Was ist Verkaufsprognose?

Einfach ausgedrückt ist die Verkaufsprognose der Prozess der Schätzung zukünftiger Verkäufe (Einnahmen). Dies mag zunächst nach einer vagen und entmutigenden Aufgabe klingen, aber mit etwas Einsatz kann es relativ schmerzlos bewerkstelligt werden. Verkaufsprognosen sind weder Vermutungen noch exakte Vorhersagen; Es ist ein Prozess, die zugrunde liegenden Annahmen und Treiber des Umsatzes zu verstehen und sie schließlich zu verfolgen und zu verwalten.

Wie wir später in diesem Artikel beschreiben werden, gibt es viele Modelle und Methoden, die verwendet werden, um Verkäufe zu prognostizieren, sowohl qualitativ als auch quantitativ. Die gute Nachricht ist jedoch, dass in der Regel keine komplexen quantitativen Prognosemodelle erforderlich sind. Obwohl die Wahrscheinlichkeit, die genauen zukünftigen Umsätze zu finden, nahezu null ist, ist die Genauigkeit der Umsatzprognose entscheidend für die Projektion von Jahresabschlüssen und die Befähigung zu intelligenten Geschäftsentscheidungen.

Einige der beliebtesten Verkaufsprognosemethoden basieren auf historischen Daten. Dies kann für ein etabliertes Unternehmen realistischer sein; Umgekehrt muss ein Startup kreativere Informationsquellen nutzen.

Verkaufsprognosen sind keine Zeitverschwendung

Es gibt empirische Belege, die die Bedeutung von Umsatzprognosen für den Erfolg eines Unternehmens belegen. Einige Faktoren, die dazu beitragen, sind:

1. Strategische Entscheidungen und Handlungsinstrumente: Verkaufsprognosen können Trends oder Probleme aufzeigen und die notwendige Anleitung geben, um daraus Kapital zu schlagen oder sie sogar zu korrigieren. Beispielsweise könnte eine negative Abweichung von 20 % vom Verkaufsziel auf Anzeichen für schlechtes Management oder Konkurrenzsteigerung hindeuten. Auf der anderen Seite wird ein deutlicher positiver Aufschwung natürlich begrüßt, deutet dann aber darauf hin, dass zukünftig mehr Ressourcen benötigt werden (z. B. die Rekrutierung von mehr Mitarbeitern). Das Aufdecken potenzieller Probleme und Bedürfnisse im Voraus kann ein rechtzeitiges Handeln ermöglichen, das Gelegenheiten nutzt.

2. Ein Weg nach vorne: Eine Abweichung von einer Umsatzprognose nach unten ist enttäuschend, kann aber auch eine Chance sein, einen Schlussstrich zu ziehen. Es kann helfen, klare Ziele zu setzen und dazu dienen, das Team durch sinnvolle Aktionspläne und Meilensteine ​​zu motivieren.

3. Prognose von Finanzmodellen: Sorgfältige Umsatzprognosen spielen eine wichtige Rolle bei zahlreichen Finanzmodellierungsübungen:

   1. Cashflows: Verkaufserlöse wirken sich direkt auf den Cashflow aus. Die genaue Schätzung der Verkäufe kann Einblicke in die Bargeldbewegungen geben und somit die Planung für zukünftige Fehlbeträge oder sogar Geldsegen ermöglichen.

   2. Bestand: Eine gute Verkaufsprognose berücksichtigt Annahmen wie Änderungen der Kundengewohnheiten und makroökonomische Anstiege oder Rückgänge der Nachfrage. Dies ermöglicht eine effiziente Bestandsplanung und steigert anschließend die Working Capital-Effizienz. Auf einer eher tangentialen Basis schwappt dies dann in Richtung einer besseren Planung des Rohstoffeinsatzes und der Einstellung von Arbeitskräften über.

Faktoren, die bei der Prognose von Verkäufen zu beachten sind

Wie oben erwähnt, werden die Verkäufe fast immer von ihren Prognosen abweichen. Je höher die Standardabweichung von dieser Vorhersage ist, desto größer sind die Auswirkungen auf das Unternehmen.

Prognoseanalysten müssen über mögliche Szenarien nachdenken und/oder einen Notfallplan haben. Vorfälle, die weit außerhalb der Kontrolle des Unternehmens liegen, können unermessliche Auswirkungen auf den Betrieb haben. Zu diesen Beispielen gehören unerwartete wirtschaftliche Faktoren (z. B. Aktienmarkteinbrüche) und Änderungen der Gesetzgebung oder Politik.

Obwohl Verkaufsprognosen von entscheidender Bedeutung sind, sollten sie niemals ein einsamer Sündenbock sein. Wenn die Vorhersagen völlig zu kurz kommen, kann ein Unternehmen erhebliche Verluste und den Verlust von Marktanteilen erleiden. Anstatt der Prognose die Schuld zu geben, ist eine ganzheitliche Post-Mortem-Analyse erforderlich, um zu untersuchen, wie alle Faktoren des Unternehmens zur Enttäuschung beigetragen haben.

Qualitative und quantitative Prognosemethoden haben jeweils idiosynkratische Eigenschaften, auf die man achten muss. Innerhalb qualitativer Methodologien muss man aufgrund ihrer subjektiven Natur eine ganzheitliche Sichtweise formen und sie dann durch abgerundete und glaubwürdige Forschung weiter qualifizieren. Auf der anderen Seite können quantitative Prognosemodelle Trends aufzeigen, könnten aber dennoch unter Verzerrungen wie dem Korrelations-/Kausalitäts-Paradigma leiden.

Schließlich sind Verkaufsprognosen entscheidend mit der allgemeinen Strategie eines Unternehmens und seinen Meilensteinen auf hoher Ebene verbunden. Prognosemodelle sind dynamisch und müssen daher ständig aktualisiert werden, wenn sich die Bedingungen ändern.

Was sind die wichtigsten Verkaufsprognoseansätze?

Es gibt zwei Hauptansätze für die Umsatzprognose: „Top-Down“ und „Bottom-Up“.

• Top-down: Bei einem Top-down-Ansatz beginnen wir mit dem großen Ganzen und arbeiten uns dann nach unten vor; Wir definieren die Meilensteine, die erreicht werden müssen, um das Ziel zu erreichen. Wenn es beispielsweise weltweit 1,8 Milliarden Smartphones gibt und wir davon ausgehen, dass wir 1 % des Marktes durchdringen wollen, liegt unsere Zielzahl an Kunden bei 18 Millionen. Wenn dies übereilt und schlecht definiert erfolgt, kann dies zu heiklen Situationen mit unrealistischen Erwartungen führen.

• Bottom-up: Bei einem Bottom-up-Ansatz betrachten wir Mikroannahmen basierend auf den Ressourcen, über die das Unternehmen verfügt – zum Beispiel, wie viele Verkäufe pro Verkäufer getätigt werden können oder wie oft eine Anzeige in einen Verkauf umgewandelt wird. Diese Methode ermöglicht es Unternehmen, die Effizienz ihres aktuellen Betriebs zu überprüfen und Mittel zu isolieren, mit denen sie Faktoren optimieren können, um den Umsatz zu steigern. Je mehr Daten das Unternehmen aus früheren Leistungen hat, desto genauer können seine Prognosen in diesem Bereich sein.

Welchen Ansatz sollten wir wählen?

Wie die obigen Beschreibungen zeigen, kann der Top-Down-Ansatz zu subjektiven, zu optimistischen Vorhersagen führen, aber er ist nützlich, um schnell klare Meilensteine ​​festzulegen, die zu unternehmensweiten Benchmarks werden können. Prognosen, die mit dem granulareren Bottom-up-Ansatz abgeleitet werden, sind im Vergleich dazu in der Regel konservativer, aber aufgrund ihrer Betonung auf internen Fähigkeiten genauer. Für Umsatzprognosezwecke kann der Bottom-up-Ansatz, wie bei der Finanzmodellierung im Allgemeinen, eine strukturiertere, realistischere Perspektive bieten, die aus strategischer Sicht durch einige Top-down-Analysen ergänzt werden kann .

Was sind die wichtigsten Methoden für die Verkaufsprognose?

Wie bereits erwähnt, gibt es zwei Hauptmethoden der Verkaufsprognose: quantitative Verkaufsprognose und qualitative Verkaufsprognose.

Quantitative Verkaufsprognose

Quantitative Verkaufsprognosen beziehen sich auf das Sammeln und Analysieren numerischer Daten, wie z. B. Verbraucherausgaben und Wirtschaftstrends. Es gibt viele quantitative Modelle und ihre Formen variieren erheblich. In ihrer einfachsten Form erscheinen sie als lineare Modelle und sehen wie folgt aus:

Y = ein ₀ + ein ₁ X ₁ + … + ein _n X _n

Diese Formeln können schnell komplizierter werden, wenn Tests, Trends und saisonale Effekte ins Spiel kommen. Während quantitative Methoden für ein neues Unternehmen ohne Erfolgsbilanz möglicherweise nicht sehr geeignet sind, können sie für etablierte Unternehmen sehr nützlich sein. Nehmen Sie ein Beispiel eines mittelständischen Bekleidungsunternehmens; Ein quantitatives Modell könnte es ermöglichen, saisonale Trends und andere zyklische Effekte zu entdecken. Dies würde ihnen genauere Verkaufsprognosen und folglich eine umsichtige Bestandsplanung bieten.

Qualitative Absatzprognose

Qualitative Verkaufsprognosen basieren auf Expertenmeinungen und/oder persönlichen Meinungen. Diese Methode eignet sich besonders, wenn historische Daten fehlen. Es gibt vier Hauptkategorien qualitativer Prognosen:

1. Jury of Executive Opinion: Bei dieser Methode wird die Meinung einer Gruppe von Führungskräften des Unternehmens eingeholt und zu einem Konsens zusammengeführt. Es ist schnell, einfach und basiert auf fundierten Meinungen. Allerdings sind nicht alle Führungskräfte gleichermaßen Experten im Vertrieb, und folglich haben ihre Meinungen in der kommerziellen Realität möglicherweise nicht das gleiche Gewicht.

2. Delphi-Technik: Ähnlich wie bei der vorherigen Methode mittelt diese Technik die Meinung der Führungskräfte eines Unternehmens, ergänzt sie jedoch zusätzlich durch Ratschläge externer Experten. Obwohl es zu runderen Ergebnissen führen kann, ist es zeitaufwändiger und in der Regel teurer.

3. Zusammensetzung des Vertriebsteams: Diese Technik sammelt Meinungen des Vertriebspersonals, was zu gut informierten und kostengünstigen Quellen für Verkaufsprognosen führen kann. Die Vertriebsmitarbeiter haben jedoch möglicherweise keinen Zugang zu den strategischen Erkenntnissen der Manager. Es können auch falsche Anreize ins Spiel kommen, wenn beispielsweise der Außendienst niedrigere als erwartete Verkäufe prognostiziert, um das Erreichen von Benchmarks zu erleichtern.

4. Erhebung der Kaufabsichten: Diese Methode konzentriert sich auf die Nachfrageseite und die Absicht des Verbrauchers, ein Produkt oder eine Dienstleistung zu kaufen. Durch die Konzentration auf den Endkunden können die Prognosen relativ genau sein, da einige Informationsschichten durch zuverlässige öffentliche Daten gefunden werden können (z. B. Wirtschaftsindikatoren des US Census Bureau).

Ein Unternehmen sollte eine Mischung aus diesen Methoden verwenden, um ganzheitliche Prognosen auf der Grundlage robuster Annahmen zu erstellen, und je nach Anwendbarkeit auf das Unternehmen mehr oder weniger Gewicht auf eine Technik legen. Beispielsweise möchte ein Unternehmen mit relativ unerfahrenen Vertriebsmitarbeitern die Ergebnisse einer zusammengesetzten Projektion der Vertriebsmitarbeiter nicht zu hoch einschätzen. Angesichts der Nuancen, die bei der Entscheidung über die richtigen Ansätze und Gewichtungen erforderlich sind, kann ein rationaler Ansatz sicherstellen, dass ein Unternehmen zu genauen Prognosen gelangt. Bei der Entscheidung über den für eine Prognose erforderlichen Methodenmix kann der Input eines Experten wertvolle Perspektiven und Know-how liefern.

Erstellen Sie Ihre eigenen Verkaufsprognosen

Die Mathematik zur Berechnung des Nettoumsatzes ist einfach. Wir multiplizieren einfach die prognostizierten zu verkaufenden Einheiten mit dem erwarteten Preis und erreichen die Verkaufsprognose. Wir führen dann einen ähnlichen Prozess für direkte Kosten durch. Nachdem wir diese (COGS) vom Umsatz abgezogen haben, erhalten wir den Nettoumsatz.

Wenn wir uns von absoluten Zahlen entfernen und den Nettoumsatz durch den Bruttoumsatz dividieren, können wir die erwartete Bruttomarge sehen. Wir sollten dies für jeden Monat des ersten Jahres tun und dann für jedes Quartal für die folgenden zwei.

Beginnen Sie mit den Kosten

Ein Unternehmen hat mehr Kontrolle über seine Ausgaben im Vergleich zu seinen Einnahmen. Daher stellen Ausgaben einen einfacheren Ausgangspunkt für Prognosen dar. Wir können Kostenkategorien erstellen und dann jede Kategorie detailliert analysieren, um genauere Wegpunkte zu finden. Wenn beispielsweise Marketing ein wichtiger Umsatztreiber ist, können wir es für eine größere Genauigkeit weiter segmentieren (z. B. Google Ads, Social-Media-Anzeigen usw.), anstatt es als einzelne Zahl unter einer allgemeinen Gemeinkostenkategorie zu platzieren.

Verkaufsannahmen entwickeln und überprüfen

Wir sollten die Kosten in die Registerkarte Annahmen aufnehmen. Entscheidend ist, dass diese jeden Monat überprüft und ggf. auch die Umsätze entsprechend angepasst werden. Wie bei der Finanzmodellierung müssen diese Annahmen flexibel und leicht änderbar sein. Auch qualitativ hochwertige und relevante (zitierte) Quellen sind entscheidend. Beispielsweise können Daten aus App-Stores bei der Verkaufsprognose für eine neue mobile App helfen, während glaubwürdige Tech-Blogs auch anekdotische Beweise liefern können, die auf Annahmen angewendet werden können. Der entscheidende letzte Faktor für die Entwicklung geeigneter Annahmen ist die einschlägige vorherige Erfahrung bei der Entwicklung von Verkaufsprognosen. Wenn ein Unternehmen nicht über das erforderliche Fachwissen verfügt, ist es besser, spezialisierte Talente einzustellen, wenn auch nur für kurze Zeit. Nachfolgend finden Sie ein Beispiel für Umsatz- und Kostenannahmen, die für eine Prognose erstellt wurden:

Umsatzprognose für zwei Szenarien

Verkaufsprognosen sollten ein konservatives und ein aggressives/optimistisches Szenario beinhalten. Letzteres ist das ideale Ergebnis, das das Unternehmen motiviert halten und den Investoren sein wahres Potenzial veranschaulichen kann. Das ist der „think big“-Faktor. Ersteres ist das Szenario, das das Unternehmen auf enttäuschende Ergebnisse vorbereitet. Darüber hinaus ist es besser, Verkäufe in Preise und Einheiten aufzuschlüsseln, was ein tieferes Verständnis ihrer jeweiligen Dynamik ermöglicht. Darüber hinaus kann die Schätzung von Intervallen und Wahrscheinlichkeiten zu genaueren Prognosen führen.

Ergänzung der Daten mit Verhältnissen und Grafiken

Kennzahlen können wichtige Informationen enthüllen und gleichzeitig als Test dienen, um zu bestätigen, ob die Umsatzprognose solide ist und ob die Zahlen übereinstimmen. Beispielsweise könnte ein zu niedriges direktes Kosten-Umsatz-Verhältnis (und folglich ein zu hohes Bruttomargenverhältnis) ein Hinweis auf zu optimistische Prognosen sein. Eine weitere nützliche Kennzahl ist das Mitarbeiter-pro-Kunde-Verhältnis. Dieses Verhältnis bietet Einblicke in zukünftige Verkäufe und wie sie sich basierend auf Rekrutierungsentscheidungen entwickeln können. Schließlich können Grafiken helfen, Trends und den Fortschritt der Verkäufe zu visualisieren und die Zahlen verständlicher zu machen.

Und schließlich, Vorsicht vor Vorlagen

Es kann einfach sein, einfach nach einer Vorlage zu suchen und zu versuchen, die Anforderungen Ihres Unternehmens in das einzufügen, was bereits erstellt wurde. Dieser Ansatz könnte tatsächlich zu Ihrem Nachteil sein, da jedes Unternehmen seine eigenen Bedürfnisse hat und niemand gleich ist.

Ich würde Sie ermutigen, zu versuchen, Ihre eigene Vorlage von Grund auf neu zu erstellen, indem Sie die Erkenntnisse aus diesem Artikel verwenden. Wenn Sie den Prozess von einer leeren Tabelle aus starten, können Sie besser verstehen, wie alle Facetten Ihres Unternehmens zusammenhängen, und sicherstellen, dass Ihre Prognose genau auf die spezifischen Anforderungen Ihres Unternehmens zugeschnitten ist.