Infos und Tipps zu aussagekräftigen Verkaufsprognosen

Infos und Tipps zu aussagekräftigen Verkaufsprognosen

Eine typische Frage an den Vertrieb ist, wie die Zahlen zu den künftigen Verkäufen aussehen. Und wenn Vertriebsmitarbeiter antworten, mit welchen Verkäufen sie zum Beispiel im nächsten Quartal oder im kommenden Weihnachtsgeschäft rechnen, verlassen sie sich bei ihren Schätzungen gerne auf eine Mischung aus Bauchgefühl und Erfahrung. Erstaunlicherweise sind solche Vorhersagen oft ziemlich gut. Nur reichen Schätzungen eben nicht immer aus.

Anzeige

Infos und Tipps zu aussagekräftigen Verkaufsprognosen

Doch was sind die Alternativen? Wie lassen sich aussagekräftige Verkaufsprognosen erstellen? Wir geben Infos und Tipps!:

Bei Verkaufsprognosen geht es nicht nur um Umsätze

Fällt das Stichwort Verkaufsprognose, denken viele automatisch an eine Vorhersage der Umsätze. Natürlich ist das nicht falsch. Aber neben der Umsatzprognose gibt es noch ein paar andere Prognosen, die bei der Planung der Vertriebsaktivitäten hilfreich sein können.

Dazu gehören zum Beispiel Vorhersagen über die Preisgestaltung. An dieser Stelle kann etwa die Frage im Raum stehen, welchen Preis ein Kunde am ehesten bereit sein wird, für das jeweilige Produkt zu bezahlen.

Auch Vorhersagen über die Kundenbindung können nützlich sein. Sie untersuchen, wann welcher Kunde abzuwandern droht und was der Grund dafür ist.

Im Zeitalter des Onlinehandels ist mit der Cross-Selling-Prognose noch eine weitere Variante dazugekommen. Wer schon einmal in einem Onlineshop gestöbert hat, hat sicherlich die Vorschläge zu Produkten bemerkt, die mit Hinweisen wie „Das könnte Sie ebenfalls interessieren“, „Andere Kunden kauften auch“, „Zu diesem Produkt passt“ oder „Andere Kunden haben sich angesehen“ gekennzeichnet sind.

Solche Vorschläge kommen durch Algorithmen zustande, die sich auf Cross-Selling-Prognosen stützen. Cross-Selling bezeichnet Querverkäufe und zielt darauf ab, dass ein Kunde neben dem eigentlichen Produkt zusätzliche Waren, ergänzende Produkte oder weitere Dienstleistungen kauft.

Verkaufsprognosen als einfache Schätzungen

Viele Unternehmen nutzen Daten aus dem Vertrieb für die Umsatzplanung. Die Vertriebsmitarbeiter  verlassen sich dann auf ihre Erfahrung, gemischt mit einer Portion Intuition. Zwar zeigt die Praxis, dass solche ungefähren Schätzungen oft ziemlich gut sind. Immerhin sitzen die Vertriebsmitarbeiter an der Quelle und wissen, wann Kunden was und wie kaufen.

Allerdings reichen grobe Schätzungen häufig nicht aus. Das ist zum Beispiel dann der Fall, wenn das Unternehmen sehr viele Kunden und eine breite Produktpalette hat. Um die Vielzahl an Transaktionen zu erfassen, müssen Statistiken oder mathematische Verfahren her.

Ein anderer Fall ist, wenn genauer aufgeschlüsselte Zahlen benötigt werden. Eine Umsatzprognose beziffert den gesamten Umsatz in einem bestimmten Zeitraum.

Doch wenn zum Beispiel die Produktion, das Lager oder die Logistik verlässliche Verkaufsprognosen braucht, zählt der erwartete Verkauf pro Kunde oder je Produkt. Geschätzte Vorhersagen aus dem Bauchgefühl heraus sind dann keine zuverlässige Basis. Bei solchen Schätzungen spielt nämlich der Zufall eine zu große Rolle.

Statistische Verkaufsprognosen

Statistische Modelle basieren letztlich auf dem gleichen Prinzip wie eine lineare Funktion. Hat ein Kunde zum Beispiel im vergangenen Jahr jeden Monat Waren für 50 Euro gekauft, lässt sich auf dieser Basis eine Umsatzprognose für die kommenden drei Monate erstellen.

Anzeige

Dazu fließen drei Faktoren zusammen:

  • historische Daten: Im vergangenen Jahr hat der Kunde regelmäßig einen Monatsumsatz von 50 Euro eingebracht.

  • Muster: Die Prognose geht davon aus, dass es bei dem monatlichen Umsatz von 50 Euro bleibt.

  • Hochrechnung: Ausgehend vom Muster wird berechnet, dass der Kunde in den nächsten drei Monaten drei Mal 50 Euro und somit 150 Euro Umsatz einbringen wird.

Derart einfache und stabile Muster gibt es in der Praxis aber natürlich nur selten. Denn das Kaufverhalten eines Kunden wird von vielen verschiedenen Faktoren beeinflusst. In der Folge ergeben sich dynamische Muster, die statistische Modelle entsprechend berücksichtigen müssen.

Mathematische Verkaufsprognosen

Wie die statistischen Modelle stützen sich auch mathematische Modelle auf das Kaufverhalten in der Vergangenheit. Die historischen Daten, das Muster und die Hochrechnung als Ausgangspunkte bleiben deshalb gleich. Zusätzlich dazu muss die Berechnung aber verschiedene Variablen und Einflussfaktoren einbeziehen.

Kunden kaufen nicht zufällig oder wahllos. Stattdessen haben sie gewisse Präferenzen. Außerdem lassen sich bestimmte Regelmäßigkeiten erkennen, zum Beispiel wenn es um die Anzahl, die zeitlichen Abstände, den Umfang oder den Warenwert der Käufe geht. Aus solchen Kriterien kann ein Muster und im nächsten Schritt eine Prognose abgeleitet werden.

Das Berechnungsmodell muss dabei berücksichtigen, worauf die Vorhersage abzielt. Geht es um eine reine Umsatzprognose? Soll ermittelt werden, welchen Preisrahmen ein Kunde akzeptiert? Ist das Ziel, die generierten Umsätze aus Vorschlägen für Querverkäufe zu analysieren?

Je mehr Kunden ein Unternehmen hat, je größer das Produktsortiment ist und je detaillierter die Fragestellung ist, desto aufwendiger werden mathematische Modelle. Manuelle Berechnungen stoßen dann genauso an ihre Grenzen wie Bauchgefühl-Schätzungen.

In jüngerer Vergangenheit hat der Einsatz von Künstlicher Intelligenz die Qualität von Verkaufsprognosen aber deutlich verbessert. Denn die Algorithmen sind in der Lage, große Datenmengen einzubeziehen und aus etlichen Merkmalen, Faktoren und Variablen Muster abzuleiten.

Diese Verfahren werden als Predictive Analytics und speziell im Vertrieb als Predictive Sales Analytics bezeichnet. Sie nutzen Software, die eigens darauf ausgerichtet ist, möglichst präzise, aussagekräftige und verlässliche Verkaufsprognosen zu erstellen.

Trotzdem gilt für jede Prognose, dass sie das künftige Kaufverhalten nie zu 100 Prozent richtig vorhersagen kann. Denn selbst die beste Software kann nicht in die Zukunft schauen, sondern nur vorhandene Daten auswerten.

Das Ziel von Verkaufsprognosen ist deshalb, die Realität möglichst genau abzubilden. Und vor diesem Hintergrund ist die Mindestanforderung an jedes Vorhersagemodell, dass es besser sein muss als Schätzungen, die zufällig richtig sind.

Mehr Ratgeber, Tipps und Anleitungen:

Thema: Infos und Tipps zu aussagekräftigen Verkaufsprognosen

Anzeige
Redaktion
Twitter

Veröffentlicht von

Redaktion

Isabella Dorant, 48 Jahre, Vertriebsleitung, Christian Kazinski, 42 Jahre, Vertriebsbeauftragter und Martin Pocher, 39 Jahre, Vertriebsberater im Außendienst, sowie Ferya Gülcan Redakteurin und Betreiberin dieser Seite, schreiben hier Wissenswertes, Anleitungen und Ratgeber zum Thema Vertrieb, Marketing und der Vermarktung.

Kommentar verfassen