商业新知：如何进行销售预测

前言

最近在部门 Cycle Meeting 上听到 L& D 小姐姐分享的内部学习资源，浅浅地尝试了一下，正好也正经学习一下商业知识，务务正业。课程内容还不错，也顺便分享一下如何进行销售预测，希望能帮到有需要的读者。

了解销售预测

1. 什么是销售预测

销售预测是对销售部门在一段时间之内的绩效预测，可以帮助管理者/营销人员围绕业务关键点进行协调（主要是有限的资金或资源）。要义在于尽可能缩小预测值与实际销售值之间的误差。

同时，也有要安全库存的概念，尽可能减轻预测值过低或过高的后果。最终帮助企业更好地运营，同时免受不确定性的影响。

2. 销售预测的重要性

影响企业实际运营过程中相当广泛的层面，其重要性包括但不限于： - 影响企业的财务规划：影响股价，或是管理者的投资决策； - 建立和管理销售团队：影响辖区划分、销售指标指定、业绩评估等等； - 影响协作部门的经营决策：支持部门进行资源分配时可能受到销售预测的影响，比如划分讲者配额； - 影响人员管理方式：影响人力资源部门如何设计员工的薪资福利结构，以及何时进行何种规模的招聘活动等等； - 影响企业的投资规模：能够提供被收购企业的现金流预期，从而决定收购金额。

3. 销售预测的流程

销售预测是一个系统化的过程，涉及各项业务职能。进行销售预测，要组建合适的团队（Win as ONE Team，团队合作可以让所有部门围绕预测协调一致），确定团队成员和角色（销售团队、市场营销团队、财务部、运营部门），并明确项目目标和时间表。

简要流程如下： 1. 分析市场：业务类别、市场规模、市场趋势和动态等等； 2. 收集数据：只需收集与预测相关的数据即可，如果遇到想要但缺失的数据，可以进行合理假设； 3. 确定方法：定性、定量、或是两者结合； 4. 检验预测：针对历史销售周期，运行预测模型，检验效果，明确是否需要继续调整；

销售预测准备工作

1. 确定市场类别

市场类别，也就是你的竞争空间。竞争空间可以被定义得非常大（竞争更大），也可以非常集中（竞争更小），具体取决于产品和商业模式。在进行销售预测时，最好邀请市场部同事参与进来，了解她们是如何定义市场类别的。

此外，也要了解每个类别中的现有市场趋势：销量上涨、下降、持平？同时，也要了解趋势背后的影响因素，从而能够做出更准确的预测。

2. 了解市场动态

我们更熟悉的是企业内部的信息，但往往外部的市场动态也会直接影响销售预测结果的准确性。比如，竞争对手的市场策略与营销活动，可能会影响到我们的销量。

此外，也要积极了解法律法规和政治变化对于销量预期的影响。除此之外，客户行为、技术变化/创新/突破、内部商业策略变化等等。

3. 选择预测方法

预测方法分为两类：定性和定量。定性方法更依赖人员的inputs，定量方法更依靠数值数据的输入。优秀的销售预测人员会综合结合运用这两种方法。

选择方法前，可以通过下面几个问题进行自测： - 我对市场有多了解？ - 市场在增长还是衰退？为什么？ - 有新的消费者（客户）、竞争对手或技术趋势吗？ - 我的市场是季节性业务吗？ - 销售人员和经销商对市场的了解程度如何？ - 我有多少以往的销售数据？ - 我的前任使用了哪些方法？是否成功？是否出现过重大预测失误？

小菜鸟可以使用定性法先获取相关的专业知识和市场信息。

好的预测应该综合使用定量法和定性法。

使用定量预测方法

1. 收集数据

最常用的数据源是历史销售数据。但需要注意使用干净的数据，也就是数据要满足准确、无失真、未损坏等要求。我们应当尽可能多地找到历史销售数据，可以请财务部或 IT 部同事帮助收集最准确、最全面的现有数据。

在使用前，我们还需要检查数据。首先，一定要确定销售数据对应的时段，比如，每小时、每天、每月、每季度或每年。尽可能使用季度数据，研究表明这个时间周期往往能带来更准确的预测结果。然后，绘制数据随时间变化的趋势。趋势图可以形象的查看销售数据的历史变化，同时能够发现明显的异常波动，这时候要弄清楚波动背后的原因。最后，还要注意其他细节，比如是否存在折扣因素。

关键是要让数据保持一致，要删除不能体现当前业务的历史数据。

2. 滚动方法

滚动预测的原理：过去的实际销售=未来的销售预测。更适用于销售额稳定，销量不受季节性因素影响的业务。比如，我们可以把上个月的实际销售结果，当作下个月的销售预测结果。

滚动预测的优势在于，可以作为与其他预测方法比较的基准。通过比较平均误差的大小，来确定是否采用滚动预测方法。

小技巧： 在计算绝对误差时，可以使用 Excel 中的 ABS 函数。 ABS 代表 absolute，用法如下：

= ABS(C3-B3)

结果会返回C3-B3的绝对值，即便是负数，也会返回其正数形式。

3. 移动平均数

移动平均数方法是使用过去几个月的销售平均数作为下个月的销售预测。比如，2 - 5 月销售平均数 = 6 月预测销量。

如果销量受季节性因素的影响，我们还可以针对移动平均数进行加权处理，即加权移动平均数方法。比如，2 月销量 * 10% + 3 月销量 * 20% + 4 月销量 * 30% + 5 月销量 * 40% = 6 月预测销量。加权系数需要根据实际情况确定。

4. 指数平滑法

平滑预测法的计算简单，只需要 当期销量（A）、当期预测值（F）和当期权重因数（S，平滑系数）。即：

(A*S)+(F*(1-S))
# A = 最近时段的实际销量
# S = 平滑系数，采用小数形式
# F = 最近时段的预测值（上一个时段的平滑计算结果）

平滑预测法即考虑了历史的实际销量，也考虑了历史预测值。

• [ ] 问：平滑系数如何确定？

使用定性预测方法

1. 使用客户提供的估算值

准确性基于我们对客户的了解，以及客户对自己的了解。

客户可以分为 4 类： - 只向你购买产品的客户 - 也想你购买产品的客户 - 只购买竞争对手产品的客户 - 根本不买这类产品的客户

使用自上而下的方法：首先，预估总共有多少客户；其次，各类客户的比例如何；然后根据客户数量预估各自潜在的销售额并汇总。

使用以客户为中心的预测法：调研客户未来计划从我们这里购买什么及其支出计划，然后进行估算。

2. 使用销售代表和经销商提供的估算值

首先，让销售代表和经销商估算年度总销量，然后按月度或季度进行拆分。

要注意，让销售代表和经销商估算销量的最大风险在于，他们不太可能区分销售预测和销售指标（销售配额）。销售代表倾向于将销售指标定得低于市场实际状况。

应该避免销售代表进行“沙袋掩护”。沙袋掩护是指人为降低销售预测，以获得更容易实现的销售指标（销售配额）。这也是为什么需要将定性方法和定量方法进行结合的原因。

此外，对于销售代表提供的估算值，需要进一步了解其结论是基于哪些假设。比如，增加新客户开发？丢失客户？辖区出现新的竞争对手？价格变化？新的市场营销活动？新推出的产品？

最后，可以使用 期望值（EV） 分析。期望值是针对给定区域的预测，计算方法是用每个可能的结果乘以各自的概率，然后将所有结果加总。即：

EV=可能值*各自概率

可以询问销售代表或经销商，每个客户可以实现多少销售额，概率有多大：

计算结果：

与让销售代表提供年度总销量预测的方法相比，期望值分析的误差更小。同时，期望值分析也利用了销售代表对于自己区域情况的隐性知识，这些知识能帮我们做出更准确的销售预测。

3. 听取专家小组的意见

当处于不可预测的市场中时，专家的见解往往有助于减小预测误差。筹建专家小组时，应尽可能寻找对这个行业有多元独到看法的人。这些人可能分布在我们业务路径的不同链条之上，可以根据实际的需要进行邀请。小组多样性也有助于消除某个小组成员可能存在的偏见。

建立专家小组后，要确定应该向他们获取哪些信息。比如，预估全国、地区、或目标市场范围内的新增病例，还是说要预估每年、每季甚至每月的新增病例数？应该明确专家小组最适合解决的问题，从而获取到独家的信息。

需要注意，最重要的并非每个人的预测结果，而是小组成员所采用的假设条件。因为这些假设条件，能提供如何设定合理预测的最关键信息。接受重要的假设条件，并想办法验证。

总结

最初看到《销售预测》这套课程时，对它的重视程度远没有学习完之后那么高。教授作为公司支持部门同事，主要的工作职能更多与技术相关，反倒是与现实世界中的销售管理有一些距离。这次通过《销售预测》课程的学习，在一定程度上打破了既往的惯性思维，也算是全面拥抱商业管理的一个契机。

其实结合这套《销售预测》的课程观察最近几年行业中的变化与动荡，很容易就能发现很多新兴的创新公司可能并没有很好地进行商业化落地，尤其是进行合理地销售管理。也许市场和投资环境很好时，一切都不成问题。可是，一旦遭遇外部政策环境的变化又或者是资本凛冬，则不得不大规模地缩减销售组织的规模，从而事实上加速行业环境的恶化。

当下，我们正处于历史性的大变革时期，非常多的市场变化都是经验中未曾遇到过的，同时，行业变革的挑战对每家公司都提出更高的要求。如何在快速变革的市场环境中，通过整合有限的资源来提升商业团队的效率和效能，从而最大化商业价值，值得每位同业深思。

在这个气候异常奇怪的冬天，多学一些知识总归是不会错的。

参考资料

• https://www.linkedin.com/learning/sales-forecasting-2/