Elk kwartaal presenteren salesleiders vol vertrouwen een getal aan de board. En elk kwartaal halen de meesten het niet, vaak ruim niet, omdat de forecast een onderbouwde gok was die eruitzag als een berekening.

Het gat tussen het getal dat je belooft en het getal dat je haalt, is wat forecast accuracy meet. Bij de meeste bedrijven is dat gat ongemakkelijk groot, waardoor hun forecasts dichter bij fictie liggen dan bij feiten.

Forecast accuracy is hoe dicht je sales forecast bij je echte resultaten ligt, meestal uitgedrukt als het procentuele verschil tussen wat je voorspelde en wat je haalde. Het meet of je je forecast überhaupt kunt vertrouwen.

Het hele bedrijf leunt op de forecast. Werving, uitgaven en planning gaan er allemaal van uit dat het getal klopt. Zit de forecast er ver naast, dan staat elke beslissing die erop gebouwd is op drijfzand.

TL;DR

Forecast accuracy meet hoe dicht je voorspelde omzet bij je echte resultaten komt, uitgedrukt als de procentuele afwijking tussen forecast en werkelijkheid.

Het bedrijf plant rond de forecast. Een onnauwkeurige forecast betekent dat werving, budgetten en strategie allemaal gebaseerd zijn op een getal dat niet uitkomt.

De meeste bedrijven forecasten slecht en zitten er ruim meer dan 10% naast, terwijl de toppers binnen een smalle marge blijven. Het verschil komt meestal neer op data en proces.

De onderliggende les: nauwkeurigheid komt uit schone data en een gedisciplineerd proces, en niet uit beter gokken. Een forecast op rommelige pipelinedata en onderbuikgevoel blijft altijd onbetrouwbaar.

Wat is forecast accuracy, en hoe druk je het getal meestal uit?

Forecast accuracy meet het verschil tussen wat je dacht te verkopen en wat je echt verkocht. Zo weet je hoe betrouwbaar je forecast is.

Meestal druk je het uit als procentuele afwijking. Forecast je een miljoen dollar en sluit je $900.000, dan zat je forecast er 10% naast, dus je nauwkeurigheid valt binnen een marge van 10%.

Het werkt in twee richtingen tegelijk. Te laag en te hoog uitkomen tellen allebei als onnauwkeurigheid, want een forecast die veel te hoog zit, is voor je planning net zo onbruikbaar als een die veel te laag zit.

Je meet het ook over een vaste periode. Forecast accuracy volg je per kwartaal of per maand, en hoe consistent je nauwkeurigheid in de tijd is, telt net zo zwaar als één losse periode.

Forecast accuracy is dus een maat voor hoeveel je je eigen voorspellingen kunt vertrouwen. Hoe strakker en consistenter je nauwkeurigheid, hoe zekerder het bedrijf rond het getal kan plannen.

Waarom zijn de meeste sales forecasts jaar na jaar zo onnauwkeurig?

De cijfers over de gemiddelde kwaliteit van forecasts zijn ontnuchterend, want de meeste organisaties zitten er ruim naast.

De meerderheid mist fors, en blijft missen. Onderzoek laat zien dat zo'n 79% van de salesorganisaties er meer dan 10% naast zit met de forecast, en dat maar ongeveer een vijfde binnen die marge blijft.

Toppers zijn zeldzamer dan je zou denken. De meeste B2B-teams zitten op zo'n 15 tot 25% afwijking, terwijl de toppers 5 tot 10% halen. Echte nauwkeurigheid is dus de uitzondering.

De oorzaken zijn structureel en helemaal niet mysterieus. Forecasts mislukken door rommelige pipelinedata, inconsistente dealfases, optimistische reps en aanpassingen op gevoel. Geen daarvan komt doordat de toekomst onkenbaar is.

De meeste forecasts zijn dus standaard onnauwkeurig. Forecasten kan prima. Alleen forecasten de meeste teams forecasten op slechte data en een los proces, en dat garandeert een flinke misser.

Waarom telt forecast accuracy zo zwaar, ook buiten het salesteam?

Er staat meer op het spel bij een onnauwkeurige forecast dan je zou denken, want er hangt zoveel aan het getal, en de schade verspreidt zich overal waar het komt.

Het bedrijf plant zijn jaar eromheen. Werving, budgetten en investeringsbeslissingen gaan er allemaal van uit dat de forecast klopt. Klopt hij niet, dan worden die verplichtingen op een verkeerde basis aangegaan.

Een te hoge forecast die mist, is gevaarlijk. Geld uitgeven vooruitlopend op omzet die nooit komt, kan een bedrijf in echte problemen brengen. Te hoog uitkomen is dus net zo schadelijk als te laag.

Het ondermijnt ook het vertrouwen, meeting na meeting. Mist de forecast van een salesleider keer op keer, dan vertrouwen de board en de rest van het bedrijf geen enkel getal meer dat hij presenteert.

Forecast accuracy is dus het fundament onder de planning van het hele bedrijf, en veel meer dan een salesmetric. Een onbetrouwbare forecast maakt elke beslissing daarna riskanter dan nodig.

Waar komt forecast accuracy in de praktijk echt vandaan?

Het belangrijkste inzicht over forecasten is dat nauwkeurigheid uit input en proces komt, en niet uit betere intuïtie. Twee dingen bepalen het het meest.

Schone data komt eerst, want een forecast op rommelige pipelinedata is per definitie onbetrouwbaar. Daarom is CRM-hygiëne een voorwaarde voor elke nauwkeurige forecast.

Een consistent proces komt direct na de data. Als dealfases in het hele team hetzelfde betekenen en reps eerlijk updaten, weerspiegelt de pipeline de werkelijkheid. Op die werkelijkheid leunt een forecast.

Het vraagt ook dat je je funnel begrijpt. Als je je echte conversieratio per fase kent, kun je forecasten op wat er in de pipeline zit in plaats van te gokken.

Nauwkeurigheid bouw je dus, je voelt het niet aan. De teams die goed forecasten, doen dat omdat hun data schoon is en hun proces gedisciplineerd. Een speciaal talent voor voorspellen komt er niet aan te pas.

Hoe bepaalt de staat van je pipelinedata de forecast die je maakt?

Omdat forecasts op de pipeline gebouwd zijn, is de kwaliteit van die pipelinedata doorslaggevend, en een paar verbanden tellen het zwaarst.

Je pipeline is het ruwe materiaal van de forecast. De deals erin, gewogen naar fase en waarschijnlijkheid, zijn waaruit de forecast berekend wordt. De pipeline moet dus kloppen.

Velocity bijhouden maakt de projectie scherper dan de meeste andere hefbomen. Teams die hun pipeline velocity nauw volgen, forecasten veel beter, met wekelijkse opvolging die samenhangt met zo'n 87% nauwkeurigheid, tegenover 52% bij onregelmatige opvolging.

Scoring voegt daar nog een laag strengheid aan toe. Met predictive lead scoring en lead scoring beoordeel je welke deals echt gaan sluiten, zodat de forecast minder afhangt van het optimisme van reps.

Forecasten is dus in feite vermomde pipelineanalyse. Hoe beter je je pipeline begrijpt en onderhoudt, hoe nauwkeuriger je forecast wordt, want de forecast is gewoon een projectie van die pipeline.

Hoe verbeter je forecast accuracy zonder betere glazen bol?

Nauwkeurigheid verbeteren draait vooral om de input en het proces op orde brengen, en in onze ervaring doen een paar werkwijzen het zware werk.

De data opschonen gaat voor alles. Kloppende dealfases, een actuele pipeline en eerlijke updates zijn het fundament, en geen enkele methode maakt slechte data goed.

Daarna volgt het proces standaardiseren. Als je vastlegt wat elke fase betekent en consistente updates verplicht, wordt de pipeline vergelijkbaar en rust de forecast op een gedeelde werkelijkheid.

Regelmatig opvolgen vangt problemen vroeg. Als je pipeline en velocity vaak bekijkt, zie je afwijkingen voordat ze zich opstapelen, en frequente opvolging hangt sterk samen met nauwkeurigheid.

En minder op gevoel varen dicht het grootste lek. Als je optimistische schattingen van reps vervangt door oordelen op basis van data, zoals scoring en historische conversie, haal je een grote bron van fouten weg.

Wie hoort eigenaar te zijn van forecast accuracy in een revenueorganisatie?

Forecast accuracy valt vaak tussen teams in, dus het eigenaarschap moet helder zijn. In onze ervaring is het grotendeels een verantwoordelijkheid van RevOps.

Revenue operations is eigenaar van de data en het proces. Omdat nauwkeurigheid afhangt van schone pipelinedata en een consistent proces, is de functie die daarover gaat ook verantwoordelijk voor de betrouwbaarheid van de forecast.

Sales levert elke week de ruwe input. Reps updaten deals en geven schattingen, dus hun eerlijkheid en discipline bepalen direct de nauwkeurigheid. Daar tellen proces en incentives.

Het leiderschap gebruikt het eindresultaat van allebei. De forecast stuurt bedrijfsbeslissingen, dus leiders moeten hem kunnen vertrouwen, en dat kan alleen als RevOps hem betrouwbaar heeft gemaakt.

Forecast accuracy is dus een gezamenlijke inspanning met een duidelijke eigenaar. RevOps bouwt het betrouwbare systeem, sales voedt het eerlijk en het leiderschap plant op de uitkomst.

Hoe hangt forecast accuracy samen met de bredere revenueorganisatie?

Forecast accuracy laat zien hoe goed je je hele revenueorganisatie begrijpt, en hangt samen met bijna alles eromheen.

Het weerspiegelt je revenue engine directer dan wat ook. Een nauwkeurige forecast betekent dat je begrijpt hoe je revenue engine zich gedraagt, en dat is een teken dat die engine goed gebouwd en goed gemeten is.

Het vraagt ook dat je je retentie begrijpt. Voor bedrijven met terugkerende omzet betekent forecasten ook net revenue retention voorspellen, omdat bestaande klanten een groot deel van de toekomstige omzet leveren.

Attributie helpt ook. Als je via multi-touch attributie weet welke bronnen betrouwbaar omzet opleveren, staat je forecast voor toekomstige pipeline steviger.

Forecast accuracy is dus een maat voor zelfkennis. Een bedrijf dat goed forecast, begrijpt zijn eigen aanpak, en de nauwkeurigheid groeit vanzelf mee naarmate de rest van de organisatie volwassener wordt.

Hoe meet je forecast accuracy zo dat het getal iets betekent?

Nauwkeurigheid meten klinkt simpel, maar een paar keuzes bepalen het getal, en die consistent maken is wat het betekenis geeft.

De basisberekening is de afwijking zelf. Je vergelijkt wat je forecastte met wat je sloot en drukt het verschil uit als percentage. Dat geeft je de marge van je nauwkeurigheid.

De richting telt net zo goed als de grootte van de misser. Als je bijhoudt of je vaak te hoog of te laag forecast, zie je een systematische bias die je kunt corrigeren. Eén nauwkeurigheidsgetal verbergt die.

Consistentie is uiteindelijk de echte maatstaf. Een forecast die het ene kwartaal klopt en het volgende er ver naast zit, is niet betrouwbaar. Daarom volg je nauwkeurigheid over tijd en niet één keer.

Meet nauwkeurigheid dus als trend met een richting in plaats van als eenmalig percentage. Dat vollediger beeld laat zien of je forecasting betrouwbaar is of alleen af en toe geluk heeft.

Wat zijn de belangrijkste forecastmethodes, van onderbuikgevoel tot datagedreven?

Er zijn meerdere manieren om een forecast te bouwen, en ze verschillen zo sterk in strengheid dat het helpt om ze te kennen als je kiest.

De simpelste methode is puur schatten op gevoel. Reps en managers gokken op intuïtie wat er gaat sluiten. Dat is snel, maar het minst betrouwbaar en het gevoeligst voor optimisme.

Forecasten gewogen naar pipeline staat op veel steviger grond. Je weegt elke deal naar de kans die bij zijn fase hoort, zodat de forecast de echte pipeline weerspiegelt in plaats van een gevoel.

Methodes op basis van historie en conversie voegen de meeste strengheid toe. Door je echte conversieratio's en eerdere patronen door te trekken, haal je nog meer giswerk uit het getal.

Forecastmethodes lopen dus van intuïtie tot datagedreven. Hoe meer je leunt op echte pipelinedata en conversiehistorie in plaats van onderbuikgevoel, hoe nauwkeuriger de forecast meestal is.

Hoeveel forecast accuracy maakt AI haalbaar?

AI verandert forecasten ingrijpend en duwt de nauwkeurigheid omhoog overal waar de data dat toelaat.

AI weegt veel meer signalen tegelijk. In plaats van simpele kansen per fase kunnen AI-modellen veel factoren over deals heen wegen om te voorspellen welke gaan sluiten. Zo wordt de forecast scherper.

Het vermindert menselijke bias in het proces. Door voorspellingen te baseren op patronen in plaats van op het optimisme van reps, haalt AI een grote bron van fouten in de forecast weg.

Maar er moet nog steeds schone data onder liggen. AI die forecast op rommelige pipelinedata, levert zelfverzekerde, foute voorspellingen op. Het datafundament telt dus net zo zwaar als het model.

AI verhoogt dus het plafond van forecast accuracy zonder de bodem te raken. Het helpt teams met goede data beter te forecasten, maar een forecast op een rommelige pipeline kan het niet redden.

Hoe beïnvloedt klantfit aan het begin van de funnel je forecast accuracy?

Een subtiele factor achter forecast accuracy is wie er in je pipeline zit. De kwaliteit van de deals bepaalt hoe voorspelbaar ze zijn.

Deals met een goede fit gedragen zich veel voorspelbaarder dan de rest. Deals die passen bij je ideale klantprofiel converteren meestal met een constante ratio, en dat maakt ze makkelijker te forecasten.

Deals met een slechte fit brengen ruis in alles wat erna komt. Deals die nooit echt goed pasten, gedragen zich grillig en lopen onvoorspelbaar vast of sterven af. Daardoor is de hele forecast moeilijker te vertrouwen.

Scherpere targeting verbetert dus de forecast zelf. Een pipeline vol deals met een goede fit is voorspelbaarder dan een pipeline vol twijfelgevallen. Fit aan het begin verbetert de nauwkeurigheid aan het eind.

Forecast accuracy begint dus al vóór de forecast. Een gedisciplineerde pipeline met deals die goed passen, is van nature beter te forecasten. Dat is nog een reden waarom de kwaliteit van je targeting telt.

Welke fouten maken teams vaak met forecast accuracy?

Forecasten gaat op een paar voorspelbare manieren mis, en we zien steeds dezelfde fouten als klanten ons hun modellen laten zien. Ze vermijden levert het grootste deel van de verbetering op.

Forecasten op slechte data ondermijnt elke methode. Een forecast op een rommelige pipeline is onbetrouwbaar, hoe je hem ook berekent, dus datakwaliteit komt eerst.

Op gevoel varen komt daarna. Optimistische schattingen van reps en aanpassingen op intuïtie brengen fouten in die een oordeel op basis van data had verkleind.

Inconsistente fases bederven het ruwe materiaal. Als dealfases voor verschillende reps iets anders betekenen, kun je de pipeline niet vertrouwen, en erft de forecast die inconsistentie.

En te weinig opvolgen laat afwijkingen zich opstapelen. Als je de forecast alleen aan het eind van het kwartaal bekijkt, mis je de kans om problemen te vangen en te corrigeren zolang er nog tijd is.

Waarom is forecast accuracy de moeite waard om op te bouwen?

Forecasten kan voelen als administratief klusje, maar nauwkeurigheid levert echte voordelen op die de moeite terugbetalen.

Het maakt zelfverzekerde beslissingen in het hele bedrijf mogelijk. Als je de forecast vertrouwt, kun je doortastend werven, uitgeven en investeren, omdat je weet dat de omzet waarschijnlijk binnenkomt zoals voorspeld.

Het houdt je ook weg van de duurste fouten. Een nauwkeurige forecast voorkomt dat je geld uitgeeft vooruitlopend op omzet die niet komt, en dat is een van de gevaarlijkste valkuilen voor een groeiend bedrijf.

Het bouwt geloofwaardigheid op, kwartaal na kwartaal. Een salesleider die consequent zijn forecast haalt, verdient het vertrouwen van de board en de rest van het bedrijf, en dat maakt toekomstige planning soepeler.

Forecast accuracy is dus een strategisch bezit en geen bezigheidstherapie. Omzet betrouwbaar kunnen voorspellen, laat een bedrijf met vertrouwen plannen en groeien, in plaats van van verrassing naar verrassing te zwalken.

Waarom een forecast die het bedrijf kan vertrouwen bewust gebouwd moet worden

Het hele bedrijf plant rond de forecast. Is het getal onbetrouwbaar, dan rust elke beslissing die erop gebouwd is, van werving tot uitgaven, op een verkeerd fundament.

Het diepere punt is dat de meeste forecasts standaard onnauwkeurig zijn, en dat de oorzaak in data en proces ligt en niet in een onkenbare toekomst. Teams die goed forecasten, doen dat omdat hun pipeline schoon is en hun proces gedisciplineerd.

De eerlijke werkelijkheid is dat je nauwkeurigheid stukje bij beetje bouwt. Schone data, consistente fases, frequente opvolging en minder onderbuikgevoel maken van een forecast iets wat het bedrijf kan vertrouwen, in plaats van fictie.

Blijven je forecasts missen, dan ligt de oplossing dus in betere input en niet in betere intuïtie. Forecast accuracy bouwen op schone data en een gedisciplineerd proces maakt het getal echt.

Die betrouwbaarheid is een kerncapaciteit van elk volwassen go-to-market-systeem. Het wordt sterker naarmate je sales prospecting automatiseert en betrouwbaardere data in de pipeline stopt waarop de forecast gebouwd is.