부정확한 예측으로 인해 수익이 손실되는 이유

보세요, 알겠습니다. 예측은 공원 산책이 아닙니다.

한 번만 잘못 돌리면 길을 잃습니다. 귀중한 수익을 잃고 있습니다.

LinkedIn에 따르면 수요 예측을 엉망으로 만들면 실제 비용이 발생할 수 있습니다. 재고가 너무 많나요? 그것은 돈이 낭비되는 것입니다. 너무 작은? 놓친 판매에 인사드립니다.

부정확한 예측으로 인한 비용: 직접 및 간접

최근 Forrester 보고서에서는 부정확한 예측으로 인한 직간접적 비용을 강조했습니다.

운영상으로는 용량 계획 실패, 재고 운반 비용 증가, 예산 및 자원 부족으로 이어집니다. 이는 또한 기업 및 영업 리더십에 대한 신뢰를 약화시키고, 성장에 대한 투자 능력 저하, 시장 가치 평가에 대한 부정적인 영향, 자본 투자 유치 능력 저하 등 더 광범위한 비즈니스 영향을 미칩니다.

이 혼란의 주범은? 데이터 품질이 좋지 않습니다.

실시간 변화를 반영하는 정확한 정보가 없으면 예측 노력은 기압계가 없는 일기 예보만큼 신뢰할 수 있습니다.

품질 데이터 포인트 부족, 섀도우 세일즈 기술, 증가하는 복잡성과 변동성(예: 구매자 여정 및 새로운 수익 모델의 복잡성)으로 인해 정확한 예측이 어렵습니다.

수동 예측과 자동 예측의 캐치-22

끝없는 스프레드시트와 사람의 실수로 가득 찬 수동 예측은 가능하면 피하는 것이 좋습니다.

그러나 자동화된 예측으로 넘어가기 전에 가장 정교한 시스템이라 할지라도 그 시스템이 제공하는 데이터의 양에 달려 있다는 점을 기억하십시오. 데이터가 부족하거나, 부정확하거나, 오래된 경우에도 여전히 어려움을 겪고 있는 것입니다.

그리고 도전은 여기서 끝나지 않습니다. 영업 담당자에게 거래에 대한 중요한 정보가 부족하면 어떻게 됩니까? 아니면 너무 바빠서(또는 잊어버리고) CRM을 업데이트할 수 없나요? 아니면 판매 예측을 과대평가하거나 과소평가하고 있는 것일까요?

예측 전략은 프로세스뿐만 아니라 사람을 중심으로 구축됩니다.

예측을 수정하는 것은 단지 새로운 프로세스를 구현하는 것이 아니라 이러한 프로세스를 수행할 사람을 고려하는 것이기도 합니다. 담당자가 가치를 이해하지 못하면 새로운 방법을 추가 작업으로 간주하여 관리 작업이 늘어나고 판매 시간이 단축되는 경우가 많습니다.

그렇다면 이 문제에 대한 해결책은 무엇입니까? 이는 사람을 중심으로 기술, 프로세스, 데이터 시스템을 설계하는 데 있습니다.

1. 단순하고 통합된 작업 공간

버튼을 클릭하는 것만큼 간단하게 레코드를 업데이트할 수 있는 통합 작업 공간을 만들어 보세요. 이는 데이터 입력에 소요되는 시간을 줄일 뿐만 아니라 오류 가능성도 최소화합니다.

2. 고객 여정을 반영하는 CRM

CRM은 단순한 데이터 저장소 그 이상이어야 합니다. 이는 고객 여정을 반영해야 합니다. 이러한 방식으로 팀은 각 고객에 대한 포괄적인 시각을 확보하고 고객의 요구 사항을 더 잘 이해하며 그에 따라 접근 방식을 조정할 수 있습니다.

3. 영업 기술 스택 간소화

이에 대해 생각해 보십시오. 귀하의 팀이 여러 시스템에 데이터를 입력하고 있습니까? 단일 시스템 내에서 고객 라이프사이클에 대한 전체적인 그림을 수집할 수 있습니까? 대답이 '아니요'라면 판매 프로세스가 지나치게 복잡해질 가능성이 있습니다. 데이터 관리를 간소화하고 효율성을 높이기 위해 영업 기술 스택을 통합하는 것을 고려해보세요.

4. 영업 플레이북 구현

더 높은 승률과 관련된 데이터를 설명하는 영업 플레이북을 소개합니다. 이 데이터를 일관되게 수집하도록 프로세스가 구축되었는지 확인하세요. 이는 담당자에게 명확한 로드맵을 제공하여 모호성을 줄이고 자신감을 높여줍니다.

5. 거래 우선순위 지정

모든 사람에게는 제한된 자원이 있습니다. 우리가 백만 건의 전화, 이메일, 데모를 하고 싶은 만큼 시간은 너무 많습니다.

그렇다면 담당자가 고품질 리드를 전환하도록 지원하는 방법은 무엇입니까?

글쎄요, 담당자는 우선순위를 정해야 할 거래를 알아야 합니다.

6. 조건부 논리 통합

조건부 논리는 판매 프로세스에서 강력한 도구 역할을 할 수 있습니다. 이를 통해 입력된 데이터를 기반으로 조정되는 동적 프로세스를 생성할 수 있습니다. 예를 들어, 거래가 특정 단계에 도달하면 특정 작업이 자동으로 담당자에게 할당될 수 있습니다. 이를 통해 워크플로우를 간소화하고 어떤 단계도 간과되지 않도록 할 수 있습니다.

정량적 매출 예측 및 협업 프로세스

이러한 전략과 함께 정량적 판매 예측 방법을 사용하는 것도 고려해 보세요. 이는 판매 프로세스의 각 단계에서 거래가 "성공" 단계에 도달할 가능성을 측정하는 데 도움이 될 수 있습니다. 팀 간 조정 및 협업이 포함된 공유 예측 프로세스를 통해 정확성과 일관성도 높일 수 있습니다.

예측에 소요되는 시간의 가치 제안

HubSpot에 따르면 평균 영업사원은 이 활동에 매주 약 2.5시간을 투자합니다. 이는 영업사원당 매년 130시간에 달하는 놀라운 시간입니다.

이는 흥미로운 질문을 던집니다. 이 시간을 직접 판매에 재할당한다면 어떨까요?

그러나 시간이 많이 소요되는 특성에도 불구하고 예측은 전략적 비즈니스 결정을 안내하는 데 없어서는 안 될 역할을 합니다.

따라서 적절한 질문은 예측의 필요성을 없애는 것이 아니라 예측의 효율성과 정확성을 높이는 것입니다.

정확한 예측의 황금률

좋습니다. 정확한 예측을 위해 제안하는 게임 계획은 다음과 같습니다.

• 실시간 데이터: 최신 정보를 기반으로 의사결정을 내릴 수 있습니다.
• 사업 부문 전반에 걸친 가시성: 공유 목표에 따라 시장 진출 팀을 조정합니다.
• 워크플로 자동화: 수동 오류를 줄이고 효율성을 높입니다.
• 통합 및 연결된 데이터: 운영에 대한 전체적인 보기를 제공합니다.

HubSpot을 사용한 정확한 예측

새로운 예측 예측 도구에 대한 HubSpot의 최근 발표에 비추어 볼 때 기업, 특히 Six & Flow와 같은 HubSpot 중심 기업에서는 이것이 의미하는 바와 이에 대비하는 방법을 이해하는 것이 중요합니다.

AI 예측을 위해 HubSpot을 설정하는 방법은 무엇입니까?

HubSpot의 새로운 예측 예측 도구를 최대한 활용하려면 비즈니스에서 취해야 할 몇 가지 주요 단계가 있습니다.

1. 플랫폼 통합

이 도구를 효과적으로 활용하려면 HubSpot 내에서 모든 데이터를 중앙 집중화하거나 잘 통합하는 것이 중요합니다. 이러한 통합은 정확한 예측에 중요한 원활한 데이터 흐름과 접근성을 보장합니다.

2. 데이터 정리

정확한 예측을 위해서는 데이터 입력, 형식화, 매핑의 일관성이 무엇보다 중요합니다. 정기적인 데이터 정리는 이러한 일관성을 유지하여 AI 알고리즘이 정확하고 신뢰할 수 있는 데이터를 갖도록 보장하는 데 도움이 될 수 있습니다.

보고 > 데이터 관리 > 데이터 품질로 이동하여 중복 데이터를 검토하고, 구조적 오류를 수정하고, 누락된 데이터를 해결하고, 데이터 입력을 표준화하세요.

3. 목표 설정

영업 리더는 팀과 개인을 기반으로 정확하고 일관된 목표를 입력해야 합니다. AI의 힘과 결합하여 영업팀을 위한 현실적인 목표를 설정하면 예측의 정확성을 크게 높일 수 있습니다.

HubSpot에서 보고 > 목표로 이동하여 개별 담당자 또는 팀의 목표를 설정하세요. 이를 처음부터 만들거나 템플릿에서 선택하여 목표가 비즈니스 목표에 부합하도록 할 수 있습니다.

이제 HubSpot은 AI를 사용하여 데이터에 예상치 못한 동작이 있을 때 이를 감지하고 경고할 수 있습니다.

4. 거래를 지속적으로 업데이트하세요

거래를 업데이트하는 방법은 다양하지만 일관성이 핵심입니다. 모든 담당자가 통일된 접근 방식을 보장하기 위해 거래를 업데이트하고 생성하는 방법을 알고 있는지 확인하십시오.

Six & Flow에서는 일관성과 정확성을 보장하기 위해 다음과 같은 특정 전략을 채택했습니다.

영업 플레이북 및 AI

우리는 MEDDPICC 판매 방법론을 활용하고 AI를 활용하여 HubSpot 내의 MEDDPICC 구조에 판매 노트를 요약합니다. 이를 통해 각 담당자의 MEDDPICC 사용량을 보고하고 더 높은 승률과 상관관계가 있는 기준을 식별할 수 있습니다.

파이프라인 자동화

데이터 형식을 재구성하는 것은 깨끗하고 사용 가능한 데이터를 유지하는 데 중요합니다. 필요한 경우가 아니면 조건부 논리를 사용하고 자유 텍스트 필드를 제한하는 것이 좋습니다. 예를 들어, 'Closed Lost' 및 'Own Reasons'를 자유 텍스트 필드로 입력하면 데이터가 지저분해지고 그 가치가 감소한다는 사실을 발견한 적이 있습니다. 구조화된 데이터를 먼저 사용한 다음 자유 텍스트 필드를 사용하는 것이 더 효과적인 접근 방식입니다.

사용자 권한

적절한 사용자 권한을 보장하면 데이터 무결성을 유지하고 무단 변경을 방지하는 데 도움이 될 수 있습니다.

기술 스택 통합

우리에게는 Dialpad AI와 HubSpot을 연결하는 작업이 포함되었습니다. 이렇게 하면 두 플랫폼 모두에서 모든 판매 노트에 액세스할 수 있습니다. 또한 다이얼패드는 주요 정보와 작업을 요약하여 영업 담당자의 '관리' 작업량을 줄여줍니다.

부정확한 예측은 비용이 많이 드는 함정이 될 수 있지만 올바른 전략과 도구를 사용하면 성공을 향한 길을 갈 수 있습니다.