Table des Matières
Plus d'articles Baremetrics
Les modèles de prévisions de revenus vous aident à planifier votre prochaine phase de croissance. Les modèles financiers vous aident également à planifier comment pivoter en réponse à certains scénarios, comme une baisse soudaine des ventes ou une augmentation inattendue de la demande.
L'article Baremetrics « Le modèle financier SaaS que vous utiliserez réellement » décrit comment créer des modèles financiers pour planifier vos prochaines étapes, même lorsque votre revenu total est insuffisant et que les choses ne se déroulent pas comme prévu.
Explorons l'importance des prévisions précises dans les affaires et comment elles peuvent être utilisées pour prédire les ventes futures. Nous approfondirons le processus et trois techniques de prévision spécifiques qui peuvent fournir des informations précieuses pour les projections de revenus.
Prêt à passer au niveau suivant avec vos métriques de prévision ? Inscrivez-vous pour un gratuit de Baremetrics dès aujourd'hui !
Qu'est-ce que la prévision de revenus ?
La prévision de revenus consiste à prédire le montant des revenus que vous vous attendez à générer au cours d'une certaine période, qui peut aller d'un trimestre (trois mois) à une année complète.
Ce processus n'est pas simplement une supposition sur le montant d'argent que votre entreprise générera, mais certains experts admettent que, pour une startup, la prévision de revenus est plus un art qu'une science.
D'autres commentateurs distinguent entre la prévision par jugement— basée sur l'intuition et les preuves anecdotiques — et la prévision quantitative — basée sur les données actuelles et historiques. Idéalement, les données pilotent vos prévisions de revenus.
Vous souhaitez tirer le meilleur parti des données de ventes que votre entreprise collecte ? Inscrivez-vous pour un Baremetrics gratuit dès aujourd'hui !
Importance des modèles de prévisions de revenus
Les modèles de prévisions de revenus offrent une méthode pour prédire les revenus. Ils vous permettent de dépasser le jugement personnel — votre « meilleure estimation » du succès de votre processus de vente — pour aller vers l'analyse quantitative.
Bien sûr, les données concrètes ne sont pas toujours possibles. Si c'est la première année de votre entreprise, vous devrez peut-être vous fier à la prévision intuitive. Souvent, cela provient de l'évaluation de vos vendeurs sur la probabilité que les prospects aboutissent.
Les modèles de prévision sont importants car ils pilotent la prise de décision dans votre entreprise. Ils influencent vos décisions d'embaucher plus de personnes, de s'étendre à de nouveaux marchés et de fixer des objectifs pour les trimestres à venir.
Trois méthodes de prévision des revenus et des ventes
Voici trois façons de s'appuyer sur des méthodes éprouvées de prévision des revenus et de développer une image du succès de votre entreprise.
1. Prévision par étape des opportunités
Cette méthode prédit les revenus en fonction de vos prospects actuels. Elle utilise les données historiques pour ajouter une valeur numérique à chaque prospect en fonction de son étape dans le parcours de vente. Plus ils avancent dans votre pipeline de vente, plus les chances que l'affaire se conclut sont grandes.
Par exemple, supposons que au cours des deux derniers trimestres, 60 % des clients qui ont atteint l'étape de l'inscription à un essai gratuit ont finalement acheté un abonnement.
Vous pouvez utiliser cette méthode de prévision pour prédire que 60 % des prospects actuellement inscrits à un essai gratuit s'abonneront. En utilisant ce chiffre, vous pouvez prévoir vos revenus.
En théorie, vous pouvez prédire vos revenus en fonction de n'importe quelle étape d'opportunité. Mais plus ils avancent dans l'entonnoir, plus la prévision devient précise. C'est parce que vous en savez plus sur ces clients potentiels, suffisamment pour prédire les revenus futurs.
Cette méthode présente des failles potentielles. Elle ne prend pas en compte l'ancienneté de chaque prospect. Un prospect plus ancien, ou quelqu'un qui traîne avant d'atteindre l'étape de l'essai gratuit, est peut-être moins susceptible de s'engager que celui qui traverse rapidement les premières étapes. La prévision par étape des opportunités traite les deux prospects de la même manière.
2. Prévision par analyse du marché de test
Cette méthode vous aide à prédire les revenus en fonction de l'intérêt projeté pour un produit. Le processus implique de lancer un produit ou un service sur un marché de test et d'examiner les résultats. C'est une méthode particulièrement précieuse pour les startups qui peuvent ne pas avoir de données historiques à exploiter.
Un exemple de marché de test peut être un lancement auprès d'un petit segment de consommateurs ou d'entreprises. Les campagnes de financement participatif, telles que Kickstarter ou Indiegogo, sont une forme de marketing de test.
Cette méthode a également ses inconvénients. Il n'y a aucune garantie que votre produit se comportera aussi bien sur un marché ouvert que sur votre marché de test. Avant d'utiliser cette méthode, il est judicieux d'utiliser des données supplémentaires qui tiennent compte de la concurrence dans votre secteur et des habitudes d'achat de vos consommateurs cibles.
3. Prévision historique
C'est un modèle de prévision de revenus simple. Prévisions historiques suppose que tout ce qui s'est passé dans le passé continuera à se produire.
Par exemple, disons que votre revenu était de 100 000 $ en janvier. La prévision historique suppose que les revenus atteindront 100 000 $ en février et les mois suivants.
Il y a aussi certains inconvénients à cette méthode. Bien qu'elle s'appuie sur la réalité historique, elle suppose beaucoup de choses sur l'avenir. Premièrement, que les ventes sont stables et récurrent mensuel ne se contractent ni ne se développent. Elles ne baissent ni ne montent. Deuxièmement, elle ne tient pas compte des fluctuations naturelles, comme la saisonnalité, les changements de la demande des clients, ou la croissance résultant des efforts de votre équipe de vente.
Il existe des moyens de modifier cette méthode pour la rendre plus précise. Vous pouvez examiner les tendances au cours des 6 derniers mois à un an. Cela devrait montrer une moyenne mobile tenant compte des changements saisonniers et du taux de croissance des revenus.
Vous pouvez ensuite modifier vos projections de prévisions de ventes en commençant par les taux de ventes moyens, ce qui fournira une image de ventes plus précise pour votre entreprise.
La comparaison mois par mois peut servir de repère plutôt que de méthode simple garantissant la précision de la prévision.
Comment Baremetrics aide !
Baremetrics utilise des points de données réels de votre entreprise pour vous aider à faire des prédictions intelligentes.
L' L'outil de prévision est votre ressource incontournable pour les prévisions de revenus sur lesquelles vous pouvez vous fier pour la budgétisation et les décisions opérationnelles.
Les analyses Baremetrics et des insights vous donnent accès à des ensembles de données puissantes sur votre clients que vous pouvez utiliser pour créer modèles financiers pour développer votre entreprise.
Pour en savoir plus sur Baremetrics, inscrivez-vous pour un gratuit dès aujourd'hui.
Questions fréquemment posées
-
Qu'est-ce que la prévision des revenus et pourquoi est-ce important pour les entreprises SaaS ?
La prévision des revenus est le processus de prédiction du montant des revenus que votre entreprise d'abonnement générera au cours d'une période définie, généralement un trimestre ou une année complète.
Pour les entreprises SaaS et d'abonnement, la prévision précise des revenus est directement liée aux décisions opérationnelles : quand embaucher, quels marchés pénétrer et comment investir agressivement dans la croissance. Contrairement aux entreprises de transactions ponctuelles, les modèles d'abonnement ont des entrées prévisibles comme le MRR, le taux de churn et les revenus d'expansion qui rendent la prévision quantitative plus fiable que l'intuition seule. Il existe deux grandes approches : la prévision par jugement, qui repose sur l'expérience et les signaux qualitatifs, et la prévision quantitative, qui utilise les données de facturation actuelles et historiques pour créer des projections de revenus sur lesquelles vous pouvez réellement agir. -
Quels sont les principaux modèles de prévision des revenus utilisés par les entreprises d'abonnement ?
Les trois modèles de prévision des revenus les plus largement utilisés par les entreprises d'abonnement sont la prévision par étapes d'opportunité, la prévision par analyse de marché de test et la prévision historique.
Chacun s'adapte à un stade différent de maturité de l'entreprise :- Prévision par étapes d'opportunité attribue des probabilités de clôture aux prospects en fonction de leur position dans votre pipeline de vente, utile lorsque vous avez des données de conversion historiques par étape d'entonnoir.
- Prévision par analyse de marché de test projette les revenus d'un lancement de produit limité, une option pratique pour les entreprises SaaS en phase de démarrage sans données historiques.
- Prévisions historiques suppose que les modèles de revenus passés se poursuivent, et fonctionne mieux lorsqu'il est ajusté pour la saisonnalité, le taux de croissance du MRR et les moyennes mobiles sur six à douze mois.
-
Comment prévoir les revenus SaaS sans données historiques ?
Les entreprises SaaS en phase de démarrage sans données historiques peuvent utiliser la prévision par analyse de marché de test pour générer des projections de revenus basées sur la demande réelle et observée avant un lancement complet.
Cette approche implique de lancer votre produit ou une version minimale viable auprès d'un segment limité de votre marché cible et de mesurer le comportement réel de conversion et de rétention. Les campagnes de financement participatif, les bêtas fermées et les programmes pilotes servent tous de marchés de test. La clé est d'ajouter un contexte supplémentaire : la tarification des concurrents, les benchmarks de churn de l'industrie et les modèles d'achat de votre client cible. La prévision par jugement des membres expérimentés de l'équipe de vente peut également combler les lacunes lorsque les données concrètes sont limitées. À mesure que vous accumulez des données de facturation, vous pouvez passer à des modèles quantitatifs basés sur le MRR et les taux de conversion d'essai en abonnement payant. -
Comment le taux de churn affecte-t-il la précision de la prévision des revenus pour les entreprises d'abonnement ?
Le taux de churn est l'une des variables les plus importantes dans toute prévision de revenus d'abonnement car il réduit directement la base de MRR sur laquelle vos projections sont construites.
Un modèle de prévision historique qui ignore le churn surestimera systématiquement les revenus futurs. Pour créer une prévision de ventes précise, vous devez tenir compte à la fois du churn volontaire et du churn involontaire causé par les paiements échoués. La séparation du MRR perdu du MRR de contraction est également importante : un client qui réduit ses services est un signal différent de celui qui annule complètement. Baremetrics suit tous ces mouvements de revenus en temps réel, de sorte que votre modèle de prévision part d'une base de MRR précise plutôt que d'un chiffre qui inclut silencieusement les abonnés perdus. Associez les données de churn aux tendances du LTV et des revenus d'expansion pour créer une projection de revenus qui reflète comment votre base d'abonnés se comporte réellement. -
Quelle est la différence entre la prévision des revenus ascendante et descendante pour SaaS ?
La prévision des revenus ascendante construit des projections à partir d'entrées granulaires comme les taux de conversion d'essai, les revenus moyens par compte et le volume du pipeline, tandis que la prévision descendante part de la taille du marché adressable total et descend jusqu'à une part estimée.
Pour les entreprises d'abonnement B2B, la prévision ascendante est généralement plus fiable car elle est basée sur le comportement de facturation réel plutôt que sur les hypothèses de taille du marché. En partant du MRR réel, des taux de churn connus et des revenus d'expansion mesurables, vous donnez aux responsables financiers et aux fondateurs une prévision de revenus qu'ils peuvent défendre lors d'une réunion du conseil d'administration ou utiliser pour la planification de l'effectif. Les modèles descendants sont plus utiles pour le dimensionnement du marché en phase de démarrage ou les récits destinés aux investisseurs. En pratique, l'exécution des deux en parallèle vous aide à tester les hypothèses et à comprendre l'éventail des résultats que votre entreprise d'abonnement pourrait réalistiquement atteindre.