8가지 판매 예측 방법: 확실한 가이드

수잔 파텔

• 2022년 9월 30일

목표를 달성하려면 얼마나 많은 리드를 생성해야 합니까? 매출 증대를 위해 더 많은 영업 담당자를 고용해야 합니까? 이 신제품은 얼마나 많은 수익을 창출할 것인가? 판매 예측 방법이 회사에서 답을 찾는 데 도움이 될 수 있는 모든 중요한 질문입니다.

판매 예측은 회사의 성공에 중추적인 역할을 하며 다음 분기 또는 연도에 대한 판매 목표 설정 , 고용, 신제품 출시 및 예산 책정과 관련하여 비즈니스 경영진이 현명한 결정을 내리는 데 도움이 됩니다 .

이 가이드에서는 각각의 장단점과 함께 판매 예측의 모범 사례와 8가지 방법을 다룹니다.

• 장
• 01 매출예측이란?
• 02 매출 예측이 왜 중요한가요?
• 03 8 판매 예측 방법
• 04 판매 예측 모범 사례
• 05 일반적인 판매 예측 실수
• 06 자주 묻는 질문
• 07 매출 예측을 위한 CRM 시스템

판매 예측이란 무엇입니까?

판매 예측은 회사 의 요구 사항에 따라 주별, 월별, 분기별 또는 연간 기준과 같이 주어진 기간 동안 회사가 얼마나 많은 수익을 올릴 것인지 예측하는 데이터 기반 프로세스입니다 .

판매 예측은 과거 데이터, 경제 및 산업 동향, 회사의 기존 판매 파이프라인과 같은 다양한 요소를 고려합니다. 기본적으로 판매 예측의 목표는 다음과 같은 질문을 해결하는 것입니다. 회사는 얼마나 많은 돈을 벌 수 있을까요? 그리고 그 수익은 언제 올 것으로 예상됩니까?

판매 예측은 기업이 전략적 계획을 세우는 데 도움이 될 수 있습니다. 그러나 그것들은 확고한 전망이 아닙니다. 일기 예보와 마찬가지로 판매 예측은 100% 정확하지 않으며 과소 또는 과대 평가될 수 있으므로 시장, 경제 동향 및 정리해고 또는 고용과 같은 회사 변화에 따라 변동한다는 점을 이해하는 것이 중요합니다.

판매 예측이 중요한 이유는 무엇입니까?

판매 예측은 다음을 결정하여 기업이 미래에 대한 전략적 계획을 세우는 데 도움이 됩니다.

• 내부 예산 : 판매 예측은 팀과 회사가 분기/연도 동안 예산 범위 내에서 유지하도록 돕습니다.
• 성장률 : 회사가 어디로 향하고 있는지 파악하면 판매 할당량을 달성하고 목표를 초과 달성하기가 더 쉽습니다.
• 공급망 구매 및 준비 : 판매 수 를 예측하고 계절성이 이에 미치는 영향을 이해하면 비즈니스에서 재고를 적절하게 구매하는 데 도움이 될 수 있습니다.
• 고용 및 용량 계획 : 판매 기간이 길면 더 많은 직원이 필요할 수 있습니다. 다운 기간은 정리해고를 의미할 수 있습니다. 판매 예측은 그에 따라 계획하는 데 도움이 될 수 있습니다.
• 판매 및 파트너 전략 : 판매 예측은 회사 전체에 가치를 추가하여 내부적으로 판매를 준비하고 파트너십을 통해 적절하게 전략을 수립하는 데 도움이 됩니다.

민간 기업의 경우 판매 예측은 직원과 리더가 비즈니스에 대한 신뢰와 확신을 얻는 데 도움이 됩니다. 반면에 판매 예측은 상장 기업이 시장에서 신뢰를 얻는 데 도움이 됩니다.

8 판매 예측 방법

다양한 예측 방법이 있지만 대부분은 양적 및 질적 두 가지 범주에 속합니다.

• 양적 예측 : 이 예측은 데이터 기반 접근 방식을 사용하여 판매 예측에 사용하며 과거 판매 수익의 과거 데이터를 기반으로 미래 추세를 예측합니다. 양적 예측은 상향식 및 하향식 접근 방식을 모두 취할 수 있습니다. 상향식 접근 방식은 특정 기간을 전년 동기와 비교하고 해당 비교를 기반으로 성장의 증가를 제안합니다. 하향식 정량적 접근 방식은 시장 정보 및 기타 다양한 요인을 고려하여 예측을 결정합니다.
• 정성적 예측 : 이 예측은 본질적으로 더 주관적이며 판매 수익을 예측하기 위해 영업 담당자, 경영진 및 기타 시장 변수의 의견에 의존합니다. 정성적 예측은 일반적으로 기업이 실행하는 가장 간단한 예측 방법이지만 매우 주관적이기 때문에 어느 정도의 오차가 있습니다.

기회 단계 예측

기회 단계 예측은 파이프라인에 정렬된 미래 거래 또는 판매를 마감할 가능성을 기반으로 합니다.

대부분의 기업은 판매 파이프라인을 다음 단계로 나눕니다.

• 전망
• 자격 있는
• 제안
• 폐쇄
• 승/패

일반적으로 잠재 고객의 10%를 마감하는 1,500달러의 잠재 고객이 있고 일반적으로 매출의 3/4을 마감하는 제안 단계에서 2,000달러가 있다고 가정해 보겠습니다. 그러면 총 기회 단계 예측에서 총 1,650달러가 있다고 제안합니다. 해당 기간 동안의 거래.

장점

• 사용하기 쉬운
• CRM 프로그램과 페어링 가능
  

단점

• 판매 거래의 주관성을 고려하지 않음
• 영업 담당자의 입력 없이 정확하지 않음

판매 주기 예측 기간

판매 기간 예측은 거래 기간을 기준으로 판매를 평가합니다.

이 방법을 사용하여 계산하려면 최근 거래를 마감하는 데 걸린 총 일수를 사용한 다음 이를 마감된 총 거래 수로 나눕니다.

예를 들어 회사가 최근 6개의 거래를 성사했다고 가정해 보겠습니다.

• 거래 1: 60일
• 거래 2: 65일
• 거래 3: 44일
• 거래 4: 52일
• 거래 5: 31일
• 거래 6: 49일

그런 다음 평균 50일 동안 총 일수(301)를 6으로 나눕니다. 이 기간을 감안할 때 거래가 얼마나 유망해 보이거나 파이프라인에 있는 거래가 얼마나 많든 간에 약 2개월 안에 마무리해야 하는 모든 거래를 예측할 수 있습니다.

장점

• 간단한 예측 방법
• 객관적인 데이터 사용
  

단점

• 개별 거래의 뉘앙스를 고려하지 않음
• 지루할 수 있는 판매 주기의 매우 정확한 추적이 필요합니다.

과거 데이터 예측

시계열 예측이라고도 하는 과거 데이터 예측은 과거 데이터를 분석하여 전년도 같은 기간을 기준으로 비즈니스의 매출을 예측하는 방법입니다. 이 방법은 종종 과거 기간의 성장률을 가정합니다.

예를 들어, 지난 9월 매출이 $60,000이고 성장률이 10%라고 가정하면 이번 9월에 $66,000를 예상하게 됩니다.

장점

• 구현하기 쉬운 간단한 방법
• 시장이 큰 변화를 경험하지 않는 한 정확함

단점

• 계절성이나 시장의 변화를 고려하지 않음
• 변화하는 환경의 요구를 고려하지 않음

선형 회귀 분석

회귀 분석은 통계와 회사 매출에 영향을 미치는 다양한 요소에 대한 확실한 이해가 필요한 심층적이고 정량적인 예측 방법입니다. 가장 기본적인 수준에서는 판매에 영향을 미치는 다양한 변수를 살펴보고 이들 간의 관계를 계산합니다.

회귀 분석은 공식 Y = a + bX 를 사용 합니다. 회귀 분석을 실행하려면 먼저 다음을 수행해야 합니다.

• 예측하는 이유와 이를 통해 무엇을 배우고 싶은지 결정하십시오.
• 가장 영향을 받는 요인을 결정하십시오. 예를 들어 Y (또는 방정식의 종속 변수)로 레이블을 지정하는 판매일 수 있습니다.
• 판매에 영향을 미칠 수 있는 독립 변수( 방정식의 X )를 식별합니다.
• 기간을 좁힙니다.
• 종속(Y) 및 독립(X) 변수 모두에 대한 데이터를 수집합니다.
• Excel과 같은 소프트웨어를 선택하여 회귀 모델을 실행합니다.
• X 변수와 Y 변수 간의 상관 관계를 분석합니다.

예를 들어, 다가오는 연도의 매출을 예측하고 그에 따라 영업 담당자 를 고용하는 방법을 알고 싶다면 지난 5년 간의 영업 통화(X 변수)와 매출(Y 변수) 간의 관계를 살펴볼 수 있습니다.

회귀 분석 공식을 사용하면 방정식은 Sales = a + b(sales calls) 가 되며 회귀 분석 소프트웨어를 사용하여 그에 따라 그래프에 표시됩니다. 방정식 의 및 이 소프트웨어는 선택한 기간 동안 영업과 영업 통화 간의 관계가 얼마나 밀접하게 관련되어 있는지 보여주는 가장 적합한 라인 을 생성하는 데 도움이 됩니다. 이 데이터를 기반으로 다음 해에 더 많은 영업 담당자를 고용해야 하는지 결정할 수 있습니다.

장점

• 예측 전략을 미세 조정하려는 회사에 적합
• 객관성 때문에 기업에 적합
• 회사의 예측 수치에 대한 현실적인 보기 제공
  

단점

• 실행하고 이해하기 어렵다
• 통계에 대한 확실한 지식이 필요합니다.

파이프라인 예측

파이프라인 예측은 회사의 판매 파이프라인 에 있는 각 기회 또는 잠재적인 판매를 분석하고 연령, 거래 유형 및 거래 단계와 같은 다양한 요소를 기반으로 성공을 예측합니다. 이는 매우 정확하고 정교한 방법이지만 많은 양의 데이터와 사용자 지정 도구에 의존하므로 모든 회사에서 액세스할 수 없습니다.

장점

• 판매 파이프라인의 각 단계에 대한 계정
• 데이터 중심적이고 정확함
  

단점

• 다양한 판매 요인을 고려한 맞춤형 도구 필요
• 많은 양의 데이터 필요

직관적인(영업 담당자) 예측

직관적인 예측은 파이프라인의 거래가 성사될 것이라고 얼마나 확신하는지에 대한 영업 담당자의 의견에 의존하는 방법입니다. 영업 담당자는 영업 잠재 고객과 자신이 판매하는 제품 또는 서비스에 가장 가깝기 때문에 최고의 통찰력을 갖고 있는 경향이 있습니다.

그러나 영업 담당자는 낙관적인 경향이 있고 지나치게 관대한 답변을 제공할 수 있기 때문에 직관적인 예측도 매우 주관적입니다. 직관적인 예측은 위에서 설명한 다른 많은 방법처럼 판매 데이터에 의존하지 않기 때문에 신뢰할 수 있는 솔직한 판매 담당자가 있는 경우에만 작동합니다.

장점

• 구현하기 쉬움
• 영업 담당자는 자신이 판매하는 제품에 대한 최고의 통찰력을 가지고 있습니다.

단점

• 매우 주관적인 방법
• 영업 담당자는 지나치게 낙관적인 통찰력을 제공하는 경향이 있습니다.

시나리오 쓰기

시나리오 작성은 특정 가정 세트를 기반으로 가능한 극단에 초점을 맞춘 예측 방법입니다. 이 방법을 사용하면 예측가는 파이프라인의 거래에 대해 여러 가지 다른 사례를 작성하고 최상의 시나리오와 최악의 시나리오를 결론지을 것입니다.

대부분의 시나리오 작성은 8단계 프로세스를 따릅니다.

1. 중점 이슈 : 연간 매출
2. 주요 요인 : 영업 콜, 시연, 제품 문의 등 연간 매출에 영향을 미치는 요인
3. 외부 세력 : 경쟁 또는 정부 규제
4. 중요한 불확실성 : 고객이 선호하는 신기술과 같이 내년에 발생할 수 있는 모든 문제로 인해 매출이 감소합니다.
5. 시나리오 : 가능한 모든 시나리오 고려
6. 시나리오 논리 : 각 시나리오의 가능한 끝과 다음에 일어날 일을 고려
7. 시사점 및 옵션 : 다양한 시나리오 옵션을 기반으로 한 다음 단계
8. 초기 지표 : 계획에 도움이 되는 주요 문제 및 핵심 요소와 이러한 지표가 어떻게 관련되는지 고려합니다.

장점

• 불확실성에 대한 각각의 가능한 결과가 개발된 실행 계획을 가지고 있을 때 효과적인 방법
  

단점

• 비즈니스 및 판매에 대한 주관적인 이해에 의존
• 시간 소모적

다변수 예측

다변수 예측은 이름에서 알 수 있듯이 판매 주기, 기회 예측, 영업 담당자 입력 및 과거 데이터와 같은 위의 방법과 다른 요소를 통합합니다. 여러 변수를 기반으로 한 예측은 일반적으로 가장 정확하지만 가장 복잡하고 고급 분석 솔루션이 필요합니다. 이 솔루션은 예산이 있는 대규모 조직에서 구현하는 것이 가장 좋습니다.

장점

• 여러 요인에 의존하여 가장 정확합니다.
• 대규모 조직에 적합
  

단점

• 복잡하고 세관 시스템이 필요함
• 스타트업 또는 소규모 비즈니스에는 권장되지 않습니다.

판매 예측 모범 사례

보시다시피 매출을 예측하는 방법에는 여러 가지가 있습니다. 회사에서 사용하는 방법에 관계없이 항상 따라야 할 몇 가지 모범 사례가 있습니다.

• 명확한 판매 프로세스 구축
• 정확한 데이터 사용
• 과거 데이터에 의존
• 변경 사항 통합
• 시장 동향 예측
• 경쟁 분석
• 다양한 부서의 협업 정보에 의존

매출 예측을 기반으로 하는 것으로 보는 것이 가장 좋습니다. 항상 이전 예측에서 학습하여 미래 예측 방법을 개선하는 것을 목표로 합니다 . 고급 예측 프로세스와 도구를 사용하고 이전 예측을 기반으로 함으로써 기업은 비즈니스를 주도하는 요소와 판매 기간이 끝나기 전에 판매 기간의 결과를 형성하는 방법에 대해 더 깊이 이해하게 되므로 경쟁업체보다 우수한 성과를 낼 수 있습니다.

일반적인 판매 예측 실수

물론 일관되게 정확한 판매 예측을 생성하는 데 어려움이 없는 것은 아닙니다. 알고 싶은 몇 가지 일반적인 함정에는 부정확한 데이터, 비효율성 및 완전한 주관성이 포함됩니다.

부정확한 데이터

일반적으로 의도하지 않았지만 부정확성은 판매 예측의 가장 큰 함정 중 하나이며 팀과 이해 관계자 간의 불신으로 이어질 수 있습니다. 판매 예측의 데이터가 정확하지 않은 데는 다음과 같은 여러 가지 이유가 있습니다.

• 회사 전체에서 CRM 소프트웨어의 잘못된 채택 및 교육
• 팀 간의 데이터 불일치 또는 영업 담당자의 불완전한 데이터
• 이해 관계자가 예측을 생성하기 위해 사용하는 방법과의 불일치
• 다른 부서 및 팀 간의 협업 부족

비효율

비효율성은 대규모 판매 예측 및 대규모 팀 또는 여러 부서에서 작업할 때 특히 일반적입니다. 이러한 경우 예측에는 종종 여러 소유자가 있으므로 오류가 발생할 여지가 더 많이 남을 수 있습니다. 또한 팀이 예측 규칙에 따라 조정되지 않으면 생성 방식에 분쟁과 오류가 발생할 수 있으며, 이는 여러 번 수정될 수 있습니다.

주관

많은 예측 방법이 데이터 기반이지만 모두 예측자가 데이터 사용 방법에 대한 올바른 결정을 내리는 데 어느 정도 의존합니다. 고도로 데이터 중심적인 방법은 더 복잡하고 시간이 많이 소요되는 경향이 있기 때문에 많은 기업이 기회 단계 및 직관적인 예측과 같은 보다 쉽고 주관적인 방법에 의존합니다.

자주 묻는 질문

판매 예측에 가장 적합한 방법은 무엇입니까?

어떤 예측 방법이 가장 좋은지는 회사의 요구 사항, 규모 및 예산에 따라 결정되는 경우가 많습니다. 그러나 데이터 기반 예측 방법이 일반적으로 가장 정확합니다. 특히 다변수 예측은 가장 정확한 예측 방법입니다.

판매 예측 예는 무엇입니까?

대부분의 판매 예측 방법은 양적 또는 질적 범주에 속합니다. 정성적 판매 예측은 주관적이며 판매 팀이나 경영진에 의존하여 예측합니다. 정량적 방법은 판매 예측에 대한 데이터 기반 접근 방식을 취하고 팀에 더 많은 시간과 리소스를 집중적으로 사용하는 경향이 있습니다.

정량적 방법의 간단한 예는 판매 주기 예측의 길이로, 최근 거래를 성사하는 데 걸린 총 일수를 총 성사된 거래 수로 나눕니다.

누가 판매 예측을 담당합니까?

영업 리더는 거의 항상 영업 예측을 담당합니다. 대부분의 경우 영업 부사장은 예측 보고서를 조정하는 사람이 됩니다.

판매 예측을 위한 CRM 시스템

고객 관계 관리(CRM) 시스템에 대한 투자는 영업 부서에서 작업할 정확한 데이터를 제공하는 데 중요한 부분입니다.

당신이 스타트업이고 이제 막 시작하는 경우라도 CRM을 마련하고 영업 담당자가 이를 사용하는 방법을 알도록 하면 판매 예측을 통합할 때 향후 작업을 간소화할 수 있습니다.

영업 잠재 고객 발굴 자동화와 관련하여 Mailshake 와 같은 도구를 사용 하면 영업 팀이 개인화를 가장 먼저 염두에 두면서 훨씬 더 많은 이메일을 보낼 수 있습니다. Mailshake는 또한 정확한 판매 전망 데이터를 제공하여 판매 예측을 지원하는 데 도움이 될 수 있습니다.