Prognozowanie sprzedaży: jak przestać zgadywać przychody

Prognozowanie sprzedaży w firmach B2B najczęściej wygląda tak: handlowiec wpisuje do CRM kwotę i datę, szef sprzedaży sumuje kolumnę, a na koniec kwartału okazuje się, że realnie wpadło 60 procent tej sumy. Nikt nie jest zaskoczony, wszyscy są zmęczeni. Pytanie brzmi: co dokładnie zawiodło - ludzie, dane czy sam sposób liczenia?

Dlaczego prognoza sprzedaży rozjeżdża się co kwartał

W większości przypadków winowajcą nie jest zespół. Winowajcą jest to, że prognoza opiera się na deklaracjach, a nie na zachowaniach. W firmie X na początku kwartału handlowiec wpisał do CRM trzy szanse po 200 tys. zł, każda z etapem "negocjacje". Na koniec kwartału domknęła się jedna, za 180 tys. zł, a dwie zostały przesunięte na kolejny kwartał. Handlowiec mówił "jestem blisko", bo wierzył w relację. Klient mówił "wygląda dobrze", bo nie chciał zamykać drzwi. Żadna z tych informacji nie była danymi.

Drugi powód to brak rozróżnienia między etapem leja a prawdopodobieństwem. Etap "negocjacje" u jednego handlowca oznacza wymianę warunków umowy, u innego - trzecie spotkanie zapoznawcze. Jeśli etapy nie mają zdefiniowanych kryteriów wyjścia, prognoza jest sumą opinii, nie liczb.

Trzeci powód jest mniej oczywisty: prognoza powstaje w oderwaniu od marketingu. Dział sprzedaży planuje przychody, marketing planuje kampanie, a nikt nie sprawdza, czy liczba leadów w leju w ogóle pozwala dowieźć założony wynik. To klasyczny błąd planowania. Tomczak, Reinecke i Kuss w Strategic Marketing (2018) piszą, że punktem wyjścia planowania marketingowego powinna być ilościowa identyfikacja potencjału klientów, oparta zarówno na źródłach wewnętrznych (np. przedstawiciele handlowi), jak i zewnętrznych. Innymi słowy - najpierw policz potencjał, potem obiecuj przychód.

Jak prognozować sprzedaż B2B: dane, które już masz

Zanim sięgniesz po zaawansowane modele, sprawdź, czy wykorzystujesz to, co już leży w systemach. W firmach B2B zwykle dostępne są cztery kategorie danych, które wystarczą do zbudowania pierwszej sensownej prognozy.

Dane historyczne z CRM

Potrzebujesz trzech rzeczy: liczby szans sprzedaży wchodzących do leja w każdym miesiącu, konwersji między etapami oraz średniego czasu przebywania w etapie. Jeśli CRM tego nie mierzy, to pierwszy sygnał, że prognoza będzie zgadywaniem. Warto też sprawdzić, ile szans wypada z leja bez decyzji - to często najbardziej niedoceniana liczba w całym rachunku.

Dane o klientach i potencjale rynku

Prognoza sprzedaży nie może opierać się wyłącznie na tym, co już jest w leju. Trzeba wiedzieć, ile firm w Twoim segmencie w ogóle kwalifikuje się do zakupu i jaka część z nich jest w zasięgu Twoich działań. To właśnie ilościowa identyfikacja potencjału klientów, o której piszą Tomczak i wsp. (2018). Bez tego kroku prognoza jest wewnętrznie spójna, ale oderwana od rynku.

Dane o aktywnościach sprzedażowych

Liczba rozmów, spotkań, wysłanych ofert, demo. To dane, które najłatwiej zafałszować, ale też najłatwiej zweryfikować. Jeśli wiesz, że przy 40 kwalifikowanych rozmowach miesięcznie zespół domyka średnio 6 transakcji, masz punkt odniesienia. Każde odchylenie od tej relacji jest sygnałem, nie przypadkiem.

Dane o cyklu zakupowym

W B2B cykl wynosi od kilku tygodni do kilkunastu miesięcy. To oznacza, że sprzedaż w tym kwartale jest w dużej mierze wynikiem pracy z poprzednich dwóch, trzech kwartałów. Prognoza, która tego nie uwzględnia, zawsze będzie spóźniona.

Metody prognozy sprzedaży: od najprostszej do najbardziej wymagającej

Nie ma jednej właściwej metody. Jest metoda dopasowana do ilości danych i dojrzałości procesu. Poniżej cztery podejścia uszeregowane od najmniej do najbardziej wymagającego.

Jeśli firma ma krótką historię danych, nie czekaj z prognozą, aż zbierzesz dwa lata statystyk. Zacznij od konwersji liczonych na poziomie całego zespołu za ostatnie 3-6 miesięcy i użyj ich jako wag dla etapów leja. Zamiast jednej liczby buduj widełki - scenariusz pesymistyczny i optymistyczny - i traktuj je jako narzędzie do rozmowy o ryzykach, nie jako precyzyjny wynik. Równolegle zadbaj o to, żeby CRM zbierał dane o etapach, konwersjach i czasie w leju, bo dopiero po kilku kwartałach będziesz mieć materiał na metody bardziej wymagające.

Metoda oparta na pipeline z wagami

Każdemu etapowi leja przypisujesz wagę równą historycznej konwersji z tego etapu do zamknięcia. Jeśli z etapu "oferta" domyka się 30 procent szans, waga wynosi 0,3. Prognoza to suma iloczynów wartości szans i wag. Prosta, szybka, działa, jeśli etapy mają jasne kryteria wyjścia. Bez nich wagi są fikcją.

Metoda oparta na współczynnikach konwersji

Liczysz prognozę od dołu: ile leadów kwalifikowanych wpłynie w danym okresie, razy konwersja lead do szansy, razy konwersja szansa do wygranej, razy średnia wartość transakcji. Ta metoda jest odporna na optymizm handlowców, bo opiera się na średnich z całego zespołu, nie na indywidualnych deklaracjach.

Metoda oparta na cyklu sprzedaży

Bierzesz szanse, które weszły do leja w poprzednich okresach, i przesuwasz je w czasie o średni cykl. To metoda szczególnie przydatna w firmach z długim cyklem, gdzie sprzedaż kwartalna jest w dużej mierze już zdeterminowana przez pracę sprzed miesięcy.

Model dyfuzji i analiza cyklu życia klienta

W bardziej dojrzałych organizacjach, zwłaszcza przy nowych produktach lub wejściu na nowy segment, warto sięgnąć po modele dyfuzji. Standardowy model Bassa (1969) powstał jednak dla dóbr konsumenckich i w B2B wymaga adaptacji - na przykład zamiast wpływu społecznego konsumentów trzeba użyć innych proxy, takich jak rekomendacje wewnątrz organizacji klienta, zmiany kadrowe u decydenta czy aktywność konkurencji w tym samym segmencie. Model opisuje tempo adopcji nowego produktu przez dwóch parametrów: skłonności wewnętrznej do zakupu oraz wpływu społecznego. W praktyce B2B oznacza to, że tempo przyrostu klientów nie jest liniowe - najpierw rośnie, potem zwalnia. Prognoza liniowa w takiej sytuacji zawsze się pomyli, zwykle w obie strony, zależnie od fazy.

Trzy poziomy prognozy: pesymistyczna, bazowa, optymistyczna

Jedna liczba w prognozie to zaproszenie do kłótni. Trzy liczby to zaproszenie do decyzji. W praktyce sprawdza się model, w którym prognoza bazowa opiera się na średnich konwersjach, prognoza pesymistyczna zakłada konwersje o 20-30 procent niższe, a optymistyczna - o 20-30 procent wyższe. To orientacyjne widełki, które warto kalibrować na własnych danych historycznych - w firmach z krótkim cyklem i stabilną konwersją rozrzut bywa mniejszy, w firmach z dużymi kontraktami i długim cyklem zwykle większy. Widełki powinny być jawnie komunikowane zarządowi i zespołowi.

Kluczowe jest to, żeby każdy poziom miał przypisane założenia. Pesymistyczna nie jest "gorszym nastrojem", tylko scenariuszem, w którym np. dwa największe kontrakty się przesuwają, a konwersja z ofert spada o jedną czwartą. Dzięki temu, gdy prognoza się nie zrealizuje, wiadomo, które założenie zawiodło.

Jak wpiąć prognozę w planowanie marketingu i skalowanie

Prognoza sprzedaży bez powiązania z planem marketingu to dokument, który trafia do szuflady. Żeby miała wartość operacyjną, musi odpowiadać na pytanie: ile leadów i jakiej jakości musi dostarczyć marketing, żeby prognoza bazowa się zmaterializowała.

To działa w dwie strony. Marketing, który wie, że w drugim kwartale trzeba dowieźć 120 leadów kwalifikowanych, może planować budżet i kanały z wyprzedzeniem. Sprzedaż, która wie, że w leju jest za mało szans, żeby dowieźć prognozę, może wcześniej zgłosić problem, zamiast tłumaczyć się po fakcie.

W firmach, które przechodzą przez fazę intensywnego wzrostu, prognoza sprzedaży staje się podstawą decyzji o skalowaniu biznesu - czy zatrudniać kolejnych handlowców, czy najpierw poprawić konwersję. Bez prognozy takie decyzje podejmuje się na wyczucie, a to kosztowna metoda.

Warto też pamiętać, że prognoza nie działa w izolacji od reszty lejka marketingowego. Zanim zaczniesz prognozować przychody, sprawdź, czy dane wejściowe są w ogóle wiarygodne. Audyt marketingowy pokazuje, gdzie w lejku są luki w pomiarze i które źródła leadów realnie domykają się w sprzedaży, a które tylko generują ruch.

Czego nie robić, żeby nie zepsuć prognozy sprzedaży

Najczęstszy błąd to prognozowanie na poziomie pojedynczego handlowca i sumowanie wyników. Ludzie mają różne skłonności do optymizmu, różne definicje etapów i różne sposoby wpisywania danych. Prognoza powinna być liczona na poziomie zespołu i weryfikowana z danymi historycznymi, a nie z deklaracjami.

Drugi błąd to brak rewizji. Prognoza zrobiona raz na początku kwartału i nietknięta do końca jest bezużyteczna. Powinna być aktualizowana co dwa tygodnie, z jawnym zaznaczeniem, co się zmieniło i dlaczego.

Trzeci błąd to ignorowanie sezonowości i czynników zewnętrznych. W B2B sezonowość bywa silna, zwłaszcza w firmach sprzedających do sektora publicznego lub do branż z cyklem budżetowym. Prognoza, która tego nie uwzględnia, zawsze będzie zaskoczona w styczniu i w czerwcu.

I czwarty, najkosztowniejszy: traktowanie prognozy jako narzędzia oceny ludzi. Jeśli handlowiec wie, że zbyt optymistyczna prognoza zostanie mu wypomniana, zacznie zaniżać. Jeśli wie, że zaniżona też, przestanie wpisywać cokolwiek sensownego. Prognozę warto traktować jako narzędzie decyzyjne, nie ocenę pracy handlowców.

Dobra prognoza sprzedaży nie wymaga zaawansowanych narzędzi. Wymaga trzech rzeczy: zdefiniowanych etapów leja, historycznych konwersji i regularnej rewizji. Reszta to kwestia dyscypliny, nie technologii.