Sales Forecasting là gì? Cách dự báo doanh thu từ pipeline đáng tin hơn

Sales Forecasting là gì? Sales Forecasting (dự báo doanh số) là việc ước tính bao nhiêu doanh thu sẽ thực sự chốt trong một kỳ — tháng hoặc quý — dựa trên các cơ hội đang mở, tỉ lệ thắng trong quá khứ và đánh giá của người phụ trách. Một dự báo tốt không cần chính xác tuyệt đối; nó cần ổn định, giải thích được và sai lệch ngày càng ít theo thời gian.

Dự báo khác với chỉ tiêu. Chỉ tiêu là con số muốn đạt; dự báo là con số nhiều khả năng sẽ xảy ra nếu không có thay đổi. Khi hai con số cách xa nhau từ giữa kỳ, đó là tín hiệu cần hành động — tăng pipeline, đẩy nhanh thương vụ đang chậm, hoặc báo trước cho ban lãnh đạo — thay vì đợi đến ngày cuối.

Commit, best case, pipeline: ba nhóm cơ hội

Dự báo của đội thường báo hai con số: commit (mức sàn nhiều khả năng đạt) và commit + best case (mức trần thực tế). Điều quan trọng là tiêu chí vào mỗi nhóm phải dựa trên sự kiện có thể kiểm chứng — đã gặp người quyết định, đã nhận phản hồi báo giá — chứ không dựa trên cảm giác “khách có vẻ thích”.

Ba cách dự báo và khi nào dùng

Cách tốt nhất cho doanh nghiệp nhỏ là chạy song song hai cách đầu: sales xếp nhóm, đồng thời tính pipeline có trọng số. Khi hai con số lệch nhau nhiều, đó là chỗ cần hỏi. Với doanh nghiệp bán lẻ nhiều đơn nhỏ, cách thứ ba kết hợp các phương pháp trong bài Predictive Analytics thường phù hợp hơn.

Xây quy trình dự báo 5 bước

Bước 1. Làm sạch cơ hội trước khi dự báo

Dự báo chỉ tốt bằng dữ liệu pipeline. Trước mỗi kỳ, lọc ba loại cơ hội: ngày chốt đã qua mà chưa cập nhật; không có hoạt động trong 30 ngày (với chu kỳ bán của bạn); giá trị ước tính vô lý như 0 đồng hay con số đặt cho vui. Mỗi cơ hội loại này phải được sales cập nhật hoặc đóng lại. Đóng cơ hội chết không làm mất doanh thu — nó chỉ làm dự báo trung thực hơn.

Bước 2. Chuẩn hoá giai đoạn bằng tiêu chí thoát

Mỗi giai đoạn trong pipeline cần một tiêu chí thoát — điều phải xảy ra để chuyển sang giai đoạn sau. Ví dụ: “Đã gửi báo giá” chỉ được chuyển khi khách xác nhận đã nhận và đặt lịch trao đổi. Không có tiêu chí thoát, mỗi sales hiểu giai đoạn một kiểu và tỉ lệ thắng theo giai đoạn trở nên vô nghĩa.

Bước 3. Tính tỉ lệ thắng theo giai đoạn

Lấy các cơ hội đã đóng (thắng hoặc thua) trong 6–12 tháng qua, tính xem trong số cơ hội từng đi tới mỗi giai đoạn, bao nhiêu phần trăm cuối cùng thắng. Nếu số cơ hội đã đóng dưới vài chục, tỉ lệ này còn dao động mạnh; khi đó dùng làm tham khảo và cập nhật mỗi quý.

Con số 920 triệu là điểm tham chiếu khách quan. Nếu đội sales báo commit 1.500 triệu, cần hỏi: những cơ hội nào được tin hơn mức trung bình lịch sử, và vì sao?

Bước 4. Kết hợp phán đoán với dữ liệu

Trọng số giai đoạn bỏ qua đặc điểm riêng của từng thương vụ. Một cơ hội ở “đàm phán” nhưng người quyết định vừa nghỉ việc không đáng 75%. Ngược lại, một cơ hội ở “demo” với khách cũ mua thêm có thể cao hơn 25%. Cho phép sales điều chỉnh, nhưng mỗi điều chỉnh phải kèm một câu lý do. Các tín hiệu tiến triển thật của từng thương vụ có thể chấm điểm theo cách ở bài Deal Scoring.

Bước 5. Đo sai số và cập nhật theo nhịp cố định

Chụp lại dự báo vào cùng một ngày mỗi tuần (ví dụ sáng thứ Hai) và lưu bản chụp — đừng chỉ nhìn con số mới nhất. Cuối kỳ, so dự báo ở từng mốc với kết quả thật.

Đo sai số dự báo thế nào

• Sai số phần trăm: (thực tế − dự báo) / thực tế. Tính ở các mốc đầu kỳ, giữa kỳ, cuối kỳ — dự báo giữa kỳ quan trọng nhất vì vẫn còn thời gian hành động.
• Độ lệch có hệ thống (bias): nếu nhiều kỳ liền dự báo đều cao hơn thực tế, đội đang lạc quan có hệ thống; nếu đều thấp hơn, có thể đang giữ con số an toàn.
• Tỉ lệ trượt commit: bao nhiêu phần trăm giá trị commit không chốt trong kỳ, và lý do trượt — trễ thủ tục, mất cho đối thủ, khách hoãn. Lý do thua nên được thu thập có hệ thống như trong Win-Loss Analysis.
• Sai số theo người: một sales luôn lệch 40% cần được hỗ trợ khác với người lệch 5%.

Dự báo và tốc độ pipeline bổ sung cho nhau: dự báo nói kỳ này chốt bao nhiêu, còn Pipeline Velocity nói pipeline đang tạo doanh thu nhanh hay chậm và thành phần nào kéo xuống.

AI làm được gì, cần cẩn trọng ở đâu

AI hữu ích để đọc ghi chú cơ hội và đánh dấu những cơ hội có dấu hiệu rủi ro (không gặp người quyết định, ngày chốt bị dời nhiều lần), tóm tắt thay đổi pipeline giữa hai tuần, hay soạn bản tường thuật dự báo cho cuộc họp. Mô hình dự báo tự học chỉ đáng tin khi có đủ lịch sử cơ hội đã đóng, định nghĩa giai đoạn ổn định và dữ liệu không bị sửa ngược. Nếu đội bạn chốt vài chục thương vụ một năm, bảng trọng số đơn giản kèm phán đoán có lý do thường tốt hơn mô hình phức tạp.

Sai lầm thường gặp

• Cộng toàn bộ giá trị pipeline rồi gọi đó là dự báo.
• Để cơ hội “zombie” nằm mãi với ngày chốt cứ dời sang tháng sau.
• Không lưu bản chụp, nên không bao giờ biết dự báo đầu kỳ đã sai bao nhiêu.
• Đổi định nghĩa giai đoạn giữa kỳ, làm tỉ lệ thắng lịch sử mất giá trị.
• Phạt sales vì dự báo thấp, khiến mọi người báo con số đẹp thay vì con số thật.
• Mỗi đội một định nghĩa giai đoạn, marketing và sales đọc cùng pipeline ra hai con số — việc thống nhất định nghĩa thuộc về Revenue Operations.

Câu hỏi thường gặp