Omzetprognose uitgelegd

De omzetprognose van een bedrijf vormt de basis voor de financiële en operationele plannen in het hele bedrijf. Welke productiecapaciteit hebben we dit jaar nodig en zijn daarvoor nieuwe kapitaalinvesteringen nodig? Hoeveel moeten we uitgeven aan reclame en het genereren van vraag? Hoeveel verkopers hebben we nodig en welke quota moeten zij halen? Welke invloed heeft de omzetprognose op onze aandelenkoers en ons vermogen om kapitaal aan te trekken? Het opmaken van een nauwkeurige omzetprognose vereist inzicht in de producten en uitvoeringscapaciteit van uw bedrijf, maar ook in beperkingen zoals materiaalinvoer en arbeid, de concurrerende markt, de macro-economie en meer. Omzetprognose is veel meer dan het vaststellen van een doelgetal. Tijdens het prognoseproces moet u de status van uw bedrijf evalueren, kansen en risico's beoordelen en de beste strategieën voor succes in kaart brengen.

Wat is omzetprognose?

Omzetprognose is het proces dat wordt gebruikt om te schatten hoeveel geld een bedrijf zal verdienen aan de verkoop van producten of diensten over een bepaalde periode, bijvoorbeeld een maand, kwartaal of jaar. Door naar de status van uw bedrijf en eerdere prestaties te kijken en rekening te houden met factoren buiten uw bedrijf, kunt u weloverwogen veronderstellingen maken om de toekomstige brutoverkoop te voorspellen.

Met een omzetprognose wordt het bedrijf als geheel geëvalueerd, en niet alleen de verkoopdoelen, marketinginspanningen en andere activiteiten van met omzetactiviteiten belaste teams. Bij een omzetprognose moet ook rekening worden gehouden met het concurrerende landschap van een bedrijf, de capaciteit in termen van productie en personeel, en economische trends. De omzetprognose is een van de belangrijkste eerste aannames bij het vaststellen van het budget van een bedrijf. De omzetprognose wordt gecombineerd met schattingen voor kosten en investeringen om prognoses voor winst en cashflow op te maken. Omzetprognoses vormen een kwantitatieve analyse waarvan bedrijven afhankelijk zijn om talloze andere op data gebaseerde beslissingen te nemen, waaronder het bedrag dat moet worden uitgegeven aan reclame en hoeveel mensen moeten worden ingehuurd.

Voornaamste conclusies

• De omzetprognose is een voorspelling van de hoeveelheid geld die uw bedrijf zal verdienen aan de verkoop van producten en diensten. De prognose wordt gebaseerd op historische trends, marktomstandigheden en de bedrijfsstrategie.
• De zakelijke impact van een effectieve omzetprognose kan enorm zijn, omdat de prognose de basis vormt voor bedrijfsbeslissingen omtrent investeringen en uitgaven, de perceptie van investeerders over het bedrijf en zelfs het vermogen van het bedrijf om talent aan te trekken.
• Voor het opmaken van een omzetprognose verzamelen analisten bedrijfsdata met betrekking tot prestaties en financiën, houden ze rekening met concurrerende en economische factoren en passen ze vervolgens de best bij het bedrijf passende technieken voor financiële modellering en prognoses toe.

Definitie van omzetprognose

Met behulp van een omzetprognose wordt getracht de verkoop te voorspellen die een bedrijf zal genereren gedurende een bepaalde periode, meestal een maand, kwartaal of jaar. Voor een omzetprognose wordt rekening gehouden met historische prestaties, economische en concurrentiefactoren en het bedrijfsplan van een bedrijf, inclusief de product-, verkoop- en marketingstrategieën die het bedrijf van plan is toe te passen tijdens de prognoseperiode. Een top-down benadering van een omzetprognose begint met deze strategische elementen en historische data. Vervolgens wordt de prognose verder uitgewerkt in de bedrijfsonderdelen die verantwoordelijk zijn voor het uitvoeren van de prognose.

De prognose kan ook worden beïnvloed door een bottom-up benadering door de geplande omzet van de afzonderlijke afdelingen te schatten. De organisatie van een chief revenue officer kan bijvoorbeeld invloed hebben op de omzetprognose door een verhoogde verkoop- of marketingactiviteit voor te stellen waarvan wordt verwacht dat hiermee een nieuwe marktkans kan worden benut. Of productontwikkeling kan de prognose vormgeven door nieuwe functies of producten op de markt te brengen. Zodra de omzetprognose is opgemaakt, wordt deze door de financiële en operationele teams in het hele bedrijf gebruikt voor budgettering en voorspellende planning.

Waarom is omzetprognose belangrijk?

Een omzetprognose bepaalt hoe een bedrijf denkt over de toekomst en de zakelijke beslissingen die het bedrijf neemt. De aannames die ten grondslag liggen aan een omzetprognose, vormen de doelstellingen van een bedrijf voor de korte en lange termijn en spelen een belangrijke rol bij het voorbereiden van de organisatie op de toekomst. De vooruitzichten voor de toekomstige omzet in de komende maanden of zelfs het komende jaar bepalen hoeveel budget u heeft voor nieuwe medewerkers, marketingcampagnes, faciliteiten en apparatuur, en onderzoek en productontwikkeling. Financiële teams gebruiken die omzetprognose en passen vervolgens prognoses toe op alle elementen aan de kostenzijde van de winst-en-verliesrekening die nodig zijn om die verkoopdoelstelling te behalen, en maken al doende een schatting voor de winst en cashflow die worden gegenereerd.

Als u bijvoorbeeld een omzetgroei van 5% voorspelt, kunt u op basis van historische data en voorspellende tactieken voor de huidige concurrerende markt schatten dat u de reclame-omzet met 8% en het verkooppersoneel met 5% moet verhogen om die omzet te bereiken. U zou kunnen berekenen dat u met een hogere omzet kunt profiteren van een schaalvoordeel, dus de kostprijs van de verkopen daalt van 30% van de omzet naar 28,5%. Kunnen uw huidige financiële medewerkers de crediteuren en debiteuren op een hoger verkoopniveau aan en beschikt u over het benodigde werkkapitaal voor de voorraad- en betalingsaanpassingen? Het punt is dat de omzetprognose een rimpeling door de gehele organisatie teweegbrengt.

Voor beursgenoteerde bedrijven wordt de omzetprognose ook vaak gedeeld met Wall Street, waar analisten de groeicijfers van het bedrijf nauwlettend volgen als onderdeel van hun beslissingen om al dan niet te investeren. Analisten verwerken deze omzetprognoses in hun eigen modellen en kunnen een aandeel downgraden (aanbevelen om het aandeel te verkopen) als een bedrijf de prognose niet haalt, vooral als dit herhaaldelijk gebeurt. Particuliere bedrijven die geld willen lenen, private equity of venture-investeringen willen aantrekken of sommige of alle bedrijfsonderdelen willen verkopen, zullen ook omzetprognoses opmaken. Een omzetprognose is een belangrijk onderdeel van de kernvraag hoe sterk een bedrijf is. Is het de moeite waard om er meer geld in te investeren?

Een omzetprognose opmaken

Door de huidige status van uw bedrijf, de historische prestaties en externe factoren te onderzoeken, kunt u een weloverwogen schatting maken van wat de toekomstige omzet zal zijn. Aan de hand van deze prognose kunt u datagestuurde strategieën ontwikkelen en beslissingen nemen die een verbetering van uw bedrijf betekenen. Voor het voorspellen van de omzet is voorbereiding en procesdiscipline nodig. Voor het opmaken van een omzetprognose kunt u de volgende stappen uitvoeren.

8 prognosemethoden

Elke prognosemethode heeft specifieke sterke en zwakke punten en is afhankelijk van verschillende variabelen in uw bedrijf. Wat de beste methode is voor uw organisatie, hangt af van het huidige patroon van de omzetgroei. Prognosemethoden kunnen worden ingedeeld in twee hoofdcategorieën: kwalitatieve en kwantitatieve methoden.

Kwalitatieve methoden zijn gebaseerd op meningen van experts, waaronder het verkoopteam, kanaalpartners, externe analisten en leidinggevenden. Kwantitatieve methoden zijn afhankelijk van het gebruik van data en het extrapoleren van die data naar een toekomstige waarde. De kans is groot dat u kiest voor een combinatie van de twee benaderingen.

Hieronder worden enkele veelgebruikte kwantitatieve prognosemethoden genoemd.

1. Rechtlijnige prognose. Bij deze methode gaat u ervan uit dat het groeipercentage uit het verleden wordt voortgezet. De omzet van het afgelopen jaar wordt dan vermenigvuldigd met het huidige groeipercentage van uw bedrijf. Dit betekent dat u de verwachte omzet voor het komende jaar kunt bepalen door naar de omzet van de afgelopen twee jaar te kijken. Als u twee jaar geleden 10 miljoen euro verdiende en vorig jaar 10,5 miljoen, dan hebt u een groeipercentage van 5% gerealiseerd. De omzet voor het komende jaar kunt u voorspellen door 10,5 miljoen euro te vermenigvuldigen met 1,05 en bedraagt dus 11,025 miljoen euro. Deze benadering is vrijwel zeker te eenvoudig om volledig op te vertrouwen. Deze methode leent zich het best voor een ruwe schatting van de verwachte omzet voor bedrijven die in het verleden een consistente groei hebben laten zien, en dient als uitgangspunt om na te denken over groeicijfers en drivers.
2. Tijdreeksanalyse. Bij deze techniek worden historische datapunten met regelmatige tussenpozen gebruikt om een toekomstig resultaat te voorspellen. Er bestaan diverse tijdreeksprognosemethoden, dus financiële teams moeten uitzoeken welke methode de beste is voor hun bedrijfstak en gebruiksscenario, rekening houdend met factoren zoals seizoensgebondenheid en de volatiliteit van trends. Hieronder wordt een voorbeeld gegeven van een tijdreeksprognose, het gewogen voortschrijdend gemiddelde.
3. Prognose op basis van gewogen voortschrijdend gemiddelde. Bij deze tijdreeksmethode wordt het gewogen gemiddelde van datapunten gebruikt om het volgende in de rij te voorspellen. Dit kan een praktische manier zijn om de maandelijkse omzetresultaten te bewaken en kortetermijnprognoses aan te passen. U kunt bijvoorbeeld de omzet van januari, februari, maart en april bekijken om de omzet voor mei te projecteren. De formule voor een gewogen voortschrijdend gemiddelde kan er als volgt uitzien:
   
   

   (omzet januari x 10%) + (omzet februari x 15%) + (omzet maart x 25%) + (omzet april x 50%) = omzet mei

   
   Deze methode is vooral geschikt voor het projecteren van de omzet voor kortetermijnperioden. De methode werkt ook beter voor bedrijven die niet seizoensgebonden zijn.
4. Lineaire regressie. Bij deze methode wordt gebruikgemaakt van de relatie tussen de omzet en onafhankelijke variabelen om een voorspelling te doen. Het is een wiskundig model waarbij specifieke factoren die de omzet stimuleren, worden gebruikt om de toekomstige omzet te voorspellen. Omgekeerd kan hiermee ook worden geëvalueerd in welke mate bepaalde factoren de omzet kunnen stimuleren. Als u bijvoorbeeld denkt dat reclame-uitgaven de omzet kunnen verhogen, verzamelt u data uit het verleden over de omzet en reclame-uitgaven van uw bedrijf. Pas een eenvoudig lineair regressiemodel toe op die factoren om de relatie te bepalen. Dit kan worden omgezet in een omzetprognose door de verwachte reclame-uitgaven voor het komende jaar op te nemen in het model om de omzet te schatten. Natuurlijk kunnen ook andere factoren de omzet beïnvloeden, dus waarschijnlijk hebt u een complexer regressiemodel nodig dat rekening houdt met meer factoren.
   
   

   Hieronder worden enkele veelgebruikte kwalitatieve prognosemethoden genoemd.

5. Vraag het de leidinggevenden. Bij deze benadering kan een panel directieleden worden geraadpleegd, of bij kleinere bedrijven een panel van één persoon: de oprichter. Dit is natuurlijk simplistisch, maar uw leidinggevenden beschikken misschien wel over de beste expertise in de bedrijfstak. En als u een gloednieuw product of een start-upbedrijf lanceert, zijn er misschien nog niet veel relevante data. U wilt niet te veel uitgeven aan een prognoses waarbij een getal wordt gezocht wat er nog niet is.
6. Vraag het de verkopers. Dit kan betekenen dat u uw verkoopteam vraagt naar het omzetpotentieel, volgens een bottom-up prognosemethode. Er kunnen ook data worden verkregen van resellers of andere kanaalpartners. Hun input kan een goede realitycheck zijn bij rooskleurige top-down methoden, zoals het raadplegen van een directiepanel.
7. Vraag het aan externe experts. Bij deze benadering vertrouwt u op analisten en consultants uit de bedrijfstak, beroepsverenigingen, academische onderzoekers en andere mensen die sterk op uw markt zijn gericht. Een autofabrikant maakt bijvoorbeeld gebruik van tal van externe perspectieven, in combinatie met de visie van interne experts, om te voorspellen hoeveel auto's er in een bepaalde markt zullen worden verkocht. Dit kan dan weer worden meegenomen in de schatting van de eigen omzet.
8. Vraag het de klanten. Onderzoeken naar de intenties van kopers kunnen waardevol zijn op gebieden zoals industriële B2B-waardeketens, waarin slechts een beperkte pool van potentiële kopers beschikbaar is. Voor consumptiegoederen wordt waarschijnlijk gekeken naar bredere onderzoeken naar het consumentenvertrouwen om de algehele bestedingsintenties te peilen en deze data vervolgens toe te passen op het eigen gebied, of het nu gaat om voedingswaren, reizen, duurzame goederen, doe-het-zelfprojecten, enzovoort.

6 fouten bij omzetprognoses die u moet vermijden

Hoe nauwkeurig een bedrijf de omzet kan voorspellen, hangt af van vele factoren, waaronder de kwaliteit en hoeveelheid van de invoerdata, de beschikbaarheid van interne informatie (zoals productlanceringen en marketinginspanningen), de gevoeligheid voor externe drivers en de volatiliteit van die factoren. Hieronder worden enkele veelvoorkomende fouten genoemd die soms worden gemaakt bij het voorspellen van de omzet, en hoe deze fouten kunnen worden vermeden.

1. Verwachten dat trends uit het verleden worden doorgezet. Bij een rechtlijnige prognose of een prognose die te veel uitgaat van historische data om groeitrends te voorspellen, kan te weinig rekening worden gehouden met externe factoren, zoals sterkere concurrenten of een veranderende economie, of interne beperkingen, zoals een onderinvestering in producten of mensen.
2. Vertrouwen op beperkte of tegenstrijdige data. Om een genuanceerde prognose op te kunnen maken, hebt u volledige en betrouwbare interne data nodig. U wilt niet alleen een getal voor de totale omzet, maar ook verder kunnen inzoomen op de data over de omzetbronnen, per geografische regio, product en verkoopkanaal. Als u daarbij op conflicterende of ontbrekende datapunten stuit, wordt het opmaken van een prognose veel moeilijker. Bovendien kunnen data worden gehinderd door seizoensgebondenheid of ongebruikelijke omstandigheden, zoals een detailhandelaar die jaarlijkse data opneemt in een kortetermijnprognose waarbij geen rekening wordt gehouden met de feestdagen, of een fabrikant die de vraag baseert op een periode waarin relevante wijzigingen in de regelgeving zijn doorgevoerd.
3. Veranderende externe omstandigheden onderschatten. Mensen geloven in hun strategieën en plannen en zien dan ook graag een positieve prognose. Maar voorspellers moeten externe factoren en risico's, zoals concurrentie, regelgeving, verstorende technologieën en de economie, in voldoende mate meenemen om eventuele te rooskleurige opvattingen wat te temperen. Het is vaak het beste om een prognose op te maken op basis van een bestcase-, worstcase- en meest waarschijnlijk scenario.
4. De gevolgen van variabiliteit onderschatten. Omzetprognoses sijpelen door een organisatie heen en hebben invloed op belangrijke beslissingen, bijvoorbeeld op het gebied van personeelswerving, inkoop en uitbreidingen. Financiële voorspellers moeten inzicht hebben in alle beslissingen die op hun cijfers worden gebaseerd en de juiste context bieden, zodat er rekening kan worden gehouden met variaties. Voer een gevoeligheidsanalyse uit om te begrijpen welke invloed verschillende variabelen hebben op de totale omzet en maak gebruik van scenariomodellering om na te gaan wat de gevolgen zijn van schommelingen in de omzet. Prognoses voor kortere perioden, zoals een maand, kunnen zeer nauwkeurig zijn, terwijl bij prognoses voor de langere termijn, bijvoorbeeld een jaar, mogelijk meer context en voorzichtigheid nodig zijn wat betreft het bereik van mogelijke resultaten.
5. Het model te ingewikkeld maken. Als er te veel variabelen worden opgenomen in een prognosemodel, kan dat een groot aantal problemen veroorzaken. Bij het gebruik van variabelen die sterk gecorreleerd zijn, kan er bijvoorbeeld te veel nadruk worden gelegd op één factor. Dus als u ijs wilt gaan verkopen en gewichtsvariabelen gebruikt voor de temperatuur, maand, sneeuwval en aanwezigheid in een waterpark, komt u waarschijnlijk gewoon op verschillende manieren tot het resultaat dat u meer ijs verkoopt bij warm weer. Op dezelfde manier kunt u een model zo complex maken dat het moeilijk te onderhouden is en moeilijk uit te leggen is aan belanghebbenden zoals leidinggevenden, verkopers en investeerders.
6. Overfitting van het machine learning-model: overfitting vindt plaats wanneer u een model bouwt waarin een set historische data dusdanig nauwkeurig wordt geïnterpreteerd, dat de toekomst er niet mee kan worden voorspeld. Overfitting van een model is waarschijnlijk een gevolg van het ontbreken van voldoende voorbeelddata, waardoor het model voor alle uitschieters een verklaring probeert te vinden.

Omzetprognose en -verhoging met behulp van Oracle

Wanneer de financiële en historische data van uw bedrijf worden vastgelegd en gebruikt om uw toekomstige omzet te voorspellen, kunnen deze op data gebaseerde voorspellingen u helpen het bedrijf te versterken en uit te breiden. Met Oracle Fusion Cloud Enterprise Resource Planning (ERP) en Oracle Fusion Cloud Enterprise Performance Management (EPM) beschikt u over de data en analysetools om een goed proces te creëren voor het opmaken van omzetprognoses. Het platform biedt uw financiële team de data die nodig zijn om inzicht te krijgen in de financiële gezondheid van de organisatie en datgene wat de omzet stimuleert, zodat u de nauwkeurigheid van de prognoses kunt vergroten en het risicobeheer kunt verbeteren. Bedrijfsleiders hebben toegang tot dashboards die aan de hand van data uit het hele bedrijf een betrouwbaar beeld geven van de financiën en activiteiten van hun organisatie dat een sterke basis vormt voor prognoses.

Veelgestelde vragen over omzetprognose

Welke invloed heeft een omzetprognose op zakelijke beslissingen?
Een omzetprognose vormt de kern van het budgetteringsproces en geeft aan hoe optimistisch het bedrijf is over de bedrijfsvoering. Een sterke omzetprognose betekent bijvoorbeeld dat een chief revenue officer agressiever kan investeren in marketing en verkoop en dat een CFO met meer vertrouwen kan investeren in personeel of productiecapaciteit.

Wat zijn de voordelen van een nauwkeurigere omzetprognose?
Met een nauwkeurige omzetprognose kan een organisatie beter onderbouwde beslissingen nemen over bedrijfsuitgaven, de juiste langetermijndoelen stellen en het vertrouwen van potentiële investeerders winnen.

Hoe wordt een omzetprognose opgemaakt?
U kunt een omzetprognose opmaken door nauwkeurige informatie te verzamelen over de historische prestaties en financiën van uw bedrijf, te bepalen welke externe en interne factoren het groeipercentage op welke manier kunnen beïnvloeden en vervolgens te kiezen welke prognosemethode het meest relevant is om uw toekomstige omzet te voorspellen.