Den ultimative guide til salgsprognoser

Salgsprognoser kan spille en vigtig rolle for din virksomheds succes (og din egen karriereudvikling).

Præcise salgsprognoser giver sælgere og virksomhedsledere mulighed for at træffe klogere beslutninger, når de fastsætter mål, ansætter, budgetterer, opstiller budgetter, opsøger og andre faktorer, der har indflydelse på omsætningen.

Men på trods af fordelene kæmper mange salgsledere med at skabe salgsprognoser, der er tæt på virkeligheden.

Vi har samlet en dybdegående guide til at skabe en troværdig salgsprognose – i stedet for en ønskeseddel. Læs videre for at lære mere, og gå ikke glip af den skabelon til salgsprognoser, som vi har inkluderet i slutningen.

Ledere bruger repræsentanternes salgsprognoser til at estimere, hvilke forretninger deres team vil lukke. Direktører bruger teamets prognoser til at forudse afdelingens salg. Salgsdirektøren bruger afdelingsprognoser til at forudsige organisationens salg. Disse rapporter deles typisk med virksomhedens ledelse, sammen med bestyrelsesmedlemmer og/eller aktionærer.

Hvorfor salgsprognoser er vigtige

Salgsprognoser giver dig mulighed for at opdage potentielle problemer, mens der stadig er tid til at undgå eller mindske dem. Hvis du f.eks. bemærker, at dit team ligger 35 % under kvoten, kan du finde ud af, hvad der foregår, og rette kursen. Måske har din konkurrent startet en aggressiv ny rabatkampagne, eller din nye salgskompensationsplan tilskynder utilsigtet til dårlig adfærd.

Det har stor betydning at opdage disse problemer nu – i forhold til sidst på måneden eller i kvartalet.

Salgsprognoser spiller også ind på en række beslutninger, lige fra ansættelse og ressourcestyring til målsætning og budgettering.

Sæt, at din salgsprognose forudsiger en stigning på 26 % i antallet af muligheder. For at sikre, at du kan følge med efterspørgslen, bør du begynde at rekruttere. Hvis mulighederne derimod forventes at falde, vil det være klogt at sætte dine ansættelsesbestræbelser på pause. Samtidig bør du overveje at øge markedsføringsudgifterne og investere i uddannelse i prospektering af dine medarbejdere. Dertil kommer, at en salgsprognose er et effektivt motivationsværktøj. For eksempel kan du hver uge opdatere din kvartalsvise salgsprognose for at se, om dit team er på vej til at nå sit mål. Du kan også oprette en prognose hver dag for en individuel sælger på en præstationsplan for at sikre dig, at han ikke sakker bagud.

Et af de vigtigste punkter at huske om salgsprognoser: De behøver ikke at være perfekte for at være værdifulde. Din salgsprognose vil ofte, hvis ikke altid, afvige en smule fra dine resultater.

Selvfølgelig er vildt upræcise resultater problematiske – men hvis du bruger rene data og har valgt den rigtige metode (som vi kommer til), vil din salgsprognose hjælpe dig med både at planlægge og skabe vækst.

Faktorer, der kan påvirke din salgsprognose

Hold øje med disse ti interne og eksterne faktorer, som du skal tage højde for i din salgsprognose.

Interne faktorer, der kan påvirke din salgsprognose

1. Ansættelser og fyringer

Når sælgere forlader din virksomhed – enten fordi de siger op eller bliver opsagt – vil omsætningen falde, medmindre du har en pipeline af potentielle ansættelser. Hvis et betydeligt antal repræsentanter blev ansat på én gang, bør din salgsprognose forudsige et stort spring i forretningen, når de er kommet i gang.

2. Politikændringer

Justér ikke din salgskompensationsplan uden at justere din prognose. Hvis du f.eks. indfører en fire måneders clawback på provisioner, vil omsætningen falde, fordi dine repræsentanter kun vil sælge til de bedst egnede kundeemner. Men i et kvartal, hvor langt færre kunder ryger ud, vil din indtjening stige. Og måske siger du, at repræsentanterne ikke må give rabat efter den 15. i hver måned. Du vil se en stigning i lukkeprocenten i de første to uger, efterfulgt af færre salg end normalt.

3. Områdeskift

Det tager tid for repræsentanterne at gøre sig bekendt med et nyt område og opbygge deres pipeline, så forvent, at din lukkeprocent vil falde, før den stiger igen (forudsat at du har planlagt dine nye områder godt).

Eksterne faktorer, der kan påvirke din salgsprognose

4. Konkurrenceændringer

Det er ikke overraskende, at det, som dine konkurrenter gør, vil påvirke dine vinderprocenter. Hvis en anden virksomhed i branchen sænker sine priser, skal dine repræsentanter måske give mere aggressive rabatter eller risikere at miste kunder. Hvis en konkurrent på den anden side går konkurs, vil du sandsynligvis opleve øget efterspørgsel.

5. Økonomiske forhold

Når økonomien er stærk, er køberne mere tilbøjelige til at investere i deres virksomheder. Når den er svag, tager salgscyklussen normalt længere tid, og der er en større grad af kontrol med hvert enkelt køb.

6. Markedsændringer

Hold dig orienteret om, hvad der sker med dine køberes kunder. Hvis du f.eks. sælger konsulenttjenester til hoteller, vil du være interesseret i en forventet stigning i turismen.

7. Brancheændringer

Hvis en supplerende løsning oplever en uventet stor efterspørgsel, vil du sandsynligvis også opleve, at dit salg stiger. Forestil dig, at du sælger gelé. Jo mere jordnøddesmør folk køber, jo mere gelé vil de også købe.

8. Lovgivningsmæssige ændringer

Nye love og mandater kan enten hjælpe eller skade din virksomhed – enten ved at skabe efterspørgsel efter dit produkt eller ved at gøre potentielle kunder tilbageholdende med at købe noget nyt.

9. Produktændringer

Laver du en meget efterspurgt funktion ud, indfører du en ny prismodel eller tilbyder du et supplerende produkt eller en supplerende tjeneste? Disse ændringer kan hjælpe dine sælgere med at øge deres gennemsnitlige aftalestørrelse, forkorte deres salgscyklus og/eller vinde flere forretninger.

10. Sæsonbestemt

Dine kunder er måske mere tilbøjelige til at købe på bestemte tidspunkter af året. F.eks. vurderer skoledistrikter typisk nye indkøb om foråret og beslutter, hvad de skal købe om efteråret.

Salgsprognosemetoder

Når alle salgsprognosemetoder er ikke lige gode. Her er et par af de mest almindelige metoder til at forudsige salget. Vi har også inkluderet nogle eksempler for yderligere at illustrere hver salgsprognosemetode.

Opportunity Stage Forecasting

Salgsprognosemetoden Opportunity Stage tager højde for de forskellige stadier i salgsprocessen, som den enkelte aftale befinder sig i. Jo længere fremme i pipelinen, jo mere sandsynligt er det, at en aftale vil blive afsluttet. Når du har valgt en rapporteringsperiode – normalt en måned, et kvartal eller et år, afhængigt af længden af din salgscyklus og dit salgsteams kvote – skal du blot gange hver aftales potentielle værdi med sandsynligheden for, at den vil blive afsluttet.

Når du har gjort dette for hver aftale i pipelinen, lægger du det samlede beløb sammen for at få din samlede prognose.

Selv om det er relativt nemt at lave en salgsprognose på denne måde, er resultaterne ofte unøjagtige. Denne metode tager ikke højde for en opportunitets alder.

Med andre ord vil en aftale, der har ligget i din repræsentants pipeline i tre måneder, blive behandlet på samme måde som en aftale, der er en uge gammel – så længe deres afslutningsdatoer er de samme. Du er nødt til at stole på, at dine sælgere regelmæssigt rydder op i deres pipelines, hvilket ikke altid er muligt.

En salgsprognose på opportunity-stadiet kan også være for afhængig af historiske data. Hvis du ændrer dine budskaber, produkter, salgsprocesser eller andre variabler, vil dine aftaler blive afsluttet med en anden procentdel efter stadie end tidligere.

pros	cons
Det er forholdsvis nemt at opstille en salgsprognose. Den er objektiv i sine beregninger.	Upræcise data kan føre til upræcise prognoser. Disse beregninger tager ikke højde for størrelsen eller alderen af hver enkelt mulighed.

Eksempel på forudsigelse af prognose af forretningsmuligheder

Lad os sige, at du har fastsat følgende procentsatser for sandsynlighed for at lukke baseret på din pipeline:

• Initial Call: 5%
• Kvalificeret: 10%
• Produktdemo: 35%
• Produktprøve: 35%
• Produktprøve: 60%
• Endeligt opkald: 80%
• Sluttet aftale: 100%

I henhold til denne prognosemodel er der 35 % sandsynlighed for, at en aftale på 1.000 USD i produktdemo-fasen vil blive afsluttet. Det forventede beløb for denne aftale ville være 350 USD.

Forudsigelse af salgscyklusens længde

Salgscyklusens længde-forudsigelsesmetoden bruger alderen på de enkelte muligheder til at forudsige, hvornår de sandsynligvis vil blive lukket. Da denne teknik udelukkende er baseret på objektive data i stedet for repræsentantens feedback, er der mindre sandsynlighed for at få en for generøs forudsigelse. Sæt, at en sælger booker en demo med en kunde, før vedkommende er klar. De vil måske fortælle dig, at den potentielle kunde er tæt på at købe – men denne metode vil beregne, at det er usandsynligt, at de vil købe, fordi de først begyndte at tale med sælgeren for et par uger siden. Dertil kommer, at denne teknik kan omfatte forskellige salgscyklusser. Et normalt lead kan tage ca. seks måneder at købe, men henvisninger kan typisk kun kræve en måned, og leads, der kommer fra messer, kan kræve ca. otte måneder. Du kan spande hver enkelt handelstype efter den gennemsnitlige salgscykluslængde. For at få præcise resultater skal du nøje følge, hvordan og hvornår kundeemnerne kommer ind i dine sælgeres pipelines. Hvis dit CRM ikke integrerer med din markedsføringssoftware samt automatisk logger interaktioner, vil dine repræsentanter bruge meget tid på at indtaste data manuelt.

pros	cons
Dets beregninger er objektive. Du kan nemt integrere leadkilder for bedre at kunne forudsige disse muligheder.	Dets beregninger tager ikke altid højde for størrelsen eller typen af hver enkelt mulighed. Det fungerer kun med omhyggeligt sporede data.

Prognose for længden af salgscyklus Eksempel

Lad os sige, at din gennemsnitlige salgscyklus varer seks måneder. Hvis din sælger har arbejdet på en konto i tre måneder, kan din prognose måske antyde, at han/hun har 50 % sandsynlighed for at vinde aftalen.

Intuitiv prognose

Nogle salgschefer beder simpelthen deres sælgere om at estimere sandsynligheden for at afslutte. Sælgeren kan sige: “Jeg er sikker på, at de vil købe inden for 14 dage, og at handlen vil være X værd”. Dette er en intuitiv salgsprognose. På den ene side inddrager denne metode udtalelser fra dem, der er tættest på kundeemnerne: Dine sælgere. På den anden side er sælgerne naturligt optimistiske og giver ofte overdrevent generøse skøn. Der er heller ingen skalerbar måde at verificere deres vurdering på. For at se, om en kunde er lige så tilbøjelig til at lukke, som sælgeren siger, skal hendes salgschef lytte til hendes opkald, følge hendes møder og/eller læse hendes samtaler.

Denne metode er mest værdifuld i de meget tidlige faser af en virksomhed eller et produkt, når der er tæt på nul historiske data.

pros	cons
Den er afhængig af udtalelserne fra dit salgsteam, som arbejder tættest på dine kundeemner. Du har ikke brug for historiske data.	Kalkulationer er subjektive, og hver sælger kan forudsige forskelligt. Du kan ikke skalere eller gentage denne metode.

Intuitiv prognoseeksempel

Lad os sige, at du ønsker at forudsige salget for din helt nye forretning. Du har kun været i drift i tre måneder og har ingen historiske data. Du har to sælgere i dit team, så du beder dem om at forudsige salget for de næste seks måneder baseret på deres intuition.

Hver sælger undersøger de aftaler i deres salgspipeline samt eventuelle prospekteringsmuligheder, som de har planlagt for de følgende måneder. På baggrund af deres analyse forudsiger de et salg på 50.000 dollars for de følgende seks måneder.

Historisk prognose

En hurtig og beskidt måde at forudsige, hvor meget du vil sælge i en måned, et kvartal eller et år, er at se på den tilsvarende periode og antage, at dine resultater vil være lig med eller større end disse resultater. Dette er historiske salgsprognoser. Der er et par problemer med denne metode. For det første tager den ikke højde for sæsonudsving. For det andet antager den, at købernes efterspørgsel er konstant. Men hvis der sker noget ud over det sædvanlige, vil din model ikke holde. I sidste ende bør den historiske efterspørgsel bruges som et benchmark snarere end som grundlag for din salgsprognose.

pros	cons
Den er afhængig af dokumenterede historiske data, hvilket kan være nyttigt for stabile markeder. Det er hurtigt og nemt.	Det tager ikke højde for sæsonudsving eller markedsændringer. Det tager ikke højde for købernes efterspørgsel.

Eksempel på historisk prognose

Lad os sige, at dit team kollektivt solgte 80.000 dollars i månedlig tilbagevendende omsætning (MRR) i oktober. Baseret på denne metode ville du antage, at de ville sælge 80.000 USD eller mere i november.

Du kan gøre denne forudsigelse mere sofistikeret ved at tilføje din historiske vækst. Hvis du konsekvent øger salget med 6-8 % hver måned, ville et forsigtigt skøn for november være 84.800 $.

Multivariable Analysis Forecasting

Den mest sofistikerede salgsforudsigelsesmetode – multivariable analyseforudsigelse – bruger forudsigende analyser og inkorporerer flere af de nævnte faktorer, såsom den gennemsnitlige salgscykluslængde, sandsynligheden for afslutning baseret på mulighedstype og den enkelte repræsentants præstationer.

Denne forudsigelse har tendens til at være den mest præcise. Den kræver dog en avanceret analyseløsning, hvilket betyder, at det ikke altid er muligt, hvis du har et lille budget.

Du har også brug for rene data – hvis dine repræsentanter ikke er dedikerede til at spore deres forretningsforløb og aktiviteter, vil dine resultater være unøjagtige, uanset hvor god din software er.

pros	cons
Det er meget afhængig af data og er derfor det mest præcise.	Da den er så datadrevet, kræver den en analyseløsning og/eller et prognoseværktøj, hvilket kan være dyrt. Sælgere skal konsekvent spore og rense data.

Eksempel på prognose med multivariabel analyse

Forestil dig, at du har to sælgere, som hver især arbejder på en enkelt konto. Din første repræsentant har et møde med indkøbsafdelingen planlagt til fredag, mens din anden repræsentant lige har holdt sin første præsentation for indkøbsudvalget.

Baseret på din første repræsentants vinderrate i denne fase af salgsprocessen, kombineret med den relativt store forventede aftale og antallet af dage tilbage i kvartalet, er der 40 % sandsynlighed for, at han lukker i denne periode. Det giver dig en prognose på 9.600 dollars. Din anden repræsentant er tidligere i salgsprocessen, men aftalen er mindre, og hun har en høj lukningsprocent. Hun har også 40 % sandsynlighed for at lukke, hvilket giver dig en prognose på 6.800 $. Kombinér dem, og du får en kvartalssalgsprognose på 16.400 $.

Pipelineprognose

Metoden til pipelinesalgsprognose kan tage noget tid – måske for meget tid – hvis du ikke har et program til at håndtere dine beregninger. Den gennemgår hver enkelt mulighed, der i øjeblikket befinder sig i din pipeline, og beregner dens chancer for at blive afsluttet på baggrund af unikke virksomhedsvariabler, herunder repræsentantens win rate og værdi af muligheden.

Denne prognosemetode er afhængig af din evne til at levere data af høj kvalitet. Hvis du forkludrer tallene eller bruger ufuldstændige data, ender du med en prognose, der giver nul værdi.

Sørg for, at dine repræsentanter regelmæssigt indtaster nøjagtige og rettidige data i deres CRM for at få mest mulig indsigt fra denne metode.

pros	cons
Den er meget afhængig af data, hvilket gør den til en af de mest præcise. Den tager højde for unikke faktorer for hver enkelt mulighed.	Den er meget datafhængig og kan let blive skævvredet. Den kræver ofte et værktøj til salgsprognoser.

Eksempel på pipelineprognose

Hvis dit salgsteam typisk lukker aftaler til en værdi af mellem 5.000 og 8.000 dollars inden for 60 dage, vil alle aktuelle aftaler i dit teams pipeline få en høj sandsynlighed for at blive lukket.

Du kan derefter bruge disse data til at udregne din månedlige eller kvartalsvise prognose.

Her er en oversigt over, hvordan du kommer i gang med salgsprognoser. Disse trin vil sikre en præcis salgsprognose for din virksomhed.

Etabler en salgsproces for dit team.

Hvis dit salgsteam ikke konsekvent bruger de samme faser og trin, vil du ikke være i stand til at forudsige sandsynligheden for, at en mulighed lukkes. I vores guide til opbygning af en salgsproces kan du læse om, hvordan du opretter en dokumenteret, struktureret salgsproces, som du kan bruge, når du konverterer en kundeemne fra et lead til en kunde. Din salgsproces vil også fastsætte standarddefinitioner for opportunity, lead, prospect og close. Alle skal være enige om, hvornår og hvordan de skal tælle de leads, der kommer ind og ud af tragten.

Sæt individuelle og teamkvoter.

For at kunne måle resultaterne har du brug for en objektiv definition af “succes”. Samarbejd med dine sælgere og ledere om at fastsætte salgskvoter. Disse vil tjene som finansielle basismål, der kan sammenlignes sammen med dine salgsprognoser.

Invester i et CRM-værktøj (Customer Relationship Management).

CRM’er, som HubSpot CRM, giver dine sælgere en database til at spore muligheder, så du kan få præcise forudsigelser om afslutning. Nøjagtige data giver mulighed for nøjagtige prognoser. Selv om din virksomhed er helt ny, vil det gavne dine fremtidige prognoser, hvis du etablerer et CRM og får dine repræsentanter til at vænne sig til at bruge det. (Hvis du er helt ny, kan du se vores skabelon til salgsprognoser i næste afsnit.)

Vælg en salgsprognosemetode.

Når du har fået din salgsproces, salgskvote og CRM på plads, kan du vælge en salgsprognosemetode.

Den metode, du vælger, afhænger af nogle få faktorer, herunder din virksomheds alder, størrelsen af dit salgsteam og dine pipelines samt kvaliteten af dine salgsdata og dine vaner med hensyn til datasporing.

Hvis din virksomhed er ny eller ikke har mange historiske salgsdata, vil den bedste metode for dig være intuitiv prognose.

Hvis du lige er kommet i gang med salgsprognoser og har travle salgspipelines, prognoser på opportunity stage, prognoser på længde af salgscyklus. Disse metoder præsenterer dog begge objektive prognoseberegninger, så hvis du er på udkig efter mere detaljerede pipelinespecifikke prognoser, kan multivariabel analyseprognose og pipelineprognose være gennemførlige muligheder.

Disse to fungerer bedst, hvis dit team har upåklagelige salgsdata og har for vane at holde styr på deres pipeline-data. Endelig kan historisk prognose for de mest konsistente markeder og brancher være en god prognosemodel. Se nøje på din forretningsmodel, dit salgsteam, datasporing og den bredere branche, før du går videre med en salgsprognosemodel.

Hold dit salgsteam informeret og ansvarligt.

Og uanset hvilken salgsprognosemetode du vælger, skal du holde dine sælgere informeret og ofte kommunikere ændringer og beslutninger. Dette er endnu en god grund til at investere i et CRM – det holder dine repræsentanter informeret om enhver interaktion med kundeemner og med hinanden.

Indhent regelmæssig feedback fra dit team om, hvad der fungerer, og hvad der ikke fungerer. Hold dine repræsentanter ansvarlige for deres resultater i forhold til dine salgskvoter og salgsprognoser. De er trods alt dem, der er tættest på og mest fortrolige med dine kundeemner og din samlede salgspræstation som virksomhed.

Salgsprognose-skabelon

Der er et fælles tema i alle disse salgsprognosemetoder:

Selv de mest lette prognosemuligheder er afhængige af at vide, hvor mange muligheder der er i hver repræsentants pipeline og deres projektsandsynlighed for at lukke.

For at holde styr på alle disse detaljer kan du bruge en gratis salgsprognoseskabelon, som f.eks. vores salgspipeline-tracker.

Denne tracker indeholder:

• Et regneark til at spore, hvilke aftaler der er garanteret, sandsynlige, potentielle og usandsynlige at lukke i denne måned
• En månedlig indtægtsprognose, der automatisk opdateres med de oplysninger, du har indtastet i det første regneark
• En årlig måltracker, så du kan overvåge dine fremskridt

Denne salgsprognose-skabelon er ideel, når du lige er begyndt. Hvis din virksomhed er mere etableret, kan du dog overveje at bruge en CRM i stedet. Et CRM vil beregne alt ovenstående selv – så du behøver ikke at løfte en finger.

Test HubSpot’s gratis CRM. Det holder ikke kun styr på din faktiske og forventede omsætning, det logger også automatisk enhver interaktion med potentielle kunder – e-mails, opkald og sociale medier – hvilket gør din evne til at vurdere sandsynligheden for, at en aftale bliver indgået, endnu mere præcis.

Start salgsprognoser i dag

Med en gennemtænkt salgsprognosestrategi kan du være klar til fremtiden – uanset hvad den bringer. Få flere enkle strategier til at skabe en bedre salgsprognosemodel her.

Redaktørens note: Dette indlæg blev oprindeligt skrevet i januar 2019 og er blevet opdateret med henblik på fuldstændighed.