كيفية تحسين دقة توقعات الإيرادات - بحث جديد

نشرت: 2022-12-29

ما هو التنبؤ بالإيرادات ولماذا هو مهم؟

التنبؤ بالإيرادات هو عملية توقع إيرادات شركتك على مدى فترة زمنية ، تتراوح من التوقعات السنوية إلى توقعات الإيرادات الأسبوعية. تستخدم العملية البيانات والرؤى التاريخية من أقسام متعددة لتحديد التوقعات للإيرادات المستقبلية.

يعد التنبؤ بالإيرادات أمرًا مهمًا لأنه يسمح للقادة بالتخطيط لكيفية نمو أعمالهم بمرور الوقت. بدلاً من اتخاذ قرارات إستراتيجية مبنية على الحدس وحده ، تمكن توقعات الإيرادات القادة من التصرف بناءً على البيانات. يؤدي هذا إلى تنبؤات أكثر دقة وربحية أكبر ونمو أكثر استدامة على المدى الطويل.

التحدي: إنشاء تنبؤات موثوقة للإيرادات

وجدت شركة Gartner أن 45٪ فقط من قادة المبيعات والبائعين يثقون في دقة التنبؤ الخاصة بهم ، بينما ذكرت شركة Forrester أن 93.6٪ من مؤسسات B2B قد فاتتها توقعاتها ربع السنوية لليوم الأول بنسبة 10٪ أو أكثر في عام 2021. وتتفاقم هذه المشكلات بسبب التقلبات الاقتصادية : تشير مجلة Harvard Business Review إلى أن التوقعات التي قد يتم تضخيمها بنسبة 8٪ يمكن أن تنتهي بنسبة تصل إلى 50٪ خلال فترة عدم الاستقرار.

إصلاح هذه المشاكل هو أولوية. ولكن ما الذي يمكن أن تفعله مؤسستك لتحسين عملية التنبؤ؟ وما الذي يحتمل أن يعترض الطريق؟

بحثنا الأخير يجيب على هذه الأسئلة. استنادًا إلى دراسة استقصائية شملت 261 شركة في جميع أنحاء العالم ، نقدم معيارًا لجهود التنبؤ بالإيرادات. هذا لا يكشف فقط عن المشاكل المشتركة التي تواجهها المنظمات - بل يسمح لنا بشق طريق مثمر إلى الأمام.

نقل

حالة ذكاء الإيرادات

احصل على التقرير

النتائج الرئيسية

  • يعد التنبؤ بالإيرادات عملية متعددة الوظائف مهمة ...
  • ... لكن دقة توقعات الإيرادات لا تزال تمثل تحديًا كبيرًا.
  • البيانات ذات الجودة الرديئة هي السبب في عدم دقة توقعات الإيرادات ...
  • ... بينما تحد العمليات اليدوية والتكنولوجيا القديمة من إمكانية الوصول إلى البيانات وتخلق صوامع.

التوصيات

  1. يجب على المؤسسات أتمتة العمليات اليدوية وأنشطة التنبؤ الأخرى لتحسين جودة البيانات ، ودمج مصادر البيانات المجزأة ، وتقليل الأخطاء ، وإنشاء طرق أكثر كفاءة للعمل متعدد الوظائف.
  2. يعد التعاون متعدد الوظائف بين الفرق المتوافقة أمرًا بالغ الأهمية للتنبؤ بدقة بنمو الإيرادات الحالي ، والذي يعد أكثر فعالية من حيث التكلفة بمقدار 1.5 إلى 3 مرات مقارنة باكتساب عملاء جدد.
  3. يجب أن تسعى المنظمات جاهدة لزيادة وتيرة توقعات الإيرادات الخاصة بها ، بهدف تحقيق إيقاع التنبؤ الأسبوعي.

ما مدى فعالية الشركات في التنبؤ بالإيرادات؟

التنبؤ بالإيرادات (تقريبًا) عالمي

تعد توقعات الإيرادات المنتظمة أمرًا حيويًا للمؤسسات ، وتمكينها من اتخاذ قرارات مستنيرة حول كل شيء بدءًا من مقدار الإنفاق على التسويق إلى كيفية إدارة فرق المبيعات والمخزون. يشير الاستطلاع الذي أجريناه إلى أن الغالبية العظمى من المؤسسات تدرك ذلك ، مع ذكر 2٪ فقط أنها لا تمارس التنبؤ بالإيرادات.

ومع ذلك ، فإن إيرادات العملاء الجدد هي العامل الأكثر شيوعًا الذي تتوقعه الشركات ، مما يشير إلى أن العديد من المؤسسات تفوت فرصًا لتحقيق نمو أسهل.

توقع 76٪ فقط من المجيبين لدينا إيرادات توسع العملاء الحاليين ، على الرغم من أن هذه الإيرادات غالبًا ما تكون 1.5-3x أكثر كفاءة في الاستحواذ.

وبالتالي ، فإن مجرد زيادة جهودهم المتوقعة في هذا المجال يمكن أن يكون مكسبًا سهلاً للشركات التي تتطلع إلى زيادة الإيرادات خلال هذه الأوقات الاقتصادية.

نقل

حالة ذكاء الإيرادات

احصل على التقرير

… لكن قلة من الشركات تتنبأ بدقة

يؤدي التنبؤ بالإيرادات إلى إنشاء قيمة فقط عندما يكون دقيقًا. خلاف ذلك ، يمكن أن يؤدي إلى ثقة زائفة وفرص مبيعات ضائعة وموارد ضائعة.

هذا يمثل مشكلة بشكل خاص حيث تقوم الشركات بتوسيع نطاق وزيادة عدد أصحاب المصلحة الذين يعتمدون على التوقعات لاتخاذ القرارات. قد تستفيد الشركة من توقعات الإيرادات عند التحضير لحدث تمويل ، وستتأثر سمعتها إذا اكتشف المستثمرون أنهم اعتمدوا قراراتهم على بيانات غير دقيقة.

ومع ذلك ، وعلى الرغم من جهودهم ، وجد استطلاعنا أن غالبية الشركات تنتج حاليًا توقعات إيرادات غير دقيقة للغاية. تقدم 9٪ فقط من الشركات توقعًا في حدود 5٪ من نتائج إيراداتها الفعلية ، مما يعني أن 91٪ من الشركات تفتقد إلى العلامة:

دقة التنبؤ بالإيرادات: 9٪ فقط من الشركات تحقق توقعًا في حدود 5٪ من نتائج إيراداتها الفعلية ؛ مما يعني أن 91٪ يفتقدون العلامة.

تجد جذور هذه المشكلة في رداءة جودة البيانات وعدم إمكانية الوصول إليها. كانت التحديات الثلاثة الأولى التي ذكرها المجيبون عند إنشاء التوقعات هي "جودة البيانات" و "العمليات اليدوية" و "مصادر البيانات المجزأة".

في نهاية المطاف ، العديد من هذه القضايا هي أصل مشاكل تبني التكنولوجيا. تعتمد الشركات بشكل أساسي على Excel (66٪) و / أو Google Sheets (32٪) لتوليد التوقعات ، مما يساعد على تفسير سبب ضعف الدقة. عدد قليل من الشركات تستخدم برمجيات إدارة التنبؤ (12٪) أو أدوات أكثر شمولية ومتعددة الوظائف مثل منصات ذكاء الأعمال أو الإيرادات (13٪ و 5٪ على التوالي). يساعد هذا في تفسير التحدي المتمثل في رداءة جودة البيانات التي أبلغ عنها 52٪ من قادة الإيرادات في استطلاعنا.

تحديات وحلول التنبؤ بالإيرادات: يبدأ الرسم البياني بجداول البيانات اليدوية والتحدي المقابل المتمثل في العمليات اليدوية التي تستغرق وقتًا طويلاً / المعرضة للخطأ ، ويتم الرد عليها من خلال نظام داخلي ؛ التحدي الثاني هو عدم المساءلة من مندوبي المبيعات مع برنامج CRM ؛ يتم تلبية مصادر البيانات المجزأة التالية من خلال حل منصة ذكاء الأعمال ؛ جودة البيانات من الأدوات والفرق ، التي يتم حلها بواسطة برنامج إدارة التوقعات ؛ وتوقع التردد الذي تم حله بواسطة برنامج Revenue Intelligence.

تحد العمليات اليدوية من تكرار التنبؤ بالإيرادات

يتم استخدام برامج إدارة التنبؤ المتخصصة ومنصات ذكاء الأعمال (BI) من قبل عدد صغير من الشركات. لكن هذه الحلول تميل إلى توفير رؤية حول توقعات الإيرادات نفسها ، بدلاً من تمكين الشركات من قبول إشارات الإدخال عبر العمليات أو الأنظمة الأساسية. نتيجة لذلك ، لا تزال هذه الشركات غير قادرة على أتمتة عملية النمذجة أو التخطيط.

هذه المشكلات لا تجعل التنبؤات الدقيقة بالإيرادات أكثر صعوبة فحسب ، بل إنها تمنع أيضًا تكرار التنبؤات. نظرًا لأنها تتم باستخدام العمليات اليدوية ، يتعين على غالبية الشركات تسوية توقعات الإيرادات الشهرية أو الفصلية ، مع قدرة 10٪ فقط من المؤسسات على تحقيق إيقاع تنبؤ أسبوعي:

معدل توقع الإيرادات: 10٪ أسبوعيًا. توقعات 52٪ شهريا؛ 33٪ يتوقعون كل ثلاثة أشهر.

في أوقات عدم اليقين ، قد لا يكون هذا متكررًا بدرجة كافية لتوفير قيمة حقيقية. تفشل توقعات الإيرادات الشهرية أو الفصلية في حساب التغيرات السريعة في السوق أو الاتجاهات قصيرة الأجل ، مما يعني أن فرق الإيرادات غير قادرة على اكتساب رؤى محدثة يمكن أن تساعدهم في إجراء مناورات استراتيجية أفضل.

يعد التعاون متعدد الوظائف أمرًا بالغ الأهمية للتنبؤ الدقيق بالإيرادات

بالنظر إلى عدد العوامل التي تساهم في أداء المؤسسة ، فإن التنبؤ بالإيرادات هو عملية متعددة الوظائف بطبيعتها. بدون مدخلات من الفرق المتوافقة ، يكاد يكون من المستحيل الحصول على صورة واضحة للمشهد الحالي الذي تستند إليه توقعات الإيرادات الخاصة بك.

وجد بحثنا أنه من خلال اكتساب العملاء الجدد والتوسع الحالي للعملاء والاحتفاظ بالعملاء الحاليين ، كان هناك قسمان على الأقل مسؤولان عن التنبؤ بالإيرادات. ولكن في الواقع ، تلعب المبيعات والتمويل ونجاح العملاء أدوارًا رئيسية في إنتاج تنبؤات إيرادات موثوقة ودقيقة.

من إجمالي المستجيبين ، تم الاستشهاد بالإدارات التالية كمسؤولة عن التنبؤ بإيرادات العملاء الجدد: 51٪ المالية؛ 74٪ مبيعات 25٪ تسويق 7٪ نجاح العميل ؛ 28٪ إيرادات العمليات ؛ 1٪ لا تنبؤ ؛ 4٪ أخرى.

تعكس هذه الرسوم البيانية نضال المؤسسات لإنشاء عمليات تنبؤ متعددة الوظائف حقًا. من المفهوم أن المبيعات والتمويل يلعبان أدوارًا رئيسية في التنبؤ بإيرادات العميل الجديد. لكن النقص النسبي في مشاركة كل من التسويق ونجاح العملاء يشير إلى أن المؤسسات قد تفتقد لأجزاء رئيسية من اللغز - خاصة بالنظر إلى مدى دقة توقعات معظم المنظمات.

نرى نمطًا مشابهًا في التنبؤ بإيرادات توسع العملاء الحاليين: إدارة الحساب والتسويق كلاهما ممثل تمثيلاً ناقصًا في العملية. قد تساعد هذه النتائج في تفسير سبب صعوبة جهود التنبؤ بالإيرادات مع صوامع البيانات وعدم الدقة والصعوبات التعاونية.

من إجمالي المستجيبين ، النسبة المئوية الذين أجابوا على مسؤولية كل قسم عن توقعات إيرادات العملاء الحالية: 49٪ المالية؛ 50٪ مبيعات 20٪ إدارة الحساب ؛ 11٪ تسويق 41٪ نجاح العميل ؛ 24٪ إيرادات العمليات ؛ 5٪ لا تتوقع ؛ 4٪ أخرى.

تحسين توقعات الإيرادات الخاصة بك

توفر هذه النتائج مسارًا واضحًا للمضي قدمًا. يجب على المؤسسات إعطاء الأولوية لجودة البيانات وإمكانية الوصول إليها لإنشاء خط أنابيب من المبيعات إلى الإيرادات يتضمن فرقًا عبر دورة العميل بأكملها. سيؤدي ذلك إلى تسهيل قدر أكبر من التعاون متعدد الوظائف ويضمن أن تأخذ توقعات الإيرادات في الاعتبار جميع المعلومات ذات الصلة.

تتمثل الخطوة الأولى في إصلاح مصادر البيانات المجزأة وإزالة العمليات اليدوية المعرضة للأخطاء. يجب على القادة تطبيق الأتمتة وتكامل البيانات لضمان دقة البيانات وإتاحتها في الوقت الفعلي. لكن هذا سيتطلب نهجًا متماسكًا لمعلومات الإيرادات.

للاطلاع على المزيد من نتائج الاستطلاع واكتشاف كيفية تحسين البيانات والتعاون متعدد الوظائف من أجل توقع عائدات أكثر موثوقية ، اقرأ تقريرنا الكامل عن حالة ذكاء الإيرادات .