Forecast: Definition, Beispiele und Umsetzung mit einer CRM-Software

Wird Ihr Unternehmen seine Zielvorgaben erreichen? Wie wird sich Ihr Geschäft entwickeln? Sind relevante Veränderungen zu erwarten?

Das sind zentrale Fragen im Vertriebscontrolling. Der Forecast hilft Ihnen dabei, sie zu beantworten. Richtig aufgebaut und datenbasiert umgesetzt, erkennen Sie damit frühzeitig Abweichungen von Zielvorgaben und steuern gegen. Für diesen Blick in die Zukunft braucht Ihr Vertrieb keine Glaskugel, sondern eine transparente, datengestützte Analysegrundlage, zum Beispiel eine CRM-Software mit Reporting- und Prognose-Funktionen. Wie funktioniert Forecasting und was ist zu beachten? Hier erfahren Sie mehr dazu und wie Sie Ihr Team motivieren zentral die gewünschten Daten in der benötigten Qualität bereitzustellen.

Ein wichtiger Teil der Vertriebssteuerung ist der richtige Umgang mit Trends und äußeren Einflüssen. Fehleinschätzungen von zukünftigen Entwicklungen können für ein Unternehmen schwerwiegende Konsequenzen haben. Da jedoch kein Mensch die Zukunft vorhersehen kann, brauchen Sie möglichst zuverlässige maschinelle Werkzeuge, wie eine CRM-Software, die Ihnen dabei helfen.

Was ist Forecasting?

Vorhersagen oder Prognosen werden in verschiedenen Bereichen der Wirtschaft benötigt. In der Betriebswirtschaft lautet die kurze Definition in etwa so:

Ein Instrument aus dem Controlling, das Ihnen hilft, das Erreichen Ihrer Zielvorgaben abzuschätzen. Der Forecast (engl. für „Vorhersage“) betrachtet dazu kurz-, mittel- und langfristige Ziele. Er wird von der Geschäfts- und Vertriebsleitung genutzt und ermöglicht eine präzise Vertriebssteuerung.

Grundsätzlich hat ein Forecast den Zweck, bestimmte Parameter und Daten so auszuwerten, dass sich daraus eine Prognose für die Zukunft ableiten lässt. Dabei erfolgt ein Abgleich der Soll- und Ist-Werte. Zwar lässt sich eine simple Abschätzung auch ohne strukturierte Daten aus der historischen Unternehmensentwicklung erstellen, gewissermaßen „aus dem Bauch heraus“, doch erst durch intelligente digitale Tools sind Sie in der Lage, verschiedene Daten auszuwerten und dabei äußere Einflüsse wie Trends, Saisonalität oder wirtschaftliche Entwicklungen mit einzubeziehen.

Aus diesen Gründen fällt dem Forecast in vielen Unternehmen große Bedeutung zu. Es gilt: Je mehr Daten und Faktoren der Vertrieb in die diagitale Vorhersage mit einbezieht desto zuverlässiger wird die Prognose. Motivieren Sie Ihr Vertriebsteam, zum Beispiel durch den Einsatz einer CRM-App dazu adhoc – auch unterwegs – neue Daten und mehr Details bereitzustellen.

Unterschiedliche Forecast-Varianten im Überblick

Intervalle für Voraussagen können ganz unterschiedlich festgelegt werden, jedes Unternehmen muss seinen eignen Rhythmus finden. In jedem Fall ist die Regelmäßigkeit entscheidend, um Veränderungen in bestimmten Zeiträumen zu erkennen. Besonders dann, wenn wichtige Entscheidungen getroffen werden sollen, sind Betrachtungen über längere Zeiträume hinweg sinnvoll.

Welche Forecasting-Verfahren gibt es?

Bei der quantitativen Prognose heißt es: Je mehr Daten vorhanden sind, desto besser wird die Vorhersage. Als Grundlage dienen sowohl die individuellen internen wie auch externe Daten und standardisierte mathematische Formeln, aus denen bestimmte Interessenswerte ermittelt werden.

Sind nur wenige oder keine Daten aus der Vergangenheit verfügbar, kann man auf qualitative Prognosen zurückgreifen. Diese erheben Daten unter anderem aus Umfragen, Marktstudien oder aus subjektiven Einschätzungen von Experten, weshalb sie ungenauer und zeitaufwändig sind. Doch sie eignen sich gut als Basis zur Entwicklung neuer Produkte, wo Bedürfnisse und Meinungen von Kunden eine wichtige Rolle spielen.

Welche technischen Faktoren haben Einfluss auf Prognosen?

Damit Vorhersagen für ein Unternehmen aussagekräftig sind und bei der Planung helfen können, sollten die folgenden Punkte beachtet werden:

1. Datensätze

Wie schon erwähnt gilt: Je mehr Daten eingespeist werden, desto aussagekräftiger wird ein Forecast. Wichtig ist zum einen der Vergleichsdatensatz aus historischen Daten, um neue Daten richtig interpretieren zu können. Zum anderen sind es erhobene Daten zu Werttreibern (wie Umsätze, Erträge, Bilanzen, technologische Innovationen, Image des Unternehmens, Marken, Kundenbeziehungen, Auftragsbestand oder Referenzen) und Effekten (wie Saisonalität oder Markt-Trends). Wollen Sie Effekte einbeziehen, müssen Sie entsprechende Zahlen aus externen Quellen einfließen lassen.

Die Detailtiefe der Daten-Sammlung hat Einfluss auf die Effizienz der Auswertung. Eine CRM-Software gibt Ihrem Team einen zentrale „Ort“ um Daten zu sammeln sowie zu detaillieren und hilft Ihnen daraus wichtige Kennzahlen zu identifizieren.

2. Automatisierung

Unternehmensdaten und Verkaufschancen sind im CRM-System bereits vorhanden. Daraus resultierende automatisierte Forecasts bieten Unternehmen große Arbeitserleichterung, da das Datensammeln aus diversen Tabellen entfällt. Mit entsprechender Software werden also Zeit und Ressourcen gespart, Fehler minimiert und der Forecast steht jederzeit zur Verfügung.

Wie kommen aussagekräftige Daten in unseren Forecast?

Ihr Vertriebsteam bekommt und erarbeitet täglich viele Informationen. Geben Sie ihm ein CRM-System an die Hand, das den gesamten Prozess von der Leaderstellung über die Verkaufschance bis zum Verkauf unterstützt. Denn damit stehen Ihnen automatisch alle eingepflegten Daten für Prognosen zur Verfügung. Ein Cloud-CRM oder eine CRM-App motivieren Informationen gleich nach Erhalt, auch von unterwegs, ins CRM-System aufzunehmen. Win/Win!

Zudem decken digitale Systeme verschiedene Szenarien ab und die Datenkonsistenz ist zuverlässiger als bei menschlicher Informationsverarbeitung. Einmal eingerichtet erstellt eine Software automatisch zu den von Ihnen festgelegten Terminen die gewünschten Berichte.

3. Künstliche Intelligenz / Machine Learning (ML)

KI kann dabei helfen, die Qualität Ihrer Forecasts zu steigern. Insbesondere typisch menschliche Fehler oder Unzulänglichkeiten können ausgeschlossen werden, wie zum Beispiel

• zu optimistische Prognosen durch Selbstüberschätzung
• das Ingorieren weiter entfernt liegender Probleme und der damit verbundenen negativen Entwicklungen
• Prognose-Verzerrungen durch bewusste Desinformation (hirachie-/machtbedingt) oder durch unbewusste Fehlinformation (Wissen, das in Köpfen von Mitarbeitern existiert und/oder an diversen Standorten verteilt ist)

Durch die Organisation von Daten aus verschiedenen Quellen in einer zentralen Datenbank können Methoden des maschinellen Lernens wie Zeitreihen, Gradient Boosting, neuronale Netze und Mustererkennung eingesetzt werden, um Prognosen zu erstellen.

Wie funktioniert ein Forecast? Von der Theorie zur Praxis

Wenn Sie Prognosen erstellen möchten, gibt es verschiedene Möglichkeiten, das zu tun. Subjektive Erfahrungen und manuelle Auswertungen stellen die einfachste Form einer Voraussage dar, meistens in Form einer Excel-Tabelle. Für Kleinstbetriebe durchaus sinnvoll. Doch wird es schwierig, auf diesem Weg große Datenmengen in den Griff zu bekommen.

Eine gute Möglichkeit, verlässliche Voraussagen zu erstellen, ist der Einsatz einer CRM-Software mit entsprechenden Funktionen, wie die von GEDYS IntraWare. Hier sind alle wertvollen Daten zentral gesammelt, Auswertung und Analyse lassen sich mit Hilfe entwickelter Algorithmen umsetzen. Wenn Sie Ihre Zielvorgaben je nach Produkt, Vertriebsmitarbeitendem und Gebiet hinterlegen, haben alle Beteiligten sofort einen Überblick zum Ist-Stand und erkennen eventuelle Differenzen zum Soll.

Zu den im CRM-System zentral gespeicherten Daten, die für Ihr Sales Team ausgewertet werden können, zählen unter anderem:

• Unternehmens- und Kontaktdaten
• Historische Betriebsdaten
• Produktinteressen und Opportunities
• gekaufte Produkte und Cross Sale Optionen
• Lizenzen und Useranzahlen
• Bewertungen der Produkte und Dienstleistungen
• Servicedaten, z.B. aus dem Ticket-Management
• Kosten/Nutzen-Vergleiche
• und viele mehr

Was ist der Unterschied zwischen Forecast und Planung?

Ein Forecast dient als Ausblick in die Zukunft und hat starken Einfluss auf die operative Ausrichtung Ihres Unternehmens. Maßnahmen zur Erreichung von Zielen sind nicht Teil des Forecastings sondern fallen unter die Planung. Stellt ein Forecast die zukünftige Entwicklung dar, kann die Planung darauf reagieren.

Zwei einfache Beispiele zur Verdeutlichung: Wetter und Schultüten

Angenommen, Sie planen im Sommer Ihre Geburtstagsfeier. Dann gehen Sie auf Grund der Jahreszeit von einem Fest mit Sonnenschein und warmen Temperaturen aus. Zeigt die Wettervorhersage jedoch Abweichungen – etwa in Form von Regenwetter – können Sie frühzeitig reagieren und das Aufstellen eines Zeltes einplanen. Genau wie ein Forecast im Unternehmen beruht eine zuverlässige Wettervorhersage auf einer soliden Datenbasis.

Ein anderes Beispiel: Als Hersteller von Schultüten könnten Sie mühelos Jahre im Voraus planen, denn Einschulungen finden in Deutschland jedes Jahr zur gleichen Zeit statt (Herbst). Je mehr Schüler pro Jahrgang es gibt, desto mehr Tüten könnten Sie theoretisch verkaufen. Doch was würde passieren, wenn Schultüten aus der Mode kommen oder ein Wettbewerber schönere Tüten anbietet? Prognosen weisen Sie auf solche Probleme hin und ermöglichen entsprechende Planung – zum Beispiel die Einführung neuer Produkte oder Marketingmaßnahmen zur richtigen Zeit.

Fazit: im Unternehmen CRM-System mit Forecast nutzen

Eine CRM-Software mit Forecast-Funktionen bietet Auswertungen auf Basis datengestützter Analysen. Automatisiert erstellte Forecast-Berichte und Dashboards stehen allen transparent zur Verfügung. Damit nutzen Sie wertvolle Ressourcen nicht für die manuelle Auswertung, sondern investieren sie sinnvoll in eine Forecast-gestützte Planung und sichern Ihnen unternehmerischen Erfolg.

Quellen:
Whitepaper Best Practice Digital Forecast – Umbruch in Planung, Reporting und Vorschau | Prof. Dr. Claus W. Gerberich (05/2019)
Einsatzmöglichkeiten und Grenzen maschineller Forecasts | News aus dem Digitalisierungszentrum | FH OÖ Fakultät für Wirtschaft und Management (06/2021)
https://www.haufe.de/controlling/controllerpraxis/forecast-controlling/methoden-des-forecast-controlling_112_453404.html
https://www.controlling-wiki.com/de/index.php/Forecasting
https://de.wikipedia.org/wiki/Prognose