交易|2021 年销售预测软件:终极指南( 二 )


改进销售活动管理
销售活动管理包括跟踪你的销售代表为渠道中的每笔交易所做的事情(有时是为了在渠道中获得新交易) 。 这些活动是确定与每笔交易相关的风险的良好信号 , 这是进入销售预测模型的最重要因素之一 。 该软件跟踪销售代表跨渠道完成的所有活动 , 并让经理了解代表活动 。
提高全公司问责制
预测有助于确定对收入的微弱贡献 。 这可以进一步从企业级别向下钻取到地理级别 , 再到帐户级别到销售代表级别 。 如果某些产品的贡献较低 , 你也可以将其切片 。 因此 , 预测可以帮助确定需要在最细粒度级别上加倍努力以实现目标的领域 。
销售预测软件如何工作?
这些工具提供了强大的功能 , 可以使用不同的方法进行预测 , 并且可以灵活地使工具适应你的业务 。
销售预测方法
销售代表直觉
这是通过征求代表对完成渠道中的每笔交易的意见来预测销售的最基本方法 。 通常 , 销售代表往往会高估预测 , 因此可能不太可靠 。 例如:如果销售代表与客户的关系非常密切 , 并且他试图交叉销售产品 , 则他往往会高估获胜概率 。 此外 , 可能涉及很多主观性 , 如果多人正在处理一笔交易 , 则不可能有两个人就成交率达成一致 。 销售代表的反馈可以作为预测的因素之一 , 但仅依赖于此可能是有害的 。
历史预测
这种方法只涉及查看历史数据来进行预测 。 例如 , 如果 12 月的销售额为 x , 则 1 月的销售额将为 12 月的销售额 +- 一月销售额的增长率 。 这适用于具有类似商品的产品的极其稳定的企业 。 虽然它有一些缺点 , 比如它不包含季节性 , 客户需要时间段的变化等 。 历史数据很重要 , 但完全依赖它可能是有害的 。
机会预测
该方法基于根据渠道阶段和与客户的销售活动来估计转换概率 。 例如 , 完成演示的销售合格线索 SQL 的交易比未完成演示的 MQL 交易的概率更高 。 结合活动和机会阶段 , 为每笔交易分配一个概率并完成预测 。 这种方法的缺点是它没有考虑渠道中任何阶段的交易时间 。 例如 , 作为 SQL 新出现的交易被赋予与已经存在 2 个季度的交易相同的权重 。
渠道预测(带线索评分的多变量)
这是一种非常强大的预测方式 , 当今许多软件都是为此而构建的 。 该软件通过结合过去的销售模式 , 根据当前渠道和估计的未来渠道创建预测 。 这是一种非常详细的预测方法 , 它使用预测性预测 , 其中包括多种因素 , 例如

  • 基于代表历史/机会阶段的完成概率(交易健康) ,
  • 平均销售周期长度 ,
  • 个人代表表现 ,
  • 机会价值 ,
  • 历史数据 ,
  • 营销漏斗等
预测软件允许对内部和外部因素进行建模并检查它们对预测的影响 。 销售经理可以通过更改这些变量来调整预测并进行详细的假设分析 , 以了解哪个指标对收入的影响最大 。 你可以使用任何方法或它们的组合来配置预测 。 该软件通常提供深层过滤器来剖析销售代表(或销售层次结构中的任何人)、销售团队/公司、机会阶段、机会价值和你创建的其他自定义过滤器等的预测.
影响销售预测的因素
  • 内部因素
  • 价格
  • 促销活动
  • 产品组合
  • 频道组合
  • 客户组合
  • 招聘/解雇
  • 领土
  • 销售报酬
外在因素
  • 市场趋势
  • 竞赛
  • 政策变化
  • 行业变化
尽管要获得准确的预测有很多变量和先决条件 , 但软件使我们能够考虑所有这些变量并提高预测准确性 。
该软件的大部分内容通过允许你合并对预测有贡献的最小单位并将其相加以获得实际的销售预测 , 从而简化了自下而上的预测 。
灵活地进行销售预测
  • 能够更改销售变量(如定价、折扣、销售代表等)以进行预测模拟
  • 能够跨地域、账户、产品、企业进行预测
  • 能够进行实时预测和并行预测
  • 能够将趋势、促销、竞争、季节性等纳入预测
  • 使用深度过滤器分析 SKU、城市、账户、机会阶段等
假设情景分析