlemmer eller aktionærer.
Salgsprognoser hjælper dig med at spotte potentielle problemer, mens der er tid tilbage til at afbøde dem. Eksempel, når du bemærker, at dit team trender med 35 % under kvoten, kan du finde ud af, hvad der præcist mangler, og rette det. Måske har din konkurrent påbegyndt en helt ny kraftig rabatkampagne, eller den nye salgsplan har for mange smuthuller, der tillader dårlig opførsel.
At fremhæve disse problemer på nuværende tidspunkt sammenlignet med at gøre det i slutningen af måneden kan have en massiv indvirkning på din bundlinje.
Salgsprognose er også i deres element for flere vigtige beslutninger – fra målsætning og budgetter til ansættelse og ressourceallokering.
Eksempel – din salgsprognose forudsiger en stigning på 26 % i muligheder. For at sikre, at du er opdateret med efterspørgslen, skal du begynde at rekruttere. Når mulighederne forventes at blive mindre, kunne det være smart at stoppe med at ansætte indtil videre. Alternativt kan det være vejen frem at søge efter højere marketingudgifter og potentielle uddannelsesinvesteringer for dine reps.
Plus, en salgsprognose kan være et fantastisk motiverende værktøj!
Eksempel – hver uge kan du opdatere din kvartalsvise salgsprognose, så dit team bliver mere i stand til at nå deres mål. Du kan også oprette en daglig prognose for hver salgsrepræsentant, der er lagt ud på en præstationsplan for at sikre, at han eller hun ikke kommer bagud.
Det vigtigste punkt at bemærke her er, at salgsprognoser ikke behøver at være perfekte for at være værdifulde. Hver salgsprognose vil afvige fra resultaterne. Vildt unøjagtige resultater kan dog give problemer. Men hvis du bruger rene data og har valgt den rigtige metode, vil du have en salgsprognose sat til vækst.
Ikke alle salgsprognoseteknikker giver de samme resultater. Her er de fem mest populære:
En hurtig og effektiv måde at forudsige antallet af salg på hver måned eller tidsperiode er ved at notere den matchende periode og antage samme eller større resultater. Eksempel – dit team sælger 80.000 USD i oktober, de sælger 80.000 USD eller mere i november.
Forudsigelsen kan være mere sofistikeret gennem tilføjelse af historisk vækst. Eksempel – du øger salget med 6-8 % hver måned. Et konservativt skøn for november måned ville være $84000. Uligheder med denne teknik dukker op uden ansvar for sæsonbestemte forhold. Når november bliver en dårlig måned for salg i din branche, kan du ende med at sælge kun 70.000 USD.
Historisk bruges for det meste som benchmark i stedet for grundlaget for din salgsprognose.
Dette er den mest sofistikerede prognoseteknik. Det bruger forudsigende analyser og inkorporerer mange faktorer som individuelle reppræstationer, gennemsnitlig salgscykluslængde og sandsynligheden for lukket baseret på mulighedstype. Eksempel – du har 2 reps, rep A mødes med Procurement på fredag, mens rep B giver deres første præsentation for køber. Baseret på gevinstraten for rep A på dette trin kombineret med den forudsagte aftalestørrelse samt det samlede antal dage tilbage i kvartalet, beregnes en % mod lukningen. Rep B er højere oppe i salgsprocessen, men handlen er mindre, da de har en høj lukningsrate. Rep B er lige så sandsynligt, at lukke med en prognose givet for beløbet.
Rene data er påkrævet. Hvis reps ikke sporer aftalefremskridt og aktiviteter, vil dine resultater blive skæve.
Denne teknik tager højde for de forskellige stadier af salgsprocessen, handlen befinder sig i. Jo længere langs salgspipelinen, jo større er chancerne for, at handlen er tæt på. Eksempel – der findes kundeemner, som foretager et demoopkald for at have 10 % chance for at blive kunder, mens de, der når præsentationsstadiet er 30 %.
Når du vælger rapporteringsperioden sammen med dit salgsteams kvote, skal du bare gange handlens potentielle værdi ved at bruge sandsynligheden for, at den lukker. 
Når det er gjort for hver handel i din pipeline, giver summen dig den overordnede prognose. Sådanne prognoser er stærkt afhængige af historiske data. Hvis din strategi er afhængig af ændring af produkter, salgsprocesser eller budskaber, er dine aftaler tæt på forskellige procentsatser i henhold til det stadie, de tidligere har lukket i.
Her bruges alderen på individuelle kundeemner til at forudsige det tidspunkt, hvor de med størst sandsynlighed er tæt på. Eksempel – hvis den gennemsnitlige salgscyklus kun varer seks måneder, mens din sælger arbejder på kontoen i tre måneder, er prognosen 55 % mest sandsynlig for, at handlen vindes.
Takket være, at teknikken udelukkende er afhængig af objektive data versus reps feedback, er det mindre sandsynligt, at du opnår generøse forudsigelser. Denne teknik indeholder også forskellige salgscyklusser. Normale kundeemner kan tage omkring seks måneder at købe. Henvisninger kræver dog kun en måned, hvor kundeemner til messer kræver cirka otte måneder.
Nogle få salgschefer anmoder repræsentanter om at give sandsynlige skøn over lukning. Et par reps siger, at deres kunder ville købe om 2 uger med en aftale værd X at gå igennem. På den ene side indeholder denne metode udtalelser fra de sælgere, der er tættest på kundeemnet. Reps har dog en tendens til at være naturligt optimistiske og har en tendens til at give alt for generøse skøn. Denne teknik er meget værdifuld i virksomhedens tidlige stadier eller produkt, når der ikke er nogen historiske data til stede.
Brug af et CRM såsom Hootsuites gratis CRM giver dig mulighed for at holde dig på toppen af den faktiske og forudsagte omsætning. Det logger også automatisk al kundeinteraktion, så du kan måle sandsynligheden for at lukke aftaler.