Sales Forecasting — co to jest i jak prognozować sprzedaż?

Prognozowanie sprzedaży to fundament planowania biznesowego. Poznaj 4 metody forecastingu, kluczowe metryki pipeline i kategorie prognoz (Commit/Best Case).

Czym jest Sales Forecasting?

Sales Forecasting to proces przewidywania przyszłych przychodów ze sprzedaży. Dobra prognoza to nie życzenie — to systematyczna analiza pipeline, win rate i sygnałów z rynku, pozwalająca z dużą dokładnością przewidzieć wynik kwartału.

Prognozowanie sprzedaży wpływa na każdy dział firmy: Finance planuje cash flow, HR planuje zatrudnienie, Operations planuje produkcję, a CEO ma dane do raportowania inwestorom. Firmy z dojrzałym procesem forecastingu rosną szybciej i mają niższy churn pracowników.

+28%

Wyższe prawdopodobieństwo osiągnięcia targetu sprzedaży przez firmy z formalnym procesem forecastingu (HubSpot)

25-35%

Średni błąd prognoz sprzedaży w firmach bez dedykowanego procesu

Standardowa pipeline coverage: wartość pipeline powinna być 3x wyżej od celu kwartalnego

4 metody Sales Forecasting

Opportunity Stage Forecasting

Średnia dokładność

Najczęstsza metoda. Każdy etap lejka ma przypisany % win rate. Wartość deala × win rate = ważona prognoza.

Przykład:

Proposal 100K × 50% + Negotiation 50K × 80% = 50K + 40K = 90K prognoza

Zalety:

Prosta, oparta na danych historycznych, automatyzowana przez CRM

Wady:

Zakłada stały win rate — nie uwzględnia jakości konkretnego deala

AI/ML Forecasting

Wysoka dokładność

Modele ML analizują setki sygnałów z CRM, email, rozmów: aktywność klienta, szybkość rozmów, sentiment, ryzyko.

Przykład:

Clari / Gong daje deal health score 0-100 i prawdopodobieństwo zamknięcia per deal

Zalety:

Najbardziej dokładna, uwzględnia sygnały jakościowe, automatyczna

Wady:

Wymaga dużo danych historycznych, kosztowna implementacja

Historical Run Rate

Niska-Średnia dokładność

Ekstrapolacja historycznych wyników: jeśli Q1 = 1M PLN i rośniesz 20% QoQ, Q2 = 1.2M PLN.

Przykład:

Przychód Q1: 1M PLN. YoY growth: +25%. Prognoza Q1 next year: 1.25M PLN.

Zalety:

Prosta, szybka, nie wymaga danych pipeline

Wady:

Ignoruje obecny stan pipeline, nie sprawdza się przy zmianach rynku

Bottom-up (Rep-level Forecast)

Średnia-Wysoka (po kalibracji) dokładność

Każdy handlowiec prognozuje swoje deale (Commit/Best Case). Manager agreguje i weryfikuje.

Przykład:

Rep 1: 150K commit, Rep 2: 80K commit → Team commit = 230K PLN

Zalety:

Zaangażowanie handlowców, najlepsze rozumienie konkretnych dealów

Wady:

Bias (optymizm/pesymizm handlowców), czasochłonne, wymaga kalibracji

Kategorie prognoz sprzedaży

Closed Won

Zamknięte i podpisane. Pewność 100%. Przychód zaksięgowany.

100%

Commit

Handlowiec zobowiązał się do zamknięcia w tym kw. Silna pewność.

85-95%

Best Case

Realna szansa jeśli negocjacje pójdą dobrze. Mniej pewne.

50-70%

Pipeline

Wszystkie aktywne szanse. Wczesne etapy. Upside.

20-40%

Omitted

Wykluczone z prognozy — stagnacja, niezainteresowany klient.

Brak

Kluczowe metryki pipeline

Pipeline Coverage

Wartość pipeline / Cel sprzedażowy

Target: 3x coverage = standardowy target. 2x = ryzyko miss.

Total open pipeline / Quarterly quota

Win Rate

Zamknięte wygrane / Wszystkie zamknięte szanse

Target: B2B SaaS: 20-30% all stages, 60-80%+ przy Negotiation

Closed Won / (Closed Won + Closed Lost)

Average Deal Size (ADS)

Średnia wartość wygranego deala

Target: Śledzenie czy enterprise deals rosną, SMB stabilne

Total Closed Won ARR / Liczba dealów

Sales Cycle Length

Średni czas od pierwszego kontaktu do zamknięcia

Target: Im krótszy cykl, tym więcej dealów w kw. Benchmark: 30-180 dni zależnie od ACV

Average days from Opp Created to Closed Won

Forecast Accuracy

Faktyczny wynik / Prognoza × 100%

Target: Najlepsze firmy: +/- 5-10%. Przeciętne: 25-35% błąd

Actual Revenue / Forecasted Revenue

Stage-to-Stage Conversion

% szans przechodzących między etapami lejka

Target: Identyfikacja 'wąskich gardeł' gdzie traci się najwięcej dealów

Count(Stage N+1 entry) / Count(Stage N entry)

FAQ — Sales Forecasting

Co to jest Sales Forecasting?

Sales Forecasting (prognozowanie sprzedaży) to proces przewidywania przyszłych przychodów ze sprzedaży w określonym horyzoncie czasowym (tydzień, miesiąc, kwartał, rok). Dobra prognoza sprzedaży pomaga w: planowaniu zasobów (zatrudnienie, produkcja, zapasy), zarządzaniu cash flow, ustalaniu celów dla handlowców, alokacji budżetu marketingowego i raportowaniu do inwestorów. Według badań HubSpot, firmy z formalnym procesem prognozowania mają o 28% wyższą szansę na osiągnięcie targetu sprzedaży.

Jakie są metody sales forecasting?

Główne metody prognozowania sprzedaży: Opportunity Stage Forecasting — prognoza na podstawie etapu w lejku i historycznego Win Rate (np. Proposal = 50% win rate). Historical Forecasting — ekstrapolacja historycznych trendów (np. +20% YoY). Length of Sales Cycle — czas trwania cyklu sprzedaży → prognoza kiedy deal zamknie. AI/ML Forecasting — modele predykcyjne na danych CRM (Salesforce Einstein, HubSpot AI). Bottom-up Forecasting — handlowcy prognozują swoje deale, suma = prognoza teamu. Top-down — zarząd ustala target, dzieli na regiony/handlowców.

Co to jest Win Rate i jak wpływa na prognozę?

Win Rate (wskaźnik wygranych) = Liczba zamkniętych dealów / Liczba wszystkich szans sprzedażowych × 100%. Win Rate per stage: na etapie 'Qualification' wygrywasz 20%, na 'Proposal' — 50%, na 'Negotiation' — 80%. Mnożąc wartość deala przez Win Rate per stage, uzyskujesz ważoną prognozę. Przykład: Deal 100K PLN w etapie Proposal → ważona prognoza = 50K PLN. Win Rate jest krytyczną metryką — poprawa o 5 pp może zwiększyć przychód o 10-15% bez dodatkowych szans sprzedażowych.

Czym jest Commit vs Best Case vs Pipeline w prognozie?

Trzy kategorie prognoz sprzedaży: Commit (Forecast) — deale które handlowiec zobowiązuje się zamknąć w tym kwartale z 90%+ pewnością. Best Case — deale gdzie jest realna szansa na zamknięcie jeśli wszystko pójdzie dobrze (60-70% pewność). Pipeline (Upside) — wszystkie aktywne szanse, nawet wczesne etapy (30-50% pewność). Manager dodaje do prognozy własną ocenę. Quarterly Business Review (QBR) weryfikuje prognozy. Suma: Closed + Commit + Best Case × współczynnik = expected revenue.

Jak poprawić dokładność sales forecastingu?

Metody poprawy dokładności prognoz: regularne pipeline reviews (tygodniowe 1:1 z handlowcami), aktualizacja CRM (niezaktualizowane deale = śmieciowa prognoza), mutual close plan z klientem (uzgodniony harmonogram kroków do zamknięcia), analiza historyczna i kalibracja win rate, rygorystyczne stage criteria (clear definition of done per stage), Deal Review dla dużych szans, AI forecasting tools (Clari, Gong Revenue Intelligence). Badania pokazują, że błąd prognoz sprzedaży wynosi średnio 25-35% — firmy z najlepszymi procesami osiągają poniżej 10%.

Czytaj dalej