La prévision des ventes joue un rôle essentiel dans le développement d'une entreprise. Une étude montre que les entreprises qui établissent des prévisions fiables sont 10 % plus susceptibles de profiter d'une croissance annuelle et 7,3 % plus susceptibles d'atteindre leurs quotas. En dépit de ces avantages, de nombreux commerciaux peinent à estimer les ventes à venir.

Téléchargez votre modèle de prévision de vente

Ce guide approfondi est conçu pour formuler des prévisions de vente réalistes et réalisables.

Qu'est-ce que la prévision des ventes ?

Pourquoi la prévision des ventes est-elle importante ?

Les prévisions permettent d'anticiper de potentiels problèmes. Par exemple, si une équipe n'atteint que 35 % de son quota, il est possible d'analyser la situation pour envisager des solutions. Peut-être un concurrent a-t-il baissé les prix de manière agressive ou bien la nouvelle stratégie commerciale de l'entreprise produit des effets secondaires inattendus. Plus un problème est découvert tôt, plus il est facile de le résoudre.

La prévision des ventes influence de nombreuses décisions, du recrutement à la gestion des ressources, en passant par la définition des objectifs et du budget. Par exemple, si les prévisions annoncent 26 % d'opportunités de vente en plus, des recrutements doivent être envisagés pour faire face à la demande. Si, au contraire, une baisse d'activité est anticipée, les ressources humaines doivent être gérées en conséquence. De plus, il pourra s'avérer judicieux d'investir du temps dans le marketing et dans la prospection afin de contrer cette baisse.

La prévision des ventes peut également être vectrice de motivation. Par exemple, il est possible de publier des prévisions trimestrielles afin d'encourager l'équipe commerciale à atteindre ses objectifs. Des prévisions quotidiennes peuvent également aider un commercial en difficulté à améliorer ses performances.

En matière de prévision des ventes, le perfectionnisme est inutile. En effet, il est pratiquement impossible d'établir des prévisions exactes. S'appuyer sur des données fiables et une méthodologie adéquate permet néanmoins d'établir des prévisions réalistes, afin de faciliter la planification et de soutenir la croissance.

Les données nécessaires à la prévision des ventes

Des prévisions fiables s'appuient impérativement sur les éléments suivants :

  • Des quotas individuels et d'équipe : les performances ne peuvent être évaluées que par rapport à des objectifs mesurables.
  • Un processus de vente structuré et suivi : pour pouvoir calculer des probabilités de conclusion de transactions, tous les commerciaux doivent respecter les mêmes étapes de traitement d'une opportunité.
  • Des définitions standards pour chaque étape du processus de vente : chacun doit pouvoir identifier un lead, un prospect et une opportunité, afin de comptabiliser les entrées et les sorties de l'entonnoir.
  • Un CRM : l'équipe commerciale doit disposer d'une base de données pour le suivi des opportunités.
  • Des engagements concrets : lorsqu'un commercial n'atteint pas ses objectifs, il est nécessaire de documenter et d'analyser la situation. Dans le cas contraire, la prévision des ventes restera un exercice théorique.

Facteurs influençant la prévision des ventes

Les facteurs suivants doivent être pris en compte lors de l'établissement de prévisions.

Facteurs internes

Recrutements et fins de contrat : lorsqu'un commercial quitte l'entreprise, le chiffre d'affaires baisse, à moins de disposer d'un vivier de nouveaux candidats. Inversement, suite à une campagne de recrutement, l'activité augmente dès que les nouveaux membres de l'équipe sont opérationnels.

Changements affectant la rémunération : toute modification en matière de commissions a un impact sur la prévision des ventes. Si l'entreprise décide par exemple que celles-ci seront conditionnées par le taux de rétention des clients, le chiffre d'affaires est initialement susceptible de baisser, car l'équipe commerciale se montrera plus sélective dans la conclusion des ventes. Une fois ces nouveaux clients fidélisés, les bénéfices devraient remonter.

Autre exemple : si l'équipe commerciale n'est pas autorisée à accorder des remises après le 15 du mois, les ventes seront généralement plus élevées au cours des deux premières semaines de chaque mois.

Changements de territoire : un commercial a besoin de temps pour se familiariser avec un nouveau territoire et construire un pipeline. Dans ces circonstances, le taux de conclusion connaît une baisse avant de remonter, à condition que les nouveaux territoires aient été adéquatement planifiés.

Facteurs externes

Évolution de la concurrence : la stratégie des concurrents d'une entreprise a un impact sur son chiffre d'affaires. Si un concurrent direct casse les prix, l'équipe commerciale doit s'adapter rapidement. Inversement, en cas de disparition d'un concurrent, un afflux de nouveaux clients peut être observé.

Environnement macro-économique : en période de croissance économique, les entreprises investissent plus. À l'inverse, lorsque l'économie stagne, le cycle de vente tend à s'allonger et les négociations à se resserrer.

Évolution du marché : il est important de considérer le marché cible des clients. Par exemple, si une entreprise est spécialisée dans le conseil aux hôtels, les tendances du marché du tourisme auront un impact sur son chiffre d'affaires.

Évolutions sectorielles : le secteur d'activité doit être envisagé au sens large. L'évolution de la demande dans un secteur complémentaire a en effet des conséquences.

Changements législatifs : les lois et les réglementations ont un impact sur l'activité des entreprises. Selon les cas, celui-ci peut être positif pour la demande ou au contraire décourager l'investissement.

Évolution de l'offre : une nouvelle fonctionnalité, un nouveau modèle de tarification ou une nouvelle option peut avoir des conséquences sur la valeur moyenne des transactions, la durée du cycle de vente et le chiffre d'affaires.

Saisonnalité : il existe des tendances saisonnières. Par exemple, les établissements scolaires envisagent généralement les achats au printemps pour passer commande à la rentrée.

Comment effectuer une prévision des ventes ?

Toutes les méthodes de prévision ne se valent pas. Les approches les plus courantes sont décrites ci-dessous.

1. Prévisions basées sur la phase du cycle de vente

Cette méthode tient compte de la position de chaque opportunité dans le pipeline de vente. Les probabilités de conclusion augmentent au fil du processus. Par exemple, il est possible de déterminer que 10 % des prospects sont susceptibles de devenir clients à l'issue de l'appel de découverte et 30 % à l'issue d'une démonstration.

La périodicité des prévisions est établie en fonction de la durée du cycle de vente et des quotas de l'équipe commerciale : le plus souvent, elle est mensuelle, trimestrielle ou annuelle. La valeur potentielle de chaque transaction est simplement multipliée par la probabilité de conclusion. Par exemple, une transaction estimée à 1 000 € pour une probabilité de conclusion de 40 % sera valorisée à 400 €. Il suffit d'additionner la valeur pondérée de chaque transaction pour obtenir le total prévisionnel des ventes.

Cette méthode est facile d'application, néanmoins les prévisions générées sont rarement viables, car l'ancienneté des opportunités n'est pas prise en compte. Une transaction qui se trouve dans le pipeline depuis trois mois se verra attribuer la même probabilité de conclusion qu'une opportunité récente.

Cette méthode est par ailleurs très dépendante des données historiques. Les évolutions du marketing, de l'offre, ou encore du processus de vente ont pourtant un impact sur les probabilités de conclusion. Sans données historiques, l'estimation de ces probabilités repose sur des suppositions.

2. Prévisions basées sur la durée du cycle de vente

Cette méthode de prévision s'appuie sur l'ancienneté des opportunités pour évaluer leur probabilité de conclusion. Par exemple, si le cycle de vente dure en moyenne six mois, un compte qui se trouve dans le pipeline depuis trois mois peut se voir attribuer une probabilité de conclusion d'environ 55 %.

Ce calcul reposant sur des données objectives plutôt que sur l'avis de l'équipe commerciale, les prévisions obtenues sont généralement plus prudentes. Ainsi, si un prospect se voit proposer une démonstration de manière prématurée, cette décision n'aura pas d'impact sur les prévisions, qui tiennent compte de l'ancienneté du lead plutôt que de l'optimisme du commercial.

De plus, cette méthode permet de couvrir différents cycles de vente. Là où un prospect standard aura besoin de six mois pour passer à l'achat, il est possible qu'une vente sur recommandation soit traitée en un mois, tandis qu'un lead issu d'un salon professionnel deviendra client huit mois plus tard. Les transactions peuvent ainsi être segmentées en fonction de la durée moyenne du cycle de vente.

Pour obtenir des prévisions fiables, il est nécessaire de suivre avec précision la provenance et la date d'entrée de chaque prospect dans le pipeline. Pour éviter à l'équipe commerciale de saisir ces données manuellement, il est conseillé d'intégrer le CRM de l'entreprise avec la plateforme marketing utilisée, afin que les interactions soient enregistrées automatiquement.

3. Prévisions intuitives

Certains responsables se contentent de demander à l'équipe commerciale d'estimer la probabilité de conclusion. Ils obtiennent alors des réponses comme « Je pense que le client va signer d'ici 14 jours, pour un montant de X. »

Cette méthode présente l'avantage de tenir compte de l'opinion des commerciaux, qui connaissent le mieux les prospects. En revanche, l'optimisme pousse bien souvent ces derniers à surestimer les probabilités de conclusion.

Ces intuitions ne peuvent pas non plus être vérifiées de manière systématique à grande échelle. Pour évaluer leur fiabilité, un responsable devrait en effet écouter les appels, assister aux réunions et consulter les échanges d'e-mails.

La méthode s'avère néanmoins utile après le lancement d'une entreprise ou d'un produit, en l'absence de données historiques.

4. Prévisions basées sur des données historiques

Un moyen rapide et efficace d'esquisser des prévisions mensuelles, trimestrielles ou annuelles consiste à consulter les données correspondant à la période précédente, en supposant des résultats identiques ou supérieurs.

Par exemple, une équipe commerciale ayant généré 80 000 € de revenu récurrent mensuel en octobre peut prévoir de répéter ou d'améliorer cette performance au mois de novembre.

Les prévisions peuvent être affinées à l'aide de données relatives à la croissance historique. Par exemple, si les ventes augmentent de 6 % par mois, le revenu de novembre pourrait être évalué à 84 800 €.

Cette méthode présente toutefois plusieurs désavantages. Premièrement, elle ne tient pas compte de la saisonnalité. Or le mois de novembre pourrait représenter une période de creux dans le secteur d'activité visé, générant seulement 70 000 € de revenu. Deuxièmement, la demande est supposée constante. En cas d'événement exceptionnel, le modèle n'est plus valable. Enfin, il est préférable de traiter la demande historique comme une valeur de référence plutôt que comme une base de calcul.

5. Prévisions basées sur une analyse à plusieurs variables

La méthode de prévision la plus sophistiquée s'appuie sur les analyses prédictives, et intègre plusieurs des facteurs mentionnés précédemment, comme la durée moyenne du cycle de vente, la probabilité de conclusion par type d'opportunité, et la performance individuelle des commerciaux.

Par exemple, une entreprise peut disposer de deux commerciaux travaillant sur un même compte. Le premier a rendez-vous avec les acheteurs du prospect vendredi, tandis que le second vient de présenter une première offre au comité d'achat.

Le taux de conclusion du premier commercial, le montant de la transaction prévue et le nombre de jours restants dans le trimestre permettent d'estimer la probabilité de conclusion à 40 % pour la période analysée, avec une valeur prévisionnelle de 9 600 €. Le second commercial est moins avancé dans le processus de vente, mais il est performant et le montant en jeu est inférieur. Avec une probabilité de conclusion s'établissant également à 40 %, la valeur prévisionnelle de la vente est estimée à 6 800 €. Les ventes prévisionnelles pour le trimestre en cours sont donc évaluées à 16 400 €.

Cette méthode est souvent la plus précise. Néanmoins, elle nécessite des solutions d'analytics avancées qui ne sont pas à la portée de toutes les entreprises. Pour obtenir des données fiables, l'équipe commerciale doit en effet avoir les moyens de suivre la progression des transactions avec exactitude et efficacité.

6. Prévisions basées sur le pipeline

Cette méthode peut s'avérer chronophage, notamment en l'absence d'outils de calcul adaptés. Pour chacune des opportunités du pipeline, il s'agit d'évaluer les probabilités de conclusion en fonction de variables propres à l'entreprise, dont le taux de conclusion du commercial et la valeur de l'opportunité. 

Ainsi, si une équipe commerciale génère en moyenne 5 000 à 8 000 € de transactions en 60 jours, l'ensemble des opportunités du pipeline se verront attribuer une forte probabilité de conclusion. Ces données sont ensuite extrapolées pour obtenir des prévisions mensuelles ou trimestrielles. 

La fiabilité de cette méthode repose sur la qualité des données. Pour obtenir des prévisions viables, l'équipe commerciale doit donc s'engager à saisir régulièrement des données précises dans le CRM.

Modèle de prévision des ventes

Toutes les méthodes de prévision des ventes s'appuient sur les données. Même les approches les plus intuitives se basent sur le nombre d'opportunités dans le pipeline et sur la probabilité de conclusion.

Il est donc recommandé de créer un modèle de suivi comprenant par exemple :

  • Une feuille de calcul permettant d'estimer la probabilité de conclusion de chaque transaction pendant le mois en cours.
  • Un rapport prévisionnel mensuel automatiquement actualisé avec les données saisies dans la feuille de calcul.
  • Un outil de suivi annuel permettant d'évaluer les performances par rapport aux objectifs.

Ce type de modèle est adapté aux entreprises qui viennent de lancer leur activité. Il est recommandé aux entreprises établies d'adopter un CRM pour automatiser le processus. En plus de suivre le chiffre d'affaires réel et prévisionnel, un tel logiciel enregistre automatiquement toutes les interactions de l'équipe commerciale avec les prospects. L'entreprise dispose ainsi des données nécessaires pour établir des prévisions précises et fiables.

Modèle de prévision de ventes

Publication originale le 28 juin 2019, mise à jour le septembre 13 2019

Sujet(s):

Communication commerciale