Comment les directeurs financiers peuvent optimiser les prévisions de ventes de leur organisation


[ad_1]

Michael Ballou est directeur senior au sein de la pratique Data & Analytics de Consulting chez FTI Consulting. Les vues sont celles de l’auteur.

Même pour les professionnels de la finance d’entreprise les plus chevronnés, il est difficile de prévoir avec précision les performances. Développer une vision fiable des performances futures est une tâche essentielle qui assure le succès d’une entreprise, permettant une planification stratégique et limitant les surprises.

La prévision des coûts a ses propres défis uniques, mais généralement une organisation a plus de contrôle sur le montant qu’elle dépense que sur le montant qu’elle vend. La prévision des ventes implique de quantifier l’impact sur les revenus du comportement futur des clients, ce qui implique généralement plusieurs étapes chronophages, divers extraits de données, la contribution d’individus à travers les fonctions commerciales et une bonne quantité de conjectures.

Les processus de prévision hérités peuvent fournir des informations précieuses, mais d’après mon expérience, la complexité et le temps de traitement manuel qu’ils nécessitent ont tendance à limiter les nouvelles prévisions à des exercices mensuels, trimestriels ou même semestriels. En conséquence, les décisions stratégiques sont souvent basées sur des projections obsolètes qui ne peuvent pas et ne tiennent pas compte des changements de l’environnement des ventes en temps réel.

Les défis des anciens processus de prévision des ventes

Une prévision de ventes typique ressemble à ceci :

L’équipe financière crée des projections de revenus de base à partir des ventes aux clients existants, généralement issues d’une analyse effectuée sur les données du grand livre qui tient compte de la saisonnalité et d’autres tendances connues du cycle économique.

Michel Ballou

Avec l’aimable autorisation de FTI Consulting

L’équipe commerciale se base ensuite sur les nouvelles affaires projetées, issues d’un extrait d’enregistrements d’opportunités de gestion de la relation client (CRM) qui ont été analysés manuellement pour l’étape de l’entonnoir de vente, la probabilité de gain et la taille de l’opportunité.

Les finances et les ventes travailleront ensuite ensemble, peut-être avec le service client et l’informatique, pour projeter les futures pertes d’activité sur la base d’une analyse de l’environnement concurrentiel, des contrats arrivant à expiration, des abonnements et de divers autres facteurs de risque.

Ce processus de base peut générer des prévisions de ventes fiables, mais il a demandé du temps à quatre fonctions commerciales et fait l’objet de trois analyses manuelles. C’est avant de superposer les complexités propres à chaque entreprise par exemple, l’impact de la fabrication sur l’exécution des commandes, les délais d’installation des produits pour les nouveaux clients ou un taux de désabonnement élevé des clients en raison d’une tarification agressive pour les nouveaux clients. Chacune de ces considérations nécessite sa propre analyse pour traiter l’impact sur les projections de revenus.

Après avoir établi une prévision centrée sur l’interne, les entreprises doivent ensuite tenir compte de facteurs externes, tels que l’évolution des goûts des consommateurs, les fluctuations macroéconomiques et l’arrivée de concurrents sur le marché, qui pourraient tous avoir un impact démesuré sur les prévisions.

Au moment où une prévision héritée mise à jour est finalisée, des jours, voire des semaines de travail auront été nécessaires, et le résultat sera statique jusqu’à ce que la prochaine prévision soit créée.

Élaboration d’une prévision de ventes virtuelle

Il existe un meilleur moyen, et cela s’appelle la prévision des ventes virtuelles (VSF). La plupart des organisations modernes disposent d’un ensemble d’outils analytiques qui peuvent faciliter une prévision des ventes plus efficace, précise et exploitable en connectant les sources de données et en automatisant les analyses, les hypothèses et les ajustements qui ont toujours été effectués manuellement. Considérez cela comme la construction d’une chaîne de montage robotisée pour vos données de vente.

Au lieu d’extraire des extraits de données dans Excel pour analyse, les architectures d’entrepôt de données utilisent des connecteurs principaux et des interfaces de programmation d’application (API) pour accéder aux enregistrements CRM, aux finances, aux systèmes de saisie des commandes et à d’autres facteurs clés de prévision. Les procédures automatisées joignent les données disparates, analysent les chiffres et fournissent des résultats qui prendraient des jours, voire des semaines, à un processus manuel pour être produits. Et les outils de visualisation de données tels que Tableau et Power BI fournissent une infrastructure permettant de visualiser proprement et de distribuer en toute sécurité des rapports dans des organisations entières.

Les avantages ne s’arrêtent pas à la fréquence de rafraîchissement le VSF projette également les résultats à un niveau de détail plus exploitable. En raison des contraintes logicielles frontales et des limitations du traitement manuel, une prévision des ventes traditionnelle est généralement un exercice descendant, construit avec des hypothèses appliquées aux résultats récapitulatifs, qui sont ensuite ajustés en fonction des principaux clients et des événements connus. Cela signifie que la prévision traditionnelle est bloquée au niveau de détail auquel elle est produite.

Le VSF est construit comme un modèle ascendant en s’appuyant sur les connexions de données et la puissance de traitement pour fournir des détails de niveau granulaire. Le modèle VSF applique la méthodologie de prévision appropriée à chaque client et produit individuel, puis agrège les revenus projetés à n’importe quel niveau de détail disponible dans l’ensemble de données (par exemple, type de client, catégorie de produit ou région de vente). Les rapports peuvent être distribués en toute sécurité dans une organisation à l’aide de la fonctionnalité de sécurité au niveau des lignes du logiciel de visualisation des données qui permet aux cadres supérieurs de voir l’ensemble de l’entreprise tandis que les responsables régionaux ne voient que leurs propres clients.

Avantages du VSF

Lorsqu’il est correctement conçu et exécuté, le VSF fournit automatiquement chaque matin une nouvelle prévision des ventes dans un tableau de bord clair et concis. Les chiffres intègrent les informations les plus récentes disponibles dans toute l’organisation, y compris des éléments du grand livre général, des outils de gestion de la relation client (par exemple, Salesforce), des magasins de données opérationnelles (ODS), des logiciels de fabrication et des attributs de données de base.

Dans le cadre d’un projet récemment achevé pour une entreprise de télécommunications et de médias, mon équipe a pu transformer l’ancien processus de prévision en un VSF moderne qui permet

  • Les responsables commerciaux peuvent voir l’impact prévu sur les revenus des opportunités de vente nouvelles, gagnées et perdues, et les probabilités de gain de contrat mises à jour
  • Les responsables des opérations et de la chaîne d’approvisionnement pour gérer les risques de revenus à venir associés aux accélérations ou aux retards dans le calendrier d’installation d’un produit
  • Les chefs de produit doivent comprendre l’ampleur de la façon dont les délais de développement changeants affectent les flux de revenus futurs
  • Les représentants du service client doivent planifier les activités nécessaires en raison de pics ou de creux quotidiens inattendus dans les entrées de commande.

Peut-être plus important encore, l’équipe des finances apprend constamment des interactions entre les différents générateurs de revenus et évaluer les mises à jour nécessaires de la méthodologie de prévision.

D’un point de vue organisationnel, les cadres peuvent désormais explorer des éléments spécifiques du VSF pour comprendre les problèmes, évaluer les moteurs du changement et prendre des décisions éclairées sur les préoccupations immédiates tout en absorbant des informations précieuses pour la planification stratégique à long terme. Les gestionnaires au quotidien utilisent le VSF pour explorer des clients, des régions, des types de consommateurs ou des désignations de produits spécifiques à leur guise, éclairant les décisions commerciales et libérant un temps précieux pour l’analyse et l’action. Et au lieu de rafraîchir les projections mensuellement ou trimestriellement, chaque matin apporte une prévision mise à jour.

Ce projet particulier a duré 10 semaines, mais les délais peuvent varier de 6 à 12 semaines, selon la complexité des données et les systèmes impliqués. Le résultat de cet effort ponctuel est un processus durable, automatisé et reproductible avec une charge limitée sur l’organisation informatique à maintenir. Les organisations financières, comptables et de service client peuvent se concentrer sur les impacts prévus et les opportunités d’amélioration commerciale au lieu de la collecte et de la manipulation manuelles des données. Et peut-être le plus important, la connectivité et le niveau de détail fournis par le VSF permettent aux entreprises de mesurer et d’affiner la précision des prévisions au fil du temps, ce qui conduit à des projections plus fiables et à de meilleurs résultats commerciaux.

[ad_2]


Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.