Yksinkertaisimmillaan myynnin ennustaminen on prosessi tulevan myynnin (tulojen) arvioimiseksi. Aluksi tämä saattaa kuulostaa sekä epämääräiseltä että pelottavalta tehtävältä, mutta jossain sovelluksessa se voidaan saavuttaa suhteellisen kivuttomasti. Myynnin ennustaminen ei ole arvailua eikä tarkkaa ennustamista; se on prosessi, jolla ymmärretään myynnin taustalla olevat oletukset ja ajurit ja lopulta seurataan ja hallitaan niitä.

Kuten kuvailemme myöhemmin artikkelissa, myynnin ennustamiseen käytetään monia malleja ja menetelmiä, sekä laadullisia että määrällisiä. Hyvä uutinen on kuitenkin se, että monimutkaisia ​​kvantitatiivisia ennustemalleja ei yleensä tarvita. Vaikka todennäköisyys löytää tarkka tulevaisuuden myynti on lähes nolla, myynnin ennustamisen tarkkuus on ratkaisevan tärkeää tilinpäätöksen laadinnassa ja älykkäiden liiketoimintapäätösten vahvistamisessa.

Jotkut suosituimmista myynnin ennustamismenetelmistä perustuvat historiallisiin tietoihin. Tämä voi olla realistisempaa perustetulle yritykselle; päinvastoin, startupin on käytettävä luovempia tietolähteitä.

Myynnin ennustaminen ei ole ajanhukkaa

On empiiristä näyttöä, joka osoittaa myynnin ennustamisen merkityksen yrityksen kannalta menestys . Joitakin tähän vaikuttavia tekijöitä ovat:

1. Strategiset päätökset ja toimintavälineet: Myyntiennusteet voivat paljastaa trendejä tai kysymyksiä ja antaa tarvittavia ohjeita niiden hyödyntämiseksi tai oikaisemiseksi. Esimerkiksi 20 prosentin negatiivinen poikkeama myyntitavoitteesta voi viitata huonoon johtamiseen tai kilpailijoiden parantamiseen. Toisaalta merkittävä positiivinen kasvu on ilmeisesti tervetullut, mutta ehdottaa sitten, että jatkossa tarvitaan enemmän resursseja (esim. Rekrytoimalla lisää ihmisiä). Mahdollisten ongelmien ja tarpeiden etsiminen etukäteen voi mahdollistaa oikea-aikaisen toiminnan, joka tarttuu tilaisuuteen.

2. Polku eteenpäin: Lasku poikkeama myyntiennusteesta on pettymys, mutta se voi myös olla mahdollisuus piirtää viiva hiekkaan. Se voi auttaa asettamaan selkeät tavoitteet ja motivoimaan tiimiä mielekkäiden toimintasuunnitelmien ja virstanpylväiden avulla.

3. Rahoitusmallien ennustaminen: Huolellisella myynnin ennustamisella on tärkeä rooli lukuisissa taloudellisissa mallinnusharjoituksissa:

   1. Kassavirrat: Myyntituotot vaikuttavat suoraan kassavirtaan. Tarkka arvio myynnistä voi tarjota oivalluksia käteisliikkeisiin ja siten suunnitella tulevia puutteita tai todellakin odottamattomia.

   2. Varasto: Hyvään myyntiennusteeseen sisältyy oletuksia, kuten muutokset asiakastottumuksissa ja makron kasvu tai kysynnän lasku. Tämä mahdollistaa tehokkaan varastosuunnittelun ja lisää käyttöpääoman tehokkuutta myöhemmin. Tangentiaalisemmalla pohjalla tämä siirtyy sitten kohti raaka-ainepanosten ja työvoiman palkkaamisen parempaa suunnittelua.

Tekijät, joista on oltava tietoinen myynnin ennustamisessa

Kuten edellä mainitsimme, myynti poikkeaa melkein aina heidän ennusteistaan. Mitä korkeampi keskihajonta tästä ennustuksesta on, sitä suurempi on yritykselle aiheutuvien lisävaikutusten suuruus.

Ennustavien analyytikoiden on pohdittava mahdollisia skenaarioita ja / tai heillä on oltava valmiussuunnitelma. Tapahtumia, jotka ovat kaukana yrityksen hallinnasta, voi tapahtua sen toiminnan lukemattomilla seurauksilla. Tällaisia ​​esimerkkejä ovat odottamattomat taloudelliset tekijät (esim. Osakemarkkinoiden lamaantuminen) ja lainsäädäntö tai politiikan muutokset.

Vaikka myynnin ennustaminen on elintärkeää, sen ei pitäisi koskaan olla yksinäinen syntipukki. Jos ennusteet jäävät villisti alle, yritys voi kärsiä merkittäviä menetyksiä ja markkinaosuuden menetyksiä. Ennusteen syyttämisen sijasta vaaditaan kokonaisvaltainen post mortem -tarkastelu siitä, kuinka kaikki liiketoiminnan tekijät vaikuttivat pettymykseen.

Laadullisilla ja kvantitatiivisilla ennustemenetelmillä on kullakin omaperäiset piirteet, joihin on kiinnitettävä huomiota. Laadullisissa metodologioissa on subjektiivisen luonteensa vuoksi muotoiltava kokonaisvaltainen näkemys ja sitten määriteltävä se edelleen monipuolisella ja uskottavalla tutkimuksella. Toisaalta kvantitatiiviset ennustemallit voivat paljastaa trendejä, mutta ne voivat silti kärsiä ennakkoluuloista, kuten korrelaatio / syy-yhteys paradigma.

Lopuksi, myyntiennusteet ovat kriittisesti yhteydessä yleiseen strategia yrityksen korkean tason virstanpylväät. Ennustemallit ovat dynaaminen ja siksi niitä on päivitettävä jatkuvasti olosuhteiden muuttuessa.

Mitkä ovat tärkeimmät myyntiennusteiden lähestymistavat?

Myynnin ennustamisessa on kaksi päämenetelmää: 'ylhäältä alas' ja 'alhaalta ylös'.

• Ylhäältä alas: Ylhäältä alaspäin suuntautuvassa lähestymistavassa aloitamme kokonaiskuvasta ja työskentelemme sitten alaspäin; määritämme virstanpylväät, jotka on saavutettava tavoitteen saavuttamiseksi. Esimerkiksi jos maailmanlaajuisesti on 1,8 miljardia älypuhelinta ja oletamme haluavamme tunkeutua 1%: iin markkinoista, tavoiteasiomme on 18 miljoonaa asiakasta. Jos se tehdään kiireellä ja epämääräisesti, se voi aiheuttaa epätodellisia odotuksia.

• Alhaalta ylös: Alhaalta ylöspäin -lähestymistavassa tarkastelemme mikroolettamuksia, jotka perustuvat yrityksen hallussa oleviin resursseihin - esimerkiksi kuinka monta myyntiä voidaan tehdä myyjää kohti tai kuinka monta kertaa mainos muunnetaan myyniksi. Tämän menetelmän avulla yritykset voivat tarkastella nykyisen toimintansa tehokkuutta ja eristää keinot, joilla ne voivat säätää tekijöitä myynnin lisäämiseksi. Mitä enemmän tietoa yrityksellä on aikaisemmasta suorituskyvystä, sitä tarkemmat ennusteet voivat olla tällä alalla.

Mihin lähestymistapaan meidän tulisi suhtautua?

Kuten yllä olevat kuvaukset osoittavat, ylhäältä alaspäin suuntautuva lähestymistapa voi johtaa subjektiivisiin, liian optimistisiin ennusteisiin, mutta siitä on hyötyä selkeiden virstanpylväiden nopeaan asettamiseen, joista voi tulla organisaationlaajuisia vertailuarvoja. Ennusteet, jotka on johdettu rakeisemmasta, alhaalta ylöspäin -lähestymistavasta, ovat tyypillisesti konservatiivisempia verrattuna silti tarkempiin, koska niissä korostetaan sisäisiä kykyjä. Myynnin ennustamista varten, kuten yleensä finanssimallinnuksessa, alhaalta ylöspäin suuntautuva lähestymistapa voi antaa jäsennellyn, realistisemman näkökulman, jota strategisesta näkökulmasta voidaan täydentää jollakin ylhäältä alas -analyysillä .

Mitkä ovat myynnin ennustamisen tärkeimmät menetelmät?

Kuten aiemmin mainittiin, myynnin ennustamiseen on kaksi päämenetelmää: kvantitatiivinen myyntiennuste ja laadullinen myynninennuste.

Kvantitatiivinen myynnin ennuste

Kvantitatiivinen myynnin ennustaminen liittyy numeeristen tietojen, kuten kuluttajamenojen ja taloudellisen kehityksen, keräämiseen ja analysointiin. Kvantitatiivisia malleja on monia, ja niiden muodot vaihtelevat huomattavasti. Yksinkertaisimmassa muodossaan ne näyttävät lineaarisina malleina ja näyttävät tältä:

Y = a₀+ a_yksiX_yksi+… + A_nX_n

Nämä kaavat voivat nopeasti monimutkaista, kun testaus, trendit ja kausivaikutukset tulevat kuvaan. Vaikka määrälliset menetelmät eivät ehkä ole kovin sopivia uudelle yritykselle, jolla ei ole kokemusta, ne voivat olla erittäin hyödyllisiä vakiintuneille. Otetaan esimerkki keskisuuresta vaatetusyrityksestä; kvantitatiivinen malli voisi auttaa sitä löytämään kausitrendit ja muut suhdannevaihtelut. Tämä tarjoaisi heille tarkemman myynnin ennustamisen ja siten varovaisen varastosuunnittelun.

Laadullinen myynnin ennuste

Laadullinen myynnin ennuste perustuu asiantuntija- ja / tai henkilökohtaiseen mielipiteeseen. Tämä menetelmä on erityisen sopiva, jos historiallista tietoa ei ole. Laadullisen ennustamisen pääluokkia on neljä:

1. Palkintolautakunta : Tämä menetelmä kerää mielipiteitä yritysjohtajien ryhmältä ja kokoaa heidät sitten muodostamaan konsensuksen. Se on nopea, helppo ja perustuu tietoon perustuvaan mielipiteeseen. Kaikki johtajat eivät kuitenkaan ole tasavertaisesti myynnin asiantuntijoita, ja heidän mielipiteillään ei välttämättä ole yhtä suurta painoarvoa kaupallisessa realiteetissa.

2. Tekninen Delphi : Aikaisemman menetelmän tapaan tämä tekniikka keskittää yrityksen johtajien mielipiteen, mutta lisäksi sitä täydennetään ulkopuolisten asiantuntijoiden neuvoilla. Vaikka se voi johtaa pyöristettyihin tuloksiin, se on paljon aikaa vievää ja tyypillisesti kalliimpaa.

3. Myyntivoiman komposiitti : Tämä tekniikka kerää myyntihenkilöiden mielipiteitä, mikä voi johtaa tietoisiin ja edullisiin myyntiennusteiden lähteisiin. Myyntivoimalla ei kuitenkaan välttämättä ole pääsyä johtajien strategisiin oivalluksiin. Käänteiset kannustimet voivat myös tulla esiin, jolloin esimerkiksi myyntihenkilöstö ennustaa odotettua alhaisemman myynnin, jotta vertailuarvoihin olisi helpompi päästä.

4. Selvitys ostajien aikomuksista : Tämä menetelmä keskittyy kysyntäpuoleen ja kuluttajan aikomukseen ostaa tuote tai palvelu. Keskittymällä loppuasiakkaaseen ennusteet voivat olla suhteellisen tarkkoja, koska joitain tietokerroksia löytyy luotettavasta julkisesta tiedosta (esim. Yhdysvaltain väestönlaskennatoimiston taloudelliset indikaattorit )

Yrityksen on käytettävä näiden menetelmien yhdistelmää saavuttaakseen kokonaisvaltaiset ennusteet, jotka perustuvat vankkoihin oletuksiin ja painottavat tekniikkaa enemmän tai vähemmän sen mukaan, miten sitä voidaan soveltaa liiketoimintaan. Esimerkiksi yritys, jolla on suhteellisen kokematon myyntihenkilöstö, ei ehkä halua arvostaa myyntiyhtiöiden yhdistelmäheijastuksen tuloksia liian korkealle. Kun otetaan huomioon oikean lähestymistavan ja painotuksen valinnassa käytettävä vivahde, järkevä lähestymistapa voi varmistaa, että yritys saavuttaa tarkat ennusteet. Kun päätetään ennusteen edellyttämien menetelmien yhdistelmästä, asiantuntija voi tarjota arvokasta näkökulmaa ja osaamista.

Omien myyntiennusteiden luominen

Liikevaihdon laskeminen on yksinkertaista. Kerrotaan vain ennustettavat myytävät yksiköt odotetulla hinnalla ja saavutamme myyntiennusteen. Suoritamme sitten samanlaisen prosessin suoria kustannuksia varten. Vähentämällä nämä (COGS) myynnistä saavutamme liikevaihdon.

Absoluuttisista luvuista poiketen, jos jaamme liikevaihdon bruttomyynnillä, voimme nähdä odotetun myyntikatteen. Meidän pitäisi tehdä tämä ensimmäisen vuoden jokaiselle kuukaudelle ja sitten jokaiselle neljännekselle seuraaville kahdelle kuukaudelle.

Aloita kustannuksista

Yrityksellä on enemmän valtaa kuluihinsa verrattuna tuloihin. Siksi kulut ovat helpompi aloittaa ennusteiden näkökulmasta. Voimme luoda kustannusluokkia ja sitten analysoida kutakin luokkaa yksityiskohtaisesti auttaaksemme meitä löytämään tarkempia reittipisteitä. Esimerkiksi, jos markkinointi on merkittävä myynnin ajuri sen sijaan, että se sijoitettaisiin yhtenä numerona yleisen yleiskategorian alle, voimme segmentoida sen edelleen (esim. Google Ads, sosiaalisen median mainokset jne.) Tarkkuuden lisäämiseksi.

Kehitä ja tarkista myyntioletuksia

Meidän pitäisi sisällyttää kustannukset oletukset-välilehteen. On kriittistä, että ne tarkistetaan kuukausittain ja tarvittaessa myös myyntiä tarkistetaan vastaavasti. Kuten finanssimallinnuksessa, näiden oletusten on oltava joustavia ja helposti muutettavissa. Myös korkealaatuiset ja asiaankuuluvat (siteeratut) lähteet ovat tärkeitä. Esimerkiksi sovelluskaupoista saatavat tiedot voivat auttaa uuden mobiilisovelluksen myynnin ennustamisessa, kun taas uskottavat tekniset blogit voivat myös tarjota anekdootteja todisteita, joita voidaan soveltaa oletuksiin. Keskeinen viimeinen tekijä sopivien oletusten kehittämisessä on asiaankuuluvan aikaisemman kokemuksen myyntiennusteiden kehittäminen. Jos yrityksellä ei ole tarvittavaa asiantuntemusta, on parempi palkata asiantuntija lahjakkuutta , vaikka lyhyeksi ajaksi. Alla on esimerkki ennusteelle laadituista myynti- ja kustannusoletuksista:

Kahden myynnin ennustaminen

Myyntiennusteiden tulisi sisältää konservatiivinen skenaario ja aggressiivinen / optimistinen skenaario. Jälkimmäinen on ihanteellinen tulos, joka voi pitää yrityksen motivoituneena ja toimia myös esimerkkinä sen todellisesta potentiaalista sijoittajille. Tämä on 'ajatella suurta' -tekijä. Ensimmäinen on skenaario, joka pitää yrityksen valmistautumassa pettymyksellisiin tuloksiin. Lisäksi on parempi eritellä myynti hintoiksi ja yksiköiksi, mikä mahdollistaa niiden dynamiikan syvemmän ymmärtämisen. Lisäksi arvioidaan välein ja todennäköisyydet voivat johtaa tarkempiin ennusteisiin.

Tietojen täydentäminen suhdeluvuilla ja kaavioilla

Suhteet voivat paljastaa tärkeimmät tiedot ja toimia samalla testinä sen varmistamiseksi, onko myyntiennuste hyvä ja luvut ovat tasa-arvoisia. Esimerkiksi liian alhainen suorien kustannusten suhde tuloihin (ja myöhemmin liian korkea myyntikate) voi olla osoitus liian optimistisista ennusteista. Toinen hyödyllinen suhde on työntekijää asiakasta kohti. Tämä suhde tarjoaa käsityksen tulevasta myynnistä ja siitä, miten ne voivat kehittyä rekrytointipäätöksien perusteella. Lopuksi kaaviot voivat auttaa visualisoimaan trendejä ja myynnin edistymistä, mikä tekee numeroista ymmärrettävämpiä.

Ja lopuksi, varo malleja

Voi olla helppoa vain etsiä mallia ja yrittää torjua yrityksesi vaatimukset jo luotuihin. Tämä lähestymistapa voi todella olla sinun vahingollesi, koska jokaisella yrityksellä on omat tarpeet eikä kukaan ole sama.

Kehotan teitä kokeilemaan oman mallin rakentamista alusta alkaen tämän artikkelin oppimisen avulla. Prosessin aloittaminen tyhjältä laskentataulukolta auttaa sinua ymmärtämään, miten kaikki yrityksesi puolet yhdistyvät toisiinsa, ja varmistamaan, että ennusteesi on räätälöity yrityksesi erityistarpeisiin.