Mit Hilfe von Methoden der Absatzprognose, Vertriebsmanagement die künftige Verkaufsleistung Ihres Unternehmens vorhersagen und datengestützte Entscheidungen treffen, um Ihre Ziele anzupassen und Ihre Unternehmensstrategie voranzutreiben. Das ist ein großartiges Instrument, das Sie in Ihrem Arsenal haben.
Absatzprognosen sollten in jedem Unternehmen an vorderster Stelle stehen. Wenn Sie die künftige Nachfrage kennen und das Kaufverhalten vorhersagen können, ist Ihr Vertriebsteam in der Lage, sich schneller an Marktveränderungen anzupassen und diese zu bewältigen. Einfach ausgedrückt: Sie haben damit die Oberhand über Ihre Konkurrenten.
Es gibt verschiedene Methoden und Modelle für die Absatzprognose, die Ihnen helfen können, historische Daten in kürzester Zeit zu analysieren, und die Ihnen einen Vorteil in Ihrer Nische verschaffen. Richtig angewandt, helfen sie Ihnen, fundierte Entscheidungen über Marketing, Ressourcenzuweisung und künftige Strategien zu treffen.
In diesem Artikel werden wir die sechs wichtigsten Methoden der Absatzprognose näher beleuchten und Sie entscheiden lassen, welche davon für Sie und Ihr Unternehmen geeignet ist. Ohne weitere Umschweife...
1. Analyse historischer Verkaufsdaten
Historische Prognosen sind ein relativ einfaches Konzept. Durch einen Blick in die Vergangenheit und die Verwendung früherer Absatzdaten können Sie Ihre künftige Absatzprognose vorhersagen. Dies ist eine der gängigsten Formen der Prognoseerstellung. Im folgenden Video wird erklärt, wie man historische Daten analysiert.
Wenn Sie frühere Verkaufszahlen analysieren, werden Sie möglicherweise Muster erkennen, die in der Vergangenheit Probleme verursacht haben. Dies gibt Ihnen die Möglichkeit, einem Problem vorzugreifen, bevor es wieder auftritt.
Wenn Sie Ihr Unternehmen beschreiben würden als stabil, könnte diese besondere Methode der Umsatzprognose für Sie geeignet sein. Wenn Sie stabile Umsatzmuster und Beständigkeit in der Vergangenheit vorweisen können, werden die Prognosen viel einfacher sein.
Da die Vorhersage historischer Daten einem gleichbleibenden Muster folgt, sind längerfristige Vorhersagen schwieriger, obwohl sie eine zuverlässige Prognosemethode für die unmittelbare Zukunft darstellen. Da die Vorhersage nur eine Form der Datenvorhersage ist, werden weniger Ausgaben für die Vorhersage getätigt, aber Sie erhalten dennoch die wertvollsten Einblicke in das, was um die Ecke ist.
Prognosen auf der Grundlage historischer Verkaufsdaten sind jedoch nur begrenzt möglich. Ohne den Einsatz anderer Methoden zur Absatzprognose können Sie keine Faktoren vorhersagen, die außerhalb Ihrer Kontrolle liegen. Die Geschichte wiederholt sich nicht, aber sie reimt sich oft. Achten Sie darauf, dass Sie sich nicht zu sehr auf historische Zahlen verlassen, um künftige Umsätze zu prognostizieren, da Sie sonst in einer noch nie dagewesenen Zeit in einem Trott stecken bleiben könnten.
Vorteile der Analyse historischer Daten
- Ziemlich zuverlässig. Einblicke in die Umsatzmuster der Vergangenheit ermöglichen es Ihrem Unternehmen, Trends für künftige Prognosen zu erkennen.
- Leicht zu beschaffen. Die Erfassung von Verkaufsdaten ist einfach, so dass sie eine leicht verfügbare Methode für Prognosen darstellt.
- Realistische Ziele. Ihre Ziele werden realistischer sein, weil Sie die Prognosen auf der Grundlage früherer Verkäufe erstellen.
Benachteiligungen
- Kann ungenau sein. Die Märkte entwickeln sich schnell, und frühere Verkäufe sind möglicherweise keine genaue Darstellung künftiger Verkäufe.
- Fehlender Kontext. Bei historischen Absatzprognosen fehlt der Kontext, was die Berücksichtigung externer Faktoren, die das Prognosemodell beeinflussen könnten, erschwert.
2. Regressionsprognose-Analyse
Das Regressionsprognosemodell ist ein komplexes, aber leistungsfähiges Prognoseinstrument, das Ihnen hilft, die Beziehung zwischen Datenpunkten zu analysieren, so dass Sie eine Variable zur Vorhersage der anderen verwenden können. Wenn Sie z. B. an einem Dienstag naturgemäß mehr Geschäfte abschließen, hilft Ihnen das bei der Planung für künftige Wochen.
Nachfolgend finden Sie ein hervorragendes zweiminütiges Video, das die Regressionsprognose (oder lineare Regression) näher erläutert.
Die lineare Regression ist ein statistisches Modell, das Vorhersagen anhand einer mathematischen Formel schätzt. Tiese besondere Methode der Absatzprognose ist flexibel und eignet sich für verschiedene Situationen der Absatzprognose. Faktoren wie aktuelle Markttrends oder Kundenverhalten werden über einen bestimmten Zeitraum betrachtet, mit dem Umsatz in Beziehung gesetzt und dann analysiert, um eine Prognose für die Zukunft zu erstellen.
Die Regressionsprognose ist jedoch ein komplexer Prozess. Sie erfordert technische Software und statistisches Know-how, um mit der Analyse von Trends zu beginnen und so künftige Verkäufe vorherzusagen. Außerdem muss eine große Menge an Daten eingegeben werden, um genaue Vorhersagen zu erhalten. Wie bei allen Statistiken besteht bei einer zu geringen Datenmenge die Gefahr von Ungenauigkeiten bei der Verwendung als Absatzprognoseverfahren.
Richtig eingesetzt, hilft es den Unternehmen jedoch, einen besseren Überblick über die Leistung ihres Teams zu erhalten.
Einige Vor- und Nachteile der Regressionsprognose sind die folgenden:
Vorteile der Regressionsprognose
- Analysieren Sie die Beziehung zwischen Datenpunkten. Mit der Regressionsprognose können Sie die Beziehung zwischen Datenpunkten analysieren, um zukünftige Verkäufe vorherzusagen.
- Kann sehr genau sein. Bei der Verwendung großer Datenmengen kann die Regressionsprognose sehr genau sein. Es wird immer Anomalien geben, aber sie kann recht zuverlässig sein.
- Flexibel. Regressionsprognosemodelle können alle Arten von Daten verwenden, was sie flexibel und leicht anpassbar macht.
Nachteile der Regressionsprognose
- Nicht alle Beziehungen sind linear. Die Regressionsprognoseanalyse geht von einer linearen Beziehung zwischen den Variablen aus, was jedoch nicht immer der Fall ist. Bei unvorsichtiger Anwendung kann sie dazu führen, dass ungenaue Daten in die Prognosen einbezogen werden.
- Das Modell ist nur so gut wie die Daten. Da die Regressionsprognose auf historischen Daten beruht, können ungenaue Daten dazu führen, dass Ihre Vorhersagen unzuverlässig sind.
3. Analyse der Vertriebspipeline
Bei der Analyse der Vertriebspipeline geht es darum, den Weg Ihres potenziellen Kunden vom ersten Kontakt bis zum Kauf zu verstehen. Wenn Sie Ihre Vertriebspipeline regelmäßig analysieren, erhalten Sie eine physische Darstellung Ihres Vertriebsprozesses, so dass Sie schnell und einfach heikle Stellen identifizieren können.
Mit dieser Methode können Sie herausfinden, wie viele Nachfassanrufe in der Regel erforderlich sind, um beispielsweise ein "Ja" zu erhalten. Bei 80 % der Verkäufe sind 5 Folgeanrufe oder mehr erforderlich, obwohl dies von Unternehmen zu Unternehmen unterschiedlich sein kann. Deshalb besteht eine der besten Methoden zur Umsatzprognose darin, dass Sie Ihre eigene Vertriebspipeline wie Ihre Westentasche kennen.
Unten sehen Sie die vier wichtigsten Vorteile einer Vertriebspipeline.
Ein wachsames Auge auf den Zustand Ihrer Pipeline hilft Ihnen, Ihr Unternehmen voranzubringen, indem Sie Bereiche zur Verbesserung des Vertriebs ermitteln. Außerdem erhalten Sie so einen besseren Einblick in die Leistung Ihres Vertriebsteams insgesamt und können Schwachstellen erkennen und beheben, bevor sie zu einem Problem werden.
Vorteile der Sales Pipeline Analyse
- Tieferer Einblick in Geschäfte. Sie erhalten einen Einblick in jede Phase des Verkaufsprozesses, wo Sie tiefere Einblicke in vergangene Geschäfte gewinnen können.
- Erkennen Sie Engpässe. Wenn eine große Anzahl Ihrer potenziellen Kunden im gleichen Teil des Verkaufstrichters stecken bleibt, können Sie leicht erkennen, wo Sie sich verbessern müssen.
- Strategische Planung. Die Prognose der Vertriebspipeline gibt Ihnen die Möglichkeit, Ihre Strategien besser zu planen, da Sie ein besseres Verständnis dafür haben, wo Sie Ihre Ressourcen einsetzen sollten.
Nachteile der Sales-Pipeline-Analyse
- Erfordert viele Daten. Für die Prognose der Vertriebspipeline müssen die Vertriebsmitarbeiter Daten genau und konsistent aufzeichnen. Wenn diese nicht auf dem neuesten Stand sind, ist die Zuverlässigkeit des Prognosemodells gefährdet. CRM-Plattformen können dabei helfen, viele dieser Aufgaben für Sie zu automatisieren.
4. Vorhersage der Opportunitätsphase
Die Vorhersage des Opportunity-Stadiums ähnelt ein wenig der Analyse der Vertriebspipeline. Im Grunde geht es darum, die Pipeline in Abschnitte aufzuteilen und die Wahrscheinlichkeit eines Geschäftsabschlusses in jeder Phase der Pipeline zu ermitteln.
Wir haben unten eine Infografik hinterlegt, um das Konzept etwas deutlicher zu machen. Sie können auch eigene Stufen festlegen, aber stellen Sie sicher, dass diese für Ihr gesamtes Team von Anfang an klar sind.
Der Gedanke dahinter ist, dass die Wahrscheinlichkeit eines Geschäftsabschlusses umso größer ist, je weiter unten in der Pipeline Sie sich befinden. Wenn Sie die Prozentsätze berechnen, können Sie herausfinden, worauf Sie Ihre Zeit, Energie und Ressourcen konzentrieren sollten. Es kann sein, dass der Prozentsatz in Ihrer Vertragsphase niedriger ist, als Sie es sich wünschen. Das könnte ein Zeichen dafür sein, dass Ihr Team mehr am Abschluss von Geschäften arbeiten muss.
Vorteile der Opportunitätsstufenprognose
- Schärferer Fokus. Die Vorhersage der Opportunity-Phase ermöglicht es Ihnen und Ihrem Team, sich auf die Schlüsselmomente während eines Verkaufs zu konzentrieren und sicherzustellen, dass Sie sich auf den Geschäftsabschluss konzentrieren.
- Guter Überblick. Indem Sie jede einzelne Phase eines Verkaufs analysieren, verringern Sie das Risiko, dass Probleme auftreten.
- Vermeiden Sie Engpässe. Wie bei der vorhergehenden Methode der Verkaufsprognose können Sie mit der Opportunity-Stufenprognose Engpässe erkennen und beseitigen, um die Bewegung in der Verkaufspipeline zu beschleunigen.
Nachteile der Opportunitätsstufenprognose
- Die Phasen sind subjektiv. Es ist eine subjektive Prognosemethode. Sie und Ihr Vertriebsteam haben möglicherweise unterschiedliche Auffassungen davon, was die einzelnen Phasen bedeuten. Um dem entgegenzuwirken, sollten Sie sich von Anfang an darüber im Klaren sein, wie Sie die einzelnen Stufen bestimmen.
- Nicht gut für langfristige Vorhersagen. Es ist schwierig, über einen langen Zeitraum hinweg sichere Vorhersagen zu treffen. Diese Methode muss regelmäßig durchgeführt werden, damit sie Wirkung zeigt.
- Zeitaufwendig. Die Analyse der einzelnen Verkaufsphasen kann recht zeitaufwändig sein.
5. Vorhersage des Kundenlebenswerts
Der Customer Lifetime Value (CLV) ist eine der wichtigsten Kennzahlen, auf die Sie sich konzentrieren sollten, um im Vertrieb nachhaltig erfolgreich zu sein. Der CLV ist der monetäre Wert, den ein Kunde Ihrem Unternehmen während seines gesamten Kundenlebenszyklus bringt. Man kann ihn sich als den gesamten Nettogewinn aus einer einzigen Kundenbeziehung vorstellen.
Um den CLV zu berechnen, müssen Sie den Kundenwert mit der durchschnittlichen Lebensdauer des Kunden multiplizieren. Es spielt auch eine Rolle, wie viel Sie für die Kundenakquise ausgeben, da dies den Gewinn schmälern kann.
Hochwertige Kunden zu halten ist der Schlüssel zum Erfolg. Und sie kostet bis zu fünfmal weniger als die Gewinnung neuer Kunden. Indem Sie vorhersagen, wie viel Gewinn jeder Kunde erwirtschaften wird, erhalten Sie eine langfristige Perspektive für den Wert jedes Kunden und wissen, wen Sie priorisieren und für wen Sie Ihren Verkaufsansatz ändern müssen. Außerdem kann die Priorisierung von Kunden zu einer höheren Kundenzufriedenheit führen.
Der CLV ist eine praktische Kennzahl, aber Sie sollten sich der Komplexität der Daten bewusst sein, die für eine genaue Prognose erforderlich sind. Sie müssen die Kaufhistorie all Ihrer Kunden auf dem neuesten Stand halten, was in der heutigen Welt der CRM- und anderer Automatisierungstools kein Problem mehr sein sollte.
Lassen Sie sich auch nicht von CLV behindern. Nur weil Ihr Kunde derzeit X für Ihren Dienst bezahlt, heißt das nicht, dass er nicht aufrüsten wird, wenn die Zeit für eine Verlängerung gekommen ist (wenn er ein Abonnement bezahlt). Schauen Sie sich die customer success playbook für Möglichkeiten zum Upselling und Cross-Selling.
Vorteile der Vorhersage des Kundenlebenswerts
- Ressourcenzuweisung. Der CLV gibt Ihnen Einblicke, um langfristige strategische Entscheidungen zu treffen. Die Zuweisung von Ressourcen ist ein Beispiel dafür.
- Kundenbindung. CLV konzentriert sich auf die Bindung von Kunden und hilft Ihnen, sich auf customer success zu konzentrieren.
- Akquirieren Sie hochwertige Kunden. Es hilft Ihnen, sich auf die Gewinnung hochwertiger Kunden zu konzentrieren, die einen hohen potenziellen Lebenszeitwert haben.
Nachteile der Customer Lifetime Value-Prognose
- Daten können unzuverlässigsein. Es ist nicht immer möglich, davon auszugehen, dass ein Kunde über seinen gesamten Lebenszyklus hinweg den gleichen Betrag zahlt wie jetzt.
6. Expertenurteil Absatzprognose
Die auch als Delphi-Methode bekannte Experteneinschätzung ist eine der einfachsten Methoden der Absatzprognose, die es gibt. Beauftragen Sie einfach Analyseexperten damit, die Prognose für Sie zu erstellen.
Versammeln Sie eine Gruppe von Experten, um Fragen zu Ihrem klar definierten Problem zu beantworten. Analysieren Sie nach jeder Runde die Antworten und erstellen Sie einen neuen Fragenkatalog. Dies kann so lange wiederholt werden, bis sich eine zufriedenstellende Vorgehensweise herauskristallisiert.
Die Delphi-Methode wurde in den 1950er Jahren von der RAND Corporation entwickelt und war eine wichtige Prognosemethode, die inzwischen in jeder Branche eingesetzt wird. Die Tatsache, dass es sich um eine anonyme Umfrage handelt, beseitigt sofort jegliche Voreingenommenheit und fördert eine ehrlichere Antwort. Die Gruppe der Branchenexperten, die alle einen unterschiedlichen Hintergrund haben, gibt Ihnen eine umfassendere und besser abgerundete Perspektive auf Ihr Prognoseproblem.
Da die Verkaufsprognosen der Experten so lange fortgesetzt werden, bis ein Konsens erreicht ist, erhalten Sie zweifelsohne eine schärfere Einschätzung, was wiederum Ihre Prognosen sehr viel genauer machen dürfte. Außerdem können die Experten die Antworten der anderen auseinandernehmen, was Ihnen hilft, dem Kern der Sache auf den Grund zu gehen, ohne einen Finger krumm zu machen.
Allerdings kann das Hin und Her sehr zeitaufwändig sein. Es ist auch sehr gut möglich, dass sich die Experten einfach nicht einigen können, so dass Ihnen wenig bis gar keine wertvollen Informationen zur Verfügung stehen.
Wenn das zu lang klingt, können Sie es immer noch ein wenig anpassen...
"Die Delphi-Methode hat sich in vielen Situationen bewährt, aber ihre Umsetzung kann schwierig sein. Eine einfachere Version, Mini-Delphi, kann in einer einzigen Sitzung eingesetzt werden. Bei dieser auch als Schätzung-Rede-Schätzung bezeichneten Methode müssen die Teilnehmer zunächst getrennte (und stumme) Schätzungen abgeben, diese dann erläutern und begründen und schließlich als Reaktion auf die Schätzungen und Erläuterungen der anderen eine neue Schätzung abgeben. Das Konsensurteil ist der Durchschnitt der einzelnen Schätzungen, die in dieser zweiten Runde ermittelt werden."
Obwohl die Anonymität der Delphi-Methode Voreingenommenheit beseitigensollte, wird es immer ein gewisses Maß an Voreingenommenheit geben, insbesondere bei der Auswahl der Experten. Dies könnte dann dazu führen, dass die Genauigkeit der Vorhersage nicht mehr gegeben ist. Expertenmeinungen könnten auch andere Mitglieder der Gruppe unter Druck setzen, sich auf ihre Seite zu schlagen, ob das nun beabsichtigt ist oder nicht. Dies sind nur einige der Dinge, auf die Sie achten sollten, wenn Sie diesen Weg einschlagen.
Vorteile des Expertenurteils
- Expertenwissen. Die Anwendung dieser Methode erfordert Experten, die über ein großes Maß an Wissen und Erfahrung verfügen und daher die besten Entscheidungen treffen können.
- Anpassungsfähig. Die Expertenprognose ist ein flexibles Konzept und kann schnell an neue Informationen oder veränderte Szenarien angepasst werden.
Nachteile des Expertenurteils
- Mögliche Voreingenommenheit. Expertenmeinungen sind möglicherweise nicht flexibel. Dies erhöht die Wahrscheinlichkeit, dass eine voreingenommene Entscheidung getroffen wird, die zu einer ungenauen Prognose führt.
- Hauptsächlich Meinungen. Es gibt nicht viele detaillierte statistische Daten, so dass Vorhersagen nur begrenzt möglich sind.
- Wenn kein Konsens zustande kommt. Es ist möglich, dass sich die Experten einfach nicht einig sind und Sie nur einen verlorenen Tag haben.
Welche Methoden der Absatzprognose werden Sie verwenden?
Nachdem Sie sich mit verschiedenen Methoden der Umsatzprognose befasst haben, können Sie Ihre künftigen Einnahmen genauer vorhersagen. Ganz gleich, ob Sie auf der Suche nach Kosteneffizienz, Zeiteffizienz oder branchenführenden Orientierungshilfen sind, es gibt Methoden zur Absatzprognose, die Ihnen helfen können, Ihre Ziele zu erreichen.
Das hängt auch von der Größe und Komplexität Ihres Unternehmens ab. Ein großes Unternehmen gibt sich möglicherweise nicht mit einer einfachen Analyse der historischen Verkaufsdaten zufrieden, während ein kleines Start-up-Unternehmen möglicherweise nicht von einem CLV profitiert, wenn das Unternehmen noch nicht gut etabliert ist.
Denken Sie nur daran, dass Sie nicht gezwungen sind, eine bestimmte Methode der Umsatzprognose zu verwenden. Verwenden Sie das, was für Ihr Unternehmen, Ihre Kunden und Ihre Branche geeignet ist. Lassen Sie, was nicht funktioniert.
