Dé gids voor sales forecasting methodes

Stel je een leven voor zonder meteorologen of technologie om ons te helpen het weer te voorspellen. Het zou veel moeilijker zijn om onze dagelijkse buitenactiviteiten te plannen (of onze kledingkeuze). En we zouden mogelijk in gevaarlijke situaties terechtkomen wanneer zich onverwachts extreme weersomstandigheden zouden voordoen.

Op dezelfde manier hebben sales teams moeite om vooruitstrevende strategieën te ontwikkelen en uit te voeren zonder een nauwkeurig sales forecasting of salesdashboard. Als teams blindelings te werk gaan, kunnen ze niet effectief nieuwe klanten binnenhalen, de werkcapaciteit aanpassen, haalbare doelen stellen of kritieke problemen van tevoren signaleren.

Gelukkig zijn er allerlei manieren ontwikkeld om sales forecasts te doen.

Inhoudsopgave

• Wat is sales forecasting?
• Waarom sales forecasts belangrijk zijn
• De voordelen van sales forecasts
• Wie is verantwoordelijk voor sales forecasts?
• Hoe maak je een sales forecast
• Best practices voor verkoop voorspellingsmodellen
• Technieken en tips voor sales forecasts
• Voorbeelden van sales forecasts
• Veelvoorkomende fouten bij het opstellen van sales forecasts
• De toekomst van sales forecasts

Wat is sales forecasting?

Sales forecasts zijn een op gegevens gebaseerd proces waarbij wordt voorspeld hoeveel je bedrijf naar verwachting in een bepaalde periode zal verdienen. Dit is gebaseerd op verschillende factoren, waaronder historische gegevens, trends in de sector en de economie, en je huidige sales pijplijn.

In wezen probeert een sales forecast antwoord te geven op de meest urgente vragen die elk bedrijf zich kan stellen: Hoeveel omzet kunnen we verwachten te genereren? En wanneer komt die omzet binnen?

Een nauwkeurige sales forecast is afhankelijk van twee cruciale elementen: beschikken over de juiste gegevens en daaruit de juiste conclusies trekken. Geen van beide is eenvoudig. Als je de verkoop overschat, kan je geld uitgeven dat je niet zal gaan verdienen. Als je de verkoop onderschat, kan je voor het komende kwartaal te weinig voorraad hebben.

Maar net zoals meteorologen niet altijd gelijk hebben met hun weersvoorspellingen, zijn verkoopvoorspellingen ook niet 100 procent correct. Beschouw deze voorspellingen als forecasts, niet als harde feiten. Verschillende factoren, zoals marketing, economische schommelingen en het aannemen of ontslaan van werknemers, kunnen allemaal afwijkingen veroorzaken.

Waarom sales forecasts belangrijk zijn

Sales forecasts zijn belangrijk bij het plannen van de toekomst. Intern zijn forecasts nodig bij het bepalen van:

• Budgetten
• Productie cycli
• Inkoopketen en productiecapaciteit
• Verkoopgebieden, quota en strategieën

De voordelen van sales forecasts

Nauwkeurige sales forecasts verbeteren de besluitvorming, helpen problemen vroegtijdig te signaleren en stellen je in staat om toekomstige inkomsten en groei te voorspellen. Andere voordelen van nauwkeurige forecasts zijn onder meer:

Hogere groeicijfers

Als je precies weet waar je naartoe wilt, is het makkelijker om je doelen te halen en te overtreffen. Dat is waarschijnlijk de reden waarom de Aberdeen Group ontdekte dat bedrijven met nauwkeurige sales forecasts 10 procent meer kans hadden om hun omzet jaar op jaar te laten groeien en 7 procent meer kans om hun quota te halen.

Betere voorbereiding na de verkoop

Activiteiten na de verkoop kunnen bestaan uit het bijwerken van de voorraad, het voorbereiden van de klantenservice of het opstellen van een implementatie tijdlijn. Hoe eerder je je verwachte verkoopcijfers kent, hoe beter je bedrijf zich kan voorbereiden.

Snellere strategische planning

Met sales forecasts hoef je niet te wachten tot het einde van het kwartaal om de tactiek van je bedrijf aan te passen. Als uit de forecasts bijvoorbeeld blijkt dat je je verkoopdoelstellingen niet zal halen, kan je bijsturen en een nieuwe strategie uitstippelen voordat die cijfers je verrassen. Forecasts helpen je ook te bepalen wanneer je personeel moet aannemen, waar je middelen moet inzetten en wanneer je minder risico’s moet gaan nemen.

Wie is verantwoordelijk voor sales forecasts?

Het is de verantwoordelijkheid van de verkoopmanager om het grote geheel te overzien. Natuurlijk vertrouwen managers op hun vertegenwoordigers voor correcte gegevens. Daarom is een gebruiksvriendelijk platform voor klantrelatiebeheer (CRM) zo belangrijk voor het verzamelen van objectieve, bruikbare gegevens voor sales forecasts.

Op basis van die gegevens kunnen managers hun forecasts opstellen op basis van historische winstpercentages en pijplijn snelheid.

Hoe maak je een sales forecast?

Gangbare methoden voor sales forecasts maken gebruik van kwalitatieve en kwantitatieve methoden om je te helpen bij het voorspellen van de totale verkoop, omzet en nieuwe activiteiten. Elke methode vereist oefening, en een objectieve mindset, om je bedrijf te voorzien van nauwkeurige forecasts.

Methoden voor sales forecasts

1. Opportunity forecasts

Met forecasts in de opportunity fase kan je de kans berekenen dat een toekomstige deal in elke fase van de sales pijplijn wordt gesloten.

De meeste bedrijven verdelen hun pijplijn in een aantal algemene fasen:

• Prospectie/inkomend
• Gekwalificeerd
• Offerte/voorstel
• Afsluiting
• Gewonnen of verloren

Als je bijvoorbeeld doorgaans ongeveer de helft van je deals wint die de offertefase bereiken, dan weet je dat je een kans van 50/50 hebt voor alle deals in die fase tijdens een bepaald kwartaal.

Om deze techniek voor sales forecasts te gebruiken, vermenigvuldig je het potentieel van een deal met de kans op succes. Deze cijfers kunnen worden bepaald met gangbare CRM-tools. Herhaal dit proces vervolgens voor elke deal in je pijplijn en tel ze bij elkaar op.

Stel dat je een deal van 1500 euro in de inkomende fase hebt, een deal van 2000 euro in de qualified fase en een deal van 1000 euro in de onderhandelingsfase. Op basis van bovenstaande grafiek zou de forecast er ongeveer zo uitzien:

• Deal 1: 10% x 1500 euro = 150 euro
• Deal 2: 25% x 2000 euro = 500 euro
• Deal 3: 75% x 1000 euro = 750 euro

Het totale forecast bedrag voor deze drie deals is dan 1400 euro.

Een nadeel van deze aanpak is dat er geen rekening wordt gehouden met de unieke kenmerken van een bepaalde deal. Deze kwantitatieve methode kan het beste worden gecombineerd met de mening van je salesmensen over bepaalde deals, zodat je zowel subjectieve als objectieve elementen meeneemt. Hierdoor wordt de forecast nauwkeuriger.

2. De lengte van de sales cyclus

Door voorspellingen te baseren op de lengte van je recente verkoopcyclus kan je precies voorspellen wanneer een deal waarschijnlijk wordt gesloten. In plaats van succespercentages te analyseren op basis van de pijplijn fase of het onderbuikgevoel van de verkoper, maakt deze aanpak beoordelingen op basis van hoe lang een deal al in de lucht zit.

Voor deze methode tel je gewoon het totale aantal dagen dat het heeft geduurd om alle recente deals te sluiten. Deel dat vervolgens door het aantal deals dat je hebt gesloten.

Stel je voor dat je onlangs vijf deals hebt gesloten. Bereken de tijd die nodig was om elke deal te sluiten en tel de getallen bij elkaar op:

Deal 1: 62 dagen

Deal 2: 60 dagen

Deal 3: 59 dagen

Deal 4: 55 dagen

Deal 5: 60 dagen

Totaal: 296 dagen

Deel dat totaal door het aantal deals (vijf) en je krijgt je gemiddelde verkoopcyclus: 59,2 dagen, of ongeveer twee maanden.

Nu je je gemiddelde verkoopcyclus kent, kan je deze toepassen op de individuele kansen die momenteel in jouw pijpleiding zitten. Misschien bereikt een verkoper na een maand de offertefase met een lead. Ook al lijkt dit een uitgemaakte zaak, de forecast suggereert iets anders. Op basis van je gemiddelde verkoopcyclus van twee maanden kan je voorspellen dat de vertegenwoordiger 50 procent kans heeft om de deal te sluiten. Het kan langer dan een maand duren voordat die offerte wordt omgezet in een succes.

3. Kwalificatiekaders

Voorspellingen op basis van de leeftijd van een deal zijn snel en eenvoudig, maar kunnen soms onnauwkeurig zijn vanwege emoties en vooroordelen. Een strategie om de invloed van emoties op verkoopvoorspellingen te elimineren, is het gebruik van een kwalificatiekader, dat een score genereert voor elke deal.

Bij deals met een marketing bron kunnen bijvoorbeeld referral-deals een score van 7,9 krijgen, terwijl deals die afkomstig zijn van Adwords een score van 5,1 krijgen, omdat referral-deals in het verleden vaker zijn gesloten dan Adwords-deals.

MEDDIC is een ander kwalificatiekader dat veel gebruikt wordt. MEDDIC is halverwege de jaren negentig ontwikkeld door Dick Dunkel en Jack Napoli en beschrijft zes kerngebieden die in aanmerking moeten worden genomen bij het kwalificeren van deals. Op hoog niveau houdt MEDDIC rekening met:

• Metrics
• Economic buyer
• Decision criteria
• Decision process
• Identify pain
• Champion

Als je een verkoopmethodologie zoals MEDDIC gebruikt voor forecasts, kan je aan elk criterium een puntwaarde toekennen. Pas deze logica toe op meerdere gegevenspunten. Nadat je elke deal hebt beoordeeld, heb je een betere indicatie van welke deals waarschijnlijk zullen worden gewonnen of verloren.

4. Regressie analyse

Regressieanalyse biedt een diepgaande, kwantitatieve beoordeling van factoren die van invloed kunnen zijn op de verkoop. Om deze methode succesvol toe te passen, moet je een goed begrip hebben van statistieken en de elementen die van invloed zijn op de verkoopprestaties van je bedrijf. Ook moet je de relaties tussen variabelen die van invloed zijn op de verkoop berekenen.

Regressieanalyse is het meest geavanceerde niveau van forecasts, waardoor het wellicht moeilijker is om uit te voeren en te begrijpen. Maar voor geavanceerde bedrijven die hun forecast strategieën willen verfijnen, kan deze techniek waardevolle informatie opleveren die kan helpen bij de groei van het bedrijf.

De vergelijking van het regressiemodel is Y = a + bX. Maar laten we dat eens nader bekijken. Zo voer je een regressieanalyse uit:

• Bepaal de redenen voor het maken van een forecast (wat je wil leren en waarom).
• Bepaal de factor die wordt beïnvloed, zoals de omzet (Y, je afhankelijke variabele).
• Bepaal de factoren die van invloed kunnen zijn op je omzet (X, je onafhankelijke variabelen).
• Bepaal de periode die je wilt bekijken.
• Verzamel de gegevens voor zowel de afhankelijke als de onafhankelijke variabelen.
• Kies een regressiemodel en voer dit uit.
• Zoek naar correlaties tussen variabelen.

Stel dat je de omzet voor het komende jaar wil voorspellen, zodat je de budgetverdeling kan plannen en kan beslissen of er meer sales mensen moeten worden aangenomen. De omzet (Y) is de afhankelijke variabele die je wil begrijpen. Stel nu dat je wil evalueren hoe verkoopgesprekken (X) de omzet beïnvloeden; dit is de onafhankelijke variabele.

• Afhankelijke variabele (Y): Sales
• Onafhankelijke variabele (X): Sales gesprekken

Je verzamelt gedurende acht jaar gegevens voor zowel je afhankelijke als onafhankelijke variabelen: de jaarlijkse omzet van 2012 tot 2020 en het aantal verkoopgesprekken in die periode.

De vergelijking zou kunnen zijn: Omzet = a + b(Verkoopgesprekken), waarbij a het snijpunt vertegenwoordigt en b de helling. Gebruik vervolgens regressie software om de analyse uit te voeren; Excel heeft deze mogelijkheid. Je hoeft a of b niet zelf te berekenen, omdat de regressie software dat ook genereert.

Je bent op zoek naar de best passende gemiddelde lijn om de relatie tussen de variabelen te benaderen. Op basis van dit model lijken verkoopgesprekken nauw verband te houden met de verkoop en mogelijk tot meer omzet te leiden. Maar vergeet niet: correlatie impliceert niet noodzakelijkerwijs causaliteit. Voor deze oefening moet je ook rekening houden met verschillende factoren die te diepgaand zijn. Dit is ook een eenvoudig lineair voorbeeld. Normaal gesproken heb je een meervoudige lineaire regressie met verschillende onafhankelijke variabelen, zoals het aantal verzonden e-mails, het aantal gegeven demo's, het aantal gehouden vergaderingen, enz.

5. Scenario's schrijven

Het schrijven van scenario's is een kwalitatieve benadering die wordt gebruikt voor langetermijnplanning en om rekening te houden met mogelijke extremen. Het is afhankelijk van een subjectief begrip van het bedrijf en de verkoop.

Bij deze benadering projecteer je de waarschijnlijke uitkomsten op basis van een specifieke reeks aannames. Je stelt verschillende scenario's op die zich op basis van de aannames zouden kunnen ontvouwen, bijvoorbeeld het beste en slechtste scenario voor de lopende deals.

Stel dat je belangrijkste aandachtspunt de jaarlijkse omzet is. Dan ga je verder met de belangrijkste interne factoren die van invloed zijn op de omzet, zoals verkoopgesprekken, ontvangen aanvragen of gehouden demo-bijeenkomsten. Externe factoren die van invloed kunnen zijn, zijn concurrenten of overheidsbeperkingen. Voor kritieke onzekerheden moet je nadenken over welke uitdagingen zich het komende jaar kunnen voordoen: gaan klanten zich richten op nieuwe technologie? Heeft mogelijk overheidsbeleid invloed op de aard van je bedrijf?

Op basis van deze informatie kan je beginnen met het ontwikkelen van scenario's. Om scenario's effectief te schrijven, plan je je mogelijke uitkomsten rond onzekerheden met je bedrijf en stel je vervolgens voor elk scenario een duidelijk actieplan op.

Best practices voor verkoop voorspellingsmodellen

Het is van cruciaal belang om bij het opstellen van een sales forecast model een datagestuurd proces te volgen. Volg de onderstaande stappen om een objectieve basis te creëren waarop je kan voortbouwen.

Zorg voor een duidelijk verkoopproces

Zorg ervoor dat je een gestandaardiseerd verkoopproces hebt. Verkoopfasen en de stappen voor elke fase moeten herhaalbaar en duidelijk gedefinieerd zijn, zodat je vertegenwoordigers weten hoe ze een klant door het verkoopproces moeten begeleiden. Zo beschik je over consistente en uniforme gegevens waarop je kan terugvallen bij het voorspellen van de verkoop.

Focus op nauwkeurige gegevens

Volgens Forbes maakt maar liefst 84 procent van de CEO's zich zorgen over de kwaliteit van de gegevens die ze gebruiken om beslissingen te nemen. Gebruik één enkel, uniform CRM-platform om gegevensverlies te minimaliseren en de nauwkeurigheid te vergroten. Gegevens moeten ook in realtime worden ingevoerd, zodat cruciale informatie niet verloren gaat.

Maak gebruik van historische gegevens

Gebruik historische gegevens als richtlijn om te bekijken wat in het verleden heeft gewerkt, zodat je de toekomst kan voorspellen. Hoewel deze gegevens niet de enige factor mogen zijn bij de forecasts, bieden ze wel inzicht in eerdere scenario's waarin de verkoop is gestegen of gedaald. Herhaal activiteiten die in het verleden effectief zijn geweest en identificeer gebieden die nog voor verbetering vatbaar zijn.

Ervan uitgaande dat je over bovenstaande basis beschikt, kan je de volgende wetenschappelijke strategieën gebruiken om een sales forecast model op te stellen:

• Pas je scoring strategie aan om ervoor te zorgen dat je begrijpt welke deals zullen worden gesloten.
• Analyseer de duur van elke fase om te bepalen welke verkoopfasen het langst duren en waarom.
• Meet de prestaties van leads en kansen in elke fase van de sales pijplijn.

Technieken en tips voor sales forecasts

Neem de classificatie van verkopers op in je forecast

Rep-classificatie is een subjectieve, kwalitatieve forecastmethode waarbij de mening van je verkopers wordt gevraagd om te bepalen of een deal al dan niet zal worden gesloten.

Om te beginnen voeg je een forecast veld toe aan je CRM dat de verkoper moet invullen. Dit forecast veld moet meerdere opties bevatten om aan te geven wat zij denken dat er met deze opportunity zal gebeuren in het gegeven tijdsbestek (maand/kwartaal).

Veelvoorkomende categorieën voor vertegenwoordigers classificatie zijn:

• Beste scenario
• Toezegging
• Pijplijn
• Gesloten/gewonnen

Hoewel deze methode vereist dat je verkopers een eerlijke beoordeling geven van hun vaardigheden en potentiële klanten, kan het een effectieve manier zijn om de prestaties van verkopers te controleren en te bepalen of verkopers aanvullende stappen moeten nemen om deals te sluiten.

Gebruik een tijdreeksanalyse als benchmark

Tijdreeksanalyse wordt gebruikt om trends in de loop van de tijd te identificeren. Deze analyse is het meest nauwkeurig wanneer er jarenlange historische verkoopgegevens van een product beschikbaar zijn ter referentie. Door te kijken naar historische verkooptrends kunnen voorspellers een schatting maken van toekomstige prestaties en anticiperen op eventuele schommelingen gedurende het jaar.

Een tijdreeks is een reeks chronologisch geordende punten van ruwe gegevens. Een voorbeeld hiervan is de reeks gegevenspunten die gedurende zes jaar elke maand zijn geregistreerd over de verkoop van een product. Dit type sales forecast helpt bij het weergeven van:

• Cyclische patronen in de verkoop om de paar jaar
• Groeipercentages of trends voor verschillende gegevenssets
• Seizoensgebonden variaties in de gegevens

Een probleem met deze techniek voor sales forecasts is dat ervan wordt uitgegaan dat de vraag van kopers constant is. Als er iets onverwachts gebeurt, gaat het op tijdreeksen gebaseerde model niet op.

Over het algemeen is het een goed idee om de historische vraag als benchmark te gebruiken in plaats van als basis voor je sales forecast.

Verfijn je scoring strategie

Om potentiële kopers te prioriteren en hun kans op conversie in te schatten, beoordelen bedrijven leads op basis van criteria die wijzen op koopintentie, zoals het downloaden van content en website bezoeken.

Dat is één manier om leads te beoordelen, maar een alternatieve methode is dat bedrijven actief op zoek gaan naar hoogwaardige leads. Deze methode:

• Stelt je verkopers in staat om hoogwaardige leads te vinden op basis van profiel overeenkomsten met eerder gesloten deals
• Geeft je vertegenwoordigers het vertrouwen dat de leads die zij kwalificeren uiteindelijk betalende klanten zullen worden
• Biedt datagestuurde bewijzen die aangeven welke deals je kan verwachten te sluiten en in je forecast kunt opnemen

Na analyse van je recente gegevens ontdek je bijvoorbeeld dat de CTO in bijna 65 procent van de gewonnen deals de beslisser was. In dat geval geef je leads een hogere score wanneer CTO's het belangrijkste contactpunt zijn, en verhoog je hun verwachte winstpercentage zodra ze in je pijplijn komen.

Je kan dezelfde methodologie volgen voor verloren of niet-gekwalificeerde deals. Als je 80 procent van de deals hebt verloren waarbij de CMO de beslisser was, geef leads dan een lagere score wanneer de CMO het contactpunt is. Hetzelfde geldt voor overeenkomsten in branche, bedrijfsgrootte, locatie, enz.

Zodra elke deal is gescoord, heb je een betere voorspelling van welke deals zullen worden gewonnen en welke zullen worden verloren.

Deze slimme aanpak van lead scoring vergroot de kans dat de leads die je kwalificeert uiteindelijk betalende klanten worden. Het geeft je ook echt, op gegevens gebaseerd bewijs voor welke deals je kan verwachten te sluiten en in je forecast kunt opnemen.

Neem de duur van de fase op in je sales forecast model

Zoals elke salesmanager die zijn forecast niet heeft gehaald weet, gaat het niet alleen om het al dan niet sluiten van een deal, maar ook om het moment waarop dat gebeurt. Timing is belangrijk bij het opstellen van sales forecasts. Hoewel deals soms vastlopen door onvoorziene obstakels, kan een goed begrip van de duur van de fasen de nauwkeurigheid van je forecasts aanzienlijk verbeteren.

De duur van een fase is de hoeveelheid tijd die elk van je deals in een bepaalde fase van je sales pijplijn doorbrengt (zoals gekwalificeerd, offerte of gesloten). Door een analyse van de duur van de fasen uit te voeren, kunnen verkoopleiders meer zien dan alleen de gemiddelde tijd die deals in elke fase doorbrengen. Het helpt ook:

• Verkoopleiders bij het bepalen van de ideale tijd die een deal in een verkoopfase zou moeten doorbrengen
• Knelpunten binnen elke fase aan het licht te brengen
• Berekent de kans dat een deal wordt gesloten op basis van de tijd die in een bepaalde fase is doorgebracht (in vergelijking met deals die zijn gewonnen)
• Deze informatie helpt je bij het beantwoorden van de volgende vragen om een optimale verkoopcyclus te creëren:
• Hoe lang blijven deals in de prospecting/incoming-fase?
• Hoeveel dagen blijven ze steken in de offerte/voorstelfase?
• Waar komen knelpunten het meest voor? (En welke aanpassingen kan je doen om ze weg te nemen?)
• Hoe lang duurt het voordat je verkopers deals sluiten?
• Hoe kunnen minder goed presterende verkopers de succesvolle gewoonten overnemen van verkopers die sneller door het proces gaan?

Als je inzicht hebt in de duur van de fasen, kan je vaststellen welke soorten deals meer tijd kosten om te sluiten. Het geeft ook aan waar deals het meest waarschijnlijk vastlopen. Deze informatie is van onschatbare waarde voor het opstellen van een forecastmodel.

Meet over verschillende conversiepunten heen voor een nauwkeurige forecast.

Meestal worden er naast de omzet maar weinig andere statistieken meegenomen in de sales forecast. En als er wel andere statistieken worden meegenomen, worden deze afzonderlijk gemeten. Wat heeft je bedrijf eraan om te weten hoeveel marketing leads door de verkoopafdeling worden geaccepteerd als je niet kan meten wat voor impact dit heeft op je nettowinst?

Bekijk het eens op deze manier: de omzet is het cumulatieve resultaat van elk conversiepunt in de sales pijplijn. Om de omzet nauwkeurig te kunnen voorspellen, moet je forecastmodel dus gegevens bevatten over geaccepteerde leads, gekwalificeerde kansen, enz.

Om te begrijpen hoe leads en kansen door je verkoopproces en pijplijn stromen, kan je verkoopstatistieken gebruiken die procesmetingen worden genoemd. Deze geven een gedetailleerd overzicht van de conversiepercentages per fase. Zo kan je knelpunten en inefficiënties opsporen en krijg je bruikbare inzichten over hoe je de omzet kan verhogen.

Uiteindelijk geven procesmetingen je een duidelijker en nauwkeuriger beeld van de verwachte omzet in de loop van de tijd. Een voorbeeld hiervan is de lengte van de verkoopcyclus. Deze statistiek kijkt naar hoe lang het duurt voordat deals door de pijplijn gaan. Het toont de effectiviteit van verschillende werkprocessen, zodat je indien nodig aanpassingen kan doen.

Stel dat het in totaal 98 dagen duurt om 10 deals te sluiten. Als je die cijfers in bovenstaande formule invoert, kom je uit op een gemiddelde verkoopcyclus van 9,8 dagen. Als je kan voorspellen hoe lang het duurt om binnenkomende deals te sluiten, heb je een beter beeld van wat je verkoopcijfers op een bepaald moment zullen zijn.

Met de mogelijkheid om de prestaties op elk van deze conversiepunten te meten en precies te zien hoe dit de verkoopopbrengsten beïnvloedt, kunnen bedrijven nauwkeurigere forecasts maken.

Voorbeelden van sales forecasts

Hier zijn een paar voorbeelden die laten zien hoe verkoopleiders forecasts kunnen gebruiken om hun teams klaar te stomen voor succes.

Weloverwogen beslissingen nemen bij het aannemen van personeel

Als je voor het komende jaar een aanzienlijke omzetstijging verwacht, moet je wellicht meer personeel aannemen in het hele bedrijf of in een specifieke afdeling om achterstanden te voorkomen. Nauwkeurigheid is hierbij van cruciaal belang. Als je de omzet overschat, geef je uiteindelijk geld uit dat niet binnenkomt. Als je de omzet onderschat, kan je in de problemen komen wanneer je een stroom aan bestellingen krijgt en niet over voldoende personeel en materialen beschikt. Een omzetforecast geeft je waardevolle inzichten in de inkomsten, zodat je weloverwogen beslissingen kan nemen over het aannemen van personeel.

Verbeterpunten identificeren en doelen stellen

Met forecasts kan je gemakkelijk zien waar je verkoopteam mogelijk moeite mee heeft. Zodra je verbeterpunten hebt geïdentificeerd, kan je aanvullende trainingsmogelijkheden bieden om vertegenwoordigers te helpen hun verkooptechnieken in die fasen te verfijnen.

Stel dat er een voorspelde daling is in de opportuniteit fase van de forecast. Dat kan erop wijzen dat het een goed moment is om training in prospecting aan te bieden. Door je eerdere verkoopopbrengsten en gegevens te analyseren, kan je ook realistische doelen en benchmarks voor jouw team vaststellen.

Veelvoorkomende fouten bij het opstellen van sales forecasts

Er zijn een paar veelvoorkomende valkuilen waar je op moet letten bij het maken van forecasts.

Onnauwkeurigheid

Als je niet de juiste tools gebruikt om de forecast op te stellen, krijg je geen betrouwbare resultaten. Gebruik in plaats van ouderwetse spreadsheets die handmatig moeten worden ingevuld, een CRM voor alle afdelingen. Dankzij georganiseerd, uniform gegevensbeheer kan je je analyses automatiseren en ervoor zorgen dat alle teams dezelfde methoden en maatstaven gebruiken.

Inefficiëntie

Het forecast proces moet worden gestandaardiseerd, zodat er geen verwarring bestaat over verantwoordelijkheden, timing of input. Het laatste wat je wil, is je forecast herzien vanwege foutieve gegevens, onzekerheid of vertraging. Dit vermindert niet alleen het vertrouwen in de forecast, maar kan ook gevaarlijk zijn als er extreme onnauwkeurigheden opduiken.

Subjectiviteit

Het onderbuikgevoel van verkopers over een kans is waardevol, maar niet onfeilbaar. Verkopers zijn vaak te optimistisch over welke deals waarschijnlijk zullen worden gesloten. Het is de moeite waard om te investeren in sales coaching, zodat verkopers kunnen leren hoe ze objectiever kunnen zijn. Je team moet ook worden uitgerust met de juiste tools voor verkoopproductiviteit, zodat ze altijd met consistente gegevens werken.

De toekomst van sales forecasts

In de toekomst zullen sales forecasts steeds meer op gegevens gebaseerd, geautomatiseerd en geïntegreerd zijn. Om concurrerend te blijven, investeert het overgrote deel van de best presterende bedrijven in slimme CRM-software met forecast mogelijkheden. Belangrijke ontwikkelingsgebieden zijn onder meer:

Voorspellende analyses

Voorspellende analyses zijn statistische methoden waarmee actuele en historische gegevens worden geanalyseerd. Ze omvatten voorspellende modellen en machine learning, die steeds vaker worden gebruikt bij het opstellen van sales forecasts. Door historische pijplijn gegevens te analyseren, kan je team machine learning gebruiken om conclusies te trekken uit eerdere trends en eventuele hiaten in de huidige gegevens op te vullen. Dit levert niet alleen een nauwkeurige forecast op, maar ook specifieke aanbevelingen waar je verkopers mee aan de slag kunnen.

Software voor sales forecasts

Software voor sales forecasts wordt steeds nauwkeuriger en eenvoudiger te integreren. Investeren in dit soort software is een gegarandeerde manier om nauwkeurige forecasts voor je bedrijf te maken. Hier volgt een korte checklist van wat moderne forecastsoftware tegenwoordig kan:

• Analyseer trends en veranderingen in de loop van de tijd.
• Maak simulaties en simuleer mogelijke resultaten.
• Bereken met behulp van standaard- en geavanceerde formules.
• Vergelijk meerdere technieken.
• Maak visualisaties (kaarten, grafieken, diagrammen).

CRM-systemen

Een CRM is een alles-in-één tool met pijplijn software, mogelijkheden voor leadbeheer en zelfs prospecting tools voor het genereren van leads. Het kan ook van onschatbare waarde zijn voor sales forecasts. Door al je klantgegevens en potentiële deals bij te houden, kan een CRM sales forecast rapporten genereren om toekomstige verkopen te voorspellen. Door de vroegere en huidige inspanningen van je team te monitoren, kan je ook je verkoopstrategie verfijnen.

CRM's zijn er in verschillende soorten en maten, zodat je de juiste voor jouw bedrijf kan kiezen. Een CRM voor start-ups biedt niet zoveel gebruiksmogelijkheden als een CRM voor een groot bedrijf, dat mogelijk een customizable CRM nodig heeft.

Wat de omvang en behoeften van je bedrijf ook zijn, kies verschillende methoden voor sales forecasts om de beste resultaten te behalen. Gebruik meerdere forecast technieken in je sales rapportagesoftware om een nauwkeurig beeld te krijgen van de verwachte omzet en inkomsten en om je huidige verkoopaanpak te evalueren.

Bepaal welke methoden het meest effectief zijn voor je bedrijf en begin ze toe te passen. Raak ook niet verstrikt in 'analyse verlamming'. Hoewel correcte gegevens belangrijk zijn, is het doel waardevolle, niet perfecte, informatie.

Hoewel het gebruik van een forecast techniek enige oefening vereist, zal het je helpen je sales forecast proces te optimaliseren en naar de toekomst te kijken.

Een goede sales forecast begint met inzicht: in je pijplijn, je conversies en de factoren die bepalen of deals wel of niet sluiten. Veel B2B-bedrijven werken nog met losse spreadsheets of schattingen, waardoor omzetvoorspellingen onbetrouwbaar worden.

Bij Invalshoek helpen we organisaties om hun salesproces en CRM zo in te richten dat forecasts daadwerkelijk bruikbaar worden. Met duidelijke pijplijnfasen, betrouwbare data en dashboards die laten zien waar kansen en risico’s zitten.

Plan een vrijblijvend gesprek en ontdek hoe je met betere forecasting meer grip krijgt op je pipeline, realistische omzetdoelen stelt en sneller kunt bijsturen wanneer dat nodig is.

Dit artikel is gebaseerd op “The definitive guide to sales forecasting methodologies” van Zendesk.