Come migliorare l'accuratezza delle previsioni sulle entrate - Nuova ricerca

Che cos'è la previsione dei ricavi e perché è importante?

La previsione delle entrate è il processo di previsione delle entrate della tua azienda in un periodo di tempo, che va dalle previsioni annuali alle previsioni delle entrate settimanali. Il processo utilizza dati storici e approfondimenti da più dipartimenti per stabilire le aspettative per le entrate future.

La previsione delle entrate è importante perché consente ai leader di pianificare come la loro attività crescerà nel tempo. Piuttosto che prendere decisioni strategiche basate solo sull'intuizione, le previsioni sui ricavi consentono ai leader di agire sulla base dei dati. Ciò porta a previsioni più accurate, maggiore redditività e crescita più sostenibile a lungo termine.

La sfida: creare previsioni affidabili sui ricavi

Gartner ha rilevato che solo il 45% dei responsabili delle vendite e dei venditori ha fiducia nell'accuratezza delle proprie previsioni, mentre Forrester ha riferito che il 93,6% delle organizzazioni B2B ha mancato le previsioni trimestrali del primo giorno del 10% o più nel 2021. Questi problemi sono aggravati dalla volatilità economica : L'Harvard Business Review suggerisce che una previsione che normalmente potrebbe essere gonfiata dell'8% potrebbe finire per essere sbagliata fino al 50% durante un periodo di instabilità.

Risolvere questi problemi è una priorità. Ma cosa può fare la tua organizzazione per migliorare il processo di previsione? E cosa è probabile che si metta in mezzo?

La nostra recente ricerca risponde a queste domande. Sulla base di un sondaggio condotto su 261 aziende in tutto il mondo, forniamo un punto di riferimento per gli sforzi di previsione dei ricavi. Questo non solo rivela i problemi comuni che le organizzazioni devono affrontare, ma ci consente di ritagliarci un percorso produttivo in avanti.

Risultati chiave

• La previsione dei ricavi è un processo interfunzionale critico...
• …Ma l'accuratezza delle previsioni sui ricavi è ancora una sfida importante.
• I dati di scarsa qualità sono la causa di previsioni di entrate imprecise...
• …Mentre i processi manuali e la tecnologia obsoleta limitano l'accessibilità dei dati e creano silos.

Raccomandazioni

1. Le organizzazioni dovrebbero automatizzare i processi manuali e altre attività di previsione per migliorare la qualità dei dati, consolidare le origini dati frammentate, ridurre gli errori e creare modi più efficienti di lavorare in modo interfunzionale.
2. La collaborazione interfunzionale tra team allineati è fondamentale per prevedere con precisione la crescita dei ricavi esistenti, che è 1,5-3 volte più conveniente rispetto all'acquisizione di nuovi clienti.
3. Le organizzazioni dovrebbero sforzarsi di aumentare la frequenza delle loro previsioni sui ricavi, con l'obiettivo di raggiungere una cadenza di previsione settimanale.

Quanto sono efficaci le aziende nella previsione dei ricavi?

La previsione dei ricavi è (quasi) universale

Le previsioni di entrate regolari sono vitali per le organizzazioni, poiché consentono loro di prendere decisioni informate su tutto, da quanto spendere per il marketing a come gestire i team di vendita e l'inventario. Il nostro sondaggio suggerisce che la stragrande maggioranza delle organizzazioni lo capisce, con solo il 2% che afferma di non praticare la previsione dei ricavi.

Tuttavia, New Customer Revenue è il fattore più comune previsto dalle aziende, suggerendo che molte organizzazioni stanno perdendo opportunità per una crescita più facile.

Solo il 76% dei nostri intervistati prevede entrate derivanti dall'espansione dei clienti esistenti, anche se tali entrate sono spesso 1,5-3 volte più efficienti da acquisire.

Il semplice aumento degli sforzi di previsione in quest'area potrebbe quindi essere una facile vittoria per le aziende che cercano di aumentare le entrate durante questi periodi economici.

…Ma poche aziende prevedono con precisione

La previsione delle entrate crea valore solo quando è accurata. Altrimenti, può portare a falsa fiducia, opportunità di vendita mancate e risorse sprecate.

Ciò è particolarmente problematico in quanto le aziende si ridimensionano e aumentano il numero di parti interessate che si affidano alle previsioni per prendere decisioni. Una società potrebbe utilizzare le previsioni dei ricavi durante la preparazione per un evento finanziario e subirà un colpo di reputazione se gli investitori scoprono di aver basato le proprie decisioni su dati imprecisi.

Eppure, nonostante i loro sforzi, il nostro sondaggio rileva che la maggior parte delle aziende sta attualmente producendo previsioni di entrate altamente imprecise. Solo il 9% delle aziende fornisce una previsione entro il 5% dei risultati effettivi delle entrate, il che significa che il 91% delle aziende manca il bersaglio:

Questo problema trova la sua radice nella scarsa qualità e inaccessibilità dei dati. Le tre principali sfide citate dai nostri intervistati durante la creazione delle previsioni sono state "qualità dei dati", "processi manuali" e "fonti di dati frammentate".

In definitiva, molti di questi problemi sono alla radice dei problemi dell'adozione della tecnologia. Le aziende si affidano principalmente a Excel (66%) e/o Fogli Google (32%) per generare previsioni, il che aiuta a spiegare perché la precisione è così scarsa. Poche aziende utilizzano software di gestione delle previsioni (12%) o strumenti più olistici e interfunzionali come piattaforme di business o revenue intelligence (rispettivamente 13% e 5%). Questo aiuta a spiegare la sfida della scarsa qualità dei dati segnalata dal 52% dei revenue leader nel nostro sondaggio.

I processi manuali limitano la frequenza di previsione dei ricavi

Le piattaforme specializzate di software di gestione delle previsioni e di business intelligence (BI) sono utilizzate da un piccolo numero di aziende. Tuttavia, queste soluzioni tendono a fornire visibilità sulle stesse previsioni dei ricavi, piuttosto che consentire alle aziende di accettare segnali di input attraverso processi o piattaforme. Di conseguenza, queste aziende non sono ancora in grado di automatizzare il processo di modellazione o pianificazione.

Questi problemi non solo rendono molto più difficili le previsioni accurate delle entrate, ma inibiscono anche la frequenza delle previsioni. Poiché vengono intrapresi utilizzando processi manuali, la maggior parte delle aziende deve accontentarsi di previsioni di entrate mensili o trimestrali, con solo il 10% delle organizzazioni in grado di raggiungere una cadenza di previsione settimanale:

In tempi di incertezza, questo potrebbe non essere abbastanza frequente da fornire un valore reale. Le previsioni sulle entrate mensili o trimestrali non tengono conto dei rapidi cambiamenti del mercato o delle tendenze a breve termine, il che significa che i team delle entrate non sono in grado di ottenere informazioni aggiornate che potrebbero aiutarli a fare manovre strategiche migliori.

La collaborazione interfunzionale è fondamentale per una previsione accurata dei ricavi

Dato il numero di fattori che contribuiscono alle prestazioni di un'organizzazione, la previsione dei ricavi è un processo intrinsecamente interfunzionale. Senza il contributo di team allineati, è quasi impossibile ottenere un quadro chiaro del panorama attuale su cui basare le previsioni sui ricavi.

La nostra ricerca ha rilevato che tra l'acquisizione di nuovi clienti, l'espansione dei clienti esistenti e la fidelizzazione dei clienti esistenti, almeno due dipartimenti erano responsabili della previsione dei ricavi. Ma in realtà, le vendite, la finanza e il successo dei clienti svolgono tutti un ruolo chiave nella produzione di previsioni di entrate affidabili e accurate.

Questi grafici riflettono la lotta delle organizzazioni per creare processi di previsione veramente interfunzionali. È comprensibile che le vendite e la finanza svolgano ruoli chiave nella previsione dei ricavi dei nuovi clienti. Ma la relativa mancanza di coinvolgimento sia del marketing che del successo dei clienti suggerisce che alle organizzazioni potrebbero mancare i pezzi chiave del puzzle, soprattutto considerando quanto siano imprecise le previsioni della maggior parte delle organizzazioni.

Vediamo un modello simile nella previsione dei ricavi per l'espansione dei clienti esistenti: la gestione dell'account e il marketing sono entrambi sottorappresentati nel processo. Questi risultati possono aiutare a spiegare perché gli sforzi di previsione delle entrate sono così difficili con i silos di dati, l'imprecisione e le difficoltà di collaborazione.

Migliorare le previsioni sui ricavi

Questi risultati forniscono un chiaro percorso in avanti. Le organizzazioni devono dare la priorità alla qualità e all'accessibilità dei dati per creare una pipeline dalle vendite ai ricavi che coinvolga i team durante l'intero ciclo del cliente. Ciò faciliterà una maggiore collaborazione interfunzionale e garantirà che le previsioni dei ricavi tengano conto di tutte le informazioni pertinenti.

Il primo passaggio consiste nel correggere le origini dati frammentate e rimuovere i processi manuali soggetti a errori. I leader dovrebbero applicare l'automazione e l'integrazione dei dati per garantire che i dati siano accurati e disponibili in tempo reale. Ma ciò richiederà un approccio coerente alla revenue intelligence.

Per visualizzare ulteriori risultati del sondaggio e scoprire come migliorare i dati e la collaborazione interfunzionale per una previsione dei ricavi più affidabile, leggi il nostro report completo sullo stato dell'intelligence sulle entrate .