Show 영업 성과 예측(Sales Forecast)이란 영업 파이프라인을 가지고 특정 기간에 따른 매출을 예측하는 것이다. 영업 담당자의 최고의 미덕은 목표로 할당된 숫자를 달성하는 것이다. 과정이 아무리 좋아도 결과가 나오지 않으면 답이 없다. 잊지 말아야 할 것이 있는데, 소위 사회적 기업, 비영리 기업이라고 하는 조직도 수익을 낸다는 것이다. 그러니 하물며 비즈니스를 영위하는 스타트업은 반드시 매출 목표를 달성해야 한다. 너무나 당연한 이야기지만 스타트업들을 대상으로 멘토링을 하다 보면, 수익에 대해 너무 막연한 환상만을 갖고 있는 경우가 많다. 훌륭한 영업 담당자라면 (혹은 대표라면) 월 단위로 본인 회사의 매출을 예측할 수 있어야 한다. 영업 담당자가 분기별, 반기별 혹은 연간 영업 목표에 대비하여 얼마만큼의 숫자를 달성하겠다라고 약속하는 것을 성과 예측 확정(Sales Commitment)이라고 한다. 이 단어는 영업 담당자에게 가장 중요한 단어이다. 영업 관련 책을 보면 고객과의 장기적인 관계를 가지고 가야 하며 고객의 성공을 위해 노력해야 한다고 말을 하지만, 실질적으로 영업 담당자는 숫자를 채우지 못하면 생존할 수가 없다. 그래야 영업 조직도, 회사도 유지될 수 있다. 그래서 연도별, 분기별 세일즈 플랜을 세우고 그 목표를 달성해야만 하는데, 성과 예측을 할 때 그 달성률을 예측할 수 있어야 경영진들이 그것에 맞춰 계획을 수정하고 대책을 세울 수 있다. 한가지 다행스러운 것은, 성과 예측 확정을 할 때는 일반적으로 3가지 버전으로 한다는 것이다. 성과 예측을 완전하게 정확히 한다는 부담이 있는 영업 담당자에게 약간의 여지를 주는 것이다. 따라서 아래 표와 같이 최악의 영업 시나리오, 최상의 영업 시나리오를 고려하여 보고하는 것도 요령이다. <성과 예측 확정의 3가지 버전>
• (총 5개) : 파키스탄, 팟캐스팅, 포캐스트, 포크소테, 푸코산틴
• 포로 끝나는 단어 (2,476개) : 석유남포, 중앙 모세포, 만회포, 왜포, 투포, 창자 크롬 친화성 세포, 황색 소포, 활막 세포, 자식포, 방추형 시원 세포, 타시룸포, 앙포, 유로 포, 난소 여포, 품포, 핵포, 소마토스타틴 세포, 유타 포, 덧세포, 편포, 횡포, 뼈 속질 세포, 등록 엑스포, 명주 유포, 서브루틴 내포, 종자 산포, 원형 곤포, 핵 주머니 근육 세포, 호산 골수 세포, 고립 여포, 년종방포, 피니시 메탈 엑스포, 염증성 수지상 표피 세포, 삭포, 창자 친크롬 세포, 라트포, 구비 살포, 기저 세포, 잔물집 농포, 중포, 활강포, 탐식 액포, 조미건어포, 하포, 토리 바깥 혈관
사이 세포, 언덕형 굴절률 분포, 생물의 공간적 분포, 추포, 거대 포함 소체 세포, 암세포, 백색 지방 세포, 자동산포, 맞교차 신경 세포, 그렐린 분비 세포, 눈소포, 내피세포, 버팀 세포, 불규칙 분포, 균등 확률 분포, 뇌세포 ... • 트로 시작하는 단어 (1,563개) : 트, 트근하다, 트기, 트끄지비, 트끼다, 트다, 트더지다, 트라간트말, 트라넥사믹산, 트라넥삼산, 트라니라스트, 트라닐사이프라민, 트라둑치오, 트라마돌, 트라마돌 염산염, 트라마조린 염산염, 트라반트 세대, 트라버어스 측량, 트라베, 트라베쿨라, 트라베큘라, 트라보프로스트, 트라브존, 트라스, 트라스다리, 트라시메노호, 트라야누스, 트라야누스 기념주, 트라우마, 트라우마
세대, 트라우마형, 트라우베의 규칙, 트라우베 징후, 트라우저레츠, 트라우저링, 트라우저즈, 트라우저즈 버클, 트라우저즈 슈트, 트라우저즈 스커트, 트라우저즈 포켓, 트라우저 진, 트라우저 팬츠, 트라이, 트라이글리세라이드, 트라이글리프, 트라이나이트로벤젠, 트라이나이트로톨루엔, 트라이나이트로톨루인, 트라이니트로톨루엔, 트라이던트, 트라이메타다이온, 트라이메토프림, 트라이메틸렌트라이나이트라민, 트라이메틸아민, 트라이바, 트라이브리드 엔진, 트라이슈머, 트라이아세틴, 트라이아스계, 트라이아스기 ... • 포로 시작하는 단어
(2,925개) : 포, 포가, 포가라, 포가리, 포가 받침, 포가이다, 포가지, 포가차로, 포가티 색전 제거 카테터, 포가히다, 포간, 포간 열개, 포간하다, 포감, 포갑, 포갑되다, 포갑지, 포갑하다, 포강, 포개놓기법, 포개다, 포개이, 포개입다, 포개지다, 포객, 포객질, 포갤꽁짓점, 포갤점, 포갬, 포갬포갬, 포갱이, 포거, 포건, 포게이지, 포겐도르프의 직선, 포겔, 포겔 다방조충, 포격, 포격 알갱이, 포격용, 포격 입자, 포격전, 포격하다, 포격 훈련장, 포경, 포경모선, 포경선, 포경 선단, 포경 선원, 포경 수술, 포경언, 포경업, 포경업자, 포경 올림픽, 포경 절제술, 포경포, 포경하다, 포계, 포계되다, 포계하다 ... • 트로 끝나는 단어
(8,355개) : 내장 테스트, 채널 어사인먼트, 커너코바이트, 탈리앙 르댕고트, 자유 공간 리스트, 리허설 피아니스트, 제로 부합 게이트, 민간 아파트, 파슨스 해트, 해머링 테스트, 피싱 사이트, 후순위 처리 인터럽트, 피메일리스트, 피스 해트, 주세그먼트, 마카로니 슈트, 버퍼 크레디트, 오버액트, 카피 앤드 페이스트, 제일 차 플랜트, 캐스트 인 컴포넌트, 배서스트, 시간적 연결 세그먼트, 틴트, 프로세스 플레이트, 크롬산 아연 방청 페인트, 데플라자콜트, 하드에지 매트, 세멘타이트, 시판 소프트, 전자 스프레드시트, 타자노라스트, 파일럿 테스트, 발전기 세트, 스테이테인먼트, 패션 포캐스트, 메인이벤트, 체크리스트, 옵세트, 세르베랏트, 굽힘 허용 차트, 패들 쉬프트, 덴트, 너비 니트, 크립 퀼트, 멀티폰트, 홈 프로젝트, 스토리 퀼트, 포어 코트, 선물 세트, 기동 엘리먼트, 커뮤니티 아트, 제이 차 플랜트, 둠야트, 극자리표로보트, 굿바이 히트, 접근
포인트, 에어제트, 치장 콘크리트, 미국 저촉법 리스테이트먼트 ... 마케팅 (특히 제약회사나 의료기기회사)에서 중요하게 다루는 분야 중하나가 바로 판매 예측이다. (재미있는 것은 판매예측은 기업에서 정말 흔하게하는 활동이고, 가장 심혈을 기울여 주기적으로 하는 업무임에도 관련된 전문서적들은 거의 없다시피하다. 사실상 많은 기업들이 구조적인 체계없이 과거 판매 History와 시장/회사 성장율에 작성자의 감(?)을 더하여 작성하고 있는 것으로 보인다.) 물론 영업부서에서도 하지만 좀더 중장기적인 예측과 제품의 생산이나 수입, 원자재 조달을 위한 판매 예측은 주로 마케팅부서에서 하게된다. 이전에는 무조건 여유있게 잡아서 판매에 지장이 없도록하는게 우선이었지만, 원자재의 과잉 구매, 과잉 생산, 과잉 재고를 줄이기 위해 판매 예측의 정확도(accuracy)를 높이려는 노력이 계속되고있다. 과도한 재고 (원자재나 완제품)는 현금유동성에도 좋지 않거나와 창고비용 및 제품의 유통기한을 고려하면 반드시 줄여야할 항목이다. 다시 말하면 크게 아레 3가지 목적으로 판매 예측을 하게된다.
이를 위해 영업, 마케팅, 구매팀, SCM팀 들이 주로 관여하고, S&OP (Sales and operation) 미팅을 통해 지속적인 관리를 하게된다. 이번 장에서는 판매예측을 위한 보다 체계적인 접근을 해보고자 한다. 1. 판매예측 시 고려 요인들 자사의 신제품신제품의 경우 기존 라인의 Extension이거나 Upgrade제품으로 현재 제품을 Conversion시키는 경우라면 비교적 쉽게 예측이 가능하다. 하지만 전혀 다른 Category의 제품일 경우 보수적인 예측을 권하고 싶다. 자사의 가격 정책 통상 가격의 인하 또는 Volume discount/Free of charge는 판매액과 수량의 증가를 가져온다. 중요한 것은 COGS를 고려하여 인하된 가격%보다 더 높은 매출 증가%를 달성해야 한다는 것이다. 자사의 판촉 단기적인 sales promotion이나 중장기적인 marketing promotion 모두 판매의 증가를 가져올 수 있다. 단기 판촉의 경우 일시적인 매출증가(Unit sales leads Amount sales)를 유도하고, 마케팅 판촉의 경우 상대적으로 보다 장기적인 증가를 가져온다. 자사의 과거 실적 (Historical trend) 가장 많이 보고 가장 유용한 자료이다. 대부분의 회사들이 SAP이나 ORACLE과 같은 ERP 시스템을 도입하였으므로 과거 매출액과 매출량, 그리고 성장율, 점유율, 침투율 (market growth rate, market share, market penetration rate)과 트렌드를 자세히 볼 수 있다. 이번 COVID-19와 같은 커다른 외부변인이 없는 이상 (기존 제품의 경우) 매출은 일정% 안에서 성장하거나 하락하기 때문이다. 자사의 새로운 판매 채널 새로운 지역, 새로운 유통망이 발생된다면 이에따른 매출 증가분을 예측하여 입력할 수 있다. 자사의 신규고객의 경우 가장 예측이 어려운 요인이다. 이 불확실성을 위해 미래의 자원투여를 약속하는 것은 위험성이 따른다. 하지만 신약이나 신제품의 경우 기존 시장 자료와 제품 출시시 교체율을 예측해 볼 수는 있겠다. 다행인 것은 통상 안정적인 Static market의 경우 큰 변화없이 수요가 발생되고 일부 이탈과 재유입 (기존 고객내에서)이 되는 경우가 portion이 크지 않다는 것이다. 대부분의 제품들이 기존 고객들의 pool내에서 움직이므로 신규고객의 경우 20%내외에서 움직이지 않을까 조심스럽게 예측할 수 있다.  경쟁사/경쟁품 경쟁사의 동향을 게속 모니터링하고 있으면서 이들의 가격정책, 신제품 출시 계획, 판촉전략을 알고 있다면 매우 도움이 된다. 경쟁사의 매출액의 경우 의약품의 경우 IMS data 등 객관적인 통계자료가 있어 이들의 매출 동향, 평균 성장율 등을 파악할 수 있다. 의료기기 시장의 경우 이 부분이 없는 것이 큰 걸림돌이다. 경제전망 경제성장율 등의 거시 지표는 전사적인 사업계획시 반영되어야할 요인들이다. 인구통계변화 개인적으로 가장 선호하는 자료이며 정확도가 높은 자료로 평가한다. 인구지도와 각 연령대의 시간에 따른 이동, 소비 패턴, 질병의 진행 등은 특별한 이슈가 없는 이상 변하지않는 속성들이기 때문이다. 시장동향 및 성장율 제품이 속한 시장 자체의 Pie가 커진다면 이에따른 성장을 예측할 수 있다. 만약 자사의 매출이 성장하더라도 시장 성장율을 밑돌고 있다면 Organic한 성장을 따라가지 못하는 역성장으로 규정할 수도 있겠다. 2. 예측 프로세스 예측 프로세스에 있어서의 체계적인 단계 (출처: SCM의 시작 판매예측/ 토마스 웰라스 외, 정현주 역/ 엠플레닝) 자료의 수집 및 준비 - 예측 생성 - Volume과 Mix의 일치화 - 의견적용 - 2차 Volume과 Mix의 일치화 - 가정 사항의 문서화 - 의사 결정 및 승인 - 3차 Volume과 Mix의 일치화 상기 프로세스에 더하여 가장 현실적인 고민은 판매예측을 Top-Down으로 할것인가 아니면 Bottom-up으로 할 것인가이다. Bottom-up (상향식)방법은 통상 영업조직으로 부터 받은 각 Territory나 지역별 Amount & unit sales에 각 Unit당 평균 cost를 곱하는(multiplying) 방법이다. 여기에 영업사원의 숫자, 각 영업지역 (Sales Territory)의 수, 온라인 마케팅/거래를 한다면 이러한 변수를 반영할 수 있다. 이러한 상향식 (Bottom-Up)방법은 하부조직에서 자세한 자료로 올라오기 때문에 여러 변수들에 따른 예측의 변경이 용이한 장점이 있다. 하지만 때로는 하부조직에서 보고되는 숫자가 지나치게 과장되거나 축소되는 경우가 있으니, 이전 정확도를 참조하여 반영해야 한다. Top-Down (하향식) 방법의 경우는 전체 시장 크기 (Total Market Size, TAM(Total Addressable Market)에서 시작하여 자사가 몇%의 시장을 가져갈 수 있는지 예측하는 모델이다. 흔히 사용하는 방법은 Funnel식 예측법이다. 이 두가지 방법을 양쪽에서 즉, 위에서 아래로 또 아래서 위로 예측하여 정확도를 비교하는 것도 좋은 방법이다. 하향식은 목적지향형으로 목표 달성의 개념이 강하고, 상향식은 각 SKU별, 제품별, 제품군별, 지역별 판매를 세밀하게 예측할 수 있는 장점이 있다. 하향식으로 시작해서 상향식방법으로 비교하여 타당성을 보는 것이 좋다. 3. 좋은 예측 모델은? 상기 2개의 예측 모델 중 더 잘된 Forecast는 무엇인가? SF는 Preditable해야하고, 치우침과 오차를 최소화 시켜야 한다. 잘된 모델의 경우 추세선을 따라 회귀분석으로 예측도 가능하며, 회귀식의 정확도도 높게 나올 수 있다. 좌측보다는 우측의 예측이 일정한 경향을 따라 우상향하는 모델로 변동치의 중간값을 통과하는 더 좋은 모델이 된다. 상향식 모델에서 치우침이 나타나는 경우는 영업부서에서 실재 매출 경향과 관계없이 무조건 목표를 달성하겠다고 보고 후 마지막에 실적치가 낮아지는 경우나, 정치적으로 최초의 팀이나 부서, 사업부 목표를 외부 환경 변화에 관계없이 맞추어 보고하는 경우, 재고의 부족을 우려해서 우선 높게 보고하여 필요이상의 생산을 한 후, 실판매로 이어지지 못하는 경우, 과잉 재고로 압박을 받는 경우 의도적으로 낮게 보고하는 경우나 필요한 판매(마케팅)예산을 받아내기 위해 의도적으로 높게 보고하는 경우 등이 실재 조직에서 빈번히 발생된다. 이러한 치우침 현상을 파악할 수 있는 척도로 "추적신호"라는 것이 있다. 여기서 문제, 아래 보기에서 제품 A와 B중 더 잘된 예측은 무엇인가? 변동성(Variability) = 절대편차평균(MAD: Mean Absolute Deviation)로 실판매와 예측값의 차이를 절대값으로 계산해서 전체 기간에 대한 평균을 계산한것. 치우침현상(Bias) 전체 기간 누적된 예측 오차로 (+)나 (-)로 나타내며, 이를 편차의 합 (SOD: Sum Of Deviation)이나 연속적인 예측 오차의합 (RFSE: Running Sum of Forecast Error)라고 한다. * (출처: SCM의 시작 판매예측/ 토마스 웰라스 외, 정현주 역/ 엠플레닝) 그래프만 보면 변동성이 낮아 예측과 실판매가 거의 비슷하고, fluctuation이 적은 B가 더 잘된 모델로 보일 것이다. 특히나 숫자를 보는 영업/마케팅 부서의 입장에서는 B가 훨씬 좋아 보이는 모델이다. 그러나 B모델의 약점은 계속되는 치우침현상이다. 이 모델의 약점은 고객 수요를 계속적으로 만족시키기 어려운데, 이는 공급망 전체에서 실판매 수요 보다 더 낮은 공급으로 더 낮은 수요만을 만족시킬 수 있기 때문이다. 즉, 시장의 수요대로 모두 공급을 해주시 어렵다는 뜻이다. (추적신호를 보면 미리 설정해둔 제한치를 상회한다) 반면 A제품의 경우는 변동성은 크지만 치우침이 적다. 즉 이모델의 평균값은 평균값은 안정적이면서 약간의 불규칙적 변동성을 갖지만 변동폭의 중간값을 관통하는 더 잘된 예측 모델이다. 3. 판매 예측 방법 (Sales Forecast Methodologies) 현장에서 흔히 사용되는 에측 방법들을 논하고, 이들을 혼합하여 정확도를 높이는 방법에 대해서 이야기하고자 한다. 1. 영업사원으로 부터의 자료 취합: 가장 흔히 사용되는 방법이고 여전히 많은 회사들이 의존하는 방법이지만, 정확성면에서 권장되는 방법은 아니다. 이유는 영업사원들의 경우 판매에측을 과장해서 보고하는 경우가 많아 영업사원의 N수가 늘어나는 만큼 더 많이 왜곡된 숫자로 보고되기 때문이다. 2. Historical data의 사용: 과거 비슷한 조건에서의 기록을 기반으로 현재의 판매를 예측하는 방법이다. 예를 들어 과년도 연 매출이 100억인 경우 과년도에 이 제품이나 이 사업부의 경우 통상 10%의 성장을 해왔고, 작년 동기에 신규비지니스에서 10억원의 판매가 발생된 경우 이 둘의 조합으로 계산 (100억*10%= 110억 +10억= 120억) 을 하는 것이다. 이 경우 1번 보다는 더 높은 정확도를 보일 수 있으나, 문제는 작년도에 비해 시장이나 자사에서 발생된 변화들 즉, 경쟁품이나 복제품의 출시, 자사 영업사원의 증가, 의료보험 급여 등 정부 정책의 변화 등이 반영되지 않는 결함이 있다. 3. Deal stages를 반영하는 방법: 이 방법은 꾸준히 매출이 발생되는 소모품 사업보다는 Capital eqipment와 같이 고가의 장비들이 최종 계약과 납품을 통해 매출을 인식하는 각각의 단계별로 (즉, Sales pipeline의 Deal Stage별로) 가능한 매출 인식에 대해 weight(%)를 두어 예측하는 방법이다. 예를 들면 1억원의 장비라면 Sales Lead를 받은 단계에서는 (과거 전환율에 기반하여 5%의 성공률을 보였다면) 5%, 장비의 Demo단계에서는 통상 20%의 전환률을 보였다면 20%, 계약논의 단계에서는 60%, 게약을 한경우는 90% 그리고 최종 납품 단계에서 100%의 매출을 인식하여 현재 자사가 보유한 Sales Lead~납품단계의 모든 Deal에 Weight를 반영하여 총 매출 예측을 할 수 있다. (흔히 salesforce.com과 같은 CRM-SFA solution에서 서 이러한 기능을 지원한다.) 이 방법은 단순하고 명쾌한 방법이어서 많이 사용되지만, 각 단계별로 각 리드들이 갖는 Lead-time이 다른 경우 기간에 따른 오차가 발생될 수 있다. 4. 판매주기에 따른 예측: 3번 방법의 약점을 보완할 수 있는 방법이다. sales pipeline의 deal stage별 가능성의 %에 이 딜들이 얼마나 오래되었는지 누적된 [sales lead to Closing] Lead-time을 반영하는 것이다. 5. 상기 여러 변수들을 종합적으로 반영하는 모델: 이 방법은 앞서 이야기한 방법들을 종합적으로 반영하는 모델이다. 이를 위해서는 양질의 CRM 솔루션이나 분석툴을 필요로 한다. 다양한 변수들이 반영된 모델이기 때문에 복잡한 만큼 가장 정확한 예측을 가능케하는 방법이다. FYI: Sales Forecasting Tools- CRM, Excel, Sales Analytics Platforms, Lead scoring tools, project management tools with resource allocation, Accounting software (출처: www.saleshacker.com/sales-forecasting-101/#methodology) |
영업 포 캐스트 - yeong-eob po kaeseuteu
관련 게시물
저작권 © 2024 ko.cemle Inc.
