什么是销售预测：定义、方法、最佳实践

销售预测是公司所做的最重要的事情之一。 它为销售计划提供动力，并在整个企业中用于人员配备和预算编制。 尽管它很重要，但许多组织使用过时的做法会产生糟糕的预测。

可以与过去进行比较，当时农民依靠猫在耳后洗漱或老人膝盖疼痛等信号来预测天气。 随着超级计算机的出现，天气预报得到了极大的改善。 但在大型企业中，用于预测销售的工具仍然只比关节炎患者更可靠。

销售预测有多可疑？ 根据 Gartner 的数据，整整 55% 的销售领导者和 57% 的配额销售商对预测的准确性缺乏信心。

尽管您可能认为这种情况会随着时间的推移而改善，但 Gartner 估计，即使到 2025 年，“90% 的 B2B 企业销售组织将继续依赖直觉，而不是高级数据分析或 B2B CRM，从而导致预测不准确、销售管道和配额实现。”

什么是销售预测？

销售预测是估计公司在特定时间段（通常是一个月、季度或一年）的销售收入的过程。 销售预测是对公司未来销售量的预测。

生成准确的销售预测对于业务成功至关重要。 招聘、工资单、薪酬、库存管理和营销都依赖于它。 如果上市公司错过预测，它们很快就会失去信誉。

预测与销售管道管理密切相关。 准确了解每笔交易的资格、参与度和速度有助于销售代表和经理为可靠的销售预测提供数据。

预测不同于销售目标，后者是企业希望实现的销售额。 销售预测使用各种数据点来提供对未来销售业绩的准确预测。

销售预测方法和技巧

尽管不同的组织可能有截然不同的销售结构和流程，但大多数组织倾向于使用以下一种或多种主要方法进行销售预测：

1. 使用历史数据来预测未来的结果。 查看历史数据可能是最常见也是最直接的方法。 这些数据很容易获得，基于季节性和新产品推出等因素的变化将提供方向性洞察力是有道理的。 当然，限制是不一定要考虑影响销售的外部宏观趋势——至少不是以系统的方式。
2. 基于漏斗的预测。 对于许多公司而言，销售漏斗的当前状态被视为可能的销售结果的最准确预测指标。 只要卖家提供有关特定追求状态的准确且经常更新的信息，使用漏斗就可以成为一种合理可靠的预测方式。
3. 基于多个变量的预测。 鉴于上述两种方法都有固有的局限性，一些组织正在寻求构建更复杂的预测模型，将智能线索评分等技术与可能影响交易完成的宏观因素结合起来。 诀窍是采用一种足够复杂的方法，使其有意义，而又不会太复杂而无法管理和维护。

常见的预测错误

销售团队面临交付压力，将焦点放在预测上。 面对激烈的竞争和不确定的市场，对销售人员的期望不断提高——而预测是最容易监控销售活动以及业务健康状况的手段。

1. 销售数据无法提供对交易状态的洞察。 现有预测方法的一个限制是它们严重依赖卖家提供有关特定机会状态的准确信息。 鉴于卖家面临的压力，他们提供的信息往往比现实更乐观也就不足为奇了。

4. 耗时的手动流程会缩短宝贵的销售时间。 据估计，销售代表每周花费 2.5 小时进行预测，而他们的经理平均花费 1.5 小时。 花费在这些耗时且手动的活动上的每一个小时都最好花在实际销售上。
5. 在推动承诺收入的过程中，往往会牺牲准确性。 在提供正数的压力下，卖家通常会高估将完成的交易数量。 也许不足为奇的是，79% 的销售组织报告通常会比他们的预测差 10% 以上。 与此同时，销售代表预测的 54% 的交易从未完成。

回归本源

幸运的是，销售组织可以通过多种方式构建预测流程，帮助实现更高的准确性，并最终获得更好的销售结果。

在最基本的层面上，改进销售预测意味着使用数据更准确地预测业绩并管理计划以确保销售成功。 这包括以下步骤：

1. 确保就销售流程达成共识。 看起来很简单，对吧？ 您的销售团队使用关于销售漏斗和您的组织使用的销售漏斗阶段的通用词典进行操作。 实际上，经常存在真正的脱节。
2. 设定切合实际的销售目标或配额并进行沟通。 同样，这似乎很明显。 但许多公司要么设置了不切实际的销售配额，要么未能有效地传达个人目标以及他们如何提升到更广泛的计划。
3. 对您的基本销售指标进行基准测试。 预测涉及使用历史数据来有效地估计未来的结果。 基准测试可确保与之前的结果进行比较有良好的基础。
4. 了解您当前的销售渠道。 如果您想实现更好的预测，准确性从现在开始。 新技术为销售团队提供了情报，使他们能够清除实际上不可行的潜在客户，现实地评估那些存在风险的潜在客户，并在未来实现更高程度的精确度。

这些观点的一个共同点是它们说明了销售组织中文化变革的必要性。 换句话说，只有在销售人员没有夸大预测的压力的情况下，您才能提高预测的准确性。

而且，通过扩展，即使在不利的情况下，他们也需要乐于分享交易信息。

数据集成：准确性的关键

鉴于准确的销售预测的所有好处，是什么阻止了公司追求更现代的方法？

一方面，无论采用何种方法，预测的质量都与它们所依据的数据的质量密不可分。 仅仅拥有所有可用数据是不够的； 它需要以易于实时分析的方式进行集成。

不幸的是，这种类型的数据集成并不常见。 根据 APQC 的规划和管理会计基准，目前只有 14% 的组织将运营和财务数据存储在单个集成系统中。 这意味着对于大多数公司而言，预测需要跨组织孤岛和不同系统收集数据，这变得耗时且成本高昂。

然而，好消息是，数据集成使组织能够更好地利用人工智能和机器学习等技术，这些技术非常适合发现数据可以揭示的趋势类型。

通过将最先进的工具整合到数据分析的集成方法中，组织可以将销售预测转变为战略优势。