Prognozowanie sprzedaży: kompletny przewodnik dla początkujących

Czym jest prognozowanie sprzedaży?

Prognozowanie sprzedaży to szacowanie przyszłych przychodów w określonym horyzoncie - na następny miesiąc, kwartał czy rok - na podstawie danych historycznych, bieżącego pipeline'u i warunków rynkowych. To liczba, pod którą planuje się reszta firmy: rekrutacje, produkcja, cash flow i budżety marketingowe.

Najczęstszy mit: że to wróżenie z fusów. Działająca prognoza jest bliższa księgowości niż wróżbiarstwu - bierze dane, które już masz (wyniki historyczne, otwarte szanse, win rate), i przetwarza je spójną metodą. Zgadywanie zaczyna się dokładnie tam, gdzie kończy się spójna metoda.

Metody prognozowania sprzedaży

Metody dzielą się na dwie rodziny. Jakościowe opierają się na ocenie eksperckiej - przydatne, gdy danych brak (nowy produkt, nowy rynek). Ilościowe opierają się na liczbach - i powinny przejmować stery, gdy tylko masz historię sprzedaży. Dojrzałe zespoły łączą jedno z drugim: model daje liczbę, ekspercka korekta uwzględnia to, czego model nie wie.

1. Prognoza naiwna (ostatni okres + trend)

Najprostszy punkt odniesienia: następny miesiąc równa się bieżącemu, ewentualnie skorygowanemu o średnie tempo wzrostu.

Wzór: prognoza = sprzedaż ostatniego okresu × (1 + średnie tempo wzrostu)

Warto ją liczyć, nawet jeśli nie używasz niczego innego - każda poważniejsza metoda powinna ją pobijać. Jeśli nie pobija, dokłada złożoności, a nie trafności.

2. Średnia ruchoma

Średnia z ostatnich N okresów - wygładza jednorazowe piki i dołki.

Wzór: prognoza = (sprzedaż z ostatnich N miesięcy) / N

Dobra dla stabilnych, powtarzalnych biznesów; wolno reaguje na realne zmiany trendu - im dłuższe okno, tym gładsza, ale „późniejsza" prognoza.

3. Prognoza ważona pipeline'em (prawdopodobieństwa etapów)

Koń roboczy zespołów B2B. Każdą otwartą szansę mnożysz przez prawdopodobieństwo wygranej przypisane do jej etapu i sumujesz wyniki.

Wzór: prognoza = Σ (wartość szansy × win rate etapu)

Jakość tej metody to dokładnie jakość Twoich prawdopodobieństw. Licz je z historii (ile szans, które doszły do demo, faktycznie się domknęło?), a nie z optymizmu - i przeliczaj co kwartał.

4. Regresja / analiza trendu

Statystyczne dopasowanie sprzedaży do czasu albo do czynnika, w który wierzysz (liczba leadów, ruch na stronie, liczebność zespołu). Łapie sezonowość i trend lepiej niż średnie, ale wymaga historii - dwa lata danych miesięcznych to rozsądne minimum, żeby jej ufać.

5. Prognozowanie scenariuszowe

Nie osobna matematyka, tylko dyscyplina: przygotuj trzy liczby (pesymistyczna / oczekiwana / optymistyczna), zmieniając kluczowe założenia, i przypisz każdemu scenariuszowi działania, które uruchamia. Jedna liczba zaprasza do kłótni; trzy liczby zapraszają do planów.

Przykład na liczbach

Zespół ma 20 otwartych szans o łącznej wartości 200 000 zł w trzech etapach. Historyczne win rate'y etapów: oferta wysłana - 20%, oferta otwarta i omówiona - 40%, ustna zgoda - 75%.

• 80 000 zł na etapie „oferta wysłana" × 20% = 16 000 zł

• 90 000 zł na etapie „omówiona" × 40% = 36 000 zł

• 30 000 zł na etapie „ustna zgoda" × 75% = 22 500 zł

Prognoza ważona pipeline'em: 74 500 zł. Naiwny punkt odniesienia (ostatni miesiąc: 70 000 zł, średni wzrost 3%) mówi 72 100 zł. Obie liczby zgadzają się z dokładnością do kilku procent - dobry znak. Gdyby rozjechały się o 30%, to sygnał do inspekcji pipeline'u: przeterminowane szanse, zawyżone etapy albo realny skok.

Co decyduje o trafności prognoz

• Higiena pipeline'u. Prognoza zbudowana na szansach, których nikt nie dotknął od 60 dni, to fikcja z miejscami po przecinku. Przeglądaj i dyskwalifikuj bez sentymentów.

• Prawdopodobieństwa z danych, nie z przeczucia handlowca. Najlepiej robią to sygnały zaangażowania: oferta otwarta trzy razy i przesłana dwóm kolejnym osobom jest obiektywnie dalej w procesie niż ta nigdy nieotwarta. Dokładnie to wnosi śledzenie ofert do prawdopodobieństw etapów - a szerzej opisujemy to we wpisie o analityce ofert.

• Mierz błąd prognozy. Porównuj prognozę z wykonaniem co okres (wystarczy MAPE - średni bezwzględny błąd procentowy). Zespoły, które mierzą swój błąd, zmniejszają go; te, które nie mierzą - powtarzają.

• Spójne definicje. Jeśli „szansa zakwalifikowana" znaczy co innego dla każdego handlowca, żadna metoda tego nie przeżyje. Ułóż etapy razem ze swoimi KPI sprzedażowymi.

Podsumowanie

Zacznij prościej, niż myślisz: naiwny punkt odniesienia plus prognoza ważona pipeline'em wystarczą większości zespołów B2B. Regresję dołóż, gdy masz historię; scenariusze - gdy stawka tego wymaga. I karm model realnymi danymi o zaangażowaniu zamiast optymizmem. Prognoza nigdy nie będzie idealna - ma być tylko konsekwentnie coraz mniej błędna z kwartału na kwartał.