如何建立任何 CMO 都會尊重的需求模型

已發表: 2021-04-16

我最近寫了一篇關於工作場所焦慮的文章,以及數據如何成為一種很好的補救措施。 對於這篇文章,我想擴展數據的主題,特別是我如何構建和使用“需求模型”。

需求生成模型使用各種數據輸入,然後使用歷史轉換率和成本向後工作,以確定滿足給定時期需求所需的預算和方案。

真正的需求模型與收入相關,而不是潛在客戶。

這是一種自下而上的計算,您從計劃的最終收入數字開始,然後逐步向上計算營銷需要產生多少需求(以美元計)。

通過將營銷和銷售活動提煉成可訪問的數字,您的公司領導層將確信目標至少在某種程度上是可以實現的,以及需要保持什麼樣的比率和價值才能實現目標。

CMO 可以更準確地與 CEO 溝通,了解有多少實際機會和交易營銷將推動本季度以支持增長。

需求模型的關鍵要素

以下是我在元數據模型中包含的主要數據點:

估計的季度開始 ARR – 您預測在您預測的期間開始時您將擁有的收入金額。 為了爭論起見,假設我們正在測量四分之一。

預計季度末 ARR – 您希望在您預測的季度末獲得的收入。

需要的淨新 ARR(增長增量) – 季度初和季度末數字之間的差異,即您需要多少新 ARR。

淨流失——客戶離開,新客戶加入。 這個數字可以是正數或負數。 但它應該基於給定季度的實際風險,而不僅僅是一年的平均百分比。

大多數 SaaS 企業在第 2 和第 4 季度簽約的人數比在第 1 和第 3 季度簽約的人數要多,因此直線平均是行不通的。

總 ARR 目標- 增長增量加(或減)淨流失率,為您提供本季度的總 ARR 目標。  

假設總 ARR 目標數為 170 萬美元。 營銷並沒有在本季度採購和關閉所有這些。 大部分將來自您在幾個季度中建立的現有銷售渠道。

預期管道收入—— 需求模型的下一部分包括當前季度和下一季度管道的估計收入。

在元數據,我們有 6 個機會階段,所以我按每個階段分解本節。 每個階段包括該階段的總收入、該階段的預期收盤率,以及將這些相乘的預期收入。

我使用機會階段的歷史收盤率來插入模型,並且可能會根據我們當前的軌跡增加或減少。

期間的總 ARR 到來源和關閉

將現有季度和下一季度的預期關閉/贏得的管道收入加在一起,這就是您預測將從現有機會中關閉的收入。 從上面的總 ARR 目標中減去這個數字,您就有了從現在到您預測的期間結束之間需要獲取和關閉的收入金額。

我們現在開始將這筆收入用於我們需要推動營銷和銷售的活動,以達到這個數字。

平均 ARR 售價——為了將您需要的收入轉化為新客戶總數,您需要將上述總 ARR 目標除以每個新客戶的平均 ARR。

轉化率 – 然後,我使用階段到階段的歷史轉化率,將新交易的總數與我需要提供的早期機會的數量相比較。 然後,我將其重新計算為我需要通過營銷推動的演示請求數量。

那麼有多少演示請求? 我需要知道我的演示請求與機會轉化率之間的關係,這將告訴我需要推動多少演示請求才能轉變為早期階段的機會,這些機會將轉變為已完成/贏得的交易。

每個演示請求的成本——只要我了解推動演示請求的平均成本,我現在就可以計算出我需要多少營銷預算來推動所需的演示數量。 如果存在增量(意味著我買不起所有這些),那麼我會進入作戰室並開始研究如何進一步提高轉化率、降低每個演示的成本或找到獲得需求的地方。

注意:我包含了一個非封閉的需求模型模板,您可以使用它來輸入您自己的數據點並定期更新。

您的需求模型面臨的最大挑戰:銷售週期

我們沒有討論的一件事是銷售週期。

銷售週期可以是 30 天、90 天、120 天或更長時間。 這意味著我今天所做的營銷可能不會在四分之一或更長時間內轉化為公司收入。

元數據的銷售週期足夠短,我們通常在一個季度內擁有管道/流失/收入數據來滿足需求模型。 然而,隨著我們進入高端市場,我們的銷售週期將會延長。

如果您的周期為 90 天或更短,那麼您在四分之一以內,無需為此擔心太多。

如果它比這更長,您將需要分析在您工作的任何時間範圍內有多少交易是採購和關閉的,並使用它來調整您需要驅動的演示請求數量,以便有足夠的交易完成在那個時間範圍內。

從基本投入開始,讓它成長

對於基本需求模型,這些數據點是一個好的開始:

  • 現在收入
  • 本季度末的收入目標
  • 產品平均售價
  • 從機會到完成/贏得的轉化率
  • 從潛在客戶到機會的轉化率

一到兩個季度,您的模型可能只包含 10 個數據點。

一開始只對流失和管道使用估計值,然後在生成更多銷售數據時提供更準確的輸入是很好的。 不久之後,您將擁有 40 或 50 個數據輸入。

不要沉迷於需求模型

我不建議每天更新需求模型。 有一天它會說你需要 100 個演示請求,第二天它將是 85 個。每日增量數據更改不值得為之著迷。

所以堅持每月更新一到兩次。 如果您的數據存在差異,請將其納入下一次迭代並不斷發展。 如果您的模型表明您有足夠的預算來支付本季度的需求,那就太好了!

但不要固步自封。 花停機時間尋找對您產品的下一輪需求。

無論您的模型傳達的是關於需求/預算比率的好消息還是壞消息,它都有一個極其重要的目的:它減少了對不確定性的恐懼,讓您能夠提前計劃並為您的業務做出最佳營銷決策。