Mall för försäljningsprognos: gratis Google Sheet med win rates från riktig pipelinedata

En mall för försäljningsprognos gör två indata till en siffra för nästa kvartal: dagens öppna affärer och affärerna du har stängt de senaste månaderna. Det här gratis kalkylarket i Google Sheets prognostiserar kvartalet på tre sätt utifrån samma pipeline: viktat per fas, baserat på historik och som run rate. Bredvid varje prognos står gapet mot målet. Gör en kopia av kalkylarket, fyll i båda delarna, så fylls flikarna Forecast (prognos) och Summary (sammanfattning) i av sig själva.

Fliken Win rates (vinstandelar) innehåller redan Sponas egen historik: 344 stängda affärsmöjligheter från fyra nyligen avslutade månader, uppdelade i vunna, förlorade och utan beslut. De siffrorna visar varför samma pipeline kan ge två prognoser som skiljer sig med 25 %. Det beror på hur du räknar en vunnen affär. Kalkylarket är på engelska och räknas om i Google Sheets, Excel och 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

Mall för försäljningsprognos: tre metoder sida vid sida

Varje prognos är en multiplikation. Metoden avgör vad du multiplicerar, och med vad. Kalkylarket kör tre metoder på samma öppna affärer, plus två summor som säljaren själv bedömer. Går siffrorna isär ser du det innan kvartalet visar det.

Stage-weighted är HubSpots standard. HubSpot definierar det viktade beloppet som det totala beloppet i varje fas multiplicerat med fasens sannolikhet. Standardpipelinen går från 20 % vid Appointment scheduled (möte bokat) till 90 % vid Contract sent (avtal skickat).

HubSpots prognosverktyg använder det viktade beloppet som standard. Kalkylarket börjar med de fem standardvärdena och byter till din egen win rate per fas när tillräckligt många affärer har stängts.

Commit och Best case är säljarens bedömning, inte aritmetik. Microsofts Dynamics 365 definierar Committed som ett muntligt eller avtalsmässigt åtagande med hög säkerhet. Best case betyder medelhög säkerhet ännu utan åtagande, och Omitted (utelämnad) faller bort ur alla summor.

HubSpots standardkategorier är Commit, Best case, Most likely (mest sannolik) och Pipeline. Kalkylarket använder Commit, Best case, Pipeline och Omitted, och bara Omitted tar bort en affär ur summorna.

Run rate är den enklaste metoden och den som lättast låter sig luras. AccountingTools definierar den som en framskrivning av finansiella resultat till kommande perioder. I exemplet blir ett kvartal på 5 000 000 dollar en årlig run rate på 20 000 000 dollar. Det faktiska året landade på 15 000 000 dollar.

Kalkylarket räknar run rate i antal affärer utifrån dina stängda affärer, och i intäkter när du lägger till Won value (vunnet värde) per månad.

Vilken prognosmetod är bäst för försäljning?

Den bästa metoden är den som dina egna stängda affärer kan kontrollera. Börja med den historikbaserade: öppet värde som stängs det här kvartalet gånger andelen stängda affärer som du vann. Det enda som är en gissning är stängningsdatumen.

Lägg sedan den fasviktade prognosen bredvid. Ligger de två inom 20 % från varandra är dina fassannolikheter någorlunda ärliga. Fliken Forecast visar jämförelsen på rad 10 och anger vad du ska åtgärda när gapet är större.

Run rate är rimlighetskontrollen, inte prognosen. Ligger den historikbaserade prognosen långt över run rate är din pipeline fullare än vanligt, eller så är dina stängningsdatum optimistiska. Commit är siffran du rapporterar uppåt när de andra tre stämmer överens. Se Best case som listan över affärer att jobba med, inte som intäkter.

Kalkylark för säljprognos: fem flikar, fem steg

För att göra en säljprognos behöver du tre saker. Den första är varje öppen affär med belopp, fas och förväntat stängningsdatum. Den andra är dina stängda affärer per månad för de senaste månaderna, och den tredje är ett mål. Kalkylarket är på engelska och har fem flikar, en per steg: gör en kopia av kalkylarket och gå igenom dem i ordning.

1. Instructions (instruktioner): gör sex inställningar. Quarter start (kvartalsstart), Quarter target (kvartalsmål) och As-of date (avstämningsdatum) är viktigast. Tre till styr reglerna. En öppen affär räknas som inaktuell efter 7 dagar utan aktivitet. Prognosen läser sex månaders historik, och en fas behöver 10 stängda affärer innan din egen win rate ersätter standardvärdet. Rullgardinslistorna för Outcome (utfall), Forecast category (prognoskategori), Owner (ansvarig) och Code outcome (utfall per kod) finns också här, så att du redigerar dem på ett ställe.
2. Pipeline (affärslista): en rad per affär. Du fyller i elva kolumner: Deal (affär), Owner, Amount, Stage, Expected close (förväntat avslut), Forecast category, Next step (nästa steg), Last activity (senaste aktivitet), Close date moves (n) (antal flyttade datum), Outcome och Reason code (orsakskod). Sex grå kolumner räknar själva: Stage no. (fasnummer), Probability, Weighted amount (viktat belopp), Close month (stängningsmånad), In forecast quarter (i prognoskvartalet) och Check (kontroll). Stage och Reason code är rullgardinslistor från ett intervall som avvisar allt utanför listan; Owner varnar bara. Om dina affärer finns i vår CRM-mall kopierar du över Amount och Deal stage (affärsfas), med Decision date (beslutsdatum) som Expected close. Rensa sedan de 15 exempelraderna.
3. Win rates: din historik, dina koder, dina faser. Fyll i stängda affärer per månad som Won (n), Lost (n) och No decision (n) (vunna, förlorade, utan beslut), äldsta först, en månad per rad. Closed (n) (stängda totalt), Won / won + lost (andel vunna av avgjorda) och Won / all closed (andel vunna av alla stängda) räknas ut per månad och för de månader som används. Under tabellen gör kalkylarket om historiken till ett kvartal i antal affärer: stängda per månad, stängda per kvartal och vunna med varje win rate. Längre ner finns de tio orsakskoderna och fastabellen med HubSpots standardsannolikheter. Byt ut Sponas fyra exempelmånader mot dina egna; formlerna ändras inte.
4. Forecast: tre månader, sex metoder. Varje rad är en månad i kvartalet. För varje öppen affär vars Close month infaller i den månaden summerar SUMIFS Amount och Weighted amount, och COUNTIFS räknar affärerna. De två kolumnerna History-based multiplicerar det öppna värdet med var sin win rate. Commit och Commit + Best case summerar beloppen per Forecast category. Raden Quarter (kvartal) summerar de tre månaderna, och rad 10 jämför den fasviktade med den historikbaserade prognosen.
5. Summary: sidan du delar. Metodtabellen visar varje Quarter forecast (kvartalsprognos), dess Gap to target (gap mot målet) och Share of target (andel av målet). Coverage (täckning) visar hur mycket pipeline du har i förhållande till målet och hur mycket du behöver med din win rate. Deal checks (affärskontroller) räknar varje flagga på fliken Pipeline. Weekly forecast log (veckologg för prognosen) till höger innehåller siffrorna du klistrar in varje måndag, och en felrad när kvartalets utfall är klart.

Formlerna använder engelska funktionsnamn, och Google Sheets behåller dem när du kryssar i Always use English function names (använd alltid engelska funktionsnamn). Regioninställningen (Locale) styr valuta, datum- och talformat: ställ in den på Sverige under Arkiv, Inställningar och skriv beloppen på fliken Pipeline i kronor. På fliken Win rates sköter SUMPRODUCT viktningen av månaderna, och på Pipeline slår INDEX och MATCH upp varje affärs fassannolikhet. Ingen QUERY, inga skript, inga tillägg, så filen öppnas i Excel via Arkiv, Ladda ned.

Räkneexempel: nästa kvartal utifrån Sponas stängda affärer

Sponas fyra exempelmånader är verkliga. Varje affärsmöjlighet räknas en gång, i den månad den stängdes, och öppna affärsmöjligheter räknas inte med. Jesse Chan på Spona bekräftade vilka orsakskoder som räknas som vunna, förlorade och utan beslut.

Två win rates kommer ur samma siffror. Won / won + lost är 82,5 %, eftersom den stryker de 69 affärerna utan beslut ur nämnaren. Won / all closed är 66,0 %. Ingen av dem är ett riktmärke för ditt team; poängen är skillnaden mellan dem.

Räknat på de siffrorna stängde Spona i genomsnitt 86 affärsmöjligheter i månaden, eller 258 per kvartal. Med 66,0 % ger historiken 170 vunna affärer. Med 82,5 % ger den 213.

Det är 43 fler vunna affärer, eller 25,1 %, från samma affärer och samma pipeline. Det enda som ändras är om en affär som slutade utan beslut räknas som stängd.

Inget beslut är inget avrundningsfel. Det var utfallet för 69 av de 344 stängda affärsmöjligheterna. Av de 117 affärer som Spona inte vann slutade 59,0 % utan beslut i stället för med en förlust.

Dixon and McKenna analyserade 2,5 miljoner inspelade säljsamtal för sin JOLT-studie. De fann att 40 till 60 % av de förlorade affärerna slutade utan beslut. En historik med bara vunna och förlorade döljer varenda en av dem.

Exempelraderna på fliken Pipeline är påhittade. Nio öppna affärer stängs under kvartalet, med 198 000 i öppet värde mot ett Quarter target på 150 000. Beloppen saknar valuta, så skriv dina i den valuta du säljer i.

Stage-weighted, med HubSpots standardvärden, ger 125 400. History-based med Sponas win rate Won / all closed ger 130 657. De två ligger 4,0 % isär, så fliken Forecast visar ”Methods agree within 20%” (metoderna ligger inom 20 % från varandra).

Byt till Won / won + lost så hoppar prognosen till 163 440, den enda metoden som slår målet. Commit landar på 57 000 och Commit + Best case på 129 000, båda under målet.

Volymen svänger mer än andelen. Sponas antal stängda affärer låg mellan 73 och 98 i månaden. Det är en svängning på 34 %. Den vunna andelen rörde sig bara mellan 64,3 % och 68,1 %.

Prognosens risk ligger alltså i hur många affärer som stängs, inte i den andel du multiplicerar med. Bevaka kolumnen Open deals closing (n) (antal öppna affärer som stängs) på fliken Forecast lika noga som värdet.

Förbättra försäljningsprognosen: fasregler, flyttade datum och en veckorutin

Ett prognosark är aldrig ärligare än de tre fält som säljarna fyller i: Stage, Expected close och Forecast category. Tre regler håller dem ärliga, och kolumnen Check upprätthåller de flesta av dem.

Fasregler som håller

Skriv ett utgångskriterium för varje fas, något som köparen måste göra, inte säljaren. Presentation scheduled (presentation bokad) betyder ett datum i köparens kalender. Decision maker bought-in (beslutsfattaren ombord) betyder att den ekonomiska beslutsfattaren har sagt ja i ett samtal.

Vår guide till B2B-säljpipelinen visar hur du skriver dem. Utan utgångskriterier betyder en sannolikhet på 60 % bara att säljaren har en bra känsla.

Commit kräver en namngiven köpare. I Sponas data var No active buying owner (ingen aktiv ägare hos köparen) huvudorsaken för 28 av de 69 affärerna utan beslut. En affär utan någon som kan skriva på är högst Best case, oavsett fas. Frågan om den ekonomiska beslutsfattaren i MEDDIC hör hemma innan kategorin ändras till Commit.

Släpp standardvärdena. Fastabellen på fliken Win rates räknar de stängda affärer som nådde varje fas och de vunna bland dem. När en fas har 10 stängda affärer byter Probability used (använd sannolikhet) från HubSpots standardvärde till din egen win rate, och kolumnen Based on (baserat på) visar det. Med exempelraderna visar varje fas fortfarande Default: fewer than 10 closed deals (standard: färre än 10 stängda affärer).

Regler för flyttade stängningsdatum

Ett flyttat stängningsdatum är en av de starkaste varningssignaler ett kalkylark kan ge. Ebstas benchmark av 57 miljarder dollar i analyserade intäkter visade att win rates sjunker med 83 % när affärer skjuts upp. Redan en försening på en till fyra veckor sänker win rate med 34 %.

Ebsta rapporterar också att andelen affärer som glider förbi sitt stängningsdatum sjönk från 44 % till 36 % på ett år. Ebsta tolkar nedgången som ett tecken på stramare kontroll över affärerna.

Kalkylarket har två regler för flyttade datum. Lägg till 1 i Close date moves (n) varje gång ett datum flyttas. När en Commit-affär flyttas för andra gången visar kolumnen Check ”Moved twice: not Commit” (flyttad två gånger: inte Commit), och affären behöver en ny kategori.

När Expected close ligger före As-of date visar kolumnen Check ”Close date passed” (stängningsdatumet har passerat). En affär kan inte ligga i prognosen med ett stängningsdatum som redan har varit.

Den tredje regeln handlar om att stänga affärer, inte flytta dem. Project deferred (projektet uppskjutet) var koden för 41 av Sponas 69 affärer utan beslut. När en köpare skjuter upp projektet, stäng affären som No decision med dess orsakskod i stället för att flytta datumet en tredje gång.

Vårt inlägg om win loss-analys visar hur du kodar varje stängd affär med en huvudorsak. Kolumnen Check flaggar en kod som inte passar utfallet.

En veckorutin för uppdateringar

Xactly frågade 405 nordamerikanska sälj- och finanschefer om deras prognoser. Veckovisa uppdateringar var förstahandsvalet för 41 % av dem, månadsvisa för 26 %. Dagliga kom på tredje plats med 22 %.

HubSpots prognosverktyg kan flagga säljare som inte har uppdaterat sin prognos, och den indikatorn har åtta dagar som standard. Kalkylarkets regel för inaktuella affärer är 7 dagar av samma skäl: en affär som ingen har rört på en vecka är en affär som ingen jobbar med.

Måndagsrutinen tar fem inmatningar per säljare. Skriv dagens datum i As-of date på Instructions. Kontrollera Stage, Expected close och Last activity för varje öppen affär. Lägg till 1 i Close date moves (n) där ett datum har flyttats.

Fyll i Outcome och Reason code för varje affär som har stängts. Klistra sedan in raden Quarter från Forecast i Weekly forecast log på Summary.

Det är loggen som gör kalkylarket bättre med tiden. När kvartalet är slut skriver du resultatet i Actual won this quarter (faktiskt vunnet detta kvartal). Felraden visar då hur mycket varje metod slog fel den första loggade veckan. Efter två kvartal vet du vilken metod du kan lita på för ditt team.

Hur mycket pipeline kvartalet behöver

Täckning är öppet värde som stängs under kvartalet delat med målet. Den täckning du behöver är ett delat med din win rate.

Tumregeln om 3x förutsätter en win rate på 33 %. På Salesforces blogg skriver Jason Jordan att den bara fungerar när din win rate är exakt 33 % och din säljcykel är exakt ett år. En win rate på 10 % kräver 10x målet i pipeline. En win rate på 50 % kräver 2x.

Hans exempel utgår från ett mål på 100 000 dollar och en win rate på 25 %. Delat med antalet säljcykler på 60 dagar under ett år ger det 65 757 dollar i pipeline.

Med Sponas win rate Won / all closed på 66,0 % behöver kvartalet 1,52x målet i öppet värde. Med Won / won + lost på 82,5 % behövs bara 1,21x. Den lägre andelen är den ärliga, eftersom ett uppskjutet projekt fortfarande är en affär du inte vann.

Fliken Summary gör räkningen. Exempelpipelinen täcker 1,32x målet och behöver 1,52x. Raden Status lyder ”Short of pipeline: add 29 313” (för lite pipeline: lägg till 29 313).

Innan du köper den pipelinen, kontrollera vad ett lead är värt för dig med vår kalkylator för leadvärde. Med exemplets genomsnittliga affär på 22 000 är gapet två affärsmöjligheter till, inte tjugo.

Där Spona passar in när pipelinen inte räcker

Spona är inget prognosverktyg. Det läser inte din pipeline, sätter inte dina win rates och summerar inte prognoser för ett team. Om du kör HubSpot eller Dynamics 365 är deras prognosverktyg starkare än något kalkylark för sammanställning och inlämning av prognoser. HubSpots verktyg utgår till och med från samma viktade belopp som den här mallen använder.

Spona passar in vid raden Status. När Summary säger ”Short of pipeline” består gapet av nya affärsmöjligheter, och det är det Spona bygger.

Du beskriver din idealkund i en chatt, och Spona levererar en verifierad, poängsatt leadlista. Du betalar per lead, från 0,008 till 2,00 dollar, beroende på söktyp och plan. Varje sökning börjar med ett gratis urval av leads. En HubSpot-integration finns för team vars affärer ligger i HubSpot.

Begränsningarna är tydliga. Spona levererar toppen av pipelinen, inte faserna efter den. Leadsen behöver fortfarande ett första samtal, ett utgångskriterium per fas och en måndagsuppdatering som alla andra rader. Och för leadpriset köper du kontakter, inte en win rate: din historik, inte Sponas, avgör 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

Vanliga frågor om prognosmallen

Hur gör man en säljprognos i Excel?

Ladda ned mallen som .xlsx-fil via Arkiv, Ladda ned, Microsoft Excel. Formlerna använder bara standardfunktioner som SUMIFS, COUNTIFS och SUMPRODUCT. Excel räknar om dem utan ändringar.

För en trendprognos av månadsintäkter har Excel också ett Forecast Sheet (prognosblad) på fliken Data. Det använder som standard AAA-versionen av exponentiell utjämning med ett konfidensintervall på 95 %. Det kräver jämna intervall mellan datapunkterna och tål upp till 30 % saknade punkter.

Det drar en linje från tidigare summor; dina öppna affärer ser det inte. Funktionen FORECAST i Google Sheets gör samma sak med linjär regression. Använd någon av dem för en månadstrend, och den här mallen för kvartalet framför dig.

Vilken formel används för en försäljningsprognos?

Tre formler täcker de flesta team. Fasviktad: summan av varje öppen affärs belopp gånger fasens sannolikhet. Historikbaserad: öppet värde som stängs under perioden gånger din win rate, med vunna delat med alla stängda affärer som andel. Run rate: vunnet värde per månad gånger antalet månader i perioden.

Kalkylarket kör dem som en SUMIFS på Weighted amount, en SUMIFS på Amount gånger win rate, och Won value per månad gånger tre.

Hur träffsäkra är säljprognoser?

Mindre träffsäkra än de flesta team erkänner. I Xactlys undersökning missade 4 av 5 chefer en kvartalsprognos det senaste året, och över hälften missade två gånger eller fler. 52 % av säljcheferna sa att deras prognos slog fel med 10 % eller mer.

Gartner fann att bara 45 % av säljcheferna och säljarna har stort förtroende för träffsäkerheten i sin organisations prognoser. Weekly forecast log i det här kalkylarket sparar varje veckas siffra, så att din egen felmarginal slutar vara en gissning.

Hur mycket historik behöver mallen?

Inställningen Months of history to use (antal månaders historik) börjar på 6, och kolumnen Used in forecast (används i prognosen) markerar de senaste månaderna upp till det antalet. Sponas fyra exempelmånader räcker för att visa metoden; din egen historik bör täcka minst ett kvartal.

Ett team som stänger en handfull affärer i månaden bör fylla i ett helt år. Sätt då Months of history to use till 12. Fassannolikheterna byter till din egen win rate först när 10 stängda affärer har nått en fas. Små team behåller standardvärdena längre.

Kan man använda mallen utan CRM?

Ja. Fliken Pipeline är prognosens CRM: en rad per affär med de elva kolumner du fyller i. Om du inte har någon affärslista alls, börja med vår CRM-mall och håll de två Stage-listorna identiska. Expected close är viktigast, eftersom fliken Forecast läser affärerna efter Close month.