Was ist Sales Forecasting: Definition, Methoden, bewährte Verfahren

Sales Forecasting zählt zu den wichtigsten Aufgaben eines Unternehmens. Umsatzprognosen auf Basis der Sammlung und Interpretation von Datensätzen dienen der besseren Vertriebsplanung und werden im gesamten Unternehmen für die Personal- und Budgetplanung verwendet. Trotz ihrer Bedeutung wenden viele Firmen veraltete Verfahren an, die zu schlechten Prognosen führen.

Man könnte einen Vergleich zu früheren Zeiten ziehen, als sich die Landwirte bei der Wettervorhersage auf Signale wie die Schmerzen im Knie eines alten Mannes verließen. Mit dem Aufkommen von Supercomputern hat sich die Wettervorhersage erheblich verbessert. Aber in großen Unternehmen sind die Instrumente zur Umsatzvorhersage nach wie vor nur wenig zuverlässiger als ein schmerzendes Knie.

Wie zweifelhaft sind Verkaufsprognosen? Laut Gartner haben 55 % der Vertriebsleiter und 57 % der Verkäufer, die Quoten erfüllen müssen, kein Vertrauen in die Genauigkeit der Prognosen.

Obwohl man annehmen könnte, dass sich diese Situation im Laufe der Zeit verbessern wird, schätzt Gartner, dass selbst im Jahr 2025 “90 % der Vertriebsorganisationen von B2B-Unternehmen sich weiterhin auf ihre Intuition verlassen werden.” Dabei könnten sie  fortschrittliche Datenanalysen oder ihr B2B-CRM nutzen und damit ungenauen Prognosen, leeren Verkaufspipelines und mangelnder Quotenerfüllung adieu sagen.

Was ist Sales Forecasting?

Unter Sales Forecasting versteht man den Prozess der Schätzung der Verkaufserlöse eines Unternehmens für einen bestimmten Zeitraum – in der Regel einen Monat, ein Quartal oder ein Jahr.

Ein Sales Forecast ist eine Vorhersage darüber, wie viel ein Unternehmen in Zukunft verkaufen wird. Die Erstellung einer genauen Absatzprognose ist für den Unternehmenserfolg von entscheidender Bedeutung. Personalpolitik, Gehaltsabrechnung, Vergütung, Bestandsverwaltung und Marketing hängen davon ab. Vor allem börsennotierte Unternehmen können schnell an Glaubwürdigkeit verlieren, wenn sie eine Prognose verfehlen.

Kundenzufriedenheit durch Sales Automation

Über 30 % der Vertriebstätigkeiten lassen sich heute bereits automatisieren. Doch bisher nutzt nur jedes vierte Unternehmen dieses Potenzial, um seinen Mitarbeitern im Verkauf mehr Zeit für ihren eigentlichen Job zu geben: Den persönlichen Kontakt zu den Kunden zu halten und Vertrauen aufzubauen.

Die Erstellung von Prognosen geht Hand in Hand mit dem Management der Vertriebspipeline. Ein genaues Bild der Qualifikation, des Engagements und der Geschwindigkeit für jedes Geschäft hilft Verkäufern und Managern, Daten für eine zuverlässige Verkaufsprognose zu liefern.

Ein Sales Forecast ist etwas anderes als ein Verkaufsziel, also der Umsatz, den ein Unternehmen zu erreichen hofft. Eine Absatzprognose verwendet eine Vielzahl von Datenpunkten, um eine genaue Vorhersage der zukünftigen Absatzleistung zu ermöglichen.

Warum ist Sales Forecasting für Unternehmen wichtig?

Beim Sales Forecasting geht es nicht nur um die Vorhersage von Zahlen, sondern um die Grundlage für jede Unternehmensstrategie.

• Strategische Entscheidungsfindung: Sales Forecasts vermitteln ein klares Bild davon, wohin sich ein Unternehmen entwickelt, was bei Entscheidungen über Produkteinführungen, Marktexpansionen oder sogar potenzielle Fusionen und Übernahmen eine Rolle spielt. Das Verständnis dieser vorausschauenden Prognosen kann Unternehmen dabei helfen, fundierte Entscheidungen zu treffen, die mit ihren langfristigen Zielen in Einklang stehen.
• Ressourcenallokation: Eine nahezu exakte Umsatzprognose stellt sicher, dass die Ressourcen – ob Arbeit, Kapital oder Technologie – effizient eingesetzt werden. Die richtige Allokation verhindert übermäßige Ausgaben in Bereichen, die möglicherweise nicht rentabel sind, und stellt sicher, dass Bereiche mit hohem Potenzial Aufmerksamkeit und Investitionen erhalten.

E-Commerce-Trends 2024: 15 x Einblick in die Zukunft

Die E-Commerce-Trends im Jahr 2024 spiegeln eine Always-on-Gesellschaft wider. Sehen Sie die 15 wichtigsten Trends und Statistiken, die die Zukunft des Handels bestimmen.

• Budgetierung und Zielfestlegung: Genaue und zuverlässige Verkaufsprognosedaten bilden die Grundlage für die Schätzung künftiger Einnahmen und Kosten und für die Festlegung realistischer, aber ehrgeiziger Ziele für die Vertriebsteams. Solche datengestützten Erkenntnisse helfen Unternehmen, Ressourcen effizient zuzuweisen und sicherzustellen, dass die Teams ihre Ziele erreichen und gleichzeitig die finanzielle Gesundheit des Unternehmens erhalten bleibt.
• Proaktive Problemlösung: Eine der wichtigsten Funktionen der Vertriebsprognose ist die Fähigkeit, potenzielle Probleme zu erkennen, bevor sie sich zu größeren Schwierigkeiten entwickeln. Wenn ein Verkaufsteam seine Quote nicht erreicht, können Vertriebsmanager rechtzeitig Maßnahmen ergreifen, um zu verhindern, dass sich kleinere Rückschläge zu größeren Problemen ausweiten.

Die Absatzprognose ist wie ein Kompass, der einem Unternehmen den Weg durch unvorhersehbare Märkte weist. Sie bietet Weitblick und ebnet den Weg für nachhaltiges Wachstum. Sie kann ein entscheidendes Unterscheidungsmerkmal zwischen Vorreitern und Nachzüglern sein.

Drei wichtige Methoden und Techniken des Sales Forecasting

Obwohl Unternehmen sehr unterschiedliche Absatzstrukturen und -prozesse haben können, tendieren die meisten dazu, einen oder eine Kombination der folgenden drei Hauptansätze beim Sales Forecasting zu verwenden:

1. Verwendung historischer Daten zur Vorhersage künftiger Ergebnisse. Die Betrachtung historischer Daten ist vielleicht der am weitesten verbreitete und einfachste Ansatz. Die Daten sind leicht verfügbar, und es liegt auf der Hand, dass Veränderungen aufgrund von Faktoren wie Saisonalität und Einführung neuer Produkte aufschlussreich sein können. Die Einschränkung besteht natürlich darin, dass externe makroökonomische Trends, die sich auf den Umsatz auswirken, nicht unbedingt berücksichtigt werden – zumindest nicht systematisch.
2. Trichterbasierte Prognosen. Für viele Unternehmen ist der aktuelle Stand des Verkaufstrichters der genaueste Indikator für die wahrscheinlichen Verkaufsergebnisse. Solange die Vertriebler genaue und häufig aktualisierte Informationen über den Stand ihrer Bemühungen liefern, kann die Verwendung des Trichters ein relativ zuverlässiges Mittel zur Erstellung von Prognosen sein.
3. Prognose auf der Grundlage mehrerer Variablen. Da beide oben genannten Ansätze ihre Grenzen haben, versuchen einige Unternehmen, komplexere Prognosemodelle zu entwickeln, die neben Makrofaktoren, die sich wahrscheinlich auf den Geschäftsabschluss auswirken, auch Techniken wie intelligentes Lead Scoring einbeziehen. Die Kunst besteht darin, einen Ansatz zu entwickeln, der anspruchsvoll genug ist, um aussagekräftig zu sein, ohne zu komplex in der Verwaltung und Pflege zu sein.

Neben diesen drei grundlegenden Methoden gibt es weitere Techniken, die häufig für das Sales Forecasting verwendet werden:

• Regressionsbasierte Analyse: Die statistische Analyse – insbesondere eine regressionsbasierte Methode – kann helfen, die Beziehungen zwischen verschiedenen Mikro- und Makrovariablen zu analysieren, um Verkaufsergebnisse vorherzusagen. So kann  analysiert werden, wie eine Veränderung der Werbeausgaben mit den Verkaufszahlen korreliert, was den Unternehmen ein besseres Verständnis der Marktdynamik ermöglicht.
• Quantifizierung des Lead-Potenzials für die Umsatzprognose: Bei dieser Methode werden verschiedene Wertattribute wie frühere Interaktionen, Kaufhistorie und Engagement-Metriken analysiert, um jedem Lead einen Wert zuzuweisen. Dieser Ansatz kann helfen, Prioritäten zu setzen, indem er Unternehmen dabei unterstützt, sich auf die vielversprechendsten Leads zu konzentrieren.
• Prognosen auf der Grundlage der Länge des Verkaufszyklus: Bei dieser Technik berücksichtigt ein Unternehmen bei der Vorhersage künftiger Umsätze die typische Dauer eines Verkaufszyklus. Wenn ein Unternehmen weiß, wie lange es in der Regel dauert, bis ein Lead in einen Verkauf umgewandelt wird, kann es seine Umsatzströme besser vorhersagen, was eine genauere Prognose ermöglicht.
• Kombination von Daten und Intuition: Bei diesem Ansatz werden harte Daten mit der bewährten Intuition erfahrener Vertriebsexperten kombiniert. Durch die Nutzung der Erfahrung und des Wissens eines Vertriebsteams können Unternehmen Vorhersagen treffen, die Feinheiten berücksichtigen, die in den Zahlen möglicherweise nicht sofort erkennbar sind.

Viele Unternehmen kombinieren Prognosemethoden, um Marktschwankungen zu bewältigen, während andere sich auf eine einzige Prognosemethode verlassen, die sich in ihrem individuellen Umfeld als zuverlässig erwiesen hat. Die Wahl hängt oft von den einzigartigen Herausforderungen und Nuancen des jeweiligen Unternehmens ab.

Häufige Fehler beim Sales Forecasting

Vertriebsteams stehen unter einem hohen Leistungsdruck, der die Prognostik in den Mittelpunkt rückt.

Angesichts eines harten Wettbewerbs und eines unsicheren Marktes steigen die Erwartungen an die Vertriebsmitarbeitenden ständig – und Prognosen sind das beste Mittel, um die Vertriebsaktivitäten und damit die “Gesundheit” des Unternehmens zu überwachen.[/h3]

Leider machen Unternehmen bei ihren Prognosen immer wieder die gleichen Fehler. Hier einige der häufigsten Fehlerquellen:

1. Die Verkaufsdaten geben keinen Aufschluss über den Status des Geschäfts. Eine Einschränkung der bestehenden Prognoseverfahren besteht darin, dass sie in hohem Maße von den Verkäufern abhängig sind, die genaue Informationen über den Status bestimmter Geschäftsmöglichkeiten liefern. Angesichts des Drucks, unter dem die Verkäufer meist stehen, ist es nicht verwunderlich, dass die von ihnen gelieferten Informationen oft rosiger sind als die Realität.
2. Zeitaufwändige manuelle Prozesse nehmen wertvolle Vertriebszeit in Anspruch. Schätzungen zufolge verbringen Vertriebsmitarbeiter 2,5 Stunden pro Woche mit der Erstellung von Prognosen, während ihre Vorgesetzten im Durchschnitt 1,5 Stunden damit verbringen. Jede Stunde, die für diese zeitaufwendigen – und manuellen – Tätigkeiten aufgewendet wird, könnte besser in den eigentlichen Verkauf investiert werden.
3. In dem Bestreben, Einnahmen zu erzielen, wird die Genauigkeit oft geopfert. Unter dem Druck, positive Zahlen zu liefern, neigen die Verkäufer dazu, die Zahl der Geschäftsabschlüsse zu überschätzen. Es überrascht daher nicht, dass 79 % der Vertriebsmitarbeitenden angeben, dass sie ihre Prognosen in der Regel um mehr als 10 % verfehlen. Gleichzeitig kommen 54 % der von den Sales-Beschäftigten prognostizierten Geschäfte nie zustande.

Back zu den Basics

Glücklicherweise gibt es Möglichkeiten, wie Vertriebsorganisationen einen Prognoseprozess aufbauen können, der zu einer höheren Genauigkeit – und letztlich zu besseren Vertriebsergebnissen – führt.

B2B-Portal: Begeisterte Kundschaft, mehr Umsatz

In vielen Fällen bleibt die Kundenakzeptanz von B2B-Portalen hinter den Erwartungen zurück. Hier gibt es Tipps zur Förderung des Themas.

Grundlegend bedeutet die Verbesserung des Sales Forecasting die Nutzung von Daten zur genaueren Vorhersage der Leistung und zur Steuerung der Planung, um den Absatzerfolg sicherzustellen. Dazu gehören Maßnahmen wie:

1. Gemeinsame Vereinbarung über den Verkaufsprozess. Klingt einfach, oder? Ihre Vertriebsteams arbeiten mit einem gemeinsamen Verständnis des Verkaufstrichters und seiner Phasen, die Ihr Unternehmen anwendet. In der Realität gibt es jedoch oft eine echte Diskrepanz.
2. Setzen und kommunizieren Sie realistische Verkaufsziele oder Quoten. Auch dies mag selbstverständlich erscheinen. Viele Unternehmen setzen jedoch entweder unrealistische Verkaufsziele fest oder versäumen es, die einzelnen Ziele und ihre Einordnung in den Gesamtplan effektiv zu kommunizieren.
3. Führen Sie ein Benchmarking Ihrer wichtigsten Verkaufskennzahlen durch. Bei der Erstellung von Prognosen werden historische Daten verwendet, um zukünftige Ergebnisse effektiv zu schätzen. Benchmarking stellt sicher, dass es eine solide Grundlage für den Vergleich mit früheren Ergebnissen gibt.
4. Verstehen Sie Ihre aktuelle Verkaufspipeline. Wenn Sie bessere Prognosen erstellen wollen, beginnt die Genauigkeit jetzt. Neue Technologien bieten Vertriebsteams Informationen, die es ihnen ermöglichen, nicht realisierbare Leads auszusortieren, Leads realistisch zu bewerten, gefährdete Leads zu retten und für die Zukunft ein höheres Maß an Genauigkeit anzustreben.

Eine Gemeinsamkeit dieser Punkte ist, dass sie die Notwendigkeit eines kulturellen Wandels in der Vertriebsorganisation aufzeigen. Anders ausgedrückt: Die Prognosegenauigkeit kann nur verbessert werden, wenn die Vertriebsmitarbeiter sich nicht gezwungen fühlen, übertriebene Prognosen zu erstellen. 

Außerdem müssen sie sich wohl dabei fühlen, Informationen über Geschäfte weiterzugeben, auch wenn diese nicht vorteilhaft sind.

Datenintegration: Der Schlüssel zur Genauigkeit

Angesichts der vielen Vorteile, die genaues Sales Forecasting mit sich bringt, was hält die Unternehmen davon ab, modernere Ansätze zu verfolgen?

Zum einen ist die Qualität von Vorhersagen unabhängig vom verwendeten Ansatz untrennbar mit der Qualität der Daten verbunden, auf denen sie beruhen. Es reicht nicht aus, alle Daten zur Verfügung zu haben, sie müssen auch so integriert sein, dass sie in Echtzeit analysiert werden können.

Leider wird diese Art der Datenintegration immer noch von vielen Firmen nicht genutzt. Die meisten Unternehmen müssen für die Erstellung von Prognosen Daten über organisatorische Silos und unterschiedliche Systeme hinweg erfassen, was zeitaufwendig und kostspielig ist.

CX Café: Warum der Vertrieb sich verändern muss

Preiskampf war gestern. Heute lassen sich Kunden vor allem durch erstklassige Erlebnisse begeistern. Was das SAP Customer Experience-Porfolio dazu beitragen kann, beleuchtet der CX-Experte Roland Boes als Herausgeber eines neuen Buches – und in der aktuellen Ausgabe des Podcasts CX Café.

Die gute Nachricht ist jedoch, dass die Datenintegration Unternehmen in die Lage versetzt, Technologien wie KI und maschinelles Lernen besser zu nutzen, die ideal geeignet sind, um die Arten von Trends zu erkennen, die Daten aufzeigen können.

Durch die Einbindung modernster Tools in einen integrierten Ansatz zur Datenanalyse können Unternehmen ihre Absatzprognosen in einen strategischen Vorteil verwandeln.