Was ist Verkaufsprognose: Definition, Methoden, Best Practices

Verkaufsprognosen sind eines der wichtigsten Dinge, die ein Unternehmen tut. Es treibt die Vertriebsplanung an und wird im gesamten Unternehmen für die Personal- und Budgetplanung verwendet. Trotz seiner Bedeutung verwenden viele Organisationen veraltete Praktiken, die schlechte Prognosen produzieren.

Man könnte den Vergleich mit vergangenen Zeiten anstellen, als der Landwirt auf Signale wie das Waschen der Katze hinter dem Ohr oder das schmerzende Knie eines Oldtimers angewiesen war, um das Wetter vorherzusagen. Mit dem Aufkommen von Supercomputern hat sich die Wettervorhersage erheblich verbessert. Aber in großen Unternehmen sind die Tools zur Umsatzprognose nur etwas zuverlässiger als ein arthritisches Knie.

Wie unseriös sind Verkaufsprognosen? Laut Gartner haben ganze 55 % der Vertriebsleiter und 57 % der Verkäufer mit Quoten kein Vertrauen in die Genauigkeit von Prognosen.

Während Sie vielleicht denken, dass sich dieser Zustand im Laufe der Zeit verbessern wird, schätzt Gartner, dass selbst bis 2025 „90 % der Vertriebsorganisationen von B2B-Unternehmen weiterhin auf Intuition statt auf fortschrittliche Datenanalysen oder ihr B2B-CRM vertrauen werden, was zu ungenauen Prognosen und Verkäufen führt Pipelines und Quotenerreichung.“

Was ist Verkaufsprognose?

Bei der Umsatzprognose werden die Umsatzerlöse eines Unternehmens für einen bestimmten Zeitraum – üblicherweise einen Monat, ein Quartal oder ein Jahr – geschätzt. Eine Umsatzprognose ist eine Vorhersage, wie viel ein Unternehmen in Zukunft verkaufen wird.

Die Erstellung einer genauen Umsatzprognose ist für den Geschäftserfolg von entscheidender Bedeutung. Einstellung, Gehaltsabrechnung, Vergütung, Bestandsverwaltung und Marketing hängen alle davon ab. Börsennotierte Unternehmen können schnell an Glaubwürdigkeit verlieren, wenn sie eine Prognose verfehlen.

Prognosen gehen Hand in Hand mit dem Management der Verkaufspipeline. Ein genaues Bild der Qualifikation, des Engagements und der Geschwindigkeit für jedes Geschäft zu erhalten, hilft Vertriebsmitarbeitern und Managern, Daten für eine zuverlässige Verkaufsprognose bereitzustellen.

Eine Prognose unterscheidet sich von Verkaufszielen, also den Verkäufen, die ein Unternehmen zu erreichen hofft. Eine Verkaufsprognose verwendet eine Vielzahl von Datenpunkten, um eine genaue Vorhersage der zukünftigen Verkaufsleistung zu liefern.

Methoden und Techniken zur Verkaufsprognose

Obwohl verschiedene Organisationen sehr unterschiedliche Vertriebsstrukturen und -prozesse haben können, verwenden die meisten in der Regel einen oder eine Kombination der folgenden primären Ansätze zur Umsatzprognose:

1. Verwendung historischer Daten zur Vorhersage zukünftiger Ergebnisse. Die Betrachtung historischer Daten ist vielleicht der gebräuchlichste und unkomplizierteste Ansatz. Die Daten sind leicht verfügbar, und es ist sinnvoll, dass Variationen, die auf Faktoren wie Saisonalität und neuen Produkteinführungen basieren, richtungsweisende Erkenntnisse liefern würden. Die Einschränkung besteht natürlich darin, dass externe Makrotrends, die sich auf den Umsatz auswirken, nicht unbedingt berücksichtigt werden – zumindest nicht systematisch.
2. Trichterbasierte Prognose. Für viele Unternehmen wird der aktuelle Zustand des Verkaufstrichters als der genaueste Indikator für wahrscheinliche Verkaufsergebnisse angesehen. Solange Verkäufer genaue und häufig aktualisierte Informationen über den Stand bestimmter Aktivitäten bereitstellen, kann die Verwendung des Trichters ein einigermaßen zuverlässiges Mittel sein, um Prognosen zu erstellen.
3. Prognose basierend auf mehreren Variablen. Angesichts der Tatsache, dass beide der oben genannten Ansätze inhärente Einschränkungen haben, versuchen einige Unternehmen, komplexere Prognosemodelle zu erstellen, die Techniken wie intelligentes Lead-Scoring neben Makrofaktoren beinhalten, die sich wahrscheinlich auf den Abschluss von Geschäften auswirken. Der Trick besteht darin, einen Ansatz zu implementieren, der ausgefeilt genug ist, um sinnvoll zu sein, ohne zu komplex zu verwalten und zu warten.

Häufige Prognosefehler

Der Druck auf die Vertriebsteams ist groß, was die Prognosen in den Mittelpunkt rückt. Angesichts eines harten Wettbewerbs und eines unsicheren Marktes steigen die Erwartungen an Vertriebsmitarbeiter weiter – und Prognosen sind das Mittel, mit dem die Vertriebsaktivitäten und damit die Gesundheit des Unternehmens am einfachsten überwacht werden können.

1. Verkaufsdaten geben keinen Einblick in den Geschäftsstatus. Eine Einschränkung bestehender Prognoseansätze besteht darin, dass sie stark darauf angewiesen sind, dass Verkäufer genaue Informationen über den Status bestimmter Opportunities bereitstellen. Angesichts des Drucks auf Verkäufer ist es nicht verwunderlich, dass die von ihnen bereitgestellten Informationen oft rosiger sind als die Realität.

4. Zeitaufwändige manuelle Prozesse verkürzen wertvolle Verkaufszeit. Es wird geschätzt, dass Vertriebsmitarbeiter 2,5 Stunden pro Woche für Prognosen aufwenden, während ihre Manager durchschnittlich 1,5 Stunden aufwenden. Jede Stunde, die diesen zeitaufwändigen – und manuellen – Aktivitäten gewidmet wird, sollte besser für den eigentlichen Verkauf verwendet werden.
5. Beim Bestreben, Einnahmen zu erzielen, wird Genauigkeit oft geopfert. Unter dem Druck, positive Zahlen zu liefern, überschätzen Verkäufer normalerweise die Anzahl der Geschäfte, die abgeschlossen werden. Es überrascht vielleicht nicht, dass 79 % der Vertriebsorganisationen angeben, ihre Prognosen normalerweise um mehr als 10 % zu verfehlen. Unterdessen kommen 54 % der von Vertriebsmitarbeitern prognostizierten Deals nie zustande.

Zurück zum Wesentlichen

Glücklicherweise gibt es Möglichkeiten, wie Vertriebsorganisationen einen Prognoseprozess aufbauen können, der dabei hilft, eine größere Genauigkeit zu erzielen – und letztendlich bessere Verkaufsergebnisse.

Auf der grundlegendsten Ebene bedeutet die Verbesserung der Verkaufsprognose, Daten zu verwenden, um die Leistung genauer vorherzusagen und die Planung zu verwalten, um den Verkaufserfolg sicherzustellen. Dazu gehören Schritte wie:

1. Sicherstellung einer gemeinsamen Vereinbarung über den Verkaufsprozess. Scheint ein Kinderspiel zu sein, oder? Ihre Vertriebsteams arbeiten mit einem gemeinsamen Lexikon über den Verkaufstrichter und die Phasen darin, die Ihr Unternehmen verwendet. In Wirklichkeit gibt es häufig eine echte Trennung.
2. Legen Sie realistische Verkaufsziele oder -quoten fest und kommunizieren Sie diese. Auch dies mag offensichtlich erscheinen. Aber viele Unternehmen legen entweder unrealistische Verkaufsquoten fest oder kommunizieren individuelle Ziele nicht effektiv und wie sie zum breiteren Plan aufsteigen.
3. Benchmarken Sie Ihre grundlegenden Verkaufsmetriken. Prognosen beinhalten die Verwendung historischer Daten, um zukünftige Ergebnisse effektiv abzuschätzen. Benchmarking stellt sicher, dass es eine solide Basis für den Vergleich mit früheren Ergebnissen gibt.
4. Verstehen Sie Ihre aktuelle Verkaufspipeline. Wenn Sie bessere Prognosen erzielen möchten, beginnt die Genauigkeit jetzt. Neue Technologien stellen Vertriebsteams Informationen zur Verfügung, die es ihnen ermöglichen, Leads zu entfernen, die eigentlich nicht realisierbar sind, solche, die es sind, realistisch einzuschätzen, gefährdete zu retten und sich für die Zukunft zu einem höheren Grad an Präzision zu verpflichten.

Eine Gemeinsamkeit dieser Punkte besteht darin, dass sie die Notwendigkeit eines kulturellen Wandels in der Vertriebsorganisation verdeutlichen. Mit anderen Worten, Sie können die Prognosegenauigkeit nur steigern, wenn die Vertriebsmitarbeiter keinen Druck verspüren, die Prognose aufzublähen.

Und im weiteren Sinne müssen sie sich wohl fühlen, wenn sie Informationen über Geschäfte teilen, selbst wenn diese nicht günstig sind.

Datenintegration: Schlüssel zur Genauigkeit

Angesichts all der Vorteile genauer Umsatzprognosen, was hält Unternehmen davon ab, modernere Ansätze zu verfolgen?

Zum einen ist die Qualität von Prognosen unabhängig von der Vorgehensweise untrennbar mit der Qualität der ihnen zugrunde liegenden Daten verbunden. Und es reicht nicht aus, nur alle Daten zur Verfügung zu haben; sie muss so integriert werden, dass sie ohne Weiteres in Echtzeit analysiert werden kann.

Leider ist diese Art der Datenintegration alles andere als üblich. Laut dem Planning and Management Accounting Benchmark von APQC speichern derzeit nur 14 % der Unternehmen Betriebs- und Finanzdaten in einem einzigen integrierten System. Das bedeutet, dass die Prognose für die meisten Unternehmen das Sammeln von Daten über organisatorische Silos und unterschiedliche Systeme hinweg erfordert, was zeitaufwändig und kostspielig wird.

Die gute Nachricht ist jedoch, dass die Datenintegration es Unternehmen ermöglicht, Technologien wie KI und maschinelles Lernen besser zu nutzen, die ideal geeignet sind, um die Arten von Trends zu erkennen, die Daten offenbaren können.

Durch die Einbindung modernster Tools in einen integrierten Ansatz zur Datenanalyse können Unternehmen Verkaufsprognosen in einen strategischen Vorteil verwandeln.