วิธีสร้างโมเดลอุปสงค์ที่ CMO ทุกคนเคารพ

ฉันเพิ่งเขียนเกี่ยวกับความวิตกกังวลในที่ทำงาน และข้อมูลสามารถเป็นวิธีการรักษาที่ดีได้อย่างไร สำหรับโพสต์นี้ ฉันต้องการขยายในหัวข้อของข้อมูล โดยเฉพาะวิธีที่ฉันสร้างและใช้ “แบบจำลองอุปสงค์”

โมเดลการสร้างอุปสงค์ใช้อินพุตข้อมูลต่างๆ แล้วย้อนกลับโดยใช้อัตราการแปลงและต้นทุนที่ผ่านมา เพื่อระบุงบประมาณและสถานการณ์จำลองที่คุณต้องตอบสนองความต้องการในช่วงเวลาที่กำหนด

โมเดลอุปสงค์ที่แท้จริงเชื่อมโยงกับรายได้ ไม่ใช่โอกาสในการขาย

เป็นการคำนวณจากล่างขึ้นบน โดยที่คุณเริ่มต้นด้วยตัวเลขรายได้สิ้นสุดที่วางแผนไว้ และคุณพยายามไต่ระดับเพื่อหาว่าความต้องการทางการตลาด (เป็นดอลลาร์) จะต้องสร้างเท่าใด

การกลั่นกรองกิจกรรมทางการตลาดและการขายให้เป็นตัวเลขที่เข้าถึงได้ ผู้นำบริษัทของคุณจะมีความมั่นใจว่าเป้าหมายอย่างน้อยก็สามารถทำได้บ้าง และอัตราและมูลค่าใดจะต้องเป็นจริงเพื่อให้บรรลุเป้าหมาย

CMO สามารถสื่อสารกับ CEO ได้อย่างแม่นยำมากขึ้นเกี่ยวกับโอกาสและข้อตกลงทางการตลาดที่จะขับเคลื่อนในไตรมาสนี้เพื่อรองรับการเติบโต

ส่วนประกอบสำคัญสำหรับแบบจำลองความต้องการของคุณ

ต่อไปนี้คือจุดข้อมูลหลักที่ฉันรวมไว้ในโมเดลของข้อมูลเมตา:

ARR เริ่มต้นของไตรมาสโดยประมาณ – จำนวนรายได้ที่คุณคาดการณ์ว่าจะมีเมื่อเริ่มต้นช่วงเวลาที่คุณกำลังคาดการณ์ สำหรับการโต้แย้ง สมมติว่าเรากำลังวัดไตรมาส

ARR . ปลายไตรมาสโดยประมาณ – รายได้ที่คุณต้องการได้รับภายในสิ้นไตรมาสที่คุณกำลังคาดการณ์

ต้องการ ARR ใหม่สุทธิ (เดลต้าการเติบโต) – ความแตกต่างระหว่างตัวเลขเริ่มต้นของไตรมาสและปลายไตรมาส เช่น คุณต้องการ ARR ใหม่เท่าใด

Net churn – ลูกค้าออกจากระบบ เข้าสู่ระบบใหม่ ตัวเลขนี้อาจเป็นบวกหรือลบก็ได้ แต่ควรยึดตาม $ จริงที่เดิมพันสำหรับไตรมาสที่กำหนด ไม่ใช่แค่ % เฉลี่ยสำหรับปีเท่านั้น

ธุรกิจ SaaS ส่วนใหญ่ลงชื่อเข้าใช้ผู้คนในไตรมาสที่ 2 และ 4 มากกว่าไตรมาสที่ 1 และ 3 ดังนั้นการหาค่าเฉลี่ยแบบตรงไปตรงมาจึงไม่ได้ผล

เป้าหมาย ARR ทั้งหมด – การเติบโตของเดลต้าบวก (หรือลบ) สุทธิ ทำให้คุณบรรลุเป้าหมาย ARR ทั้งหมดสำหรับไตรมาส  

สมมติว่าจำนวนเป้าหมาย ARR ทั้งหมดคือ 1.7 ล้านเหรียญสหรัฐ การตลาดไม่ได้อยู่บนเบ็ดสำหรับการจัดหาและปิดการขายทั้งหมดในไตรมาสนี้ ส่วนใหญ่จะมาจากไปป์ไลน์การขายที่มีอยู่ซึ่งคุณสร้างขึ้นในช่วงไตรมาส

รายได้ไปป์ไลน์ที่คาดหวัง – ส่วนถัดไปของแบบจำลองความต้องการรวมถึงรายได้โดยประมาณจากไปป์ไลน์ไตรมาสปัจจุบันและไตรมาสถัดไป

ที่ Metadata เรามี 6 ขั้นตอนของโอกาส ดังนั้นฉันจึงแบ่งส่วนนี้ออกเป็นแต่ละขั้นตอน แต่ละขั้นตอนจะรวมรายได้ทั้งหมดในขั้นตอนนั้น อัตราการปิดที่คาดหวังสำหรับขั้นตอนนั้น และรายได้ที่คาดหวังโดยการคูณสิ่งเหล่านี้เข้าด้วยกัน

ฉันใช้อัตราการปิดในอดีตตามระยะโอกาสเพื่อเสียบเข้ากับโมเดล และอาจเพิ่มขึ้นหรือลดลงตามวิถีปัจจุบันของเรา

รวม ARR ที่มาและปิดในช่วงเวลา

เพิ่มรายได้ไปป์ไลน์ที่คาดว่าจะปิด/ชนะจากไตรมาสที่มีอยู่และไตรมาสถัดไปเข้าด้วยกัน และนี่คือรายได้ที่คุณกำลังคาดการณ์จะปิดจากโอกาสที่มีอยู่ ลบตัวเลขนี้ออกจากเป้าหมาย ARR รวมด้านบน และคุณมีจำนวนเงินรายได้ที่จำเป็นต้องได้รับและปิดระหว่างนี้จนถึงจุดสิ้นสุดของช่วงเวลาที่คุณกำลังคาดการณ์

ตอนนี้เราเริ่มทำงานรายได้นี้กลับไปเป็นกิจกรรมที่เราจำเป็นต้องขับเคลื่อนในด้านการตลาดและการขายเพื่อให้ได้ตัวเลขนั้น

ราคาขาย ARR เฉลี่ย – ในการเปลี่ยนรายได้ที่คุณต้องการให้เป็นจำนวนลูกค้าใหม่ทั้งหมด คุณต้องหารเป้าหมาย ARR ทั้งหมดข้างต้นด้วย ARR เฉลี่ยของลูกค้าใหม่แต่ละราย

อัตราการแปลง – จากนั้นฉันใช้อัตรา Conversion ในอดีตแบบขั้นตอนต่อขั้นตอนเพื่อคำนวณจำนวนข้อตกลงใหม่ทั้งหมด กลับไปเป็นจำนวนโอกาสขั้นต้นที่ฉันต้องการจะนำเสนอ จากนั้นฉันก็ทำงานนั้นกลับไปเป็นจำนวนคำขอสาธิตที่ฉันต้องการเพื่อขับเคลื่อนผ่านการตลาด

มีคำขอสาธิตจำนวนเท่าใด ฉันจำเป็นต้องทราบคำขอสาธิตของฉันไปยังอัตราการแปลงโอกาสทางการขาย ซึ่งจะบอกฉันว่ามีคำขอสาธิตจำนวนเท่าใดที่ฉันต้องผลักดันเพื่อเปลี่ยนเป็นโอกาสในระยะเริ่มต้นที่จะเปลี่ยนเป็นดีลปิด/ชนะ

ต้นทุนต่อคำขอสาธิต – ตราบใดที่ฉันเข้าใจต้นทุนเฉลี่ยในการขับเคลื่อนคำขอสาธิต ตอนนี้ฉันสามารถทราบได้ว่าต้องใช้งบประมาณทางการตลาดเท่าใดในการขับเคลื่อนจำนวนการสาธิตที่จำเป็น หากมีเดลต้า (หมายความว่าฉันไม่สามารถจ่ายได้ทั้งหมด) ฉันก็เข้าไปในห้องสงครามและเริ่มหาวิธีเพิ่มอัตราการแปลง ต้นทุนต่อการสาธิตที่ต่ำลง หรือสถานที่เพื่อค้นหาความต้องการที่ได้รับ

หมายเหตุ: ฉันได้รวม เทมเพลตโมเดลความต้องการ ที่ไม่มีการจัดหมวดหมู่ซึ่งคุณสามารถใช้เพื่อป้อนจุดข้อมูลของคุณเองและอัปเดตเป็นประจำ

ความท้าทายที่ยิ่งใหญ่ที่สุดสำหรับรูปแบบความต้องการของคุณ: วงจรการขาย

สิ่งหนึ่งที่เราไม่ได้พูดถึงคือวงจรการขาย

รอบการขายสามารถเป็น 30 วัน 90 วัน 120 วันขึ้นไป ซึ่งหมายความว่าการตลาดที่ฉันทำในวันนี้จะไม่กลายเป็นรายได้ของบริษัทเป็นเวลาหนึ่งในสี่หรือมากกว่านั้น

วงจรการขายของข้อมูลเมตาสั้นพอที่เรามักจะมีข้อมูลไปป์ไลน์/การปั่น/รายได้ภายในหนึ่งไตรมาสเพื่อป้อนแบบจำลองความต้องการ อย่างไรก็ตาม เมื่อเราก้าวไปสู่ระดับบน วัฏจักรการขายของเราจะขยายออกไป

หากรอบเดือนของคุณคือ 90 วันหรือน้อยกว่า แสดงว่าคุณอยู่ในหนึ่งในสี่และไม่ต้องกังวลเรื่องนี้มากเกินไป

หากนานกว่านั้น คุณจะต้องวิเคราะห์ว่ามีแหล่งที่มาและปิดดีลจำนวนเท่าใดภายในกรอบเวลาใดก็ตามที่คุณใช้งานอยู่ และใช้เพื่อปรับจำนวนคำขอสาธิตที่คุณต้องใช้ในการขับเคลื่อนเพื่อให้ปิดได้เพียงพอ ภายในกรอบเวลานั้น

เริ่มต้นด้วยปัจจัยพื้นฐานและปล่อยให้มันเติบโต

สำหรับแบบจำลองความต้องการพื้นฐาน จุดข้อมูลเหล่านี้เป็นจุดเริ่มต้นที่ดี:

• รายได้ตอนนี้
• เป้าหมายรายได้ปลายไตรมาส
• ราคาขายสินค้าเฉลี่ย
• อัตราการแปลงจากโอกาสเป็นปิด/วอน
• อัตราการแปลงจากโอกาสในการขาย

สำหรับไตรมาสหรือสองไตรมาส โมเดลของคุณอาจมีจุดข้อมูลเพียง 10 จุดเท่านั้น

การเริ่มต้นใช้การประมาณการสำหรับการปั่นและไปป์ไลน์นั้นเป็นเรื่องปกติ จากนั้นป้อนอินพุตที่แม่นยำยิ่งขึ้นเมื่อคุณสร้างข้อมูลการขายมากขึ้น อีกไม่นาน คุณจะมีอินพุตข้อมูล 40 หรือ 50 รายการ

อย่าหมกมุ่นอยู่กับโมเดลอุปสงค์

ฉันไม่แนะนำให้อัปเดตโมเดลความต้องการทุกวัน วันหนึ่งจะบอกว่าคุณต้องการคำขอสาธิต 100 รายการ ในวันถัดไปจะเป็น 85 รายการ การเปลี่ยนแปลงข้อมูลที่เพิ่มขึ้นในแต่ละวันนั้นไม่คุ้มที่จะหมกมุ่นอยู่กับการหมกมุ่น

ดังนั้นให้ทำการอัปเดตเดือนละครั้งหรือสองครั้ง หากข้อมูลของคุณมีความคลาดเคลื่อน ให้นำข้อมูลเหล่านั้นไปใช้ซ้ำในครั้งต่อไปและพัฒนาต่อไป หากแบบจำลองของคุณบอกว่าคุณมีงบประมาณเพียงพอสำหรับความต้องการในไตรมาสนี้ ถือว่าเยี่ยมมาก!

แต่อย่าพักผ่อนบนเกียรติยศของคุณ ใช้เวลาหยุดทำงานเพื่อค้นหาความต้องการผลิตภัณฑ์ของคุณในรอบถัดไป

ไม่ว่าโมเดลของคุณจะส่งข่าวดีหรือไม่ดีเกี่ยวกับอัตราส่วนอุปสงค์/งบประมาณ โมเดลนี้มีจุดประสงค์ที่สำคัญอย่างยิ่ง: ช่วยลดความน่ากลัวของความไม่แน่นอน ช่วยให้คุณวางแผนล่วงหน้าและตัดสินใจทางการตลาดได้ดีที่สุดสำหรับธุรกิจของคุณ