销售预测模型

销售预测模型有：竞争对手比对法、MOFV销售预测法。

一、竞争对手比对法

Figure 1赢单率计算-竞争对手对比法

上图是笔者建议的通过竞争对手对比法来计算赢单率。而且我们完全可以根据赢单率的变化作为触发事件，去制定新的打单战略战术，制定商务公关和技术攻关计划，以及下一步行动计划。

1. 如果没有必要事件，表示不能确认客户一定要做这个项目，那没必要计算赢单率。
2. 如果没有内部消息来源，那往往赢单率估算都太乐观，所以结果出来后至少打七折。
3. 如果我们没有在竞争中进前三，那计算赢单率没意义，就按0计算。

1、预测输入的客观性（Objectivity）

我们要尽量避免让销售主观去估算赢单率，而是要通过一系列的问题，而且每个问题都可以比较容易判断和明确答是否，然后通过问题的答案自动计算赢率。

另外，在回答商机金额，关单日期，竞争对手赢率等问题时，要给出区间，而不是仅仅给一个数值。未来可以通过该销售的历史数据去分析该销售自我评估的行为模式，比如该销售一般给出的预测结果是其评估区间的几分位。

Figure 2赢单率问卷

如果要求销售人员预测的频率越频繁，那销售预测值一般就会越精准，但花费了销售大量的时间，预测成本也就越高。所以笔者建议预测的频率是一季、一月、还是一周应该公司根据自己的管理精度、管理能力和对预测准确性的要求按需调整。

但另一方笔者建议提供事件触发的预测功能，即当市场发生重大事件，或某一客户或项目发生重大事件时，自动通知销售，重新回答问卷，调整预测。

3、预测的校验（Verification）

销售的预测需要有人校验，以形成参照物。最合适的验证人就是销售的一线主管。一线主管和销售交流后，基于销售回答的问卷，确认或修改问卷，形成一个校验的预测值。但一线主管的预测值不应让一线销售知道，以避免销售人员预测值和一线主管值预测值趋同的现象。

和一线销售的预测频率一样，一线主管校验的频率越高，可能校验的销售预测值越准，但成本越高。所以公司需要根据自己的管理精度、管理能力和对预测准确性的要求按需调整校验的频率。

二、MOFV销售预测法

Figure 3 MOFV销售预测法

如上图所示，笔者建议通过MOFV销售预测法来不断优化迭代，形成适合自己公司的精准销售预测模型

1. 预测的模型（Model）：基于竞争对手的预测模型；
2. 预测输入的客观性（Objectivity）：通过问卷和区间选择使预测尽可能客观;
3. 预测的频率（Frequency）：选择最合适预测频率在成本和准确性上达到平衡，同时支持事件触发的预测；
4. 预测的校验（Verification）：支持主管的校验的预测曲线；
5. 迭代优化：一旦三条预测曲线发生大的偏差，去深挖背后原因。如果三条曲线一致，但与实际结果发生大的偏差，也去深挖背后原因；
6. 形成最佳预测模型：不停迭代完善最佳预测模型。

（本文来源于：杨峻 - CRM咨询，《营销和服务数字化转型 CRM3.0时代的来临》一书作者。微软资深数字化转型专家，曾任海尔全球服务数字化转型和信息化建设总负责人，IBM GBS 客户关系管理数字化创新解决方案中国区总负责人，世界上第一个BS CRM平台产品-Siebel 7.0核心开发工程师之一，北大讲师。）