売上予測の精度に関するヒント
公開: 2019-11-12あなたの売上予測は、B2Bリード生成の取り組みが何を達成すると思うかを示す一連の数値以上のものです。
彼らはあなたのビジネスがどのように実行されているかへの窓です。 彼らはあなたがあなたのビジネスをどれだけコントロールできるかをあなたに教えてくれるだけでなく、あなたが物事を修正するためにどこに行く必要があるかの道標でもあります。
RoryBrownほど予測について知っている人はほとんどいません。 Roryは、コミュニティ主導の収益分析および予測プラットフォームであるKlusterの共同創設者兼CCOです。
私たちはロリーと一緒に座って、すべての予測について話しました。 ここに彼が私たちに与えた5つの素晴らしいアドバイスがあります。
1-プロセスを実施する
B2B売上予測をどのように作成しますか？ どのデータを使用していて、どこから取得していますか？ あなたの予測の基準は何ですか。
これらの質問は、販売組織（予測の背後にあるシステムとプロセス）では見過ごされがちですが、何かを整えることが不可欠です。
プロセスが明確でない予測は、重大な問題を引き起こす可能性があります。 多くの場合、数値はさまざまなチームからのものであり、さまざまな基準に基づいて作成されます。
また、さまざまな方法で予測を解釈するビジネスのさまざまな部分があります。 会社全体の予測を標準化するフレームワークが必要です。
予測の基準を定義します。 たとえば、タイムスケールや予算は何ですか？ これらの変更を組織にどのように実装するかを考えてください。
2-プロセスをビジネスに伝達する
プロセスを定義したら、それを会社全体に伝える必要があります。 売上予測が機能するためには、他のビジネスからの信頼と賛同が必要です。
予測プロセスの変更は、B2Bデータの管理だけではありません。 それは人々と彼らの期待を管理することでもあります。 一部の営業担当者は、これらの変更が収益力に影響を与える可能性があることを心配している可能性があります。
新しい予測プロセスのためにいくつかの内部チャンピオンを作成します。 セールスリーダーと話し合い、プロセスに参加させます。 彼らはあなたの支持者になることができ、賛同と信頼を得るためにあなたと一緒に働きます。
3-説明責任の連鎖を作成する
売上予測は、人々がそれに対して責任を負うことができる場合にのみ機能します。
営業チームで予測を担当する人、たとえばリーダーを選びます。 彼らは、予測に関連するすべての連絡先になります。 何かが間違っていて、予測が不正確である場合、彼らはあなたが話す必要がある人々です。 この種の説明責任は、精度を向上させるのに役立ちます。
予測に貢献する各チームを監視します。 特定の期間で最も正確なチームは誰でしたか？ 誰が最も正確でしたか？
データを掘り下げます-どのチームが予測に不正確であるかを特定したら、それらを支援するための手順を実行できます。 スキルアップやトレーニングは、将来、より正確に予測するのに役立ちますか？
重要なB2BセールスKPIをより明確に把握したいですか？ 無料のインフォグラフィックをご覧ください。 下をクリックしてご覧ください。
4-複数の予測システムを使用する
あまりにも多くの企業がたった1つの予測システムを採用しています–これは間違ったアプローチです。 なんで？ これは、売上予測が正確なのは特定の時点でのみであるためです。 時間が経つにつれて、あなたの予測は不正確になるかもしれません。 これを「可視性ギャップ」と呼びます。
予測はあなたのビジネスに自信を与えるはずです。 Roryは、精度を高めるために複数の予測モデルを使用することをお勧めします。 彼はあなたが試すことができる3つのモデルを特定しました。
カテゴリ予測
カテゴリ予測は、営業チームでの一般的な予測方法です。 これは、営業担当者がCRMで「最善を尽くしてコミットする」ことを特定する場所です。
カテゴリ予測の欠点は、パイプラインで判断を下す場合に、パイプライン全体を表示する必要があることです。 また、各営業担当者がB2Bパイプラインについて判断を下すまで待つ必要があります。
加重予測
加重予測は、ライブ販売パイプラインへの加重として、履歴ステージのコンバージョン率を適用します。
このモデルは、重み付けが統計的に適切であると仮定すると、予測に自信があり、精査に耐えることができるため、効果的です。 また、正確な全体像を構築するために、営業チーム全体がパイプラインを判断するのを待つ必要はありません。
一方、均等化が正確になる前に、パイプライン全体が追加されるのを待つ必要があります。
機械学習の予測
機械学習の予測では、多数のB2Bデータポイントと過去の傾向を取得してから、収益がどこに到達する可能性があるかを予測します。
このモデルは、カテゴリーおよび加重予測で得られる可視性のギャップを取り除きます。 これは、機械学習が過去のデータを使用して、期間が始まる前にアウトバウンドセールスファネルにどのくらいのパイプラインがあるかを予測できるためです。 次に、予測の予測を行うことができます。
100％正確にすることはできませんが、他のモデルよりも、期間の初期段階で機械学習の予測に自信を持つことができます。
これらのモデルの詳細については、RoryがKlusterブログ用に書いたこの記事を参照してください。
これらの3つの方法すべてを使用して、精度を向上させ、販売傾向をより明確に把握します。
5-予測システムの整合性を監視します
今後の予測を改善できるように、予測に注意してください。
次のような質問について考えてみてください。四半期のどの時点で、各システムは収益を生み出すのにかなり正確になりますか？ 次に、理由を定義します。
予測が正確になる時期をビジネスの人々が知っていることが重要です。そうすれば、問題に対処するための措置を講じることができます（たとえば、営業チームの人員を増やすなど）。
営業チームは、予測の作成を求められている理由を見失うことがあります。 それは彼らが前もって計画できるようにするためです。 これはビジネスにとって重要です。 予測が信頼でき、より幅広い販売戦略に沿っていることが重要です。
今日コグニズムをお試しください
この記事がお役に立てば幸いです。 私たちと一緒に座ってくれたロリーに感謝します。 すぐにまたやるのが待ちきれません！
あなたはパイプラインを埋めるのに苦労しているB2Bセールスチームのリーダーですか？ コグニズムはあなたを助けるためにここにあります！
私たちはあなたのターゲット市場のための新鮮で正確な見通しデータをあなたに提供することができます-そしてあなたがそれらと関わるために必要なすべてのツールを提供します。
