如何建立任何 CMO 都会尊重的需求模型

已发表: 2021-04-16

我最近写了一篇关于工作场所焦虑的文章，以及数据如何成为一种很好的补救措施。对于这篇文章，我想扩展数据的主题，特别是我如何构建和使用“需求模型”。

需求生成模型使用各种数据输入，然后使用历史转换率和成本向后工作，以确定满足给定时期需求所需的预算和方案。

真正的需求模型与收入相关，而不是潜在客户。

这是一种自下而上的计算，您从计划的最终收入数字开始，然后逐步向上计算营销需要产生多少需求（以美元计）。

通过将营销和销售活动提炼成可访问的数字，您的公司领导层将确信目标至少在某种程度上是可以实现的，以及需要保持什么样的比率和价值才能实现目标。

CMO 可以更准确地与 CEO 沟通，了解有多少实际机会和交易营销将推动本季度以支持增长。

需求模型的关键要素

以下是我在元数据模型中包含的主要数据点：

估计的季度开始 ARR – 您预测在您预测的期间开始时您将拥有的收入金额。为了争论起见，假设我们正在测量四分之一。

预计季度末 ARR – 您希望在您预测的季度末获得的收入。

需要的净新 ARR（增长增量） – 季度初和季度末数字之间的差异，即您需要多少新 ARR。

净流失——客户离开，新客户加入。这个数字可以是正数或负数。但它应该基于给定季度的实际风险，而不仅仅是一年的平均百分比。

大多数 SaaS 企业在第 2 和第 4 季度签约的人数比在第 1 和第 3 季度签约的人数要多，因此直线平均是行不通的。

总 ARR 目标– 增长增量加（或减）净流失率，为您提供本季度的总 ARR 目标。

假设总 ARR 目标数为 170 万美元。营销并没有在本季度采购和关闭所有这些。大部分将来自您在几个季度中建立的现有销售渠道。

预期管道收入—— 需求模型的下一部分包括当前季度和下一季度管道的估计收入。

在元数据，我们有 6 个机会阶段，所以我按每个阶段分解本节。每个阶段包括该阶段的总收入、该阶段的预期收盘率，以及将这些相乘的预期收入。

我使用机会阶段的历史收盘率来插入模型，并且可能会根据我们当前的轨迹增加或减少。

期间的总 ARR 到来源和关闭

将现有季度和下一季度的预期关闭/赢得的管道收入加在一起，这就是您预测将从现有机会中关闭的收入。从上面的总 ARR 目标中减去这个数字，您就有了从现在到您预测的期间结束之间需要获取和关闭的收入金额。

我们现在开始将这笔收入用于我们需要推动营销和销售的活动，以达到这个数字。

平均 ARR 售价——为了将您需要的收入转化为新客户总数，您需要将上述总 ARR 目标除以每个新客户的平均 ARR。

转化率 – 然后，我使用阶段到阶段的历史转化率，将新交易的总数与我需要提供的早期机会的数量相比较。然后，我将其重新计算为我需要通过营销推动的演示请求数量。

那么有多少演示请求？ 我需要知道我的演示请求与机会转化率之间的关系，这将告诉我需要推动多少演示请求才能转变为早期阶段的机会，这些机会将转变为已完成/赢得的交易。

每个演示请求的成本——只要我了解推动演示请求的平均成本，我现在就可以计算出我需要多少营销预算来推动所需的演示数量。如果存在增量（意味着我买不起所有这些），那么我会进入作战室并开始研究如何进一步提高转化率、降低每个演示的成本或找到获得需求的地方。

注意：我包含了一个非封闭的需求模型模板，您可以使用它来输入您自己的数据点并定期更新。

我们没有讨论的一件事是销售周期。

销售周期可以是 30 天、90 天、120 天或更长时间。这意味着我今天所做的营销可能不会在四分之一或更长时间内转化为公司收入。

元数据的销售周期足够短，我们通常在一个季度内拥有管道/流失/收入数据来满足需求模型。然而，随着我们进入高端市场，我们的销售周期将会延长。

如果您的周期为 90 天或更短，那么您在四分之一以内，无需为此担心太多。

如果它比这更长，您将需要分析在您工作的任何时间范围内有多少交易是采购和关闭的，并使用它来调整您需要驱动的演示请求数量，以便有足够的交易完成在那个时间范围内。

对于基本需求模型，这些数据点是一个好的开始：

一到两个季度，您的模型可能只包含 10 个数据点。

一开始只对流失和管道使用估计值，然后在生成更多销售数据时提供更准确的输入是很好的。不久之后，您将拥有 40 或 50 个数据输入。

我不建议每天更新需求模型。有一天它会说你需要 100 个演示请求，第二天它将是 85 个。每日增量数据更改不值得为之着迷。

所以坚持每月更新一到两次。如果您的数据存在差异，请将其纳入下一次迭代并不断发展。如果您的模型表明您有足够的预算来支付本季度的需求，那就太好了！

但不要固步自封。花停机时间寻找对您产品的下一轮需求。

无论您的模型传达的是关于需求/预算比率的好消息还是坏消息，它都有一个极其重要的目的：它减少了对不确定性的恐惧，让您能够提前计划并为您的业务做出最佳营销决策。