Skip to content
★ AI Powered™ 研究 — 自 2011◆伦敦 ⇄ 全球◆Hi@itresearches.com◆+44 8008 321 848◆厂商中立 · 结果导向◆正在读取你未察觉的数据◆
★ AI Powered™ 研究 — 自 2011◆伦敦 ⇄ 全球◆Hi@itresearches.com◆+44 8008 321 848◆厂商中立 · 结果导向◆正在读取你未察觉的数据◆
№
预测分析

销售预测与规划

结合CRM信号、季节性波动和销售人员行为的销售渠道感知模型。

↓ scrollitresearches.com

销售预测至关重要,不能完全凭直觉,也不能完全依靠模型。我们构建混合系统,尊重销售人员的判断,同时揭示人类容易忽略的模式。这些系统能生成统一、可靠的预测,供营收负责人、财务和运营团队进行规划。

目标不是取代沟通,而是让沟通更有效。

  • 交易级别赢单概率评分
  • 区域与细分市场汇总
  • 季节性与配额影响
  • 假设情景建模
  • CRM集成 (Salesforce, HubSpot, Dynamics)

大多数销售预测过程都是一场管理乐观情绪的练习。销售渠道数据来了,通过判断,得出一个数字,这个数字没人完全相信,但每个人都必须以此为基础进行规划。做得好的话,机器学习不会取代这种对话,它会改变对话的起点。

我们构建的系统从一个可靠的模型驱动基线开始,并允许人类判断在此基础上进行有意识地调整,同时记录了谁说了什么以及结果如何。

§ 01
销售渠道

经得起交易审查的赢单概率

每一个销售预测的核心都围绕着对每个开放商机的一个问题:它有多大可能成交,何时成交,以及成交价值是多少?传统的CRM阶段概率——附加到每个销售渠道阶段的固定百分比——是一个出了名的糟糕答案。它们忽略了交易的年龄、参与模式、买家画像、类似交易的历史表现以及处理该商机的销售人员的行为。

我们用基于您已赢单和已输单历史训练的交易级别模型取代阶段概率,该模型整合了来自CRM、市场自动化平台、现有对话智能工具以及与交易相关的活动日历的信号。输出结果是每个商机的校准概率,并附带特征级别的解释,告诉销售人员和经理为什么分值是这样的。

校准是不可妥协的。70%的分值必须意味着,在所有获得70%分值的交易中,大约有70%成交。没有这一点,汇总的预测将毫无意义。我们明确测试校准,在数据要求时重新校准,并在细分市场行为发生变化时再次重新校准。

  • 校准后的交易级别赢单概率
  • 带区间的时间到成交预测
  • 买家参与度和活动信号
  • 销售人员和团队级别的调整
  • 细分市场、区域和产品汇总
  • 赢单/输单反馈循环纳入训练
§ 02
行为

诚实而有效地建模销售人员

销售预测受制于制作预测的人。有些销售人员系统性地乐观,有些系统性地保守;有些在季度初准确,在季度末不可靠;有些由于薪酬结构而夸大成交日期。一个忽略销售人员行为的预测系统总是会感到惊讶。我们明确地建模销售人员和团队级别的调整,但我们将其作为透明的修正,经理可以看到和讨论,而不是一个隐藏的乘数。

对于经理也同样如此。预测沟通会通过多层人为判断向上汇报,每一层通常都会引入其自身的系统性偏差。我们揭示这种偏差,对其进行校准,并让系统区分模型的估计、销售人员的判断、经理的承诺和领导的数字——所有这些都展示其各自的历史准确性。

输出结果不是一个凌驾于销售人员之上的系统,而是一个让销售人员能与经理进行更好对话,并让经理能与首席营收官进行更好对话的系统,所有数据都摆在台面上。

“销售预测的目的不是要准确无误。它的目的是让每一次关于销售渠道的对话都更有用。”
§ 03
规划

从预测到计划再到行动

营收预测只有在改变了某人的行动时才具有运营意义。我们将模型输出整合到实际运行销售组织的节奏中:每周的预测会议、每月的业务审查、每季度的董事会报告。每个节奏都会得到相同底层数据的不同视图,具有适当的聚合级别、适当的置信度,并与计划和前期数据进行适当的比较。

我们还为一线经理构建了面向辅导的视图:团队中有哪些交易停滞不前,哪些交易的参与信号与销售人员的承诺相悖,哪些交易最容易延误。目的是将管理层注意力集中在少数几个通过关注可以改变结果的商机上,而不是进行消耗时间但不变决策的统一销售渠道审查。

如果组织运行情景分析——最佳情况、承诺、最坏情况——我们从相同的底层概率模型生成它们,而不是作为独立的、手动估计。数字保持一致,并且每个情景背后的假设都是明确的。

§ 04
质量

赢得并保持团队的信任

销售预测模型的生死取决于使用它的团队的信任。我们大力投入模型推介,进行明确的沟通,说明模型能做什么不能做什么,对每笔交易透明地归因特征,并以审慎的扩展速度,先在一个细分市场开始,然后再推广。

我们持续衡量质量:模型相对于销售人员判断的命中率、按细分市场和阶段的校准情况、底层信号的漂移。如果校准发生漂移,我们会重新训练;如果特征不再有效,我们替换它们;如果销售人员在特定类别中始终优于模型,我们会将他们的判断进行特征工程并重新纳入。模型被视为一个需要持续辅导的同事,而不是一个神谕。

在适当的情况下,我们还将分析扩展到区域设计、产能规划、配额设置和定价。这些相邻问题与销售预测共享数据,并受益于相同的建模投入,通常只需额外的集成工作即可。

§ 05
合作模式

销售预测项目通常如何运作

我们通常从对12到24个月的历史销售渠道和已成交数据进行为期四到六周的诊断开始。输出结果是对可预测性的书面评估——现有数据如何良好地支持校准模型——以及当前流程准确性的基准,以及模型可以可靠改进的建议。从那里,构建和集成通常需要额外三到四个月的时间,模型会逐个细分市场推出,在赢得每个市场的信任后才推广到下一个。

您将获得

重在成果,而非交付物

/ 01

单一真实来源

销售、财务和运营部门共享同一份预测。

/ 02

实时辅导

销售人员级别的信号,指明本周应重点关注的交易。

/ 03

自信规划

概率范围取代过于自信的单点估计。

/ 04

专为首席营收官设计

围绕营收负责人关心的核心问题设计的仪表板。

FAQ

Common questions, candid answers.

这能与我们的CRM一起使用吗?+

能。我们通常与 Salesforce, HubSpot, Dynamics 365 和定制 CRM 平台集成;如果底层数据可用,集成通常很简单。

我们需要多少已成交历史数据?+

十二个月的干净已成交数据通常足以构建一个可靠的初始模型;在销售周期较长的业务中,更多数据有助于提高校准精度。

销售人员会抵触吗?+

通常一开始会。赢得他们信任的系统是透明、可解释且随着时间明显改进的——这就是我们设计系统的方式。

↳ Next step

Let's build something intelligent.

Tell us your goals and we'll map the shortest path to value.

AI◆Big Data◆Vision◆Forecasting◆Knowledge◆Research◆Strategy◆Delivery◆
AI◆Big Data◆Vision◆Forecasting◆Knowledge◆Research◆Strategy◆Delivery◆