پیشبینی فروش در CRM قرار نیست آینده را قطعی اعلام کند. هدف، تبدیل اطلاعات پراکنده پایپلاین به یک برآورد قابل توضیح است تا مدیر بداند چه مقدار فروش در مراحل مختلف قرار دارد، کدام فرصتها احتمال بیشتری دارند و کجا باید روی پیگیری یا ظرفیت تمرکز شود.
تفاوت گزارش فروش با پیشبینی فروش
گزارش فروش به گذشته و وضعیت فعلی نگاه میکند؛ مثلاً فروش قطعی این ماه. پیشبینی فروش به فرصتهای هنوز باز نگاه میکند و میپرسد بر اساس مرحله، زمان تصمیم و احتمال موفقیت، چه مقدار از آنها ممکن است در بازه آینده بسته شود.
دادههای لازم برای Forecast
| داده | چرا مهم است؟ |
|---|---|
| مبلغ یا ارزش فرصت | پایه محاسبه ارزش فروش بالقوه |
| مرحله فروش | نشاندهنده میزان پیشرفت فرصت |
| تاریخ مورد انتظار تصمیم یا خرید | قرار دادن فرصت در بازه زمانی مناسب |
| احتمال موفقیت | ساخت برآورد وزنی |
| محصول و مقصد | تحلیل جداگانه تور، ویزا و سایر خدمات |
| مالک فرصت | پیشبینی تیم و کارشناس |
Forecast وزنی چیست؟
یک روش ساده این است که ارزش هر فرصت در احتمال موفقیت آن ضرب شود. مثلاً اگر یک فرصت ۱۰۰ واحد ارزش داشته باشد و احتمال موفقیت مرحله فعلی ۶۰ درصد در نظر گرفته شود، سهم وزنی آن در Forecast برابر ۶۰ واحد میشود. این درصدها باید از داده واقعی سازمان کالیبره شوند، نه از حدس ثابت.
احتمال موفقیت را از کجا بیاوریم؟
در شروع میتوان برای مراحل مختلف درصدهای اولیه تعیین کرد، اما بعد از جمعشدن داده بهتر است نرخ واقعی تبدیل هر مرحله بررسی شود. اگر از ۱۰۰ فرصت در مرحله «ارسال پیشنهاد» فقط ۲۰ مورد به فروش میرسند، استفاده همیشگی از احتمال ۷۰ درصد تصویر غیرواقعی میسازد.
پیشبینی برای تور با پیشبینی ویزا یکسان نیست
چرخه تصمیم، زمان ارائه خدمت و عوامل عملیاتی در محصولات مختلف متفاوت است. بنابراین Forecast بهتر است حداقل به تفکیک نوع محصول گزارش شود. در فروش تور، تاریخ حرکت و ظرفیت اهمیت بیشتری دارد؛ در پروندههای ویزا ممکن است مرحله پرونده و زمان تصمیم مشتری اهمیت دیگری داشته باشد.
Forecast ظرفیت برای تور
در تور، فقط مبلغ فروش مهم نیست. مدیر ممکن است بخواهد بداند برای هر حرکت چه تعداد صندلی یا ظرفیت فروخته شده، چه تعداد رزرو در مرحله مذاکره است و چه تعداد فرصت داغ هنوز باز است. اتصال این اطلاعات به ظرفیت واقعی، تصمیمگیری تجاری را بهتر میکند.
سه لایه Forecast برای مدیر
| لایه | نمونه سؤال |
|---|---|
| فروش قطعی | چه مقدار تا امروز بسته شده است؟ |
| Forecast محتمل | بر اساس فرصتهای باز چه میزان فروش محتمل است؟ |
| Pipeline کل | کل ارزش فرصتهای باز چقدر است؟ |
دیدن این سه عدد کنار هم از یک عدد واحد مفیدتر است؛ چون مدیر میتواند تفاوت بین «آنچه قطعی شده»، «آنچه محتمل است» و «آنچه هنوز فقط فرصت است» را ببیند.
فصل و رفتار تاریخی چه نقشی دارند؟
اگر داده چند دوره گذشته قابل اتکا باشد، میتوان روندهای فصلی، زمانهای اوج درخواست و فاصله معمول بین ورود لید تا خرید را نیز در تحلیل لحاظ کرد. با این حال داده تاریخی ضعیف یا ناقص میتواند Forecast را گمراه کند؛ کیفیت ورودی همیشه مهمتر از پیچیدگی مدل است.
Forecast به تفکیک کارشناس
پیشبینی فروش هر کارشناس باید بر فرصتهای واقعی او متکی باشد، نه صرفاً هدف فروش. مدیر میتواند فرصتهای با تاریخ تصمیم گذشته، فرصتهای بدون اقدام بعدی و اختلاف غیرعادی بین مبلغ Pipeline و فروش واقعی را بررسی کند.
چه چیزهایی Forecast را خراب میکند؟
تاریخ تصمیم غیرواقعی
اگر کارشناسان برای همه فرصتها پایان ماه را انتخاب کنند، پیشبینی بهصورت مصنوعی متراکم میشود.
فرصتهای مرده در Pipeline
فرصتی که مدت طولانی بدون تعامل مانده اما همچنان باز است، ارزش Pipeline را بیش از واقع نشان میدهد.
احتمالهای ثابت و بدون بازبینی
درصد مرحلهها باید با نتیجه واقعی فروش مقایسه و دورهای اصلاح شود.
داشبورد Forecast چه اجزایی داشته باشد؟
فروش قطعی، Forecast وزنی، ارزش کل Pipeline، فرصتهای نزدیک به تاریخ تصمیم، اختلاف Forecast با فروش واقعی دورههای قبل و تفکیک محصول از اجزای مفید هستند. تعداد نمودار زیاد لزوماً تصمیمگیری را بهتر نمیکند؛ هر نمودار باید پاسخ یک سؤال مدیریتی مشخص باشد.
شروع عملی
برای نسخه اول، فقط چهار داده را تمیز کنید: مبلغ فرصت، مرحله، تاریخ تصمیم و مالک. سپس نرخ تبدیل مراحل را از داده گذشته محاسبه کنید و یک Forecast ساده بسازید. بعد از اطمینان از کیفیت این مدل، ابعاد محصول، منبع لید، ظرفیت و فصل را اضافه کنید.
سوالات متداول
آیا Forecast همان تارگت فروش است؟
خیر. تارگت هدف مطلوب است؛ Forecast برآوردی از نتیجه محتمل بر اساس داده فعلی Pipeline است.
آیا برای Forecast حتماً هوش مصنوعی لازم است؟
خیر. یک مدل ساده و شفاف مبتنی بر مراحل فروش و داده تمیز، برای شروع بسیار کاربردیتر است.
هر چند وقت Forecast باید بهروزرسانی شود؟
بستگی به سرعت چرخه فروش دارد، اما هر بار که مرحله، مبلغ یا تاریخ تصمیم فرصت تغییر میکند، بهتر است پیشبینی نیز بهروز شود.