Umsatzprognosen: Ein Leitfaden für Anfänger (+ Schlüsselmethoden für die Umsatzprognose)

Stellen Sie sich unseren Alltag ohne Meteorologen und Technologien zur Wettervorhersage vor. Es wäre viel schwieriger, unsere Aktivitäten im Freien zu planen und uns richtig anzuziehen. Es könnte sogar gefährlich werden, wenn sich unerwarteter Weise ein Unwetter zusammenbraut. So ähnlich ergeht es den Vertriebsteams, wenn sie nicht über akkurate Umsatzprognosen verfügen. Es ist kaum möglich, neue Kunden aufzunehmen, die Kapazität der Arbeitsbelastung anzupassen, sich erreichpare Ziele zu setzen und Probleme rechtzeitig zu erkennen. Prognostizieren Sie zukünftige Umsätze und beugen Sie potenziellen Hindernissen vor, indem Sie eine Mischung aus verschiedenen Prognosemethoden anwenden, bei denen die Genauigkeit im Vordergrund steht.

Was sind Umsatzprognosen?

Eine Umsatzprognose ist eine datengestützte Vorhersage darüber, welchen Verdienst Ihr Unternehmen in einem bestimmten Zeitraum erwarten kann. Sie basiert auf zahlreichen Faktoren: Vergangenheitswerten, Branchen- und Wirtschaftstrends und Ihrer aktuellen Vertriebspipeline. Insgesamt geht es bei der Umsatzprognose um die Antwort auf zwei Hauptfragen:

1. Wie viel Umsatz?

2. Wann geht dieser Umsatz ein?

Genauso wenig, wie Meteorologen mit ihren Wettervorhersagen immer genau richtig liegen, so sind auch Umsatzprognosen nicht zu 100 Prozent sicher. Sehen Sie die Prognosen also als Vorhersagen, nicht als harte Fakten. Faktoren wie Marketing, Wirtschaftsschwankungen und die Einstellung beziehungsweise Kündigung von Mitarbeitern können zu Abweichungen führen.

Warum Umsatzprognosen so wichtig sind

Umsatzprognosen haben weitreichende Auswirkungen, auch außerhalb des Vertriebsteams. Unternehmen, die über akkurate Umsatzprognosen verfügen, können fundiertere Geschäftsentscheidungen im Bezug auf den Vertriebsablauf, den Geschäftsbetrieb, das Marketing und die Budgetvergabe fällen. Sie können außerdem realistischere Ziele für ihre Teams setzen.

• Fällen Sie fundierte Entscheidungen

  
  Kenntnisse zu den Umsätzen sind für wesentliche Geschäftsentscheidungen Voraussetzung: für Einstellungen, Investitionen und Finanzplanung laufender Geschäftsausgaben zum Beispiel. Diese Entscheidungen ohne Umsatzprognose zu fällen, ist wie die Planung einer Aktivität im Freien ohne Kenntnis über das Wetter. Benötigt man Sonnenbrille und Sonnencreme oder Schirm und Jacke? So bieten Prognosen Ihnen wertvolle Erkenntnisse, mit deren Hilfe Sie kluge Entscheidungen fällen können. Wenn Sie beispielsweise für das kommende Jahr signifikant höhere Umsätze vorhersagen, müssen Sie eventuell unternehmensweit oder in bestimmten Abteilungen mehr Mitarbeiter einstellen, um nicht in Verzug zu geraten. Präzision ist hier wesentlich. Sollten Sie Ihre Umsätze überschätzen, geben Sie am Ende Geld aus, das dann gar nicht eingeht. Wenn Sie die Umsätze unterschätzen, können Sie nicht angemessen auf vermehrte Bestellungen reagieren, und verfügen nicht über ausreichend Material und Mitarbeiter.
• Setzen Sie sich Ziele und verfolgen Sie die Leistung

  
  Während des gesamten Prognoseprozesses beobachten Sie die Verkäufe von unterschiedlichen Blickwinkeln und in den verschiedenen Phasen. So ist es einfach zu erkennen, wobei Ihr Vertriebsteam Probleme hat. Wenn Sie die Verbesserungsmöglichkeiten ausgemacht haben, können Sie zusätzliche Schulungsmöglichkeiten schaffen, damit die Supportmitarbeiter in diesen Phasen ihre Verkaufstechniken verfeinern können. Nehmen wir einmal an, in der Opportunity-Phase lässt sich ein Rückgang an Verkaufschancen vorhersagen. Das könnte dann darauf hinweisen, dass das ein guter Zeitpunkt für Akquise-Schulungen sein. Auch anhand einer Analyse Ihrer Verkaufsumsätze und -daten aus der Vergangenheit können Sie sich realsitische Ziele und Benchmarks für Ihr Team setzen.

4 Schlüsselmethoden für die Umsatzprognose (mit Beispielen)

Die üblichen Prognosemethoden nutzen qualitative und quantitative Methoden, um Sie bei der Prognose des Gesamtumsatzes, des Umsatzes und des Neugeschäfts zu unterstützen.

1. Prognosen der Opportunity-Phase

In den meisten Unternehmen lässt sich die Pipeline in allgemeine Phasen aufteilen:

• Akquise

• Qualifizierung

• Angebot

• Abschluss

• Zuschlag erhalten oder nicht

Eine Prognose der Opportunity-Phasen ermöglicht Ihnen, die Chance auf einen zukünftigen Geschäftsabschluss in jeder der Phasen in der Vertriebspipeline zu berechnen. Wenn Sie beispielsweise typischerweise etwa die Hälfte der Geschäfte, die die Angebotsphase erreichen, erfolgreich abschließen, beträgt Ihre Chance auf einen Abschluss aller Geschäfte im Laufe eines beliebigen Quartals 50 Prozent. bei dieser Technik der Umsatzprognose wird das Potenzial eines Geschäfts mit der Gewinnwahrscheinlichkeit multipliziert. Die Zahlen lassen sich mithilfe der meisten Tools für das Customer Relationship Management (CRM) ermitteln. Wiederholen Sie dann diesen Vorgang für jedes Geschäft in Ihrer Pipeline und addieren Sie die Ergebnisse. Nehmen wir an, Sie haben eine Geschäftschance im Wert von 1.500 € in der Eingangsphase, ein Geschäft im Wert von 2.000 € in der qualifizierten Phase und ein Geschäft im Wert von 1.000 € in der Verhandlungsphase. Auf der Grundlage des obigen Schaubilds würden die Prognosen in etwa so aussehen: Geschäft 1: 10 % x 1.500 € = 150 € Geschäft 2: 25 % x 2.000 €  = 500 € Geschäft 3: 75 % x 1.000 € = 750 € Die Gesamtprognose für die drei Geschäfte beträgt 1.400 €.

2. Dauer des Verkaufszyklus

Wenn Sie Ihre Prognose auf Basis der Dauer Ihres letzten Verkaufszyklus erstellen, können Sie leichter vorhersagen, wann ein Geschäft zum Abschluss kommt. Anstatt die Erfolgsquote auf der Grundlage der Phase oder des Bauchgefühls Ihres Vertriebsmitarbeiters zu analysieren, werden bei diesem Ansatz Bewertungen auf der Grundlage des Geschäftsalters vorgenommen. Zählen Sie bei dieser Methode die Gesamtzahl an Tagen, die für den Abschluss aller letzten Geschäfte benötigt wurden. Teilen Sie dann das Ergebnis durch die Anzahl der abgeschlossenen Geschäfte Stellen Sie sich vor, sie hätten in letzter Zeit fünf Geschäfte abgeschlossen. Berechnen Sie den Zeitraum, den es bis zum Abschluss der einzelnen Geschäfte gedauert hat, und addieren Sie dann die Zahlen:

• Geschäft 1: 62 Tage
• Geschäft 1: 60 Tage
• Geschäft 3: 59 Tage
• Geschäft 4: 55 Tage
• Geschäft 5: 60 Tage
• Gesamt: 296 Tage

Teilen Sie diesen Gesamtwert durch die Anzahl der Geschäfte (fünf) und erhalten Sie so Ihren durchschnittlichen Verkaufszyklus: 59,2 Tage oder etwa zwei Monate. Jetzt kennen Sie also Ihren durchschnittlichen Verkaufszyklus und können das auf die einzelnen Chancen, die sich in der Pipeline befinden, anwenden. So hat vielleicht ein Vertriebsmitarbeiter die Angebotsphase mit einem Lead nach einem Monat erreicht. Und auch wenn die Sache sicher erscheint, gibt die Prognose etwas anders vor. Auf der Grundlage eines durchschnittlichen Verkaufszyklus von zwei Monaten würden Sie vielleicht vorhersagen, dass der Vertriebsmitarbeiter eine Chance von 50 % hat, das Geschäft abzuschließen. Es könnte länger als einen Monat dauern, bis das Angebot zum Gewinn führt.

3. Regressionsanalyse

Die Regressionsanalyse bietet eine ausführliche, quantitative Bewertung von Faktoren, die sich auf Ihren Umsatz auswirken könnten. Um diese Methode erfolgreich anwenden zu können, benötigen Sie ein gutes Verständnis von Statistik und der Faktoren, die einen Einfluss auf die Umsatzentwicklung Ihres Unternehmens haben könnten. Dazu gehört auch die Berechnung der Beziehungen zwischen den Variablen, die den Umsatz beeinflussen. Die Gleichung für das einfache Regressionsmodell lautet Y=a + bX. Schlüsseln wir das einmal auf. Bei der Ausführung einer Regressionsanalyse gehen Sie wie folgt vor:

• Bestimmen Sie die Gründe für die Prognose (was Sie ermitteln wollen und warum).

• Bestimmen Sie den betroffenen Faktor, etwa der Umsatz (Y, Ihre abhängige Variable).

• Bestimmen Sie die Faktoren, die den Umsatz beeinflussen könnten (X, Ihre unabhängige Variable).

• Bestimmen Sie den Zeitraum, den Sie sich ansehen wollen.

• Sammeln Sie die Daten sowohl für die abhängigen als auch die unabhängigen Variablen.

• Wählen sie ein Regressionsmodell und führen Sie es aus.

• Untersuchen Sie, ob eine Korrelation zwischen den Variablen existiert.

Nehmen wir einmal an, Sie wollen die Umsätze für das kommende Jahr prognostizieren, damit Sie wissen, wie Sie das Geld verteilen sollen und ob Sie weitere Vertriebsmitarbeiter einstellen müssen. Die Umsätze sind dabei Ihre konstante, abhängige Variable (Y), der Faktor, den Sie erfassen wollen. Stellen Sie sich jetzt vor, Sie möchten bewerten, wie Verkaufsgespräche Ihren Umsatz beeinflussen. Das ist die unabhängige Variable.

• Abhängige Variable (Y): Umsatz (UMSATZ)

• Unabhängige Variable (X): Verkaufsgespräche (VERKAUFSGESPRÄCHE)

Sie sammeln die Daten für die abhängige und die unabhängigen Variabeln im Verlauf eines achtjährigen Zeitraums: Ihren Jahresumsatz von 2012 bis 2020 und die Anzahl der Verkaufsgespräche in dieser Zeit. Die Gleichung könnte so aussehen: Umsatz = a + b (Verkaufsgespräche), wobei jeweils a für den Achsenabschnitt und b für die Steigung stehen. Verwenden Sie dann eine Regressionssoftware, um die Analyse durchzuführen. Das ist zum Beispiel in Excel möglich. Beachten Sie, dass Sie a und b nicht selbst berechnen müssen, denn die Regressionssoftware kann sie generieren. Um die Beziehung zwischen den Variablen näherungsweise zu bestimmen, sucht man nach der "Ausgleichsgeraden". Die Darstellung könnte zum Beispiel so aussehen: Die Steigung (b) beträgt 0,907 und der Achsenabschnitt (a) ist -313. Auf der Grundlage dieses Modells scheinen die Verkaufsgespräche eng mit dem Umsatz korreliert zu sein und könnten zu mehr Einnahmen führen. Aber denken Sie daran: Nur weil eine Korrelation besteht, besteht noch lange kein Kausalzusammenhang. Sie müssen eine Vielzahl von Faktoren berücksichtigen, die für diese Übung zu umfangreich sind. Außerdem ist dies ein einfaches lineares Beispiel. Meist handelt es sich um eine multiple lineare Regression mit vielen unabhängigen Variablen, wie die Anzahl an versendeten E-Mails, die Anzahl an gehaltenen Präsentationen, die Anzahl an durchgeführten Meetings usw.

4. Szenariotechnik

Die Szenariotechnik ist ein qualitatives Konzept, das für die Langzeitplanung und für die Berücksichtigung möglicher Extreme verwendet wird. Sie beruht auf einem subjektiven Geschäfts- und Verkaufsverständnis. Bei diesem Ansatz prognostizieren Sie die wahrscheinlichen Ergebnisse auf der Grundlage einer bestimmten Reihe von Annahmen. Sie entwerfen mehrere unterschiedliche Szenen, die sich auf der Grundlage der Annahmen entwickeln könnten, z. B. Best- und Worst-Case-Szenarien für die laufenden Geschäfte. Im Folgenden finden Sie ein achtstufiges Verfahren für die Szenariotechnik, um strategisch über den Planungsprozes nachzudenken: Nehmen wir an, Ihr Schwerpunktthema sind Ihre Jahresumsätze. Sie betrachten dann die wichtigsten internen Faktoren, die sich auf Ihren Umsatz auswirken, wie Verkaufsgespräche, Anfragen und Präsentationen. Externe Faktoren, die einen Einfluss haben könnten, sind etwa Konkurrenten oder staatliche Einschränkungen. Zu kritischen Unsicherheiten sollten Sie überlegen, welche Schwierigkeiten im nächsten Jahr aufkommen könnten: Interessiert sich der Kunde vielleicht eher für neue Technologien? Könnten staatliche Regulierungen sich auf Ihre Geschäftstätigkeit auswirken? Auf der Grundlage dieser Informationen können Sie anfangen, Szenarien zu entwickeln. Damit die Szenariotechnik wirksam ist, sollten Sie die möglichen Folgen von Unsicherheiten für Ihr Unternehmen einplanen und dann einen eindeutigen Aktionsplan für jede dieser Folgen erstellen.

Die besten Ergebnisse erzielen Sie, wenn Sie unterschiedliche Methoden für die Umsatzprognose anwenden.

Denken Sie daran, dass Sie sich ja nicht auf eine einzige Technik beschränken müssen. Wenn es um die Frage geht, was uns die Natur in Sachen Wetter zu bieten hat, nutzen die Menscen Wetter-Apps, sehen sich den Wetterbericht im Fernsehen an, studieren Bauernkalender und vieles mehr. Auf ähnliche Weise können Sie unterschiedliche Prognosetechniken anwenden, um ein akkurates Bild der Einnahmen und des Umsatzes zu erhalten und Ihren aktuellen Vertriebsansatz auszuwerten. Treffen Sie eine Entscheidung, welche der Methoden für Ihr Unternehmen am wirksamsten sind, und wenden Sie sie direkt an. Überanalysieren Sie jedoch auch nicht ("Paralyse durch Analyse"). Obwohl exakte Daten wichtig sind, ist das Ziel, nützliche Informationen zu erhalten – und nicht perfekte. Die richtige Anwendung jeder Prognosetechnik erfordert zwar etwas Übung, hilft Ihnen aber bei der Optimierung Ihres Umsatzprognoseprozesses und beim Blick in die Zukunft.