Ensi kuukausi tuo sataviisikymmentätuhatta dollaria liikevaihtoa. Tai sata tuhatta. Tai kaksisataatuhatta. Arvaat, koska et voi ennustaa. Ennakoiva analytiikka lopettaa arvailun. Historiallinen data ennustaa tulevaa, kun kaavat pitävät. Kasvoit kymmenen prosenttia viime neljänneksellä. Ennusta kymmenen prosenttia tälle neljännekselle. Kausikaavat näyttävät tammikuun piikit. Ennusta tammikuun piikki tälle vuodelle. Ennuste ohjaa suunnittelua. Tässä artikkelissa kerrotaan ennakoivasta analytiikasta ja siitä, miten ennustat liikevaihtoa ja kasvua.
Ennakoivan analytiikan ja ennustamisen ymmärtäminen
Mitä ennuste on ja mitä se ei ole
Ennuste on dataan perustuvaa perusteltua arvausta. Ei tulevaisuuden povaamista. Ei takuita. Menneen kaavat ennustavat tulevaa, kun kaavat pitävät. Mennyt kasvu ennustaa tulevaa kasvua. Mennyt kausivaihtelu ennustaa tulevaa kausivaihtelua. Mutta kaavat voivat katketa. Uusi kilpailija. Markkinamuutos. Ennusteen tarkkuus heikkenee ajan myötä.
Ennustamisen rajat
Ennusteet ovat parhaita lähitulevaisuudessa. Kolmen kuukauden päähän: yhdeksänkymmentä prosenttia tarkka. Kuuden kuukauden päähän: seitsemänkymmentä prosenttia tarkka. Vuoden päähän: viisikymmentä prosenttia tarkka. Mitä kauemmas, sitä epätarkempi. Käytä lyhyen aikavälin ennusteita suunnitteluun. Pitkän aikavälin ennusteita strategiaan.
Ennusteiden rakentaminen historiallisesta datasta
Yksinkertainen ennustaminen: jatka trendiä
Liikevaihto kolmelta viime kuukaudelta: satatuhatta, satakymmentätuhatta, satakaksikymmentätuhatta. Trendi: kymmenentuhatta lisää kuukaudessa. Ensi kuun ennuste: satakolmekymmentätuhatta. Yksinkertaista. Yleensä tarkka lyhyellä aikavälillä.
Monimutkainen ennustaminen: huomioi kausivaihtelu
Yksinkertainen ennuste ohittaa kausivaihtelun. Elokuun liikevaihto on matala. Syyskuu korkeampi. Lokakuu korkeampi. Marraskuu huipentuu. Yksinkertainen trendi ohittaa tämän. Monimutkainen ennuste huomioi kausivaihtelun. Elokuun ennuste matala. Marraskuun ennuste korkea.
Kaavojen tunnistaminen datastasi
Kasvukaavat ja trendit
Liikevaihto on nousussa tai laskussa. Nousu: kymmenen prosentin kasvu. Lasku: viiden prosentin väheneminen. Kasvuvauhdilla on merkitystä. Kiihtyvä: kasvu lisääntyy. Hidastuva: kasvu hidastuu. Molemmat ovat kaavoja. Molemmat ennustavat tulevaa.
Syklilliset kaavat ja kausivaihtelu
Liikevaihto kiertää vuosittain. Talvella korkea. Kesällä matala. Tai päinvastoin. Sykli toistuu. Käytä sykliä ennustamiseen. Tämän vuoden talvi on kuin viime vuoden talvi. Kasvulla korjattuna.
Liikevaihtoennusteiden laatiminen
Kuukausittainen liikevaihdon ennustaminen
Ota kolmen viime kuukauden keskiarvo. Käytä kasvuvauhtia. Huomioi kausivaihtelu. Laske ennuste. Tammikuun ennuste satakaksikymmentätuhatta. Tämä perustuu: keskiarvo satatuhatta, kasvu kymmenen prosenttia, kausi-indeksi yksi pilkku kaksi.
Vuosittainen liikevaihdon ennustaminen
Laske kuukausiennusteet yhteen. Tai ota vuosikeskiarvo. Käytä kasvuvauhtia. Laske vuosiennuste. Vuosiennuste: yksi pilkku yksi miljoonaa. Perustuu: viime vuosi miljoona, kasvu kymmenen prosenttia.
Asiakashankinnan ja asiakaspysyvyyden ennustaminen
Uusien asiakasmäärien ennustaminen
Kolmen viime kuukauden aikana hankittiin sata asiakasta kuukaudessa. Trendi: tasainen. Ennuste: sata kuukaudessa. Jos markkinointi lisääntyy, ennuste on korkeampi. Kaksisataa kuukaudessa. Jos markkinointi vähenee, ennuste on matalampi.
Asiakaspoistuman ennustaminen
Viime vuonna menetettiin kolmekymmentä prosenttia asiakkaista. Poistumaprosentti: kolmekymmentä prosenttia. Ennuste: kolmenkymmenen prosentin poistuma tänä vuonna. Jos asiakaspysyvyys paranee, poistuma pienenee. Jos asiakaspysyvyys heikkenee, poistuma kasvaa. Seuraa ja ennusta.
Ennusteiden säätäminen markkinamuutosten mukaan
Milloin ennusteita tarkistetaan
Vähintään neljännesvuosittain. Kuukausittain on parempi. Suuri muutos vaatii välitöntä tarkistusta. Uusi kilpailija. Markkinamuutos. Ennuste muuttui epätarkaksi. Tarkista heti. Älä odota.
Ulkoisten tekijöiden huomioiminen
Uuden tuotteen lanseeraus. Ennuste nousee. Talouden taantuma. Ennuste laskee. Suuri markkinointikampanja. Ennuste nousee. Tunne ulkoiset tekijät. Säädä ennusteita sen mukaan.
Ennusteiden käyttö resurssien kohdentamisen suunnitteluun
Henkilöstön mitoitus ennusteen perusteella
Ennuste näyttää tammikuun huipun. Palkkaa kausityöntekijöitä. Ennuste näyttää heinäkuun laman. Vähennä henkilöstöä. Henkilöstö vastaa ennustetta. Vältä liian suuri tai liian pieni henkilöstömitoitus.
Varaston mitoitus ennusteen perusteella
Ennuste näyttää marraskuun huipun. Rakenna varastoa. Ennuste näyttää heinäkuun laman. Vähennä varastoa. Varasto vastaa ennustetta. Vältä tuotteiden loppuminen ja ylisuuri varasto.
Usein kysytyt kysymykset
Entä jos ennusteesi on täysin pielessä ja liikevaihto on puolet ennustetusta?
Ennuste perustui kaavoihin, jotka muuttuivat. Uusi kilpailija tuli markkinoille. Markkina siirtyi. Asiakkaiden mieltymykset muuttuivat. Jokin katkaisi kaavan. Selvitä, mikä muuttui. Ymmärrä katkos. Rakenna uusi ennuste uuden todellisuuden pohjalta. Yksi väärä ennuste on oppimista, ei epäonnistumista. WEMASY-sivustonrakentajalla voit ottaa tämän käyttöön suoraan verkkosivustollasi.
Pitäisikö luottaa ennusteeseen vai vaistoon, kun ne ovat eri mieltä?
Luota dataan yhdeksänkymmentä prosenttia ajasta. Vaisto on kokemukseen perustuvaa intuitiota. Mutta vaisto voi olla väärässä. Data on objektiivista. Data sanoo, että liikevaihto laskee. Vaisto sanoo, että se kasvaa. Usko dataa. Mutta selvitä, miksi vaisto on eri mieltä. Ehkä vaisto näkee jotain, minkä data missaa. Käytä molempia.
Kuinka usein ennusteita pitäisi päivittää?
Kuukausiennusteet vähintään kuukausittain. Viikkoennusteet viikoittain. Vuosiennusteet neljännesvuosittain. Aina kun tapahtuu olennainen muutos. Uuden tuotteen lanseeraus. Kilpailija tulee markkinoille. Ennuste todennäköisesti meni rikki. Päivitä heti. Älä odota.
Entä jos historiallista dataa ei ole, kuten startupilla tai uudella tuotteella?
Käytä toimialan vertailulukuja. Samankaltaiset yritykset samankaltaisilla markkinoilla kasvavat samankaltaisella vauhdilla. Aloita siitä. Säädä alaspäin omien erityisten heikkouksiesi vuoksi. Säädä ylöspäin omien erityisten vahvuuksiesi vuoksi. Arvioi varovasti. Rakenna todellisen datan päälle sen kertyessä.
Pitäisikö ennusteiden ohjata kaikkia päätöksiä vai vain tukea niitä?
Tukea, ei ohjata. Ennuste sanoo, että liikevaihto laskee. Se ei tarkoita, että kaikki pitää leikata. Selvitä, miksi lasku tapahtuu. Ehkä se on tilapäistä. Ehkä pysyvää. Käytä ennustetta kysymysten esittämiseen, älä vastaamiseen. Data tukee päätöksiä. Harkinta tekee päätökset.
Entä jos ennusteen tarkkuus on kauhea, viisikymmentä prosenttia pielessä joka kuukausi?
Ennuste on hyödytön, jos se on näin huono. Lopeta sen käyttö. Selvitä miksi. Mittaatko samaa asiaa. Onko data puhdasta. Ovatko kaavat liian epävakaita. Onko liiketoiminta liian arvaamatonta. Korjaa tarkkuus. Jos et pääse kahdeksankymmenen prosentin tarkkuuteen kuukauden päähän, ennustaminen ei auta. Keskity sen sijaan ketteryyteen.