Zephyrnet-logo

Best practices voor SaaS-inkomstenprognoses

Datum:

Tijdens de vroege stadia van het bouwen van een SaaS-startup, kunnen verkoopprognoses op hoog niveau voldoende zijn om de richting van uw bedrijf te bepalen. Maar naarmate een SaaS-bedrijf groeit, wordt het steeds belangrijker om toekomstige inkomsten nauwkeurig te voorspellen. 

Op een gegeven moment hebben de meeste bedrijven extra kapitaal nodig om de groei te stimuleren. En de realiteit is dat elke potentiële investeerder of geldschieter een betrouwbare inkomstenprognose wil zien om te begrijpen wanneer (en zelfs of) ze een rendement op hun geld zullen krijgen.

Naast het aantrekken van kapitaal, SaaS-inkomstenprognoses zijn cruciaal voor het nemen van belangrijke zakelijke beslissingen terwijl het bedrijf groeit. U kunt bijvoorbeeld inschatten wanneer u extra werknemers moet aannemen of hoeveel u kunt besteden aan marketing.

Lees verder om enkele best practices te ontdekken die u kunt gebruiken om inkomsten voor uw SaaS-bedrijf te voorspellen.

Definieer uw statistieken voordat u begint

Eerst moet u de omzetstatistieken definiëren die u wilt meten op basis van de producten die uw SaaS-bedrijf aanbiedt. Hier volgen enkele verschillende soorten opbrengststatistieken waarmee u rekening moet houden:

  • Bestaande inkomsten komt van klanten die al lopende abonnementen hebben. Dit wordt meestal bijgehouden met de maandelijks terugkerende inkomsten (MRR) statistiek, die wordt berekend op basis van het aantal klanten en het gemiddelde gefactureerde bedrag voor een bepaalde maand.
  • Nieuwe inkomsten komt uit de extra verkoop van nieuwe abonnementen. Dit kan vaak gebaseerd zijn op historische verkoopgegevens en op de sterkte van uw verkooppijplijn.
  • Vernieuwingsinkomsten komt van bestaande klanten die hetzelfde abonnement voor een andere periode behouden wanneer het moet worden verlengd.
  • Upsell-inkomsten komt van klanten die upgraden naar een hoger abonnement of andere add-ons kopen.

Probeer verschillende soorten inkomstenprognoses

Naast het beslissen welke omzetstatistieken u wilt bijhouden, wilt u ook beslissen welke financieel model dat u wilt gebruiken om prognoses te maken. Hier volgen enkele veelgebruikte benaderingen voor het voorspellen van inkomsten:

  • Leadgestuurde prognoses gebruikt het aantal leads voor een bepaalde periode, de klantconversieratio en de gemiddelde verkoopprijs om een ​​schatting van de inkomsten voor elke leadbron te berekenen. 
  • Levenslange waardeprognose maakt gebruik van de geschatte waarde van de gemiddelde klant om toekomstige inkomsten te voorspellen. Er zijn veel manieren om te rekenen klant levenslange waarde, maar een methode is om de gemiddelde MRR per klant te delen door het klantverloop.
  • Kansen voorspellen voorspelt welke prospects klant zullen worden op basis van waar ze zich in de verkoopcyclus bevinden. U kent potentiële close rates toe aan verschillende stadia van de verkooppijplijn en schat de potentiële waarde van prospects om inkomsten te voorspellen op basis van huidige verkoopkansen.
  • Historische voorspellingen is de gemakkelijkste methode om inkomsten te voorspellen, maar niet altijd de meest nauwkeurige. U neemt historische verkoopgegevens en doet een aanname over de bedrijfsgroei om toekomstige inkomsten te schatten.

Voorspel meerdere scenario's

Scenariovoorspelling is een geweldige manier om om te gaan met de zeer onvoorspelbare aard van het runnen van een bedrijf. Deze prognosestrategie omvat het modelleren van meerdere 'wat als'-situaties om u beter voor te bereiden op de toekomst. Hier volgen enkele veelvoorkomende scenario's om te voorspellen:

  • Doelscenario: Dit is het ideale resultaat waar je naar op zoek bent en is meestal gebaseerd op tamelijk agressieve aannames.
  • Basisscenario: Dit is een conservatieve schatting van wat uw bedrijf hoogstwaarschijnlijk kan bereiken en is vaak gebaseerd op uw gemiddelde historische prestaties over de afgelopen paar maanden.
  • In het slechtste geval: Dit is het onwaarschijnlijke scenario dat het erg mis gaat, vaak door externe factoren waar je geen controle over hebt.
Bouw prognoses op basis van verschillende scenario's in Forecast+ van Baremetrics

Bouw prognoses op basis van verschillende scenario's in Forecast+ van Baremetrics

Maak gebruik van historische gegevens

Hoewel scenariovoorspellingen geweldig zijn om onvoorspelbare uitkomsten te overwegen, kan traditionele prognoses met behulp van historische gegevens vaak helpen om de meest waarschijnlijke uitkomst te bepalen. Dit type prognose kan worden gebruikt om het "basisscenario" te voorspellen, omdat het gebaseerd is op historische gegevens. Door traditionele prognoses te implementeren, vermijdt u het kwalitatieve giswerk met scenariovoorspellingen en focust u zich op de gegevens.

Zorg voor schone gegevens

De kwaliteit van uw gegevens heeft grote invloed op de nauwkeurigheid van uw omzetprognoses, vooral voor meer kwantitatieve prognoses op basis van historische gegevens. Het verzamelen van gegevens van hoge kwaliteit vereist een manier om gegevens uit meerdere bronnen samen te voegen tot een duidelijke set bedrijfsstatistieken allemaal op één plek. Door schone gegevens in een gecentraliseerde hub te onderhouden, kunt u realistischere statistieken en prognoses berekenen die tot betere zakelijke beslissingen leiden.

Kijk naar trends in de industrie en bredere wereld

Uw omzetprognose en andere bedrijfsstatistieken worden veel nuttiger wanneer u ze kunt bekijken in de context van uw branche of bredere wereldtrends. U kunt bijvoorbeeld cohortanalyse uitvoeren met behulp van live SaaS-benchmarks om te bepalen waar uw bedrijf staat ten opzichte van vergelijkbare bedrijven.

Volg verloren deals en integreer deze in uw prognose

Het is gemakkelijk om overdreven optimistisch te worden over welke deals u verwacht te sluiten, wat de nauwkeurigheid van opportuniteits- of leadgestuurde prognoses kan beïnvloeden. Het bijhouden van verloren deals is een belangrijke manier om een ​​realistische schatting te maken van de conversieratio's van klanten, en op zijn beurt de toekomstige inkomsten die kunnen worden verwacht van een potentiële deal in de toekomst.

Factor in Churn en ARR

Bij het voorspellen van toekomstige inkomsten kunt u niet alleen kijken naar nieuwe verkopen, upsells en verlengingen. In feite is een sleutelfactor bij het voorspellen van inkomsten het begrijpen van de impact van uw bestaande jaarlijkse terugkerende inkomsten (ARR) en karnen.

Een van de belangrijkste voordelen van het SaaS- en abonnementsbedrijfsmodel is de garantie van toekomstige inkomsten door herhaalde facturering. Het is dus belangrijk om te bepalen hoeveel terugkerende inkomsten u kunt verwachten. Dat betekent dat het meten van klantbehoud net zo belangrijk is als klantacquisitie als het gaat om het voorspellen van toekomstige SaaS-inkomsten.

Factor in kosten

Bij het voorspellen van inkomsten is het ook belangrijk om te onthouden dat verkoop slechts een deel van de puzzel is. Er zullen altijd extra kosten nodig zijn om de groei van het bedrijf te ondersteunen, of het nu gaat om het aannemen van nieuwe werknemers of het verhogen van marketingbudgetten. Door rekening te houden met de kosten die gepaard gaan met extra inkomsten, kunt u een beter beeld krijgen van wat duurzaam is voor uw bedrijf.

Stroomlijn SaaS-inkomstenprognoses met Forecast+

Baremetrics heeft Forecast+ gebouwd om SaaS-bedrijven de tools te geven die ze nodig hebben om gemakkelijk en nauwkeurig inkomsten te voorspellen. Dit helpt u de bovenstaande best practices op te nemen in een financieel model dat traditionele prognoses, scenarioprognoses en andere methoden voor het voorspellen van de toekomstige prestaties van uw SaaS-bedrijf omvat.

Verschillende Baremetrics-grafieken
spot_img

Laatste intelligentie

spot_img