Satış Tahmini Yöntemleri: Hangisi Ne Zaman Kullanılır?

Satış tahmini yöntemleri dörde ayrılır: ağırlıklı pipeline (tutar × aşama olasılığı), tarihsel oran (geçmiş dönemin ortalaması), aşama bazlı kategori tahmini (fırsatları Kesin/Beklenen/Pipeline’a ayırıp toplamak) ve temsilci tahmini (kişisel öngörü). Doğru yöntem tek bir cevap değildir; ekibinizin veri geçmişine, fırsat büyüklüğüne ve satışın tekrar edip etmediğine bağlıdır. Senitix CRM’de dördünün girdisi de aynı fırsat kaydında durur.

Ağırlıklı pipeline yöntemini adım adım bir örnekle satış tahmini nasıl yapılır yazımızda anlattık; bu yazı o tek yöntemin üstüne çıkıp dört yöntemi yan yana koyuyor ve hangisinin hangi ekibe uyduğunu gösteriyor.

Dört satış tahmini yöntemi nedir?

Dördü de “bu dönem ne kadar satış kapanacak?” sorusunu farklı girdilerle cevaplar:

• Ağırlıklı pipeline: Her açık fırsatın tutarı, bulunduğu aşamanın geçmiş verinizden çıkardığınız kazanma olasılığıyla çarpılır ve toplanır.
• Tarihsel oran (run-rate): Son birkaç dönemin gerçekleşen satışının ortalaması, bilinen tek seferlik sapmalar ayıklanarak bir sonraki dönemin tahmini yapılır.
• Aşama bazlı kategori tahmini: Her fırsat yüzde çarpılmadan, yazılı bir kritere göre doğrudan bir kategoriye (Kesin, Beklenen, Pipeline) konur; kategorinin tutarları toplanır.
• Temsilci tahmini: Her temsilci kendi fırsatlarına bakarak bir rakam söyler, satış müdürü bu rakamları toplar ve bilinen iyimserlik ya da kötümserlik eğilimine göre düzeltir.

Hangi yöntemi ne zaman kullanmalısınız?

Yöntem seçimi üç soruya verdiğiniz cevaba bağlıdır. Sonuçlanmış fırsat geçmişiniz yeterli mi (birkaç çeyrek, onlarca kayıt)? Pipeline’ınızı, yani satış sürecinizdeki açık fırsatların toplamını benzer büyüklükte çok sayıda fırsat mı, yoksa birkaç büyük iş mi belirliyor? Satışınız çoğunlukla yeni fırsatlardan mı, yoksa bayi ya da abonelik gibi tekrarlayan siparişlerden mi geliyor?

Geçmiş veriniz azsa ya da yeni bir ürün/bölgeyle başlıyorsanız temsilci tahmini ya da kategori bazlı yöntemle başlayın; ikisi de yüzde hesaplamak için geçmiş fırsat gerektirmez. Geçmişiniz yeterliyse ve pipeline benzer büyüklükte çok sayıda fırsattan oluşuyorsa ağırlıklı pipeline en isabetli sonucu verir. Satışınız büyük ölçüde tekrarlayan siparişse tarihsel oran, yeni fırsat üretiminin üstüne eklenecek sağlam bir taban sunar.

Ağırlıklı pipeline: yüzdeyi geçmişten çıkarıp tutarla çarpmak

Bu yöntemde her aşamanın bir kazanma olasılığı vardır. Bu olasılık sezgiyle değil, o aşamaya ulaşıp sonuçlanmış kendi fırsatlarınızdan hesaplanır; açık fırsatların tutarı bu yüzdeyle çarpılıp toplanır. Yöntem, benzer büyüklükte çok sayıda fırsatta iyi çalışır, çünkü tek tek fırsatlardaki yanılgılar toplamda birbirini dengeler. Birkaç büyük işin sürüklediği bir pipeline’da ise yanıltıcı olabilir: büyük bir fırsat ya tutarının tamamıyla kapanır ya da hiç kapanmaz, tahmine giren olasılık payı gibi bir sonucu yoktur.

Yüzdelerin nasıl hesaplandığını, hangi veri hatalarının hesabı bozduğunu ve TL rakamlarıyla adım adım işleyen bir örneği satış tahmini nasıl yapılır yazımızda bulabilirsiniz; burada tekrarlamak yerine yöntemi diğer üçüyle karşılaştırmaya odaklanıyoruz.

Tarihsel oran yöntemi: geçmiş dönemi taban almak

Bu yöntem pipeline’daki tek tek fırsatlara değil, geçmiş dönemlerin toplam gerçekleşen satışına bakar. Formül basittir:

Tahmin = (Son N dönemin toplam gerçekleşen satışı ÷ N) − bilinen tek seferlik sapmalar

Örnek: Aydın’da otomotiv yedek parça bayilerine satış yapan bir distribütörün son altı ayki gerçekleşen satışları (bin TL) şöyle: Nisan 410, Mayıs 380, Haziran 450, Temmuz 470, Ağustos 520, Eylül 560. Ekip ekim tahmini için son üç ayın ortalamasını alıyor: (470+520+560) ÷ 3 = 516,7 bin TL. Ağustos rakamının içinde tek seferlik büyük bir ihale kalemi (60 bin TL) olduğunu fark ediyorlar ve düzenli satışı görmek için bunu çıkarıyorlar: (470+460+560) ÷ 3 = 496,7 bin TL. Ekim tahmini yaklaşık 497 bin TL olarak raporlanıyor.

Bu yöntem tekrarlayan sipariş veren bayi ya da abonelik gelirinde iyi bir taban verir, ama yeni bir ürün, yeni bir bölge ya da fiyat değişikliği gibi kırılmaları göremez, çünkü geçmişte olmayan bir şey ortalamada da görünmez. Mevsimsel dalgalanma varsa (örneğin dini bayram tatilleri, yaz durgunluğu) aynı ayı geçen yılla karşılaştırarak düzeltme yapmak gerekir.

Aşama bazlı kategori tahmini: yüzdesiz, kritere dayalı gruplama

Bu yöntem ağırlıklı pipeline’la karıştırılır ama farklı çalışır. Ağırlıklı pipeline her aşamaya bir yüzde atayıp tutarla çarpar; kategori bazlı tahmin yüzde kullanmaz. Her fırsat, ekibin üzerinde yazılı olarak anlaştığı bir kritere göre doğrudan bir kovaya konur ve o kovanın tutarları olduğu gibi toplanır:

• Kesin: Yazılı sipariş ya da imza bekleyen, karar vericisi ve tarihi belli fırsatlar.
• Beklenen: Teklif gönderilmiş, karar tarihi biliniyor, ama yazılı onay gelmedi.
• Pipeline: Görüşme sürüyor, karar tarihi ya belirsiz ya da dönemin dışında.

Örnek: Bir fırsat, bulunduğu aşamanın adı “Pazarlık” olsa bile, o kategorinin yazılı kriteri (imzalı sipariş formu bekleniyor) karşılandığı için “Kesin” kategorisine girer. Bu, kategori tahminini aşama isimlerinden bağımsız kılar. Yöntemin avantajı az veriyle çalışmasıdır: geçmiş fırsat verisi az olan ya da yeni kurulan bir pipeline’da bile yalnızca yazılı kriterle işler. Dezavantajı da aynı yerdedir. Kriter gevşekse (örneğin “muhtemelen kapanır” gibi öznel bir ifade bir fırsatı “Kesin” saydırıyorsa) kategoriler hızla anlamını yitirir.

Temsilci tahmini: kişisel öngörüyü ölçülebilir kılmak

En eski yöntemdir: her temsilci kendi fırsatlarına bakıp bir rakam söyler, satış müdürü bu rakamları toplar. Tek başına güvenilmez çünkü temsilciler sistematik olarak iyimser ya da kötümser olabilir, ama bu sapma ölçülüp düzeltilebilir.

Düzeltme basit bir kayıttan çıkar: son dört dönemde her temsilcinin verdiği tahmini gerçekleşenle karşılaştırın. Bir temsilci sürekli %20 yüksek tahmin veriyorsa bir sonraki dönemde onun rakamını 0,8 ile çarparak kullanın; sürekli düşük veriyorsa tersini yapın. Bu düzeltme katsayısı zamanla temsilci deneyim kazandıkça ya da pipeline büyüdükçe güncellenmelidir. Yöntem, hiç geçmiş verisi olmayan yeni bir ekip ya da yeni bir ürün için tek başlangıç noktasıdır; birkaç dönem sonra kategori bazlı ya da ağırlıklı pipeline yöntemine geçilebilir.

Dört yöntemin karşılaştırması

Tek yönteme mi güvenmeli, birden fazlasını mı çalıştırmalı?

Tek yönteme güvenmek yerine iki yöntemi aynı dönem için yan yana çalıştırmak, aradaki farkın nereden geldiğini erken gösterir. Ağırlıklı pipeline ile tarihsel oranın sonuçları birbirinden çok uzaksa ya pipeline’da eksik ya da fazla iyimser bir fırsat vardır, ya da geçmiş dönem bu döneme benzemeyen bir kırılma içeriyordur; iki rakam arasındaki fark, hangisi olduğunu araştırmanız gereken yeri gösterir.

Tahmin rakamını hedefe karşı sınamanın ayrı bir yolu daha vardır: pipeline’ınızın toplam tutarı, hedefinizin kaç katı? Bu oranı ve nasıl yorumlanacağını pipeline coverage nedir yazımızda ayrıntılı anlattık; düşük bir kapsama oranı, tahmin yöntemi ne olursa olsun hedefin tutmayacağının erken bir işaretidir. Pipeline’ın ne hızda gelire döndüğünü görmek için satış hızı hesabına da bakabilirsiniz.

Sık yapılan hatalar

• Yöntemi ekip büyüklüğüne bakmadan seçmek. Birkaç büyük işin sürüklediği bir pipeline’da ağırlıklı pipeline’ı tek yöntem yapmak, tahmini o birkaç fırsatın olasılık payına bağımlı kılar.
• Kategori kriterini yazılı hale getirmemek. “Kesin” kategorisine kimin, neye göre karar verdiği yazılı değilse her temsilci farklı bir eşik kullanır ve kategoriler karşılaştırılamaz olur.
• Tarihsel oranı kırılma dönemlerinde kullanmak. Yeni bir ürün lansmanından ya da fiyat değişikliğinden sonraki ilk dönemlerde geçmiş ortalama, artık geçerli olmayan bir dönemi temsil eder.
• Temsilci sapmasını hiç ölçmemek. Düzeltme katsayısı olmadan temsilci tahmini, her dönem aynı yönde yanılan bir rakam üretmeye devam eder.
• Tek bir yöntemin sonucunu sorgusuz kabul etmek. İkinci bir yöntemle karşılaştırmadan verilen tek bir rakam, hatanın nereden geldiğini gösteremez.

Senitix CRM’de bu dört yöntem nasıl uygulanır?

Dört yöntemin de girdisi aynı yerden gelir: fırsat kaydındaki tutar, aşama, kapanış tarihi, olasılık ve tahmin kategorisi alanları. Bu alanların CRM’in fırsat modelinde nasıl tutulduğunu CRM veritabanı rehberinde bulabilirsiniz. Tahmin tablosu açık fırsatları tahmin kategorisine göre toplar, temsilci kotasıyla karşılaştırır, yönetici düzeltmesini ayrı tutar ve tahmini gerçekleşenle kıyaslar; aşama olasılıklarını ve kategori kriterlerini ekibiniz kendi sürecine göre kurar, ürün bunları zorla uygulamaz.

Geçmiş dönem raporları için (örnek ekranlar CRM raporları yazısında) pipeline, kazanma oranı ve dönemsel satış tutarı raporlardan okunur ve panolarda toplanır; tarihsel oran yöntemi için gereken geçmiş rakamlar buradan çıkar. Senitix AI açık işlerin özetini çıkarır ve bir sonraki adımı önerir; tahmin rakamını ve düzeltme katsayısını yine satış müdürü belirler.

Rapor ve tahmin özelliklerini özellikler sayfasının rapor ve tahmin bölümünde görebilirsiniz. Fırsatlarınızı tutar, aşama ve kapanış tarihiyle kaydetmeye Ücretsiz planla bugün başlayabilirsiniz; plan ayrıntıları fiyatlandırma sayfasında.

Sık sorulan sorular

Dört yöntemden hangisi en doğru sonucu verir?

Tek başına en doğru yöntem yoktur; doğruluk, yöntemin veri durumunuza uyup uymadığına bağlıdır. Benzer büyüklükte çok sayıda fırsatınız ve yeterli geçmiş veriniz varsa ağırlıklı pipeline genelde en isabetlisidir; birkaç büyük işin belirlediği bir pipeline’da ise kategori bazlı yöntem daha az yanıltır.

Küçük ve yeni bir ekip hangi yöntemle başlamalı?

Temsilci tahmini ya da aşama bazlı kategori yöntemiyle başlayın; ikisi de yüzde hesaplamak için geçmiş fırsat gerektirmez. Bu arada her fırsatın aşama geçmişini ve kapanış tarihini eksiksiz kaydedin. Birkaç çeyrek sonra ağırlıklı pipeline’a geçmek için gereken veri bu şekilde birikir. Temsilci sapmasını da bu dönemde ölçmeye başlayın, geçiş kararını kolaylaştırır.

Yöntemler birlikte mi kullanılmalı, tek biri mi seçilmeli?

Bir yöntemi ana yöntem yapıp raporlamayı ve hedefleri ona göre kurmak gerekir, ama en az bir ikinci yöntemle her dönem periyodik olarak karşılaştırmak faydalıdır. İki yöntemin sonucu birbirinden uzaklaştığında, bu fark tek başına bir hata değil, araştırılması gereken bir sinyaldir; genelde pipeline’daki bir fırsatın ya da geçmiş dönemin kırılma içerip içermediğini gösterir.

Yapay zekâ bu dört yöntemin yerini alır mı?

Hayır, almaz. Makine öğrenmesine dayalı modeller çok sayıda sonuçlanmış fırsat ve temiz bir aşama geçmişi gerektirir; bu dört yöntemin girdileri aynı zamanda böyle bir modelin de girdisidir. Senitix AI bir tahmin modeli değildir; hazırlığı üstlenir, yani özet çıkarır ve sonraki adımı önerir. Rakamı ve düzeltmeyi satış müdürü belirler.

Tarihsel oran ile ağırlıklı pipeline aynı anda kullanılabilir mi?

Evet, hatta önerilir. Tarihsel oran, tekrarlayan sipariş kısmına sağlam bir taban verir; ağırlıklı pipeline ise yeni fırsatlardan gelecek ek satışı hesaba katar. İkisini aynı dönem için yan yana toplamak, yalnızca birini kullanmaktan daha gerçekçi bir aralık verir ve aradaki farkı erken görmenizi sağlar.