您的预测只是一个数字。人们总是这么说,但是 它完全错过了标记. 只是一个数字 表示您的预测没有任何实际价值-背后没有任何目的。如果是这样,为什么要这么做呢?为什么要花所有的时间和精力来得出无用的数字?因为底线,无论是初始数字还是达到或超过该数字的能力,绝对 事。 

预测全都与精度有关。它使您的组织可以建立预算并适当分配预算,以优化收入和增长。您的预测越接近实际收入,您的组织就越有效。事实上, 预测准确性提高3%,利润率提高2%据AMR Research称。

不幸的是,预测不准确的故事源远流长。根据SiriusDecisions, 五分之四的销售代表未达到目标数的10%。这是一个系统性问题,但可以纠正。它需要的只是来自机器学习的一点帮助。

常见的销售预测误解

当你想到你的 销售预测,您看到目标还是基准?一种奖励准确性,另一种奖励您简单地超越它。

销售人员通常接受过培训,可以使用他们的预测作为基准。只要他们达到了数字,他们就可以获得佣金和奖金-不管他们降落到多少数字。这告诉您的销售代表精度没有价值,只有数量。您看到这个问题了吗?

准确性才是真正的激励

实际上,当组织各自讲述一个不同的故事时,它们常常将预测与制定目标混淆。销售代表需要将准确性和数量视为单独的目标,而不是一个目标。你问为什么有关系?

有人可能会说,预测准确性降低了继续销售的动力。如果您因准确性而受到奖励,为什么不将销售推迟到下一季度来保留您的奖金呢?这是一个令人担忧的问题,但也可以说基于数量的奖金会阻止销售代表提交更现实或更具竞争力的预测。

这并不是说超越您的预测是一件坏事。出色的表现应该得到回报。但是,个人绩效和公司目标需要保持一致。如果销售代表持续低估他们的预测,他们将限制公司可用于进一步改善和发展业务的资金。通过强调预测的准确性,您可以推动销售代表提高自己的标准–结果,就是您公司的期望。

机器学习提高了标准

代表在预测时仍未达到目标的部分原因是因为组织 努力追究他们的责任。这通常与过时的预测功能有关。

预测已在电子表格中进行管理太长时间了。这种过时的方法为销售经理提供了历史跟踪,超越控制或情报处理的能力-从而使您不得不依赖代表判断,后者通常充满偏见,欣喜若狂和被忽略的信息。  

为了使您和您的销售代表更准确地进行预测,您需要更多的情报。您需要更多数据和更好的分析方法。这是机器学习将为您改变游戏的地方。

机器学习将智能带入预测

没有什么可以立即将您的预测方法从好变为坏,但是机器学习可以帮助您逐步提高。您收集的数据(和更完整的数据)越多,算法就变得越聪明–并且就越聪明。

成功的预测最终取决于情报。这是关于知道要按下哪个按钮以推动交易,也要知道何时取消交易的优先级并继续进行交易。机器学习可帮助您确定交易中的关键拐点,并针对这些拐点采取更快,更精确的行动。

有很多拐点要考虑,并且每个拐点在模型中都具有特定的权重。这些数据对于每个公司来说都是唯一的,并且通常对于公司中的不同周期来说都是唯一的,并且可以用来指导您的教练和总体交易策略。最佳的机器学习模型可以确定:

  • 关键会议次数和收益递减点
  • 决策者应参与的活动数量
  • 理想的接点数

通过评估过去的交易并了解成功和失败背后的趋势,您的模型可以建立最佳实践,使您的销售代表可以针对每个客户采取的每项操作更具规范性。

引导式销售进一步增强了这种功能,引导式销售通过Actions自动将此情报发送给销售代表。借助基于既定情报的实时指导,销售代表将掌握专注于正确交易并更快完成交易的知识。

机器学习提供验证

如果您从销售代表处收到Excel预测,则说明您处于失败中。要了解他们的预测背后的原因,不仅需要花费大量时间和精力,而且您没有实时数据可以验证他们的主张。 InsightSquared具有许多机器学习模型。两种最常用的模型利用机器学习为销售主管提供所需的清晰度和信心。

关闭信心

每个预测模型的基础都是知道交易是否可能完成。这有助于确定您应该花时间处理哪些交易以及应从预测中删除的交易。您可以听自己的直觉,但是直觉无法分析数百万个可用数据点。我们的“完成信心”评分可通过将交易与之前基于成功达成的交易确定的获胜阈值进行比较,来准确描述交易是否会完成。

当推到顶峰时,您和您的销售代表最了解这笔交易,但是拥有自定义分数来验证您的感受会给您额外的自信。不仅如此,它还增加了领导者无法获得的可信度。

理想机会简介

您无法平等地查看每笔交易。因此,当您查看代表提交的预测时,需要确保他们为每个预测分配了适当的时间和精力。我们的理想机会档案得分可帮助您根据先前赢得和失去的交易之间的共性和趋势,确定合适的交易目标。

一天只有几个小时,因此重要的是,让您的销售代表专注于正确的交易。时间和资源管理是准确预测的关键。通过提前确定那些关键的向前交易并采取更具战略性的方法,您会发现预测更加可靠。

如果要改善组织的预测,则需要以正确的方式进行预测。这意味着看到它的目的是什么,而不是基准。 

下一步是利用机器学习。预测是一种由数据驱动的活动,因此您对销售流程的了解越多,则可以更好地利用这些数据。通过机器学习,靶心看起来更容易实现。

立即索取机器学习驱动的销售预测演示.

最近的帖子