Modèle de prévision des ventes : un Google Sheet gratuit avec des taux de closing tirés d'un vrai pipeline

Un modèle de prévision des ventes transforme deux données en un seul chiffre pour le trimestre prochain : vos affaires ouvertes du jour et celles clôturées ces derniers mois. Cette feuille Google Sheets gratuite, en anglais, prévoit le trimestre de trois façons sur le même pipeline : pondérée par étape, fondée sur l'historique et au rythme actuel. L'écart à l'objectif s'affiche à côté de chacune. Faites une copie de la feuille, saisissez les deux, et les onglets Forecast (prévision) et Summary (synthèse) se remplissent.

L'onglet Win rates (taux de closing) contient déjà l'historique de Spona : 344 opportunités clôturées sur quatre mois récents, réparties entre gagnées, perdues et sans décision. Ces chiffres montrent pourquoi un même pipeline peut donner deux prévisions à 25 % d'écart, selon la façon de compter une affaire gagnée. La feuille se recalcule dans Google Sheets, Excel et LibreOffice.

Get thousands of leads in 4 minutes.

Stop stitching tools together.
Start with verified sales data, delivered in minutes.

SCALE SALES NOW

No contracts · No setup · No onboarding

Modèle de prévision des ventes : trois méthodes côte à côte

Toute prévision est une multiplication. La méthode décide de ce que vous multipliez, et par quoi. La feuille applique trois méthodes aux mêmes affaires ouvertes, plus deux totaux que le commercial annonce lui-même. Un désaccord se voit ainsi avant que le trimestre ne le révèle.

Stage-weighted est la méthode par défaut de HubSpot. HubSpot définit le montant pondéré comme le montant total de chaque étape multiplié par la probabilité de l'étape. Son pipeline par défaut va de 20 % à Appointment scheduled (rendez-vous planifié) à 90 % à Contract sent (contrat envoyé).

L'outil de prévision de HubSpot utilise le montant pondéré par défaut. La feuille part de ces cinq valeurs par défaut et les remplace par votre propre taux, étape par étape, dès que suffisamment d'affaires sont clôturées.

Commit et Best case relèvent du jugement du commercial, pas de l'arithmétique. Dans Dynamics 365, Microsoft définit Committed comme un engagement verbal ou contractuel assorti d'une confiance élevée. Best case correspond à une confiance moyenne, sans engagement à ce stade, et Omitted (exclu) sort l'affaire de tous les totaux.

Les catégories par défaut de HubSpot sont Commit, Best case, Most likely (le plus probable) et Pipeline. La feuille utilise Commit, Best case, Pipeline et Omitted, et seul Omitted retire une affaire des totaux.

Le run rate est la méthode la plus simple, et la plus facile à tromper. AccountingTools le définit comme l'extrapolation de résultats financiers sur des périodes futures. Son exemple transforme un trimestre à 5 000 000 $ en un run rate annuel de 20 000 000 $. L'année réelle a fini à 15 000 000 $.

La feuille calcule le run rate en nombre d'affaires à partir de vos clôtures, et en chiffre d'affaires dès que vous ajoutez la Won value par mois.

Quelle est la meilleure méthode de prévision des ventes ?

La meilleure méthode est celle que vos propres affaires clôturées peuvent vérifier. Commencez par la méthode fondée sur l'historique : la valeur ouverte qui se conclut ce trimestre, multipliée par la part des affaires clôturées que vous avez gagnées. Rien n'y relève de la supposition, sauf les dates de clôture.

Lisez ensuite la méthode pondérée par étape à côté. Si les deux restent à moins de 20 % l'une de l'autre, vos probabilités par étape sont à peu près honnêtes. L'onglet Forecast affiche cette comparaison en ligne 10 et indique la correction quand l'écart est plus large.

Le run rate sert de garde-fou, pas de prévision. Si la méthode historique dépasse nettement le run rate, votre pipeline est plus rempli que d'habitude, ou vos dates de clôture sont optimistes. Commit est le chiffre que vous remontez à votre hiérarchie une fois que les trois autres concordent. Traitez Best case comme la liste des affaires à travailler, pas comme du chiffre d'affaires.

Tableau prévisionnel des ventes : cinq onglets, cinq étapes

Pour établir une prévision des ventes, il vous faut trois choses. D'abord, chaque affaire ouverte avec un montant, une étape et une date de clôture prévue ; ensuite, vos affaires clôturées par mois sur les derniers mois, et enfin un objectif. La feuille, en anglais, compte cinq onglets, un par étape. Faites une copie de la feuille et parcourez-les dans l'ordre.

1. Instructions (mode d'emploi) : réglez six paramètres. Quarter start (début du trimestre), Quarter target (objectif du trimestre) et As-of date (date de référence) comptent le plus. Trois autres fixent les règles. Une affaire ouverte devient inactive après 7 jours sans activité. La prévision lit six mois d'historique, et une étape doit compter 10 affaires clôturées avant que votre propre taux ne remplace la valeur par défaut. Les listes déroulantes Outcome (résultat), Forecast category (catégorie de prévision), Owner (responsable) et Code outcome (résultat du code) se trouvent aussi ici : vous les modifiez à un seul endroit.
2. Pipeline (portefeuille d'affaires) : une ligne par affaire. Vous saisissez onze colonnes : Deal (affaire), Owner, Amount, Stage, Expected close (clôture prévue), Forecast category et Next step (prochaine action). S'y ajoutent Last activity (dernière activité), Close date moves (n) (nombre de reports), Outcome et Reason code (code motif). Six colonnes grises se calculent seules : Stage no. (numéro d'étape), Probability, Weighted amount (montant pondéré), Close month (mois de clôture), In forecast quarter (dans le trimestre prévu) et Check (contrôle). Stage et Reason code sont des listes déroulantes basées sur une plage qui refusent toute valeur hors liste ; Owner se contente d'un avertissement. Si vos affaires se trouvent dans notre modèle de CRM, copiez-en Amount et Deal stage (étape de l'affaire), avec Decision date (date de décision) comme Expected close. Effacez ensuite les 15 lignes d'exemple.
3. Win rates : votre historique, vos codes, vos étapes. Saisissez vos clôtures mensuelles en Won (n) (gagnées), Lost (n) (perdues) et No decision (n) (sans décision), un mois par ligne, du plus ancien au plus récent. Closed (n) (clôturées), Won / won + lost (gagnées / gagnées + perdues) et Won / all closed (gagnées / toutes clôturées) se calculent par mois et pour les mois retenus. Sous le tableau, la feuille convertit cet historique en un trimestre exprimé en affaires : clôtures par mois, clôtures par trimestre et affaires gagnées selon chaque taux. Plus bas figurent les dix codes motifs et le tableau des étapes avec les probabilités par défaut de HubSpot. Remplacez les quatre mois d'exemple de Spona par les vôtres ; les formules ne changent pas.
4. Forecast : trois mois, six méthodes. Chaque ligne correspond à un mois du trimestre. Pour chaque affaire ouverte dont le Close month tombe dans ce mois, SUMIFS additionne l'Amount et le Weighted amount, et COUNTIFS compte les affaires. Les deux colonnes History-based multiplient la valeur ouverte par chacun des taux de closing. Commit et Commit + Best case additionnent les montants par Forecast category. La ligne Quarter (trimestre) totalise les trois mois, et la ligne 10 compare la méthode pondérée par étape à la méthode historique.
5. Summary : la page que vous partagez. Le tableau des méthodes affiche chaque Quarter forecast (prévision du trimestre), son Gap to target (écart à l'objectif) et sa Share of target (part de l'objectif). Coverage (couverture) indique le pipeline que vous détenez face à l'objectif, et celui qu'il vous faut à votre taux de closing. Deal checks (contrôles des affaires) compte tous les signalements de l'onglet Pipeline. Le Weekly forecast log (journal hebdomadaire des prévisions), à droite, reçoit les chiffres que vous collez chaque lundi, puis une ligne d'écart une fois le réel du trimestre connu.

Les formules utilisent les noms de fonctions anglais, que Google Sheets conserve si vous cochez Always use English function names (toujours utiliser les noms de fonctions en anglais). Le paramètre régional change les formats de devise, de date et de nombre : choisissez France (Fichier, Paramètres) et saisissez en euros les montants de l'onglet Pipeline. Dans l'onglet Win rates, SUMPRODUCT pondère les mois, et dans Pipeline, INDEX et MATCH récupèrent la probabilité d'étape de chaque affaire. Pas de QUERY, ni de scripts, ni de modules complémentaires : le fichier s'ouvre donc dans Excel via Fichier, Télécharger.

Exemple chiffré : le prochain trimestre à partir des affaires clôturées de Spona

Les quatre mois d'exemple de Spona sont réels. Chaque opportunité compte une fois, le mois de sa clôture, et les opportunités encore ouvertes restent à l'écart. Jesse Chan, chez Spona, a confirmé quels codes motifs comptent comme gagnés, perdus et sans décision.

Les mêmes chiffres donnent deux taux de closing. Won / won + lost atteint 82,5 %, car il retire du dénominateur les 69 affaires sans décision. Won / all closed s'établit à 66,0 %. Aucun de ces taux n'est une référence pour votre équipe ; c'est l'écart entre les deux qui compte.

Calculé à partir de ces chiffres : Spona a clôturé en moyenne 86 opportunités par mois, soit 258 par trimestre. À 66,0 %, l'historique prévoit 170 affaires gagnées. À 82,5 %, il en prévoit 213.

Cela fait 43 affaires gagnées de plus, soit 25,1 %, avec les mêmes affaires et le même pipeline. Une seule chose change : une affaire terminée sans décision compte-t-elle comme clôturée ou non ?

L'absence de décision n'a rien d'une erreur d'arrondi. C'est l'issue de 69 des 344 opportunités clôturées. Sur les 117 affaires que Spona n'a pas gagnées, 59,0 % se sont terminées sans décision plutôt que par une perte.

Dixon and McKenna ont analysé 2,5 millions de conversations commerciales enregistrées pour leur étude JOLT. Ils ont constaté que 40 à 60 % des affaires perdues se terminaient sans décision. Un historique qui ne compte que Won et Lost (gagné et perdu) les masque toutes.

Les lignes d'exemple de l'onglet Pipeline sont inventées. Neuf affaires ouvertes se concluent dans le trimestre, pour 198 000 de valeur ouverte face à un Quarter target de 150 000. Les montants n'ont pas de devise : saisissez les vôtres dans celle que vous facturez.

La méthode Stage-weighted, sur les valeurs par défaut de HubSpot, prévoit 125 400. La méthode History-based au taux won / all closed de Spona prévoit 130 657. Les deux sont à 4,0 % d'écart : l'onglet Forecast affiche donc Methods agree within 20% (les méthodes concordent à 20 % près).

Passez au taux won / won + lost et la prévision bondit à 163 440, la seule méthode qui dépasse l'objectif. Commit totalise 57 000 et Commit + Best case 129 000, tous deux en deçà.

Le volume bouge plus que le taux. Le nombre de clôtures de Spona est allé de 73 à 98 par mois. Cela représente une variation de 34 %. La part d'affaires gagnées n'a bougé qu'entre 64,3 % et 68,1 %.

Le risque de la prévision tient donc au nombre d'affaires qui se concluent, pas au taux appliqué. Surveillez la colonne Open deals closing (n) (affaires ouvertes à conclure) de l'onglet Forecast d'aussi près que la valeur.

Une prévision des ventes fiable : règles d'étape, reports, mise à jour hebdomadaire

Une feuille de prévision ne vaut que ce que valent les trois champs saisis par les commerciaux : Stage, Expected close et Forecast category. Trois règles les gardent fiables, et la colonne Check fait respecter la plupart d'entre elles.

Des règles d'étape qui tiennent

Rédigez une règle de sortie pour chaque étape, une action que l'acheteur doit accomplir, pas le commercial. Presentation scheduled (présentation planifiée) signifie une date dans l'agenda de l'acheteur. Decision maker bought-in (décideur convaincu) signifie que l'acheteur économique a dit oui lors d'un appel.

Notre guide du pipeline commercial B2B montre comment les rédiger. Sans règles de sortie, une probabilité de 60 % signifie seulement que le commercial a bon espoir.

Commit exige un acheteur nommé. Dans les données de Spona, No active buying owner (aucun responsable d'achat actif) était le motif principal de 28 des 69 affaires sans décision. Une affaire sans personne capable de signer reste au mieux en Best case, quelle que soit son étape. La question MEDDIC sur l'acheteur économique doit précéder tout passage en Commit.

Affranchissez-vous des valeurs par défaut : le tableau des étapes de l'onglet Win rates compte les affaires clôturées qui ont atteint chaque étape, et les gagnées parmi elles. Dès qu'une étape compte 10 affaires clôturées, Probability used (probabilité utilisée) passe de la valeur par défaut de HubSpot à votre propre taux. La colonne Based on (base de calcul) l'indique. Avec les lignes d'exemple, chaque étape affiche encore Default: fewer than 10 closed deals (par défaut : moins de 10 affaires clôturées).

Des règles pour les dates de clôture repoussées

Une date de clôture repoussée est l'un des signaux d'alerte les plus forts qu'une feuille puisse donner. Le benchmark d'Ebsta, qui porte sur 57 milliards de dollars de chiffre d'affaires analysé, montre que les taux de closing chutent de 83 % quand les affaires glissent. Un report d'une à quatre semaines suffit à faire baisser le taux de closing de 34 %.

Ebsta indique aussi que la part des affaires qui dépassent leur date de clôture est passée de 44 % à 36 % en un an. Ebsta y voit le signe d'un contrôle plus serré des affaires.

La feuille applique deux règles de report. Ajoutez 1 à Close date moves (n) à chaque report de date. Au deuxième report d'une affaire en Commit, la colonne Check affiche Moved twice: not Commit (reportée deux fois : plus en Commit), et l'affaire doit changer de catégorie.

Quand Expected close est antérieure à l'As-of date, la colonne affiche Close date passed (date de clôture dépassée). Une affaire ne peut pas rester dans la prévision avec une date de clôture passée.

La troisième règle porte sur la clôture des affaires, pas sur leur report. Project deferred (projet reporté) était le code de 41 des 69 affaires sans décision de Spona. Quand un acheteur reporte, clôturez l'affaire en No decision (sans décision) avec son code motif, au lieu de repousser la date une troisième fois.

Notre article sur l'analyse win-loss montre comment coder chaque affaire clôturée avec un seul motif principal. La colonne Check signale un code qui ne correspond pas au résultat.

Une routine de mise à jour hebdomadaire

Xactly a interrogé 405 dirigeants commerciaux et financiers nord-américains sur leurs prévisions. La mise à jour hebdomadaire est le premier choix de 41 % d'entre eux, la mensuelle celui de 26 %. La quotidienne arrive troisième avec 22 %.

L'outil de prévision de HubSpot peut signaler les commerciaux qui n'ont pas mis à jour leur prévision, et cet indicateur est réglé par défaut sur huit jours. La règle d'inactivité de la feuille est de 7 jours pour la même raison : une affaire que personne n'a touchée depuis une semaine est une affaire que personne ne travaille.

La routine du lundi demande cinq saisies par commercial. Entrez la date du jour dans As-of date, sur l'onglet Instructions. Vérifiez Stage, Expected close et Last activity sur chaque affaire ouverte. Ajoutez 1 à Close date moves (n) là où une date a bougé.

Renseignez Outcome et Reason code pour chaque affaire clôturée. Collez ensuite la ligne Quarter de l'onglet Forecast dans le Weekly forecast log de l'onglet Summary.

C'est le journal qui fait progresser la feuille. À la fin du trimestre, saisissez le résultat dans Actual won this quarter (gagné réel ce trimestre). La ligne d'écart montre alors de combien chaque méthode s'est trompée lors de la première semaine consignée. Après deux trimestres, vous savez à quelle méthode vous fier pour votre équipe.

De combien de pipeline le trimestre a-t-il besoin ?

La couverture correspond à la valeur ouverte qui se conclut dans le trimestre, divisée par l'objectif. La couverture nécessaire est égale à un divisé par votre taux de closing.

La règle empirique du 3x suppose un taux de closing de 33 %. Sur le blog de Salesforce, Jason Jordan explique qu'elle ne fonctionne que si votre taux de closing est exactement de 33 % et votre cycle de vente d'exactement un an. Un taux de 10 % exige un pipeline de 10x l'objectif. Un taux de 50 % exige 2x.

Son exemple part d'un objectif de 100 000 $ et d'un taux de closing de 25 %. En divisant par le nombre de cycles de vente de 60 jours dans une année, on obtient 65 757 $ de pipeline.

Au taux won / all closed de Spona, soit 66,0 %, le trimestre exige une valeur ouverte de 1,52x l'objectif. Au taux won / won + lost de 82,5 %, il ne faut que 1,21x. Le taux le plus bas est le plus honnête, car un projet reporté reste une affaire que vous n'avez pas gagnée.

L'onglet Summary fait le calcul. Le pipeline d'exemple couvre 1,32x l'objectif et en exige 1,52x. La ligne Status (statut) indique Short of pipeline: add 29 313 (pipeline insuffisant : ajouter 29 313).

Avant d'acheter ce pipeline, vérifiez ce que vaut un lead pour vous avec notre calculateur de valeur d'un lead. Avec le montant moyen de 22 000 de l'exemple, cet écart représente deux opportunités de plus, pas vingt.

Où Spona intervient quand le pipeline manque

Spona n'est pas un outil de prévision. Il ne lit pas votre pipeline, ne fixe pas vos taux de closing et ne consolide pas les prévisions d'une équipe. Si vous utilisez HubSpot ou Dynamics 365, leurs outils de prévision surpassent n'importe quelle feuille pour la consolidation et la soumission des prévisions. Celui de HubSpot part même du montant pondéré qu'utilise ce modèle.

Spona intervient au niveau de la ligne Status. Quand Summary affiche Short of pipeline, il vous manque de nouvelles opportunités, et c'est précisément ce que Spona produit.

Vous décrivez votre client idéal dans un chat, et Spona vous renvoie une liste de leads vérifiés et notés. Vous payez par lead, de 0,008 $ à 2,00 $, selon le type de recherche et le plan. Chaque recherche commence par un échantillon gratuit de leads. Une intégration HubSpot est disponible pour les équipes dont les affaires sont gérées dans HubSpot.

Les limites sont claires. Spona alimente le haut du pipeline, pas les étapes qui suivent. Les leads ont toujours besoin d'un premier appel, d'une règle de sortie par étape et d'une mise à jour le lundi, comme toutes les autres lignes. Et le prix d'un lead achète des contacts, pas un taux de closing : c'est votre historique, pas celui de Spona, qui fixe la Probability used.

Get thousands of leads in 4 minutes.

Stop stitching tools together.
Start with verified sales data, delivered in minutes.

SCALE SALES NOW

No contracts · No setup · No onboarding

FAQ sur le modèle de prévision des ventes

Comment faire une prévision des ventes dans Excel ?

Téléchargez ce modèle au format .xlsx via Fichier, Télécharger, Microsoft Excel. Ses formules n'utilisent que des fonctions standard comme SUMIFS, COUNTIFS et SUMPRODUCT. Excel les recalcule sans aucune modification.

Pour une prévision de tendance du chiffre d'affaires mensuel, Excel propose aussi une Forecast Sheet (feuille de prévision) dans l'onglet Données. Elle utilise par défaut la version AAA du lissage exponentiel avec un intervalle de confiance de 95 %. Elle exige des intervalles réguliers entre les points de données et tolère jusqu'à 30 % de points manquants.

Elle projette une courbe à partir des totaux passés ; elle ne voit pas vos affaires ouvertes. La fonction FORECAST de Google Sheets fait de même par régression linéaire. Utilisez l'une ou l'autre pour une tendance mensuelle, et ce modèle pour le trimestre qui vient.

Quelle est la formule d'une prévision des ventes ?

Trois formules couvrent la plupart des équipes. Pondérée par étape : la somme du montant de chaque affaire ouverte multiplié par la probabilité de son étape. Fondée sur l'historique : la valeur ouverte qui se conclut sur la période, multipliée par votre taux de closing, soit les affaires gagnées divisées par toutes les affaires clôturées. Run rate : la valeur gagnée par mois multipliée par le nombre de mois de la période.

La feuille les calcule avec un SUMIFS sur Weighted amount, un SUMIFS sur Amount multiplié par le taux de closing, et la Won value par mois multipliée par trois.

Quelle est la précision des prévisions des ventes ?

Moindre que la plupart des équipes ne l'admettent. Dans l'enquête de Xactly, 4 dirigeants sur 5 ont manqué une prévision trimestrielle au cours de l'année écoulée, et plus de la moitié au moins deux fois. Selon 52 % des dirigeants commerciaux, leur prévision s'est écartée d'au moins 10 %.

Gartner a constaté que seuls 45 % des dirigeants commerciaux et des vendeurs ont une grande confiance dans la précision des prévisions de leur organisation. Le Weekly forecast log de cette feuille consigne le chiffre de chaque semaine : votre propre taux d'erreur cesse d'être une supposition.

De combien d'historique le modèle a-t-il besoin ?

Le paramètre Months of history to use (mois d'historique à utiliser) démarre à 6. La colonne Used in forecast (utilisé dans la prévision) marque les mois les plus récents, jusqu'à ce nombre. Les quatre mois d'exemple de Spona suffisent à montrer la méthode ; votre propre historique devrait couvrir au moins un trimestre.

Une équipe qui clôture une poignée d'affaires par mois devrait saisir une année. Réglez alors Months of history to use sur 12. Les probabilités par étape ne passent à votre propre taux qu'une fois que 10 affaires clôturées ont atteint une étape. Les petites équipes gardent plus longtemps les valeurs par défaut.

Peut-on utiliser le modèle sans CRM ?

Oui. L'onglet Pipeline sert de CRM pour la prévision : une ligne par affaire, avec les onze colonnes saisies. Si vous n'avez aucune liste d'affaires, partez de notre modèle de CRM et gardez les deux listes Stage identiques. Expected close compte le plus, car l'onglet Forecast lit les affaires par Close month.