収益予測の精度を向上させる方法 - 新しい調査

公開: 2022-12-29

収益予測とは何か、なぜ重要なのか?

収益予測は、年間予測から毎週の収益予測まで、一定期間にわたる会社の収益を予測するプロセスです。 このプロセスでは、過去のデータと複数の部門からの洞察を使用して、将来の収益に対する期待を設定します。

収益を予測することは、リーダーが時間の経過とともにビジネスがどのように成長するかを計画できるようにするために重要です。 直観だけに基づいて戦略的な決定を下すのではなく、収益予測により、リーダーはデータに基づいて行動できるようになります。 これにより、予測がより正確になり、収益性が向上し、より持続可能な長期的な成長が実現します。

課題: 信頼できる収益予測の作成

Gartner の調査によると、セールス リーダーと販売者の 45% だけが予測の精度に自信を持っていることがわかりました。一方、Forrester は、B2B 組織の 93.6% が 2021 年に初日の四半期予測を 10% 以上達成できなかったと報告しています。これらの問題は、経済の不安定性によって悪化しています。 : Harvard Business Review は、通常は 8% 膨らむ予測が、不安定な時期には 50% もずれることがあると示唆しています。

これらの問題を解決することが最優先事項です。 しかし、予測プロセスを改善するために組織は何ができるでしょうか? そして、何が邪魔になる可能性がありますか?

私たちの最近の研究は、これらの質問に答えています。 世界中の 261 社の調査に基づいて、収益予測の取り組みのベンチマークを提供します。 これにより、組織が直面する一般的な問題が明らかになるだけでなく、生産的な道を切り開くことができます。

報告する

レベニューインテリジェンスの現状

レポートを入手する

主な調査結果

  • 収益予測は、機能横断的な重要なプロセスです...
  • …しかし、収益予測の精度は依然として大きな課題です。
  • 不正確な収益予測の原因は、質の低いデータのせいです…
  • …手動プロセスと時代遅れのテクノロジーがデータへのアクセスを制限し、サイロを生み出しています。

推奨事項

  1. 組織は、手動プロセスやその他の予測アクティビティを自動化して、データ品質を改善し、断片化されたデータ ソースを統合し、エラーを減らし、機能横断的に作業するためのより効率的な方法を作成する必要があります。
  2. 既存の収益の成長を正確に予測するには、連携したチーム間の機能横断的なコラボレーションが不可欠です。これは、新規顧客を獲得するよりも 1.5​​ 倍から 3 倍の費用対効果があります。
  3. 組織は、毎週の予測頻度を達成することを目標に、収益予測の頻度を増やすよう努める必要があります。

企業は収益予測においてどの程度効果的ですか?

収益予測は(ほぼ)普遍的です

定期的な収益予測は組織にとって不可欠であり、マーケティングに費やす金額から、営業チームと在庫の管理方法に至るまで、情報に基づいた意思決定を行うことができます。 私たちの調査では、大多数の組織がこれを理解していることが示唆されており、わずか 2% が収益予測を実践していないと述べています。

ただし、新規顧客の収益は、企業が予測する最も一般的な要素であり、多くの組織がより容易な成長の機会を逃していることを示唆しています。

回答者のわずか 76% が、既存の顧客拡大の収益を予測していますが、そのような収益は多くの場合、獲得効率が 1.5 倍から 3 倍高いにもかかわらずです。

したがって、この分野での予測への取り組みを増やすだけで、この経済的な時期に収益を上げようとしている企業にとって簡単に勝つことができます。

報告する

レベニューインテリジェンスの現状

レポートを入手する

…しかし、正確に予測している企業はほとんどありません

収益の予測は、それが正確である場合にのみ価値を生み出します。 そうしないと、誤った信頼、販売機会の逸失、リソースの浪費につながる可能性があります。

企業が規模を拡大し、予測に基づいて意思決定を行う利害関係者の数が増えるにつれて、これは特に問題になります。 企業は、資金調達イベントの準備をする際に収益予測を利用する可能性があり、不正確なデータに基づいて決定を下したことが投資家に知られると、評判に打撃を与えることになります。

それでも、彼らの努力にもかかわらず、私たちの調査では、大多数の企業が現在非常に不正確な収益予測を出していることがわかりました. 実際の収益結果の 5% 以内の予測を提供している企業はわずか 9% であり、91% の企業が目標を達成していません。

収益予測の精度: 実際の収益結果の 5% 以内で予測を達成している企業はわずか 9% です。つまり、91% がマークを逃しています。

この問題は、データの品質が低く、アクセスできないことが原因です。 回答者が予測を作成する際に挙げた上位 3 つの課題は、「データ品質」、「手動プロセス」、「断片化されたデータ ソース」でした。

最終的に、これらの問題の多くは、テクノロジー導入の根本的な問題です。 企業は主に Excel (66%) や Google スプレッドシート (32%) を使用して予測を生成しており、これが精度が非常に低い理由を説明しています。 予測管理ソフトウェア (12%) や、ビジネスやレベニュー インテリジェンス プラットフォームなどのより総合的で機能横断的なツール (それぞれ 13% と 5%) を利用している企業はほとんどありません。 これは、調査で収益リーダーの 52% が報告したデータ品質の悪さの課題を説明するのに役立ちます。

収益予測の課題と解決策: チャートは手動のスプレッドシートから始まり、時間のかかる/エラーが発生しやすい手動プロセスの対応する課題が社内システムによって回答されます。営業担当者からの説明責任の欠如という 2 つ目の課題は、CRM ソフトウェアで対応できます。次の断片化されたデータ ソースは、ビジネス インテリジェンス プラットフォームのソリューションによって満たされます。予測管理ソフトウェアによって解決される、ツールおよびチームからのデータの品質。レベニュー インテリジェンス ソフトウェアによって解決される予測頻度。

手動プロセスにより収益予測の頻度が制限される

特殊な予測管理ソフトウェアとビジネス インテリジェンス (BI) プラットフォームは、少数の企業で使用されています。 しかし、これらのソリューションは、企業がプロセスやプラットフォーム全体で入力信号を受け入れることを可能にするのではなく、収益予測自体を可視化する傾向があります。 その結果、これらの企業は、モデリングや計画のプロセスを自動化できていません。

これらの問題は、正確な収益予測をはるかに困難にするだけでなく、予測の頻度を阻害します。 これらは手作業のプロセスを使用して行われるため、大多数の企業は月次または四半期ごとの収益予測で解決する必要があり、週ごとの予測ケイデンスを達成できる組織はわずか 10% です。

収益予測の頻度: 毎週 10% の予測。毎月 52% の予測。四半期ごとの予測は 33% です。

不確実な時期には、これは実際の価値を提供するのに十分な頻度ではない場合があります。 月次または四半期ごとの収益予測では、急速な市場の変化や短期的な傾向を考慮できていません。つまり、収益チームは、より優れた戦略的操作を行うのに役立つ最新の洞察を得ることができません。

部門間のコラボレーションは、正確な収益予測に不可欠です

組織のパフォーマンスに寄与する要因の数を考えると、収益予測は本質的に部門横断的なプロセスです。 提携チームからの意見がなければ、収益予測の基礎となる現在の状況を明確に把握することはほぼ不可能です。

私たちの調査では、新規顧客の獲得、既存顧客の拡大、および既存顧客の維持において、少なくとも 2 つの部門が収益の予測を担当していることがわかりました。 しかし実際には、販売、財務、カスタマー サクセスのすべてが、信頼できる正確な収益予測を作成する上で重要な役割を果たしています。

回答者全体のうち、次の部門が新規顧客収益予測の責任者として挙げられました。売上高の 74%。 25% マーケティング; 7% カスタマー サクセス; 28% 収益オペレーション; 1% 予測しない; 4% その他。

これらのグラフは、真にクロスファンクショナルな予測プロセスを作成するための組織の苦労を反映しています。 新規顧客の収益予測において、セールスと財務が重要な役割を果たしていることは理解できます。 しかし、マーケティングとカスタマー サクセスの両方が比較的関与していないことは、組織がパズルの重要な部分を見落としている可能性があることを示唆しています。特に、ほとんどの組織の予測がどれほど不正確であるかを考えると.

既存の顧客拡大の収益予測でも同様のパターンが見られます。アカウント管理とマーケティングの両方がプロセスで過小評価されています。 これらの調査結果は、収益予測の取り組みがデータのサイロ化、不正確さ、共同作業の困難さに悩まされている理由を説明するのに役立つ可能性があります。

回答者全体のうち、既存の顧客収益予測に対する各部門の責任について回答した割合: 49% 財務。売上の 50%。 20% アカウント管理; 11% マーケティング; 41% のカスタマー サクセス。 24% 収益オペレーション; 5% 予測しない。 4% その他。

収益予測の改善

これらの調査結果は、明確な道筋を示しています。 組織は、データの品質とアクセシビリティを優先して、顧客サイクル全体でチームが関与する販売から収益へのパイプラインを作成する必要があります。 これにより、部門間のコラボレーションが促進され、収益予測ですべての関連情報が考慮されるようになります。

最初のステップは、断片化されたデータ ソースを修正し、エラーが発生しやすい手動プロセスを削除することです。 リーダーは、自動化とデータ統合を適用して、データが正確でリアルタイムで利用できるようにする必要があります。 しかし、これにはレベニュー インテリジェンスへの一貫したアプローチが必要です。

さらなる調査結果を確認し、より信頼性の高い収益予測のためにデータと部門間のコラボレーションを改善する方法を発見するには、State of Revenue Intelligence に関する完全なレポートをお読みください