売上を自信を持って予測できない営業チームは、常に苦戦を強いられるでしょう。次の四半期にどれだけの売上が見込めるか分からなければ、採用、計画、支出、成長といった対策は困難です。売上予測はまさにこの問題を解決するものであり、だからこそ、売上予測を真剣に取り組む企業は、そうでない企業よりも優れた業績を上げる傾向があるのです。
長らく、ほとんどの営業チームはスプレッドシートと直感に頼っていた。営業マネージャーはパイプラインを確認し、数人の営業担当者と話をして、おおよそ妥当な数字をまとめていた。問題は、チームが大きくなり、パイプラインが複雑化し、市場の予測が難しくなるにつれて、このアプローチはすぐに破綻してしまうことだ。
そこで、最新の売上予測手法が役立ちます。CRMシステムは、企業がすべての取引、すべての段階、すべてのやり取りを一元的に追跡できるプラットフォームを提供します。AIによる売上予測ツールは、これらのデータの上に重ね合わせ、パターンを特定し、リスクを警告し、状況の変化に応じて更新される予測を生成します。その結果、実際の収益がどのようなものになるかをより正確に把握できるようになります。
売上予測とは？
売上予測とは、企業が一定期間にどれだけの収益を上げるかを推定するプロセスです。週単位の概算、月単位の予測、あるいは年間全体の予測など、様々な形態があります。この数値は希望的観測ではなくデータに基づいており、企業が具体的な計画を立てるための基準となります。
売上予測と目標設定は区別して考えるべきです。売上目標とは、チームが達成しようとしている目標値です。一方、売上予測とは、現在のデータと過去の実績に基づいて、実際に起こりうることを正直に見積もったものです。この2つの数値は近い場合もあれば、そうでない場合もあります。どちらも重要ですが、それぞれ異なる目的を持っています。企業が選択する売上予測手法によって、その見積もりの妥当性が決まります。
グッド 販売予測 ビジネスのあらゆる側面に影響を与える：
- 収益計画は、財務部門に実際の収入状況に関する現実的な見通しを与え、予算を実際の数字に基づいて作成することを可能にする。
- パイプラインの可視性により、取引がどこにあるのか、どの取引が成立する可能性が高いのか、ギャップはどこにあるのかがわかります。
- 予算配分により、経営陣は予測収入に基づいて人員数、支出、投資に関する意思決定を行うことができる。
- 戦略的な意思決定は、推測に基づくデータではなく、信頼できるデータに基づいている場合に、より的確になる。
適切な予測プロセスがなければ、企業は手探りで意思決定を行うことになる。しかし、適切な予測プロセスがあれば、たとえ大まかな決定であっても、より確かな根拠に基づいたものとなる。
2026年に売上予測が重要な理由
確かな売上予測手法の必要性は、かつてないほど高まっている。市場の動きは加速し、購買サイクルは短縮化し、顧客の選択肢はかつてないほど増えている。四半期末まで自社の現状を把握しようとしない企業は、既に後れを取っていると言えるだろう。
SaaSビジネスにとって、正確な収益予測は、採用時期、製品への投資時期、そして撤退時期を決定する上で不可欠です。予測が20%もずれることは、単なる数字の問題にとどまりません。人員配置、資金繰り、そして投資家の信頼にも影響を及ぼします。取引サイクルが長いB2B営業チームにとって、営業担当者の楽観論ではなく、過去の実績に基づいて成約の見込みが高い案件を把握することは、パイプラインの健全性を維持し、経営陣の計画を現実的なものにする上で非常に重要です。
小売業では、季節変動、サプライチェーンのタイミング、販促計画など、数週間または数か月先の需要予測が不可欠です。サブスクリプションビジネスでは、解約率、売上拡大、新規予約を総合的に追跡することで、純収益の成長を正確に把握する必要があります。これらのいずれの場合も、使用する売上予測手法や販売予測方法は、得られる結果の有用性に直接影響します。
AIを活用した売上予測は、ここで大きな効果を発揮しています。単一のデータソースやマネージャーの直感に頼るのではなく、AI搭載の営業分析ツールは、CRMの活動状況、取引履歴、営業担当者の行動、外部シグナルなどから情報を収集し、状況の変化に応じて自動的に更新される予測を生成します。これらのツールを使用するチームは、スプレッドシートの作成に費やす時間を減らし、データが示す情報に基づいて行動する時間を増やすことができます。
企業が使用する12の売上予測方法
さまざまな業種に適した売上予測手法があります。最適な手法は、保有するデータの量、販売サイクルの長さ、パイプラインの変動性などによって異なります。成熟した営業チームの多くは、最も正確な予測を得るために、これらの手法を2つか3つ組み合わせて利用しています。
1. 過去のデータに基づく予測
過去の売上実績に基づく予測は、将来の収益を予測する手法です。昨年同時期に一定の売上を上げており、状況が概ね同様であれば、今年もそれに近い売上が見込めると考えられます。これは最もシンプルな売上予測方法の一つであり、前年比の業績が比較的安定している安定した市場の企業に適しています。
限界としては、市場、チーム、製品の変化を考慮していない点が挙げられる。急成長している企業や、変革期を迎えている企業にとって、過去の数値は今後の見通しを立てる上で不十分な指標となるだろう。
2. 機会段階予測
商談段階予測では、各案件が営業パイプラインのどの段階にあるかに基づいて、成約確率を割り当てます。初期段階の案件は成約確率が20%程度、契約済みの提案書が提出された案件は80%程度といった具合です。各案件の金額に成約確率を掛け合わせ、それらを合計することで予測値を算出します。
3. 販売サイクル期間の予測
この手法は、取引が成立するまでの一般的な期間に基づいて収益を予測します。例えば、30日前に見込み客が入庫し、平均的な販売サイクルが45日であれば、今後2週間以内に取引が成立する可能性が高いと予測できます。このアプローチはタイミングの精度を高め、特にチームが成約する案件だけでなく、いつ成約するかを知る必要がある場合に有効です。
販売サイクルが一定している場合に最も効果を発揮します。取引期間が大きく変動するチームでは、平均値の信頼性が低下するため、パイプライン予測と組み合わせることでより良い結果が得られる傾向があります。
4. 直感的な予測
直感的な予測は、営業チームの知識と経験に基づいています。営業担当者やマネージャーは、取引内容、顧客との関係、市場状況に関する理解に基づいて、成約の見込みを予測します。より体系的な売上予測手法を実行するのに十分な過去データがまだない初期段階の企業にとって、これはしばしば唯一の選択肢となります。
リスクは明らかだ。直感は人によって異なり、楽観主義は予測を過大評価する傾向がある。直感的な予測だけに頼る企業は、概して数字を過大評価してしまうことが多い。
5. リード主導型予測
リード主導の予測はファネルの最上部から始まります。流入するリードの数、リードの質などを調べます。 リードスコアそして、各段階における過去のコンバージョン率も考慮に入れます。そこから、リードがパイプラインの最終段階に到達するまでに、どれだけの収益を生み出す可能性があるかを予測します。
これは、トレンドを早期に捉えることができるため、より将来を見据えた売上予測手法の一つです。例えば、今月リード数が減少した場合、リード数に基づく予測では、成約件数に反映される数週間前に、その影響が売上に反映されます。
6. 多変数予測
多変数予測は、複数のデータポイントを同時に組み合わせます。取引段階、リードの質、営業担当者のパフォーマンス、販売サイクル期間、季節性、市場状況など、あらゆる要素が考慮されます。その結果、単一の手法だけでは得られない、より包括的で正確な予測が可能になります。
この手法は、よりシンプルな売上予測モデルよりも多くのデータと設定を必要としますが、複雑なパイプラインや複数の収益源を持つ企業にとっては大きなメリットがあります。これは、成熟したデータ駆動型の営業チームで最も一般的に用いられる手法であり、効果的な予測型売上予測の基盤となることが多いです。売上予測におけるあらゆる手法の中で、データがクリーンな場合、多変数予測は常に最も高い基本精度を実現します。
7. AIによる予測
AIによる売上予測は、機械学習を用いて、大量のCRMデータ、取引履歴、営業担当者の活動状況、市場シグナルなどのパターンを分析します。取引の各段階に固定の確率パーセンテージを適用するのではなく、AIは過去の類似取引に関するデータが実際に示す内容に基づいて予測を調整します。
実用的な利点は、AI予測が新しい情報が入ってくると継続的に更新されることです。2週間前には成立しそうだったが、その後音沙汰がなくなった取引はフラグが立てられます。スコアが低かったが、活発なやり取りが見られる取引は、より高い重み付けがされます。Vtigerの AI CRM この種の予測型売上予測を販売パイプラインに直接適用することで、チームは予測を手動で再構築することなく、常に最新の状況を把握できます。
8. パイプライン予測
パイプライン予測とは、現在営業パイプラインでアクティブな商談の総額を分析し、そのうち一定期間内にどれだけが成約に至るかを推定する手法です。過去の平均値ではなく、実際の最新データに基づいているため、営業分野で最も広く用いられている予測手法の一つです。多くのチームは、営業予測手法のデフォルトとしてパイプライン予測を採用し、その上に他の営業予測手法を重ねて使用しています。
パイプライン予測の精度は、CRMデータの最新性と正確性に大きく左右されます。数週間更新されていないにもかかわらず、高いステータスのままになっている案件は、予測値を過大評価する原因となります。この手法を確実に機能させるには、定期的なパイプラインレビューと、案件ステータスを更新するための明確なプロセスが不可欠です。
9. 市場動向予測
市場動向予測では、事業の外部で起こっていることを考慮に入れます。経済状況、業界動向、競合他社の活動、季節的なパターンなどはすべて、顧客が何をいつ購入するかに影響を与えます。繁忙期を迎える小売業、市場が縮小しているSaaS企業、マクロ経済状況によりターゲット業界が支出を一時停止しているB2Bチームなど、いずれもこうした要素を収益予測に反映させたいと考えるでしょう。
市場動向データはCRMデータよりも定量化が難しいため、この方法は単独で使用するよりも、他の予測手法の上に重ねて使用する方が効果的です。
10. 地域別予測
地域別予測では、売上予測を販売地域、市場セグメント、またはテリトリーごとに細分化します。各地域は、パイプラインと実績に基づいて独自の予測を作成します。これは、市場状況、取引規模、販売サイクルが地域によって大きく異なる、複数の地域に分散している企業営業チームにとって特に有用です。
また、業績不振の地域を早期に特定しやすくなり、問題がパイプラインの量、取引の質、営業担当者のパフォーマンス、あるいは市場状況のいずれにあるのかを判断しやすくなります。
11. アカウントベースの予測
アカウントベースの予測は、パイプライン全体ではなく、特定の高価値アカウントに焦点を当てます。これは、顧客またはアカウントの履歴、関係の深さ、現在の取引状況、および拡大の可能性に基づいて、個々の顧客またはアカウントからの収益を予測します。これは、少数のアカウントが総収益のかなりの部分を占めるB2Bビジネスにとって、最も重要な売上予測方法の1つです。
と統合すると、 顧客分析アカウントベースの予測は、取引活動に加え、利用データ、サポート履歴、エンゲージメントパターンを活用することで、より正確になります。
12. シナリオ予測
シナリオ予測では、最良のシナリオ、最悪のシナリオ、そして最も可能性の高いシナリオという3つの未来像が提示されます。単一の数値に固執するのではなく、企業に予測範囲を示し、経営陣が様々な可能性に対応できるよう計画を立てることを可能にします。これは、不確実性の高い時期、新規市場への参入時、あるいは少数の大型案件でリスクを負う場合などに特に有効です。
これは、営業チームと財務チームの連携を図る上でも有効なツールです。単一の予測数値を議論するのではなく、それぞれのシナリオが実現するためにどのような条件が満たされる必要があるのかという点に議論の焦点が移るため、より生産的な議論につながります。
売上予測戦略を構築するための段階的なプロセス
予測手法を確立することは、仕事の一部に過ぎません。それを実際に機能させるには、チームが実際に遵守し、経営陣が信頼できる数値を生み出すプロセスを構築する必要があります。
ステップ1：正確な販売データを収集する
すべてはデータ品質から始まります。CRMに古い取引情報、誤った完了日、何週間も更新されていないステージなどが蓄積されている場合、それに基づいて作成された予測は信頼できません。まずは既存のパイプラインを整理し、取引情報の更新方法に関する明確なルールを設定し、営業担当者が入力するデータが会社の計画に直接影響することを認識させることから始めましょう。
ほとんどの売上予測手法に必要な主要データポイントは、取引額、現在の段階、予想成約日、リードソース、および担当者です。段階別、製品ライン別、地域別の過去の成約率も、計算に必要なデータが揃えば貴重な情報となります。
ステップ2：予測目標を定義する
方法を選択する前に、予測の目的を明確にしましょう。財務チーム向けの四半期売上予測と、営業マネージャー向けの週次パイプラインレビューでは、求められる要件が異なります。予測の目的には、売上目標の達成、パイプラインにおけるリスクの所在の把握、採用や製品投資に関する長期計画などがあります。
目標を具体的に定めることで、適切な予測手法を選択しやすくなり、結果が過度に複雑化するのを避けることができる。
ステップ3：適切な予測方法を選択する
すべての企業に通用する単一の売上予測手法は存在しません。最適な手法は、販売サイクルの長さ、利用可能な過去データの量、パイプラインの複雑さ、そして予測結果に基づいてどのような意思決定を行うかによって異なります。
データが限られている初期段階の企業は、直感的な方法やリード主導型の販売予測手法から始め、データが蓄積されるにつれて、より構造化された販売予測モデルへと移行していくことが多い。長くて複雑なB2B販売サイクルを持つ企業は、多変数予測やAIによる予測から最大限のメリットを得られるのが一般的だ。一方、販売量が多く、販売期間が短い企業は、複雑さを増すことなく、商談段階別予測やパイプライン予測で十分な精度が得られることが多い。
ステップ4：CRMと自動化を統合する
手動による予測は時間がかかり、エラーも発生しやすい。取引の進捗状況を自動的に追跡し、やり取りを記録し、予測ダッシュボードにデータを供給するCRMは、こうしたオーバーヘッドのほとんどを解消する。Vtigerの CRMの自動化 データ収集と報告の処理を担うことで、誰かがスプレッドシートを再構築するのを待つことなく、パイプラインの進行に合わせて予測が更新される。
CRMの売上予測を自動レポートに連携させることで、営業マネージャーからCFOまで、すべての関係者が同時に同じ数値を確認できるようになります。
ステップ5：予測の分析と調整
変化しない予測は予測とは言えません。それは一度書き留めただけの推測に過ぎません。優れた予測は継続的なプロセスです。取引が進展したり、破談になったり、加速したりするにつれて、予測もリアルタイムでそれを反映する必要があります。市場環境は変化し、季節的なパターンが現れ、個々の取引は予期せぬ展開を見せることもあります。予測が有用であり続けるためには、常に最新の状態を保つ必要があります。
予測の見直しと更新を定期的に行うようにしましょう。進行中のパイプラインのレビューは毎週、収益計画は毎月、営業、財務、経営陣間の戦略的な連携は四半期ごとに行うのが適切です。
ステップ6：精度を監視し、改善する
予測手法が有効かどうかを知る唯一の方法は、予測値と実際の結果を継続的に比較することです。各期間における予測値のずれ、その差異の原因、そして同じパターンが繰り返し現れるかどうかを追跡する必要があります。時間をかけてこのフィードバックループを繰り返すことで、まずまずの予測が信頼できる予測へと進化していくのです。
予測が常に楽観的すぎる場合は、通常、取引段階の確率設定が高すぎるか、営業担当者がパイプラインから不良案件を削除していないことが原因です。逆に、予測が常に低すぎる場合は、収益が発生するすべての経路をこの手法が捉えきれていない可能性があります。どちらの場合も、傾向が分かれば修正可能です。
正確な売上予測のためのベストプラクティス
これらの手法は、企業がどのような売上予測方法を採用しているかに関わらず適用されます。これらを正しく実践することが、予測の精度と一貫性に最も大きな影響を与える傾向があります。
- すべての取引データを一元化されたCRMに保管することで、すべての予測が単一の一貫した信頼できる情報源から得られるようにします。
- パイプラインが複雑な場合や市場が不安定な場合は、単一の方法に頼るのではなく、2つ以上の販売予測モデルを組み合わせる。
- 予測を一定の頻度で更新し、営業担当者には取引の段階、金額、完了予定日を常に最新の状態に保つよう求める。
- 季節変動や市場動向を予測に組み込むことで、状況が前回と同じままであると想定するのを避ける。
- 利用可能な場合はAI販売予測ツールを活用し、手作業を減らし、予測精度を長期的に向上させましょう。
- 営業と財務がそれぞれ独自の予測値に基づいて行動するのではなく、単一の予測値に基づいて連携するようにしましょう。
- パイプラインの品質を定期的に見直し、活動していない案件は削除するか、適切に処理する。
- 予測精度を指標として追跡し、一貫したばらつきは、方法またはデータの調整が必要であることを示す兆候として扱う。
売上予測でよくある間違いとその回避策
過去のデータのみに頼る
過去のデータに基づく予測は、ほとんどの売上予測手法において有用な出発点となりますが、状況が変化すると通用しなくなります。新製品を発売したり、新しい市場に参入したり、急速な成長期を迎えている企業は、昨年の数字に頼って今年の売上を予測することはできません。過去のデータは予測の参考となるべきものであり、予測全体を決定づけるものではありません。
CRMデータの品質が低い
予測の精度は、その基となるデータの質に左右されます。CRMに登録されている取引が誤った段階にあったり、完了予定日が古くなっていたり、何週間も更新されていなかったりすると、予測は不正確になります。CRMによる売上予測は、チームがデータ入力を業務の重要な一部として捉え、後回しにしない場合にのみ有効です。
過度に楽観的な予測
これは営業予測において最もよくある間違いです。営業担当者は当然、パイプラインをできるだけ良い形で提示したがりますし、マネージャーは経営陣に好調な数字を示したいと考えます。その結果、予測は常に現実を上回ってしまうのです。AI分析や過去の成約率の見直しなど、健全性チェックの仕組みを組み込むことで、予測の妥当性を高めることができます。
市場状況の無視
社内パイプラインデータは、状況の一側面しか示していません。市場の動向は、また別の側面を示しています。業界の逆風、競争環境の変化、マクロ経済状況を考慮しない売上予測では、CRM分析をいくら行っても捉えきれないような重要な点を見落としてしまうでしょう。
リアルタイム更新の欠如
月初めに作成され、その後一切更新されない予測は、予測とは言えません。それは単なるスナップショットです。取引は日々変化し、市場環境も変動し、チームのキャパシティも変動します。収益予測は、有用性を保つためには常に最新の状態に保つ必要があります。これが、静的なスプレッドシートではなく、リアルタイムの予測ダッシュボードを備えたCRMを使用するべき最も強力な理由の一つです。
手動スプレッドシートの依存関係
スプレッドシートベースの予測は時間がかかり、一貫した更新が難しく、人為的ミスが発生しやすい。パイプラインが拡大するにつれて、スプレッドシートの維持管理は難しくなり、間違いも起こりやすくなる。CRMと並行してExcelで予測を実行している企業は、精度が低い結果を得るために2倍の労力を費やしていることになる。CRMを一元化することで、 収益オペレーション 組み込み機能により、その摩擦は完全に解消されます。
売上予測と売上計画
この二つは密接に関連しているが、目的は異なる。これらを混同すると、数字の意味や責任の所在について混乱が生じる。
| 販売予測 | 販売計画 |
| 今後どれくらいの収益が見込まれるかを予測します | チームが目標を達成するためにどのような行動を取るかを定義する |
| 現在のデータと過去のパターンに基づく | 目標、戦略、および資源配分に基づいて |
| 主にデータ分析活動 | 主に戦略策定と実行活動 |
| 「何が起こるのか？」という問いに答える。 | 「これからどうするのか？」という問いに答える。 |
| 短期的な、頻繁に更新される | 長期的な視点では、四半期ごとまたは年ごとに見直しを行う。 |
| 営業および収益管理部門が所有 | 営業部門と財務部門が所有 |
| 出力は収益予測です | 出力は市場投入計画である |
実際には、この2つは互いに影響し合います。売上予測は、現在の計画が目標達成に向けて順調に進んでいるかどうかをチームに示します。売上計画は、優れた予測を可能にする条件を設定します。Vtigerの ワークフローの自動化 取引データを常に最新の状態に保ち、予測とそれに続く意思決定の両方に役立つ洞察を明らかにすることで、両者をつなぐ。
よくある質問（FAQ）
Q1. 売上予測の方法にはどのようなものがありますか？
売上予測手法とは、企業が将来の収益を推定するために用いる体系的なアプローチのことです。単純な過去データ分析から、AIを活用した予測モデルまで、その範囲は多岐にわたります。一般的な例としては、商談段階予測、パイプライン予測、リード主導型予測、多変数予測などが挙げられます。最適な手法は、ビジネスモデル、データの入手可能性、そして求められる精度によって異なります。
Q2．最も正確な売上予測方法はどれですか？
多変数予測とAIによる売上予測は、単一の変数ではなく複数のデータポイントを活用するため、一貫して最も高い精度を実現します。CRMを適切に管理し、十分な過去データを持つ企業にとって、パイプライン予測とAIによる予測を組み合わせることは、最も信頼性の高い結果をもたらす傾向があります。精度はデータ品質と、その手法がビジネスにどれだけ適合しているかに大きく左右されるため、唯一の最適な方法というものは存在しません。
Q3. AIはどのようにして売上予測を向上させるのでしょうか？
AIによる売上予測は、実際の過去のデータから抽出したパターンを用いることで、取引成立確率の推定における主観性を排除します。新たな情報が入手されるたびに予測を継続的に更新し、リスクのある取引が成立しなくなる前に警告を発し、見逃してしまう可能性のある機会を特定します。その結果、より正確で、より最新の情報に基づき、個人の判断に左右されない予測が可能になります。
Q4．売上予測に必要なデータは何ですか？
ほとんどの売上予測手法における最低限必要なデータセットは、取引額、現在のパイプライン段階、予想成約日、リードソース、および担当営業担当者です。より高度な売上予測手法や予測モデルでは、段階別、取引規模別、業種別の過去の成約率を用いることで、精度が大幅に向上します。CRMアクティビティログ、メールエンゲージメント、通話データなどの売上分析データも、予測分析において貴重な情報源となります。
Q5. 中小企業は予測型売上予測を利用できますか？
はい。予測型売上予測は、大企業に限ったものではありません。Vtigerをはじめとする多くのCRMプラットフォームは、小規模チームでもAIを活用した予測を可能にしています。主な要件は、モデルが学習するための十分な量のクリーンな過去データを用意することです。少なくとも6～12か月分のCRMデータと一貫したパイプラインプロセスを持つ企業は、AI売上予測ツールから有意義な予測を得ることができます。
Q6. CRMによる売上予測とは何ですか？
CRM売上予測とは、CRMプラットフォームに保存されている取引データを利用して収益予測を生成する手法です。個別のスプレッドシートで予測を作成するのではなく、CRMは取引の段階、金額、完了予定日などを追跡し、そのデータに基づいてリアルタイムの予測を生成します。CRM売上予測は、最新のデータに基づいて計算を行うため、人為的なミスによるリスクを軽減でき、手動による方法よりも精度が高くなります。
Q7．売上予測はどのくらいの頻度で更新すべきですか？
ほとんどの営業チームは、業務予測を最新の状態に保つために、毎週パイプラインレビューを実施しています。月次更新は、収益計画と財務調整のために一般的に行われます。四半期レビューでは、長期的な予測を評価し、戦略的な前提条件を変更する必要があるかどうかを検討します。AI販売予測ツールを使用している企業は、継続的な更新を自動的に実行できるため、手動での更新スケジュールを設定する必要がなくなります。
Q8. 売上予測における最大の課題は何ですか？
データ品質の低さが最も一般的な課題です。CRMが継続的に更新されていない場合、どの予測手法を用いても信頼できる結果は得られません。さらに、営業担当者によるパイプラインの見積もりが楽観的すぎること、取引活動のリアルタイムな可視性の欠如、市場や季節的な状況を考慮していない予測なども大きな問題です。これらの問題をより良い計算式で解決しようとするのではなく、プロセスレベルで対処する企業は、予測精度において最も大きな改善が見られる傾向があります。
