Die Berechnung von Umsatzprognosen ist für das Wachstum Ihres Unternehmens von entscheidender Bedeutung! Sie haben alle Zahlen im Griff, Ihr Gehirn ist im Rechnermodus, aber Ihnen gehen die Methoden aus? Machen Sie sich keine Sorgen! Um Ihnen zu helfen, haben wir die effektivsten Werkzeuge für erfolgreiche Berechnungen aufgelistet.

Das Ergebnis ist eine verbesserte Verkaufsabwicklung und ein besseres Verständnis Ihrer Transaktionsberichte (oder Pfeifenreviews).

Du hast keine Angst vor Mathe? Dann lass uns loslegen!

Was ist eine Umsatzprognose?

Wie der Name schon sagt, ermöglicht Ihnen eine Umsatzprognose, Ihr Umsatzvolumen über einen zukünftigen Zeitraum zu schätzen.

Diese Berechnung der Umsatzprognose wird sehr nützlich sein für :

• Schätzen Sie Ihre zukünftigen Umsätze
• Überprüfen Sie Ihr Budget und Ihre Ressourcenzuweisung
• die Arbeit Ihrer Teams erleichtern (Software oder Schulungsbedarf)
• Chancen erkennen und zukünftige Probleme antizipieren

Okay, aber wie gehen wir damit um?

Um dies zu erreichen, müssen Sie sowohl interne Statistiken als auch externe Daten (technische Fortschritte, Veränderungen im Kaufverhalten usw.) sammeln.

Mit dieser Information in der Hand müssen Sie nur noch aus den folgenden Methoden wählen, um Ihre Umsatzprognose zu berechnen.

Methoden der Verkaufsprognose

Einfache quantitative Methoden

Einfache quantitative Methoden basieren auf historischen, objektiven, quantifizierten Daten. Kurz gesagt: Sie verwenden nur die Statistiken Ihrer vergangenen Verkäufe, um Ihre zukünftige Leistung vorherzusagen.

Bei der Erstellung Ihrer Umsatzprognose können Sie entscheiden, ob Sie saisonale Schwankungen einbeziehen wollen oder nicht.

Beachten Sie, dass diese Methoden ihre Grenzen haben, denn sie gehen davon aus, dass sich Ihre Umsätze in einem linearen Muster von einem Jahr zum nächsten wiederholen werden.

Komplexere quantitative Methoden

Um Ihre Verkaufsprognosen genauer zu berechnen , können Sie zusätzliche Variablen integrieren.

So können Sie z. B. externe Faktoren wie Änderungen der Kundenabsichten, makroökonomische Trends oder den Einfluss von Konkurrenten hinzufügen.

Granted, these quantitative methods are more complex, but also far more reliable!

Verwendung einfacher quantitativer Methoden

Grundprinzip

Bei einer einfachen quantitativen Analyse verwenden Sie nur die Statistiken, die sich aus Ihren bisherigen Verkäufen ableiten. Dabei wird davon ausgegangen, dass Ihre Firma regelmäßig tätig ist und dass diese Regelmäßigkeit auch weiterhin anhält.

Sie müssen Ihre Daten in Form von Diagrammen (auch bekannt als Scatterplots) darstellen. Diese Darstellungen enthalten oft zwei Teile von Informationen: Umsatz pro Jahr, Monat oder Quartal und Umsatzvolumen.

Dann müssen Sie nur noch aus den folgenden drei Methoden wählen.

Extreme point method

Sie können die Extrempunktmethode anwenden, wenn Sie feststellen, dass Ihre erste Variable, z. B. Umsatz oder Umsatz, in einem regelmäßigen Verhältnis zu Ihrer anderen Variablen (z. B. Jahre) steigt oder sinkt. Ihr Scatterplot ist daher logischerweise nicht sehr breit gestreut.

Dies ist die einfachste Methode der Verkaufsplanung.

In konkreten Worten: Sie erstellen eine Grafik und platzieren :

• Monats-, Jahres- oder Viertelnummerierung (x) auf der x-Achse
• Umsatzvolumen oder Umsatz (y) auf der Ordination

Alles, was übrig bleibt, ist, die Gleichung der linearen Anpassungslinie vom Typ y = ax + b zu berechnen. Diese durchläuft den ersten Punkt (a) und den letzten Punkt (b).

Um Ihre Verkaufsprognose oder Ihr nächstes Verkaufsvolumen (y) zu bestimmen, ersetzen Sie x durch das entsprechende Jahr in der Gleichung. Das Ergebnis bestimmt Ihr Umsatzziel.

Average point method

Die Mittelpunktmethode, oder Mayers Methode, ist ebenfalls recht einfach. Verwenden Sie sie nur, wenn Ihre Punktwolke nahe genug an einer geraden Linie liegt.

Um damit zu beginnen, teilen Sie Ihre Daten in zwei Untergruppen und berechnen Sie dann einen Durchschnittswert für x und y in jeder Untergruppe. Dann berechnen Sie die Gleichung für die Fitting-Linie, die durch diese beiden Punkte verläuft.

Diese Methode ist genauer als die vorherige. Warum ist das so? Ganz einfach, weil sie Abweichungen zwischen eng beieinander liegenden Messungen korrigiert.

Least-Squares-Methode

Die Least-Squares-Methode ist bereits etwas komplexer (aber auch genauer). Verwenden Sie sie, wenn Ihre Punktwolke stärker gestreut ist.

Hier müssen Sie die Gleichung für die Fitting-Linie finden, die so nah wie möglich an der Punktmenge vorbeiführt.

Berechnung von Prognosen mithilfe anderer quantitativer Methoden

Regressions- und Korrelationsmethoden

Mit der Methode der linearen Regression stellen Sie eine Beziehung zwischen zwei Variablen x und y her.

In einfachen Worten wird die Variable x als unabhängig oder erklärend bezeichnet, da sie sich nicht mit den anderen Parametern ändert. Bei der Berechnung von Verkaufsprognosen bezeichnet x die Zeit (Jahr, Viertel oder Monat).

Die Variable y hingegen ist abhängig (Verkaufsvolumen oder Umsatz), da sich ihr Wert entsprechend x entwickelt.

Anschließend bestimmen Sie den Korrelationskoeffizienten (r) zwischen diesen beiden Variablen, d. h. die Stärke ihrer Beziehung.

Ein kleiner Hinweis: Der Koeffizient r muss immer zwischen -1 und 1 liegen. Er ist positiv, wenn Ihre beiden Variablen gemeinsam zunehmen. Er ist negativ, wenn die Werte der einen Variablen steigen, während die der anderen sinken.

Exponential smoothing

Beim Exponential Smoothing verwenden Sie ebenfalls Ihre Vergangenheitsdaten, legen aber mehr Wert auf Ihre aktuellsten Statistiken.

Wie machen Sie das? Weisen Sie den ältesten Daten einfach einen zunehmenden Gewichtungskoeffizienten zu.

Wenn Sie Ihre Verkaufsprognosen berechnen, denken Sie daran, eine Smoothing-Konstante zwischen 0,1 und 1 zu wählen. Je höher der Wert, desto mehr Gewicht wird den aktuellen Daten beigemessen.

Moving averages

Bei bewegten Averages basieren Umsatzprognosen auf dem durchschnittlichen Umsatz über einen bestimmten Zeitraum.

Konkret bedeutet das, dass Sie einen Zeitraum (Jahr, Viertel oder Monat) in mehrere Unterperioden unterteilen und dann den Durchschnittswert für jede dieser Perioden berechnen müssen.

Diese Technik eignet sich am besten für Unternehmen, deren Kundennachfrage über einen bestimmten Zeitraum relativ stabil ist.

Vergessen Sie nicht, diese Indikatoren für genaue Prognosen zu integrieren.

Sie haben Ihre Wahl getroffen und können es kaum erwarten, loszulegen? Umso besser! Bevor Sie anfangen, vergessen Sie nicht, dass Ihre Umsatzprognose auch :

• Ihre Vertriebskraft, d. h. alle Personen, Ressourcen und Techniken, die an Ihrer Vertriebsleistung beteiligt sind.
• Die Art Ihrer Verkaufskanäle (physisches oder Online-Geschäft, Marktplatz usw.).
• Seasonality, d. h. die Schwankungen der Kundennachfrage und des Umsatzes zu verschiedenen Zeiten des Jahres.
• A forecast of your future objectives and strategies (launch or discontinuation of an offer)
• Ihre Akquisitionskanäle (Werbung, SEO, soziale Netzwerke usw.) und Konversionsraten in jeder Phase des Verkaufstunnels

Wie Sie sehen können, ist die Berechnung von Verkaufsprognosen der Schlüssel zur Festlegung klarer Ziele und zur Anpassung Ihrer Strategie. Durch die Wahl der richtigen Methoden und Werkzeuge setzen Sie alle Chancen auf Ihrer Seite, um das Wachstum Ihres Unternehmens zu steigern.

‍