Как построить модель спроса, которую будет уважать любой директор по маркетингу

Недавно я писал о беспокойстве на рабочем месте и о том, как данные могут быть отличным лекарством. В этом посте я хотел бы расширить тему данных, в частности то, как я построил и использовал «модели спроса».

Модели формирования спроса используют различные входные данные, а затем работают в обратном направлении, используя исторические коэффициенты конверсии и затраты, чтобы определить бюджеты и сценарии, необходимые для удовлетворения спроса в определенный период.

Настоящая модель спроса привязана к доходам, а не лидам.

Это восходящий расчет, когда вы начинаете с запланированного конечного дохода и продвигаетесь вверх по лестнице, чтобы выяснить, какой спрос (в долларах) должен генерировать маркетинг.

Сократив деятельность по маркетингу и продажам до доступных цифр, руководство вашей компании будет уверено в том, что цели хотя бы в некоторой степени достижимы, а также в том, какие показатели и ценности должны оставаться верными, чтобы цели были достигнуты.

Директор по маркетингу может более точно сообщить генеральному директору, сколько реальных возможностей и сделок будет способствовать маркетингу в этом квартале для поддержки роста.

Ключевые составляющие вашей модели спроса

Вот основные точки данных, которые я включаю в модель метаданных:

Предполагаемый ARR на начало квартала — сумма дохода, которую вы прогнозируете в начале периода, который вы прогнозируете. Ради аргумента предположим, что мы измеряем четверти.

Расчетная ARR на конец квартала – Доход, который вы хотите получить к концу прогнозируемого квартала.

Требуемый чистый новый ARR (дельта роста) — разница между показателями на начало и конец квартала, т. е. сколько нового ARR вам нужно.

Чистый отток — клиенты уходят, приходят новые. Это число может быть положительным или отрицательным. Но он должен основываться на фактических суммах в долларах, которые поставлены на кон в данном квартале, а не только на среднем % за год.

Большинство предприятий SaaS подписывают больше людей во 2-м и 4-м кварталах, чем в 1-м и 3-м, поэтому прямолинейное среднее значение не работает.

Общая цель ARR – Дельта роста плюс (или минус) чистый отток, что дает вам общую цель ARR за квартал.  

Предположим, что общая сумма цели ARR составляет 1,7 миллиона долларов. Маркетинг не заинтересован в поиске и закрытии всего этого в квартал. Большая часть будет поступать из существующей воронки продаж, которую вы создавали в течение кварталов.

Ожидаемый доход от конвейера – Следующий раздел модели спроса включает расчетную выручку за текущий квартал и воронку продаж в следующем квартале.

В Metadata у нас есть 6 этапов возможности, поэтому я разбиваю этот раздел на каждый этап. Каждый этап включает общий доход на этом этапе, ожидаемую скорость закрытия для этого этапа, а затем ожидаемый доход путем их умножения.

Я использую исторические коэффициенты закрытия по стадиям возможностей, чтобы подключиться к модели, и могу увеличивать или уменьшать их в зависимости от нашей текущей траектории.

Общий ARR для источника и закрытия за период

Сложите ожидаемый доход от закрытой/выигранной воронки за текущий квартал и следующий квартал, и вы получите доход, который, по вашему прогнозу, будет закрыт от существующих возможностей. Вычтите это число из указанной выше общей цели ARR, и вы получите сумму дохода, которую необходимо получить и закрыть с настоящего момента до конца периода, который вы прогнозируете.

Теперь мы начинаем возвращать этот доход к деятельности, которую нам нужно вести в маркетинге и продажах, чтобы получить это число.

Средняя цена продажи ARR . Чтобы превратить необходимый вам доход в общее количество новых клиентов, вам необходимо разделить общую цель ARR, указанную выше, на среднюю ARR каждого нового клиента.

Коэффициенты конверсии Затем я использую исторические коэффициенты конверсии по этапам, чтобы соотнести общее количество новых сделок с количеством возможностей на ранней стадии, которые мне нужно реализовать. Затем я учитываю это количество запросов на демонстрацию, которые мне нужно обработать через маркетинг.

Сколько демо-запросов тогда? Мне нужно знать коэффициент конверсии демо-запроса в возможность, который скажет мне, сколько демо-запросов мне нужно обработать, чтобы превратиться в возможности на ранней стадии, которые превратятся в закрытые/выигранные сделки.

Стоимость демо-запроса . Теперь, когда я понимаю свою среднюю стоимость демо-запроса, я могу рассчитать, какой маркетинговый бюджет мне нужен для запуска необходимого количества демонстраций. Если есть дельта (это означает, что я не могу позволить себе все из них), тогда я иду в военную комнату и начинаю выяснять, как получить дополнительный рост коэффициента конверсии, снизить стоимость демоверсии или места, где можно найти подтвержденный спрос.

Примечание. Я включил шаблон модели спроса без ограничений, который вы можете использовать для ввода собственных точек данных и регулярного обновления.

Самая большая проблема для вашей модели спроса: циклы продаж

Единственное, что мы не обсудили, — это циклы продаж.

Циклы продаж могут составлять 30 дней, 90 дней, 120 дней и более. Это означает, что маркетинг, которым я занимаюсь сегодня, вряд ли принесет компании доход в течение квартала или более.

Цикл продаж метаданных достаточно короток, поэтому у нас обычно есть данные о конвейере/оттоке/доходе в течение квартала, чтобы обеспечить модель спроса. Однако по мере того, как мы продвигаемся на более высокий рынок, наши циклы продаж будут увеличиваться.

Если ваш цикл составляет 90 дней или меньше, то вы находитесь в пределах четверти, и вам не нужно слишком беспокоиться об этом.

Если это больше, вам нужно провести анализ того, сколько сделок получено и закрыто в любой период времени, с которым вы работаете, и использовать его для корректировки количества демонстрационных запросов, которые вам нужно вести, чтобы достаточное их количество было закрыто. в пределах этого срока.

Начните с базовых входных данных и позвольте им расти

Для базовой модели спроса эти данные являются хорошим началом:

• Доход сейчас
• План выручки на конец квартала
• Средняя цена реализации продукта
• Коэффициент конверсии из возможности в закрытую/выигранную
• Коэффициент конверсии лида в возможность

В течение квартала или двух ваша модель может включать только 10 точек данных.

В начале можно просто использовать оценки для оттока и воронки продаж, а затем вводить более точные данные по мере получения дополнительных данных о продажах. Вскоре у вас будет 40 или 50 входных данных.

Не зацикливайтесь на модели спроса

Я не рекомендую обновлять модель спроса каждый день. Однажды он скажет, что вам нужно 100 демо-запросов, на следующий день будет 85. Ежедневные дополнительные изменения данных не стоят того, чтобы зацикливаться на них.

Так что придерживайтесь обновления один или два раза в месяц. Если в ваших данных есть расхождения, внесите их в следующую итерацию и продолжайте развиваться. Если ваша модель говорит, что у вас более чем достаточно бюджета, чтобы оплатить спрос в этом квартале, это здорово!

Но не останавливайтесь на достигнутом. Потратьте время простоя на поиск следующего раунда спроса на ваш продукт.

Независимо от того, приносит ли ваша модель хорошие или плохие новости о соотношении спроса и бюджета, она служит чрезвычайно важной цели: она снижает страх перед неопределенностью, позволяя вам планировать заранее и принимать лучшие маркетинговые решения для вашего бизнеса.