銷售預測模型有：競爭對手比對法、MOFV銷售預測法。

一、競爭對手比對法

Figure 1贏單率計算-競爭對手對比法

上圖是筆者建議的通過競爭對手對比法來計算贏單率。而且我們完全可以根據(jù)贏單率的變化作為觸發(fā)事件，去制定新的打單戰(zhàn)略戰(zhàn)術(shù)，制定商務公關(guān)和技術(shù)攻關(guān)計劃，以及下一步行動計劃。

1. 如果沒有必要事件，表示不能確認客戶一定要做這個項目，那沒必要計算贏單率。
2. 如果沒有內(nèi)部消息來源，那往往贏單率估算都太樂觀，所以結(jié)果出來后至少打七折。
3. 如果我們沒有在競爭中進前三，那計算贏單率沒意義，就按0計算。

1、預測輸入的客觀性（Objectivity）

我們要盡量避免讓銷售主觀去估算贏單率，而是要通過一系列的問題，而且每個問題都可以比較容易判斷和明確答是否，然后通過問題的答案自動計算贏率。

另外，在回答商機金額，關(guān)單日期，競爭對手贏率等問題時，要給出區(qū)間，而不是僅僅給一個數(shù)值。未來可以通過該銷售的歷史數(shù)據(jù)去分析該銷售自我評估的行為模式，比如該銷售一般給出的預測結(jié)果是其評估區(qū)間的幾分位。

Figure 2贏單率問卷

如果要求銷售人員預測的頻率越頻繁，那銷售預測值一般就會越精準，但花費了銷售大量的時間，預測成本也就越高。所以筆者建議預測的頻率是一季、一月、還是一周應該公司根據(jù)自己的管理精度、管理能力和對預測準確性的要求按需調(diào)整。

但另一方筆者建議提供事件觸發(fā)的預測功能，即當市場發(fā)生重大事件，或某一客戶或項目發(fā)生重大事件時，自動通知銷售，重新回答問卷，調(diào)整預測。

3、預測的校驗（Verification）

銷售的預測需要有人校驗，以形成參照物。最合適的驗證人就是銷售的一線主管。一線主管和銷售交流后，基于銷售回答的問卷，確認或修改問卷，形成一個校驗的預測值。但一線主管的預測值不應讓一線銷售知道，以避免銷售人員預測值和一線主管值預測值趨同的現(xiàn)象。

和一線銷售的預測頻率一樣，一線主管校驗的頻率越高，可能校驗的銷售預測值越準，但成本越高。所以公司需要根據(jù)自己的管理精度、管理能力和對預測準確性的要求按需調(diào)整校驗的頻率。

二、MOFV銷售預測法

Figure 3 MOFV銷售預測法

如上圖所示，筆者建議通過MOFV銷售預測法來不斷優(yōu)化迭代，形成適合自己公司的精準銷售預測模型

1. 預測的模型（Model）：基于競爭對手的預測模型；
2. 預測輸入的客觀性（Objectivity）：通過問卷和區(qū)間選擇使預測盡可能客觀;
3. 預測的頻率（Frequency）：選擇最合適預測頻率在成本和準確性上達到平衡，同時支持事件觸發(fā)的預測；
4. 預測的校驗（Verification）：支持主管的校驗的預測曲線；
5. 迭代優(yōu)化：一旦三條預測曲線發(fā)生大的偏差，去深挖背后原因。如果三條曲線一致，但與實際結(jié)果發(fā)生大的偏差，也去深挖背后原因；
6. 形成最佳預測模型：不停迭代完善最佳預測模型。

（本文來源于：楊峻 - CRM咨詢，《營銷和服務數(shù)字化轉(zhuǎn)型 CRM3.0時代的來臨》一書作者。微軟資深數(shù)字化轉(zhuǎn)型專家，曾任海爾全球服務數(shù)字化轉(zhuǎn)型和信息化建設總負責人，IBM GBS 客戶關(guān)系管理數(shù)字化創(chuàng)新解決方案中國區(qū)總負責人，世界上第一個BS CRM平臺產(chǎn)品-Siebel 7.0核心開發(fā)工程師之一，北大講師。）