sales-forecasting-model

销售预测模型技能

生成结构化的销售预测框架，涵盖从销售管道转化建模到情景分析。专为需要合理、可辩护的预测，而非凭空估算的电子表格的营收和销售负责人打造。

必需输入

如果用户未提供，请向其询问以下信息：

• 业务类型（SaaS / 交易型 / 服务型 / Marketplace）
• 预测周期（月度 / 季度 / 年度）
• 销售模式（入站 / 出站 / 渠道 / PLG / 混合）
• 当前销售管道数据（交易数量、阶段、金额，大致数据也可以）
• 历史转化率（如果有；否则模型会标记为假设）
• 平均交易规模和销售周期长度

输出结构

---

销售预测：[团队 / 业务] — [周期]

预测类型：[自下而上的销售管道 / 自上而下的配额 / 基于产能 / 混合] 周期：[月 / 季度 / 年] 创建日期：[日期] 预测负责人：[姓名]

---

1. 预测方法

选用方法：[自下而上 / 自上而下 / 混合] — 以及为何适用于此情境。

自下而上（有销售管道数据时推荐）：

从销售管道中的实际交易入手。逐阶段应用转化率。汇总得出营收数值。

自上而下（适用于规划，而非给出具体预测数字）：

从市场规模或配额入手，反向推算活动目标。

---

2. 销售管道阶段模型

定义销售阶段，以及各阶段之间的预期转化率：

阶段	说明	推进至下一阶段的交易占比	阶段平均时长
潜在客户	已识别，尚未联系	—	—
已确认	已完成需求沟通，确认匹配	[X%]	[N 天]
提案	已发送提案	[X%]	[N 天]
谈判	正在商定商务条款	[X%]	[N 天]
成交	已签署合同	[X%]	—

销售管道总体转化率：[X%]（已确认 → 成交） 平均销售周期：[从已确认到成交需 N 天]

---

3. 当前销售管道概览

阶段	交易数量	总金额	预期成交金额（加权）
已确认	[N]	£[X]	£[X × 转化率]
提案	[N]	£[X]	£[X × 转化率]
谈判	[N]	£[X]	£[X × 转化率]
总计		£[X]	£[加权总额]

管道覆盖率：[加权销售管道 ÷ 目标 = X×] 经验法则：若要有信心地进行预测，销售管道覆盖率需达到 3×；2× 表示压力较大；低于 1.5× 则存在风险。

---

4. 情景分析

情景	假设	营收	概率
乐观	所有谈判阶段交易 + 提案阶段排名前 50% 的交易成交	£[X]	[%]
基准	按历史转化率对加权销售管道进行转化	£[X]	[%]
悲观	转化率较历史水平下降 20%	£[X]	[%]

承诺预测：£[X] — [预测负责人愿意给出的数字，介于基准情景和悲观情景之间。]

---

5. 关键假设记录

每项预测都包含一系列假设。请明确列出，以便后续更新：

假设	数值	置信度	来源	上次更新
平均交易规模	£[X]	高/中/低	[最近 N 笔交易]	[日期]
销售周期	[N 天]
提案阶段的成交率	[X%]
季节性因素	[例如 Q4 +20%]
客户流失/缩减	[存在风险的 ARR 占比 X%]

---

6. 基于活动量的合理性检查

从预测数字反向推算，检查所需活动量是否可行：

要达到 £[目标]：

• 需成交的交易： [N]（目标 ÷ 平均交易规模）
• 所需的已确认销售管道：[N 笔交易或 £金额]
• 每周需进行的需求沟通电话，以建立相应销售管道：[N]
• 每周需开展的外联活动（按 [X%] 的会议转化率）：[N]

团队是否有能力完成这些活动？[是 / 否 — 若不能，请标记]

---

质量检查

• 明确说明预测方法（而不只是给出一个数字）
• 阶段转化率基于历史数据，或明确标注为假设
• 计算覆盖率
• 建立三个情景模型（而不只是给出一个数字）
• 假设日志明确且注明日期
• 活动合理性检查确认，按照当前产能可以实现该预测

示例触发短语

• “为 [period] 制定销售预测”
• “为 [team/business] 创建销售管道模型”
• “帮我制定自下而上的收入预测”
• “根据当前销售管道，我们对 Q[N] 的预测是什么？”

反模式

• 不要只给出一个预测数字而不进行情景分析——没有上行情景和下行情景的预测会掩盖风险
• 如果转化率没有历史数据支持，不要将其设为 100% 置信度——应标注为假设
• 不要跳过活动合理性检查——若预测数字需要无法达到的活动水平，就不可信
• 如果已有销售管道数据，不要只用自上而下的配额作为预测方法——自下而上的方法更准确，也更站得住脚
• 不要省略覆盖率——否则利益相关者无法判断销售管道是否足以达成目标