판매 예측이란 무엇입니까: 정의, 방법, 모범 사례

매출 예측은 회사가 하는 가장 중요한 일 중 하나입니다. 이는 판매 계획을 촉진하고 인력 충원 및 예산 책정을 위해 기업 전체에서 사용됩니다. 그 중요성에도 불구하고 많은 조직에서 잘못된 예측을 생성하는 구식 관행을 사용합니다.

농부들이 고양이가 귀 뒤를 씻는 것과 같은 신호나 노인의 무릎이 아파 날씨를 예측하는 것과 같은 신호에 의존했던 과거와 비교할 수 있습니다. 슈퍼컴퓨터의 등장으로 일기예보가 크게 향상되었습니다. 그러나 대기업에서 판매를 예측하는 데 사용되는 도구는 관절염이 있는 무릎보다 약간만 더 안정적입니다.

판매 예측이 얼마나 모호합니까? Gartner에 따르면 전체 영업 리더의 55%와 할당량 판매자의 57%가 예측 정확도에 대한 확신이 부족합니다.

이러한 상황이 시간이 지나면서 개선될 것이라고 생각할 수도 있지만 Gartner는 2025년까지 "B2B 엔터프라이즈 영업 조직의 90%가 고급 데이터 분석이나 B2B CRM 대신 직관에 계속 의존하여 부정확한 예측, 판매, 파이프라인 및 할당량 달성"

판매 예측이란 무엇입니까?

판매 예측은 특정 기간(일반적으로 월, 분기 또는 연도) 동안 회사의 판매 수익을 추정하는 프로세스입니다. 판매 예측은 회사가 미래에 얼마를 판매할 것인지 예측하는 것입니다.

정확한 판매 예측을 생성하는 것은 비즈니스 성공에 매우 중요합니다. 고용, 급여, 보상, 재고 관리 및 마케팅이 모두 여기에 달려 있습니다. 공기업은 예측을 놓치면 빠르게 신뢰를 잃을 수 있습니다.

예측은 판매 파이프라인 관리와 함께 진행됩니다. 각 거래에 대한 자격, 참여 및 속도에 대한 정확한 그림을 얻으면 영업 담당자와 관리자가 신뢰할 수 있는 판매 예측을 위한 데이터를 제공하는 데 도움이 됩니다.

예측은 기업이 달성하고자 하는 판매 목표와 다릅니다. 판매 예측은 다양한 데이터 요소를 사용하여 미래 판매 실적에 대한 정확한 예측을 제공합니다.

매출 예측 방법 및 기법

조직마다 판매 구조와 프로세스가 크게 다를 수 있지만 대부분은 판매 예측에 다음 기본 접근 방식 중 하나 또는 조합을 사용하는 경향이 있습니다.

1. 과거 데이터를 사용하여 미래 결과를 예측합니다. 과거 데이터를 보는 것은 아마도 가장 일반적일 뿐만 아니라 직접적인 접근 방식일 것입니다. 데이터는 쉽게 사용할 수 있으며 계절성 및 신제품 출시와 같은 요인을 기반으로 한 변동이 방향성 통찰력을 제공할 수 있습니다. 물론 한계는 판매에 영향을 미치는 외부의 거시적 추세가 반드시 고려되지는 않는다는 것입니다. 적어도 체계적인 방식은 아닙니다.
2. 깔때기 기반 예측. 많은 회사에서 판매 유입경로의 현재 상태는 가능한 판매 결과를 가장 정확하게 예측하는 것으로 간주됩니다. 판매자가 주어진 추적 상태에 대해 정확하고 자주 업데이트되는 정보를 제공하는 한, 깔때기의 사용은 예측을 하는 합리적으로 신뢰할 수 있는 수단이 될 수 있습니다.
3. 여러 변수를 기반으로 한 예측. 위의 두 접근 방식 모두 고유한 한계가 있다는 점을 감안할 때 일부 조직에서는 거래 성사에 영향을 줄 수 있는 거시적 요인과 함께 지능형 리드 스코어링과 같은 기술을 통합하는 보다 복잡한 예측 모델을 구축하려고 합니다. 비결은 관리 및 유지 관리에 너무 복잡하지 않으면서 의미가 있을 만큼 충분히 정교한 접근 방식을 배치하는 것입니다.

일반적인 예측 실수

영업 팀이 제공해야 하는 압박이 가중되어 예측에 집중하고 있습니다. 치열한 경쟁과 불확실한 시장에 직면하여 영업사원에 대한 기대치는 계속 높아지고 있으며 예측은 영업 활동, 나아가 비즈니스 상태를 가장 쉽게 모니터링할 수 있는 수단입니다.

1. 판매 데이터는 거래 상태에 대한 통찰력을 제공하지 못합니다. 기존 예측 접근 방식의 한계는 특정 기회의 상태에 대한 정확한 정보를 제공하기 위해 판매자에 크게 의존한다는 것입니다. 판매자에 대한 압력을 감안할 때 판매자가 제공하는 정보가 종종 실제보다 장밋빛이라는 것은 놀라운 일이 아닙니다.

4. 시간이 많이 걸리는 수동 프로세스는 귀중한 판매 시간을 단축시킵니다. 영업 담당자는 주당 2.5시간을 예측에 사용하고 관리자는 평균 1.5시간을 사용하는 것으로 추정됩니다. 이러한 시간 소모적이고 수동적인 활동에 할애되는 모든 시간은 실제 판매에 더 잘 사용될 것입니다.
5. 수익을 올리기 위해 정확성이 희생되는 경우가 많습니다. 양수를 제공해야 한다는 압력을 받는 판매자는 일반적으로 성사될 거래의 수를 과대평가합니다. 당연하게도 영업 조직의 79%가 일반적으로 예측을 10% 이상 빗나가고 있다고 보고합니다. 한편 영업 담당자가 예측한 거래의 54%는 결코 성사되지 않습니다.

기본으로 돌아가기

다행스럽게도 영업 조직이 정확도를 높이고 궁극적으로 더 나은 영업 결과를 달성하는 데 도움이 되는 예측 프로세스를 구축할 수 있는 방법이 있습니다.

가장 기본적인 수준에서 판매 예측을 개선한다는 것은 데이터를 사용하여 실적을 보다 정확하게 예측하고 판매 성공을 보장하기 위한 계획을 관리하는 것을 의미합니다. 여기에는 다음과 같은 단계가 포함됩니다.

1. 판매 프로세스에 대한 공통된 동의를 보장합니다. 별거 아닌 것 같죠? 영업 팀은 영업 깔때기 및 조직에서 사용하는 단계에 대한 공통 어휘로 운영됩니다. 실제로는 종종 진정한 단절이 발생합니다.
2. 현실적인 판매 목표 또는 할당량을 설정하고 전달합니다. 다시 말하지만 이것은 분명해 보일 수 있습니다. 그러나 많은 기업이 비현실적인 판매 할당량을 설정하거나 개별 목표와 더 큰 계획에 도달하는 방법을 효과적으로 전달하지 못합니다.
3. 기본 판매 지표를 벤치마킹하십시오. 예측에는 과거 데이터를 사용하여 미래 결과를 효과적으로 추정하는 작업이 포함됩니다. 벤치마킹은 이전 결과와 비교할 수 있는 건전한 기반이 있는지 확인합니다.
4. 현재 판매 파이프라인을 이해합니다. 더 나은 예측을 원한다면 정확도가 지금부터 시작됩니다. 새로운 기술은 영업 팀이 실제로 실행 가능하지 않은 리드를 제거하고, 실제로 실행 가능한 리드를 제거하고, 위험에 처한 리드를 구출하고, 앞으로 더 높은 수준의 정확성을 약속할 수 있도록 하는 인텔리전스를 제공합니다.

이러한 요점에 대한 한 가지 공통점은 영업 조직의 문화적 변화가 필요하다는 점을 보여줍니다. 즉, 영업 사원이 예측을 부풀려야 한다는 압박감을 느끼지 않는 경우에만 예측 정확도를 높일 수 있습니다.

그리고 더 나아가 거래가 호의적이지 않을 때도 거래에 대한 정보를 편안하게 공유할 수 있어야 합니다.

데이터 통합: 정확성의 핵심

정확한 판매 예측의 모든 이점을 고려할 때 기업이 보다 현대적인 접근 방식을 추구하지 못하는 이유는 무엇입니까?

우선 접근 방식에 관계없이 예측의 품질은 기반이 되는 데이터의 품질과 불가분의 관계가 있습니다. 또한 모든 데이터를 사용할 수 있는 것만으로는 충분하지 않습니다. 실시간으로 쉽게 분석할 수 있는 방식으로 통합되어야 합니다.

불행히도 이러한 유형의 데이터 통합은 일반적이지 않습니다. APQC의 계획 및 관리 회계 벤치마크에 따르면 현재 조직의 14%만이 단일 통합 시스템에 운영 및 재무 데이터를 보유하고 있습니다. 즉, 대부분의 기업에서 예측을 위해서는 조직의 사일로와 이질적인 시스템 전반에 걸쳐 데이터를 수집해야 하므로 시간과 비용이 많이 듭니다.

그러나 좋은 소식은 데이터 통합을 통해 조직이 데이터가 나타낼 수 있는 추세 유형을 파악하는 데 이상적으로 적합한 AI 및 기계 학습과 같은 기술을 더 잘 활용할 수 있다는 것입니다.

최신 도구를 데이터 분석을 위한 통합 접근 방식에 통합함으로써 조직은 판매 예측을 전략적 이점으로 전환할 수 있습니다.