आपने शायद बड़ी कंपनियों के "बिक्री पूर्वानुमानों" को पूरा करने या गायब करने के बारे में सुनने के लिए सीएनबीसी को काफी देर तक चालू रखा है!
आपने शायद बड़ी कंपनियों के “बिक्री पूर्वानुमानों” को पूरा करने या गायब करने के बारे में सुनने के लिए सीएनबीसी को काफी देर तक चालू रखा है, और आपने शायद कंपनी के शेयरों को इस आधार पर ऊपर या नीचे जाते हुए देखा होगा कि एनालिटिक्स उन पूर्वानुमानों के साथ ऐतिहासिक बिक्री डेटा की तुलना कैसे करते हैं।
लेकिन जबकि व्यवसाय पूर्वानुमान और मात्रात्मक विश्लेषण निश्चित रूप से बड़ी कंपनियों और उनके बिक्री प्रबंधकों के लिए एक गर्म विषय है , अधिकांश एकल उद्यमियों और छोटे व्यवसायों के लिए यह एक विदेशी अवधारणा है।
ये संगठन अक्सर “दावत या अकाल” जीवनचक्र से पीड़ित होते हैं और सटीक बिक्री पूर्वानुमान बनाने में बड़ी कठिनाइयां होती हैं – यदि वे उन्हें बनाते हैं।
लेकिन ऐसा होना ज़रूरी नहीं है.
इस लेख में, आपको व्यवसाय पूर्वानुमान के साथ-साथ बिक्री पूर्वानुमान विधियों में एक क्रैश कोर्स मिलेगा जिसका उपयोग आप अपने व्यवसाय के लिए अधिक सटीक मॉडल बनाने के लिए अभी कर सकते हैं।
तैयार? चल दर।
बिक्री पूर्वानुमान क्या है?
सीधे शब्दों में कहें तो, बिक्री पूर्वानुमान एक निश्चित अवधि, जैसे एक सप्ताह, तिमाही या वर्ष में आपके अपेक्षित बिक्री राजस्व का एक संकेत है।
सर्वोत्तम व्यवसाय पूर्वानुमान विधियां ऐतिहासिक डेटा सेट, बाजार अनुसंधान, प्रत्याशित भविष्य के रुझान और अन्य कारकों का उपयोग करके काफी उच्च स्तर की सटीकता के साथ भविष्यवाणियां करती हैं।
मेट्रिक्स और विश्लेषण के दृष्टिकोण से, यदि आपके पास पिछले डेटा का एक मजबूत सेट और प्रदर्शन का ऐतिहासिक रिकॉर्ड है, तो आप इसका उपयोग भविष्य की वृद्धि की भविष्यवाणी करने के लिए कर सकते हैं।
बेशक, बिक्री पूर्वानुमान भी बुरी तरह गलत हो सकते हैं।
आर्थिक स्थितियाँ, नए उत्पाद लॉन्च , खराब निर्णय लेने या व्यवसाय प्रबंधन, और अप्रत्याशित भविष्य की घटनाएं सभी पूर्वानुमानित मॉडल में विचलन पैदा कर सकती हैं और बेहद गलत अनुमान लगा सकती हैं।
इसके एक बेहतरीन उदाहरण के लिए, 2020 में COVID-19 महामारी पर विचार करें।
2020 की शुरुआत में ऐतिहासिक डेटा बिंदुओं पर आधारित कोई भी सटीक पूर्वानुमान पूरी तरह से गलत होगा क्योंकि बिक्री कम हो गई और वर्ष के मध्य तक महामारी ने जोर पकड़ लिया।
यह इतना बुरा था कि फोर्ब्स और एचबीआर जैसे प्रकाशन पाठकों को यह समझने में मदद करने के लिए लेख चला रहे थे कि पूर्ण आर्थिक मंदी के मद्देनजर इसे कैसे संभालना है।
जबकि बड़ी कंपनियों के पास अपने पूर्वानुमान मॉडल में इस तरह के उतार-चढ़ाव को शामिल करने के तरीके हैं, छोटे व्यवसायों को इस स्तर पर इसके बारे में इतनी चिंता करने की आवश्यकता नहीं होगी।
मामूली भिन्नताओं के साथ भी, एक अच्छा बिक्री पूर्वानुमान एक शक्तिशाली व्यावसायिक उपकरण हो सकता है जो आपको यह सुनिश्चित करने में मदद करेगा कि आपकी बिक्री टीम सही रास्ते पर है।
इसलिए विभिन्न बिक्री पूर्वानुमान विधियों के बारे में जानना महत्वपूर्ण है जिनका आप उपयोग कर सकते हैं, साथ ही उनसे अधिकतम लाभ कैसे प्राप्त करें।
मुझे इसकी ज़रूरत क्यों है?
बिक्री पूर्वानुमान एक महत्वपूर्ण नियोजन उपकरण है जिसका उपयोग आप उन व्यावसायिक परिचालनों का स्वामित्व लेने के लिए कर सकते हैं जो ऐसा महसूस कर सकते हैं कि वे नियंत्रण करने की आपकी क्षमता से बाहर हैं।
अल्पकालिक पूर्वानुमान आपको अपनी बिक्री और प्रस्ताव प्रक्रिया को बेहतर ढंग से समझने में मदद कर सकता है और आपके व्यवसाय के लिए प्रभावी राजस्व लक्ष्य निर्धारित करने की आपकी क्षमता को कम कर सकता है।
दीर्घकालिक पूर्वानुमान आपको समय के साथ व्यापार वृद्धि को समझने में मदद कर सकते हैं और आपको सिखा सकते हैं कि अपने व्यापार वर्कफ़्लो को अनुकूलित करने के लिए पिछले प्रदर्शन डेटा का उपयोग कैसे करें।
एक शानदार बिक्री पूर्वानुमान के साथ, आप छह महीने से लेकर एक साल तक आगे बढ़ने में सक्षम होंगे, संभावित वृद्धि देख पाएंगे, और यह पता लगा पाएंगे कि वास्तव में वहां तक कैसे पहुंचा जाए।
हालाँकि यह लेख विशेष रूप से बिक्री पूर्वानुमान मॉडल पर केंद्रित है और आपको आरंभ करने में मदद करने के लिए कुछ नट और बोल्ट प्रदान करेगा, यह ध्यान देने योग्य है कि कई पूर्वानुमान मॉडल हैं जिनका उपयोग आप विश्वसनीय परिणाम बनाने के लिए कर सकते हैं।
यदि आप शोध कर रहे हैं, तो संभावना है कि आपका सामना इनमें से कुछ मॉडलों से होगा।
प्रत्येक का संक्षिप्त विवरण नीचे दिया गया है।
व्यवसाय पूर्वानुमान तकनीकों के प्रकार
1. समय-श्रृंखला मॉडल
यदि आप किसी भी पूर्वानुमान मॉडल के लिए ऐतिहासिक डेटा को लिंचपिन के रूप में उपयोग करने की योजना बना रहे हैं, तो आप संभवतः समय-श्रृंखला मॉडल पर विचार कर रहे हैं।
इस पद्धति के साथ, आप भविष्य के बिक्री प्रदर्शन और वृद्धि के पूर्वानुमानक के रूप में पिछले डेटा का उपयोग करेंगे।
बस एक साइड नोट: यदि आप पांडाडॉक उपयोगकर्ता हैं, तो आप सीधे अपने डैशबोर्ड से एक वर्ष तक के ऐतिहासिक डेटा तक पहुंच सकते हैं ।
यह विधि उन व्यवसायों के लिए बहुत अच्छी है जिनमें वस्तुओं की कीमत काफी हद तक स्थिर रहती है, और विकास अक्सर उस स्केलिंग द्वारा निर्धारित किया जाता है जिसे व्यवसाय काफी हद तक नियंत्रित कर सकता है।
उदाहरण के लिए, यदि आप एक सफाई सेवा चलाते हैं और आपकी ओवरहेड लागत (आपूर्ति, श्रम इत्यादि) पिछले कई वर्षों से काफी हद तक सुसंगत रही है, तो आपकी बढ़ने की क्षमता काफी हद तक आपके ऑपरेशन को बढ़ाने और आक्रामक रूप से बढ़ने की कोशिश पर निर्भर हो सकती है नये खाते.
इस तरह के परिदृश्य में, विकास आपके द्वारा लागू की गई व्यावसायिक रणनीतियों पर निर्भर करता है, इसलिए समय-श्रृंखला डेटा और एक उपयुक्त विकास पद्धति शायद समझ में आती है।
2. संकेतक दृष्टिकोण और अर्थमितीय मॉडल
पूर्वानुमान की यह विधि विकास के संकेतों को समझने और पहचानने के लिए आपूर्ति, मांग और कीमत में उतार-चढ़ाव को देखती है।
इन मॉडलों का उपयोग अक्सर बिक्री के बजाय शिक्षा, अनुसंधान और सरकारी नीति चर्चाओं में किया जाता है।
इस मॉडल का उपयोग करते हुए, आपको कई चरों के बीच आर्थिक संबंध का आकलन करना होगा, उन चरों के बीच संबंध निर्धारित करने का प्रयास करना होगा और देखना होगा कि वे भविष्य के व्यावसायिक अवसरों को कैसे प्रभावित कर सकते हैं।
अर्थमिति मॉडल सबसे अधिक तकनीकी हैं क्योंकि वे खरीदार की भूख और कारण संकेतों को निर्धारित करने के लिए सांख्यिकीय मॉडल और व्यापक डेटासेट पर भरोसा करते हैं जो उपभोक्ता मांग में वृद्धि का संकेत देते हैं।
यदि आप अर्थशास्त्रियों, कृत्रिम बुद्धिमत्ता प्लेटफार्मों और सभ्य संख्या-क्रंचिंग उपकरणों तक पहुंच के बिना एक छोटा व्यवसाय हैं, तो यह विधि आपके लिए नहीं हो सकती है।
3. निर्णयात्मक पूर्वानुमान मॉडल
उपलब्ध सबसे व्यक्तिपरक मॉडल, निर्णयात्मक पूर्वानुमान, बिक्री पूर्वानुमान के मात्रात्मक तरीकों से पीछे हट जाता है और इसके बजाय उचित भविष्यवाणियां करने के लिए सहज पूर्वानुमान पर निर्भर करता है।
यदि आप संख्या-आधारित व्यक्ति हैं, तो इस दृष्टिकोण को अपनाना कुछ हद तक अटपटा लग सकता है, लेकिन जब जानकारी की कमी का मतलब है कि मात्रात्मक पूर्वानुमान एक विकल्प नहीं है, तो निर्णयात्मक पूर्वानुमान बहुत उपयुक्त है।
जबकि सभी पूर्वानुमान विधियां वास्तव में केवल शिक्षित अनुमान हैं, निर्णयात्मक पूर्वानुमान सही निर्णय लेने के लिए भविष्यवक्ता की विशेषज्ञता और अंतर्ज्ञान पर निर्भर करता है।
यदि आप सटीक पूर्वानुमान बनाने के लिए आवश्यक मेट्रिक्स पर नज़र नहीं रख रहे हैं, या यदि आपके उद्योग में कोई बड़ा बदलाव आपके वर्तमान डेटा सेट को अमान्य कर देता है, तो आपको एक शिक्षित अनुमान लगाने और एक दिशा चुनने के लिए छोड़ा जा सकता है।
नए डेटा को इकट्ठा करने और इसे संदर्भ बिंदु के रूप में उपयोग करने से निर्णय संबंधी पूर्वानुमान की सटीकता बढ़ सकती है, लेकिन पर्याप्त बिक्री डेटा उपलब्ध होने के बाद यह पद्धति आम तौर पर मात्रात्मक मॉडल से तेजी से आगे निकल जाती है।
4. डेल्फ़ी विधि
अपोलो मंदिर की उच्च पुजारिन के नाम पर, जिसे डेल्फ़ी के ओरेकल के नाम से जाना जाता है, पूर्वानुमान की यह विधि विशेषज्ञों के एक पैनल द्वारा की गई भविष्यवाणियों पर निर्भर करती है।
पूर्वानुमान की इस गुणात्मक पद्धति के माध्यम से यह धारणा बनाई जा रही है कि ये विशेषज्ञ अधिक सटीकता के साथ भविष्यवाणी करने के लिए अपनी उद्योग विशेषज्ञता का लाभ उठा सकते हैं कि बाजार कैसे बदलेगा।
अक्सर, ये विशेषज्ञ संगठन के लिए सर्वोत्तम कार्रवाई पर पहुंचने के लिए एक प्रश्नावली भरेंगे या कंपनी द्वारा पूछे गए प्रश्नों की एक श्रृंखला का उत्तर देंगे।
समय-श्रृंखला मॉडल के लिए बिक्री पूर्वानुमान की सांख्यिकीय विधियाँ क्या हैं?
इस अनुभाग में, हम समय-श्रृंखला मॉडल के लिए बिक्री पूर्वानुमान के तरीकों पर एक-एक करके गहराई से विचार करेंगे और आपको बताएंगे कि वे क्या हैं और आप उनका उपयोग क्यों कर सकते हैं।
1. सरल चलती औसत (एसएमए)
सरल चलती औसत (एसएमए) पिछले एन डेटा बिंदुओं का औसत है, और यह भविष्य की बिक्री की भविष्यवाणी करता है।
संख्या n को विंडो आकार कहा जाता है।
सरल चलती औसत की गणना करके प्राप्त परिणामी मूल्य अगली अवधि के लिए पूर्वानुमान है।
एसएमए का उपयोग क्यों करें?
एसएमए बिक्री पूर्वानुमान के लिए एक अच्छा विकल्प है जब डेटा अपेक्षाकृत स्थिर होता है और इसमें कोई बड़ा उतार-चढ़ाव या आउटलेर नहीं होता है।
जब आप डेटा और रुझानों का त्वरित, उच्च-स्तरीय अवलोकन प्राप्त करना चाहते हैं तो यह उपयोग करने का एक अच्छा तरीका है। एसएमए को लागू करना भी आसान है और इसे कोड की कुछ पंक्तियों में ही किया जा सकता है।
2. एक्सपोनेंशियल स्मूथिंग (एसईएस)
एक्सपोनेंशियल स्मूथिंग एक सांख्यिकीय पद्धति है जिसमें पूर्वानुमान तैयार करने के लिए पिछले डेटा बिंदुओं के भारित औसत का उपयोग करना शामिल है।
यह विधि पूर्वानुमान तैयार करने के लिए पिछले डेटा बिंदुओं और वर्तमान मूल्य दोनों को ध्यान में रखती है।
जैसे-जैसे डेटा पुराना होता जाता है, वजन तेजी से घटता जाता है, इसलिए इसे एक्सपोनेंशियल स्मूथिंग कहा जाता है।
एसईएस का उपयोग क्यों करें?
जब आप डेटा के हालिया मूल्यों और रुझानों को ध्यान में रखना चाहते हैं तो एसईएस एक अच्छी विधि है।
जब आप डेटा में उतार-चढ़ाव को कम करना चाहते हैं, तो पूर्वानुमान को अधिक स्थिर और विश्वसनीय बनाते समय यह उपयोग करने का एक अच्छा तरीका है।
3. ऑटोरेग्रेसिव इंटीग्रेटेड मूविंग एवरेज (ARIMA)
ऑटोरेग्रेसिव इंटीग्रेटेड मूविंग एवरेज (एआरआईएमए) एक सांख्यिकीय पद्धति है जिसमें पूर्वानुमान तैयार करने के लिए ऑटोरेग्रेसिव, डिफरेंसिंग और मूविंग एवरेज तकनीकों के संयोजन का उपयोग करना शामिल है।
ऑटोरिग्रेशन एक पूर्वानुमान तैयार करने के लिए पिछले डेटा बिंदुओं का उपयोग है, डेटा में रुझान और मौसमी को हटाने के लिए भिन्नता का उपयोग किया जाता है, और चलती औसत का उपयोग पिछले डेटा बिंदुओं का भारित औसत उत्पन्न करने के लिए किया जाता है।
ARIMA का उपयोग क्यों करें?
जब आपके पास समय श्रृंखला डेटा होता है जिसमें स्पष्ट प्रवृत्ति और मौसमी डेटा होता है तो ARIMA उपयोग करने के लिए एक अच्छी विधि है। ARIMA डेटा की प्रवृत्ति और मौसमी को ध्यान में रखता है, जो इसे एक अच्छा विकल्प बनाता है जब आप अधिक सटीक पूर्वानुमान लगाना चाहते हैं।
4. तंत्रिका नेटवर्क (एनएन)
पूर्वानुमान तैयार करने के लिए कृत्रिम तंत्रिका नेटवर्क का उपयोग करना एक अन्य तरीका है।
तंत्रिका नेटवर्क कंप्यूटर एल्गोरिदम हैं जो मानव मस्तिष्क की संरचना और कार्य की नकल करने के लिए डिज़ाइन किए गए हैं।
उनका उपयोग डेटा में पैटर्न और संबंधों को पहचानने और इन पैटर्न के आधार पर भविष्यवाणियां करने के लिए किया जाता है।
एनएन का उपयोग क्यों करें?
जब आपके पास बड़ी मात्रा में डेटा हो और आप अत्यधिक सटीक पूर्वानुमान लगाना चाहते हों तो एनएन एक अच्छी विधि है। तंत्रिका नेटवर्क डेटा में पैटर्न और रिश्तों को पहचानने में अच्छे हैं जिनका पता लगाना मनुष्यों के लिए मुश्किल हो सकता है, जो उन्हें बिक्री पूर्वानुमान के लिए एक अच्छा विकल्प बनाता है।
5. क्रोस्टन
क्रॉस्टन बिक्री पूर्वानुमान के लिए एक सांख्यिकीय पद्धति है जो विशेष रूप से आंतरायिक मांग समय-श्रृंखला डेटा के लिए डिज़ाइन की गई है।
क्रोस्टन का उपयोग क्यों करें?
जब आपके पास समय-श्रृंखला डेटा होता है जो शून्य या कम मूल्यों की लंबी अवधि और उच्च मूल्यों की छोटी अवधि की विशेषता होती है तो क्रॉस्टन उपयोग करने का एक अच्छा तरीका है।
मुझे किस पूर्वानुमान पद्धति का उपयोग करना चाहिए?
आपके लिए सबसे उपयुक्त पूर्वानुमान पद्धति आपके व्यवसाय के लिए उपलब्ध डेटा और संसाधनों पर निर्भर करेगी।
यदि आप उन मेट्रिक्स पर नज़र रख रहे हैं जिन्हें आप बदलना चाहते हैं, तो समय-श्रृंखला विश्लेषण करना, अपने उद्देश्य के अनुरूप नीति में बदलाव करना और समय के साथ चलती औसत की निगरानी करना आसान है।
यदि आपके पास पर्याप्त डेटा की कमी है, तो आपके पास निर्णयात्मक पूर्वानुमान मॉडल अपनाने, अपना सर्वश्रेष्ठ अनुमान लगाने और उन मैट्रिक्स और डेटा बिंदुओं पर नज़र रखना शुरू करने के अलावा कोई विकल्प नहीं हो सकता है जो आपको एक सूचित निर्णय लेने में मदद करने के लिए सबसे अधिक उपयुक्त हैं।
इनमें से कुछ मेट्रिक्स स्पष्ट हो सकते हैं।
पांडाडॉक रिपोर्टिंग उपकरण आपके बिक्री प्रतिनिधियों द्वारा बंद किए गए बिक्री दस्तावेज़ों की संख्या और प्रत्येक दस्तावेज़ से अर्जित राजस्व की मात्रा से लेकर आपकी बिक्री पाइपलाइन के माध्यम से दस्तावेज़ और सौदे कैसे आगे बढ़ते हैं, सब कुछ ट्रैक करने में आपकी सहायता कर सकते हैं।
लेकिन, जबकि बिक्री गतिविधि निगरानी के लिए एक पहलू है, फिर भी आपको यह निर्धारित करने के लिए अन्य उपकरणों से परामर्श करने की आवश्यकता होगी कि आप लाभ को अधिकतम करने के लिए अन्य अवसर अंतराल को कहां बंद कर सकते हैं।
विचार करने योग्य अन्य व्यवसाय पूर्वानुमान उपकरण
1. पूर्वानुमानित विश्लेषण
पूर्वानुमानित विश्लेषण उपकरण आपके बिक्री डेटा का विश्लेषण करने और भविष्य की बिक्री प्रवृत्तियों के बारे में पूर्वानुमान लगाने के लिए जटिल एल्गोरिदम और मशीन लर्निंग तकनीकों का उपयोग करते हैं।
इस प्रकार का उपकरण आपको बिक्री के प्रमुख चालकों की पहचान करने और बदलती बाजार स्थितियों के लिए जल्दी से अनुकूलित करने में मदद कर सकता है, जो उन्हें शक्तिशाली बिक्री रणनीति संकेतक बनाता है ।
2. सीआरएम सिस्टम
बिक्री पूर्वानुमान ग्राहक संबंध प्रबंधन (सीआरएम) सिस्टम भविष्य की बिक्री वृद्धि की भविष्यवाणी करने के लिए संभावित सौदों की आपकी पाइपलाइन का उपयोग करते हैं।
ग्राहकों की बातचीत, बिक्री पैटर्न और व्यवहार को ट्रैक करने के लिए सीआरएम का उपयोग करके, आप अपने ग्राहकों की प्राथमिकताओं में मूल्यवान अंतर्दृष्टि प्राप्त करने और अधिक सटीक बिक्री पूर्वानुमान लगाने में सक्षम होंगे।
3. बाजार अनुसंधान उपकरण
जब बाजार के रुझान की बात आती है तो क्या आप सबसे आगे रहना चाहते हैं?
बाजार अनुसंधान उपकरण ग्राहकों की प्राथमिकताओं और बाजार के रुझानों में मूल्यवान अंतर्दृष्टि प्रदान करते हैं, जिससे आप भविष्य की बिक्री के बारे में सूचित पूर्वानुमान लगा सकते हैं।
इस जानकारी के साथ, आप प्रतिक्रियाशील होने के बजाय सक्रिय हो सकते हैं और डेटा-संचालित निर्णय ले सकते हैं जो आपकी बिक्री को आगे बढ़ाने में मदद करते हैं।
बिक्री और मात्रात्मक पूर्वानुमान के साथ शुरुआत करना
इससे पहले कि आप बिक्री का पूर्वानुमान लगाएं, आपको यह समझना होगा कि आप बिक्री के मूल तत्व कैसे प्राप्त करते हैं।
यहां उन बुनियादी बातों पर एक बहुत ही सरल नज़र डाली गई है:
- नेतृत्व करता है. ये वे लोग हैं जो आपके व्यवसाय से अनभिज्ञ होने से लेकर ट्रैक करने योग्य लीड बन जाते हैं (उदाहरण के लिए, वे आपकी मेलिंग सूची की सदस्यता लेते हैं, आप सीधे उन तक पहुंचते हैं, या आप विज्ञापन करते हैं)। लीड प्राप्त करने के कई तरीके हैं , लेकिन, एक बार जब वे आपके पास आ जाएं, तो आपको उन्हें परिवर्तित करना होगा।
- योग्य संभावनाएँ. आपके सभी लीड ग्राहक नहीं बनेंगे. अर्हता प्राप्त करने के लिए कुछ प्रक्रिया होनी चाहिए जो लीड आपकी बात सुनने के लिए तैयार हो और संभावित रूप से खरीदार बन जाए।
- ग्राहक/ग्राहक. उन संभावनाओं में से, आपके पास एक प्रतिशत होगा (एक अच्छा होना चाहिए) जो “बंद” होगा। इसका मतलब है कि वे एक समझौते पर हस्ताक्षर करेंगे, आपके उत्पाद खरीदेंगे, आदि।
आपके नंबर जानना
आपको यह पता लगाना होगा कि पैसा कहां से आ रहा है।
यह एक पुलिस नाटक की तरह लग सकता है, लेकिन यदि आप पैसे का पालन कर सकते हैं, तो आप अपने व्यवसाय में नकदी प्रवाह की अधिकांश समस्याओं को हल कर सकते हैं।
आप स्वयं से प्रश्न पूछकर और तथ्य प्राप्त करके अपने नंबर ज्ञात कर सकते हैं।
यदि आप इन प्रश्नों का उत्तर देने का प्रयास कर रहे हैं और नहीं कर पा रहे हैं तो चिंता न करें।
आप जो देख रहे हैं उसके आधार पर आपको निर्णय लेने पड़ सकते हैं और उस डेटा को संकलित करना शुरू करते समय समय के साथ एक प्रवृत्ति विश्लेषण करना पड़ सकता है।
यह सभी देखें:
अपना लक्ष्य निर्धारित करें (दिनांक और डॉलर)
“अंत को ध्यान में रखकर शुरुआत करें” ऐसा प्रतीत होता है कि यह शब्द द 7 हैबिट्स ऑफ हाईली इफेक्टिव पीपल नामक पुस्तक में गढ़ा गया है।
चाहे यह कहीं से भी आया हो, यह आपके व्यवसाय की भविष्य की बिक्री का पूर्वानुमान लगाने के लिए एक बहुत प्रभावी प्रारंभिक बिंदु है। अपनी वर्तमान संख्याओं का पता लगाने के बाद, आपके पास एक यथार्थवादी दृष्टिकोण होगा कि आप कितनी तेजी से अपना व्यवसाय बढ़ा सकते हैं।
उदाहरण के लिए, यदि आप औसतन $8,000 प्रति माह कमा रहे हैं; अगले 12 महीनों के भीतर इसे बढ़ाकर $12,000-$16,000 प्रति माह करना संभव हो सकता है। लेकिन समान समयावधि में प्रति माह $100,000 देना बहुत अधिक होगा।
सही बात? एक लक्ष्य निर्धारित करें जो आपको लगता है कि हासिल किया जा सकता है, और फिर इसे कुछ परीक्षणों से गुजारें।
उन प्रश्नों में शामिल हो सकते हैं:
1. मैं अपनी लीड कैसे बढ़ा सकता हूँ?
आपकी बिक्री को 50% तक बढ़ाने से कम से कम 50% अधिक लीड मिलने की संभावना है।
इसका मतलब है कि आपको अपनी वर्तमान लीड जनरेशन लेनी होगी और देखना होगा कि क्या आप इसे बढ़ा सकते हैं।
कभी-कभी, लीड सोर्सिंग के लिए संसाधनों को मुक्त करने के लिए बिक्री स्वचालन उपकरण का लाभ उठाकर ऐसा किया जा सकता है।
अन्य समय में, इसके लिए आपके मार्केटिंग और विज्ञापन बजट में अतिरिक्त खर्च की आवश्यकता हो सकती है।
यदि आप फेसबुक या लिंक्डइन विज्ञापनों का उपयोग कर रहे हैं, तो क्या आप विज्ञापन खर्च दोगुना कर सकते हैं और क्लिक-थ्रू दर बनाए रख सकते हैं?
यदि आपको नहीं लगता कि आपकी वर्तमान विधि आपके लक्ष्य तक पहुँचने के लिए आवश्यक संख्या में लीड प्राप्त कर पाएगी, तो आपको अन्य विधियाँ जोड़नी होंगी।
क्या आप अपनी इनबाउंड रणनीति में कोल्ड ईमेल आउटरीच जोड़ सकते हैं? या क्या आप बस रेफरल के लिए पूछ सकते हैं और कुछ और ग्राहक प्राप्त कर सकते हैं (यदि आप उच्च-डॉलर परामर्श सेवाओं जैसी कोई चीज बेचते हैं)?
2. यह वृद्धि किस बुनियादी ढांचे पर लागू होगी?
अधिक बिक्री का अर्थ है अधिक ग्राहक।
और अधिक ग्राहकों का मतलब अधिक डिलिवरेबल्स है। अधिक लीड का अर्थ है अधिक बातचीत।
बेशक, यह सब उसी 24/7/365 में होता है, और आपको बढ़ी हुई दक्षता और उच्च ओवरहेड से जुड़ी समस्याओं को हल करना होगा।
यह विचार करने योग्य एक महत्वपूर्ण समस्या है क्योंकि, भले ही आप अगले वर्ष या आधे वर्ष के लिए अपनी बिक्री का सटीक पूर्वानुमान लगा सकें, यदि आप आने वाले व्यवसाय की सेवा नहीं कर सकते हैं, तो आपका पूर्वानुमान आपकी कंपनी से अधिक समय तक जीवित रह सकता है!
कार्यकुशलता बढ़ाना
दक्षता बढ़ाना पूर्व-बिक्री और बिक्री-पश्चात प्रक्रियाओं को छोटा करने का मामला है।
इसका मतलब यह सुनिश्चित करने के लिए कॉल करना हो सकता है कि प्रत्येक नए ग्राहक को पता हो कि चीजें कैसे चल रही हैं।
आप टेम्प्लेट और सेवाओं का उपयोग करके कागजी कार्रवाई को सुव्यवस्थित कर सकते हैं जो सौदों और अनुबंधों (चालान, प्रस्ताव, समझौते, मानक प्रक्रियाएं, आदि) पर हस्ताक्षर करने की गति में सुधार करते हैं।
अपनी लीड बढ़ाने का प्रयास करने से पहले अपनी प्रक्रियाओं को बेहतर बनाएं। इस तरह, आपका सिस्टम और आपकी टीम इस नए परिचालन परिवर्तन को बेहतर ढंग से समायोजित करने में सक्षम हैं।
ओवरहेड संभालना
ओवरहेड बढ़ाना यह पता लगाने का मामला है कि मौजूदा कर्मचारी आपके पूर्वानुमानित लक्ष्य के साथ आपके द्वारा पूर्वानुमानित व्यवसाय को संभाल सकते हैं या नहीं।
यदि नहीं, तो नए श्रमिकों या ठेकेदारों को काम पर रखना आवश्यक हो सकता है।
इससे पहले कि आप दोगुनी संख्या में प्रस्ताव भेजना शुरू करें, यह पता लगा लें कि आपको कितने स्टाफिंग/फ्रीलांसिंग/कॉन्ट्रैक्टिंग पावर की आवश्यकता होगी।
