Verbeter verkoopprognoses met Microsoft Dynamics 365 Sales Forecasting

Eén van de meest voorkomende uitdagingen van bedrijven, dat is de wens om betere beslissingen te kunnen nemen i.v.m. voorraadbeheer, productie-investeringen of groeiplannen op basis van verkoopprognoses. Men kan kijken naar verkoopprestaties uit het verleden, maar die informatie geeft dikwijls te weinig garanties op een accurate en realistische voorspelling van de verkoop in de toekomst.

In de recente releases van Microsoft Dynamics 365 Sales werden de mogelijkheden voor sales forecasting steeds verder uitgebreid. In deze post bekijken we hoe sales teams hun prognoses kunnen verbeteren.

Waarom sales forecasting?

Sales forecasting helpt een organisatie om:

• Mogelijke risico’s in de sales pipeline te ontdekken.
• Prestaties van verkoop te evalueren t.o.v. gestelde doelen en de focus bij te sturen waar nodig.
• Te anticiperen op verkoop en de hieruit voortvloeiende inzet van mensen en middelen.
• Projecties te maken die invloed hebben op strategie en investeringen.

Inzichten uit sales forecasting laten toe om snel strategische beslissingen te nemen. CEO’s willen de vraag naar elk product voorzien om strategische bedrijfstransformaties door te voeren, COO’s willen mensen en middelen efficiënt inzetten, en CFO’s hebben inzicht nodig in toekomstige cashflow om financiële plannen te maken.

Het belang van sales forecasting valt dus niet te onderschatten en organisaties hebben heel vaak moeite om nauwkeurige verkoopprognoses te ontwikkelen die strategische beslissingen écht ondersteunen.

Dynamics 365 Sales forecasting

Met Dynamics 365 Sales forecasting introduceerde Microsoft een nieuwe reeks mogelijkheden die organisaties in staat stellen om native bottom-up sales forecast-processen te creëren en te beheren.

Voor een goed begrip is enige toelichting van de interface nodig. Het eerste wat opvalt in de nieuwe interface is dat de verkoopcijfers hiërarchisch ingedeeld worden. In de video ziet u een hiërarchische indeling volgens sales manager. Men krijgt automatisch een totaal per team en hieronder de totalen per individuele verkoper die naar het bovenliggende hiërarchisch niveau opgeteld worden.
Er zijn standaard 3 verschillende hiërarchieën mogelijk:

1. volgens de structuur van de sales organisatie (via Manager-veld),
2. volgens sales territory structuur,
3. volgens de categorisatie van producten

Het volgende dat in het oog springt is dat verkopers hun opportuniteiten kunnen indelen in een “forecast-category” en dat per categorie automatisch subtotalen worden berekend.  Deze forecast- categorieën zijn uiteraard configureerbaar. Om dit overzicht goed te begrijpen lichten we de standaard “forecast-categories” toe:

• Quota: dit is het doelbedrag dat toegewezen is aan een specifieke verkoper, gebied of product categorie. De progressie balk wordt berekend t.o.v. dit doelbedrag.
• Committed: dit zijn de openstaande opportuniteiten die waar men een groot vertrouwen in dat deze gerealiseerd zullen worden.
• Best case: in deze openstaande opportuniteiten is het vertrouwen eerder matig.
• Pipeline: voor deze opportuniteiten is het niet zeker (laag vertrouwen).
• Omitted: de opportuniteiten in deze categorie worden niet meegeteld.
• Won: dit toont het totaal de gewonnen opportuniteiten.
• Lost: dit toont het totaal van de verloren opportuniteiten.

De roll-up wordt typisch berekend o.b.v. Estimated Revenue van de opportuniteiten die met de Estimated Close Date zich in de filter bevinden. Complexere calculaties o.b.v. gerelateerde informatie onder de Opportunity zijn ook mogelijk om bijvoorbeeld totalen per productcategorie te berekenen op basis van Opportunity Producten die onder een Opportuniteit hangen.

Nog beter voorspellen dankzij data en artificiële intelligentie

Premium forecasting helpt verkopers en managers hun nauwkeurigheid van voorspelling te verbeteren. Om dit te bereiken, maakt premium forecasting gebruik van AI-gestuurde modellen die kijken naar historische gegevens en naar de huidige sales pipeline om toekomstige omzetresultaten te voorspellen.

Data van “snapshots” of momentopnames

AI-modellen hebben data nodig om te leren. De data die hiervoor nodig is om betere prognoses te maken, dat zijn momentopnames of “snapshots” van de sales pipeline. Een momentopname bevriest de prognosegegevens op een bepaald moment. De bevroren gegevens omvatten geaggregeerde kolomwaarden, handmatige aanpassingen en onderliggende recordvelden die rechtstreeks van invloed zijn op de prognose. U kunt deze momentopnamen gebruiken om te zien hoe de prognose en de onderliggende gegevens in de loop van de tijd zijn veranderd. Momentopnamen worden elke dag automatisch gemaakt. Dankzij deze snapshots wordt het mogelijk om in kaart te brengen hoe verkoopopportuniteiten evolueren van het ene moment naar het andere.

De “Trend chart” visualiseert hoe de sales pipeline is geëvolueerd doorheen de tijd. Per forecast-categorie wordt een trend-lijn getekend in deze grafiek.

De “Flow chart” biedt een visuele weergave van hoe de prognose verandert tussen twee momenten in de tijd (i.e. de stromen tussen de verschillende forecast-categorieën). Managers kunnen stroomdiagrammen gebruiken om in te zoomen (i.e. drill-down) op de specifieke deals die hebben bijgedragen aan de toename of afname van de prognoses, waardoor ze hun teams kunnen opvolgen en hun teams kunnen coachen bij het verbeteren van hun prognosenauwkeurigheid.