Revenue forecasting voor MKB

Voor een MKB-bedrijf werkt een omzetforecast het best als eenvoudige opbouw in drie lagen: vaste terugkerende omzet uit contracten en de boekhouding, terugkerende afname van bestaande klanten op basis van historie, en nieuwe omzet uit getekende orders plus een voorzichtige schatting van de pipeline. Dat past in één spreadsheet, kost een uur per maand om bij te houden en is vaak nauwkeuriger dan een uitgebreid model op een half ingevuld CRM. Het belangrijkste is niet de methode, maar dat je elke maand vergelijkt met wat er werkelijk gebeurde.

Waarom forecasting in het MKB anders is

Een bedrijf met EUR 2 tot 20 miljoen omzet heeft zelden een financeteam dat elke week de forecast bijwerkt. De directeur of de financieel verantwoordelijke doet het erbij, meestal in Excel, vaak vlak voor een gesprek met de bank of de aandeelhouders. Daarnaast spelen een paar dingen die in grotere bedrijven minder zwaar wegen.

• Weinig deals, grote verschillen. Twintig nieuwe klanten per jaar is te weinig voor statistiek. Eén deal meer of minder maakt het kwartaal.
• Concentratie. De grootste klant is vaak 10 tot 20 procent van de omzet, soms meer. Wat die klant doet, bepaalt het jaar.
• Sales zit in een paar hoofden. De directeur of twee accountmanagers weten welke deals echt zijn. In het CRM staat daar maar een deel van.
• De boekhouding loopt achter. Als de maandafsluiting drie weken duurt, is de werkelijkheid waartegen je forecast al oud als je hem ziet.
• Veel omzet buiten het CRM. Vaste afnemers bestellen via mail of telefoon, direct in het ERP of boekhoudpakket.

Een forecastmethode die uit een groot softwarebedrijf komt, met fasepercentages en pipeline coverage per verkoper, past daar slecht op. Wat wel past, is een opbouw die begint bij wat zeker is.

De drie lagen

Laag 1: vaste terugkerende omzet

Onderhoudscontracten, abonnementen, licenties, huur, servicecontracten. Dit staat in je contracten en je facturatie, in Exact, AFAS, Twinfield, Moneybird of wat je ook gebruikt. Per contract: bedrag, frequentie, einddatum, indexatieclausule. Deze laag kun je bijna exact voorspellen, op twee risico's na: contracten die aflopen en indexaties die niet worden doorgevoerd.

Laag 2: terugkerende afname van bestaande klanten

Klanten die geen contract hebben maar wel regelmatig bestellen. Hier werk je met historie: wat kocht deze klant of klantgroep de afgelopen twee à drie jaar per kwartaal, en is er een seizoenspatroon? Hoe je dat opbouwt, staat in forecasting op basis van historische omzet. Voor het MKB volstaat vaak: gemiddelde van dezelfde periode in de afgelopen twee jaar, gecorrigeerd voor klanten die zijn vertrokken of duidelijk zijn gegroeid.

Laag 3: nieuwe omzet

Hier splits je in twee:

• Getekend, nog niet geleverd. Orders en opdrachten die rond zijn. Dit is bijna zekere omzet; alleen de timing kan schuiven.
• Nog niet getekend. De pipeline. Neem alleen deals mee waarvan je de klant en een realistische datum kunt noemen, en reken met een voorzichtig percentage. Heb je weinig historie, gebruik dan het gemiddelde van nieuwe omzet per kwartaal uit de afgelopen twee jaar als plafond.

Als je CRM onvolledig is, en in het MKB is dat bijna altijd zo, helpt de aanpak in forecasting met onvolledige CRM-data.

Rekenvoorbeeld

Rekenvoorbeeld: stel je hebt een technisch dienstverlenend bedrijf met EUR 4 miljoen omzet. Je maakt de forecast voor het vierde kwartaal.

Zo zie je in één oogopslag dat bijna 80 procent van het kwartaal uit de eerste twee lagen komt. De discussie over de vijf nieuwe deals is belangrijk, maar gaat over een op de zeven euro. Als de forecast mist, ligt het eerder aan een vertrokken klant in laag 2 of een niet-doorgevoerde indexatie in laag 1 dan aan de pipeline.

Het maandritueel van een uur

Een forecast is pas nuttig als hij wordt bijgehouden. Dit ritme is voor de meeste MKB-bedrijven haalbaar.

1. Werkelijk invullen (15 minuten). Zet de gefactureerde omzet van de afgelopen maand per laag naast de forecast. Als de boekhouding nog niet is afgesloten, gebruik dan de verzonden facturen.
2. Verschillen verklaren (15 minuten). Per laag: waarom zat je ernaast? Een klant minder, een project geschoven, een deal eerder? Schrijf het in één zin op.
3. Contracten nalopen (10 minuten). Welke contracten lopen in de komende zes maanden af? Is de indexatie van dit jaar overal doorgevoerd?
4. Pipeline doorlopen (15 minuten). Samen met wie sales doet: welke deals zijn nog echt, welke schuiven, welke zijn dood?
5. Forecast bijwerken (5 minuten). Pas de komende maanden aan en bewaar de oude versie.

Dat laatste is belangrijk. Door elke maand de vorige versie te bewaren, zie je na een jaar hoe goed je forecast was en in welke richting je ernaast zat. Dat is de basis voor een eerlijke bandbreedte.

Waar het in het MKB misgaat

• De forecast wordt alleen gemaakt als de bank erom vraagt. Dan is het een presentatie, geen stuurinstrument.
• Alleen het totaal, geen lagen. Als de forecast mist, weet je niet waar.
• Te veel vertrouwen in de pipeline. In kleine bedrijven zijn verkopers vaak ook de eigenaar, en eigenaren zijn optimistisch over hun eigen deals.
• De grootste klant als vaste waarde. Behandel die klant als een scenario, niet als een zekerheid. Hoe je dat doorrekent, lees je in scenario forecasting voor B2B.
• Lekkage in de basis. Vergeten indexaties, niet gefactureerd meerwerk en contracten die stilletjes zijn afgelopen, maken laag 1 kleiner dan hij zou moeten zijn. De forecast klopt dan wel, maar het bedrag is te laag.

Wanneer Excel niet meer volstaat

Een spreadsheet is voor de meeste MKB-bedrijven een prima forecasttool. Hij gaat knellen als:

• je meer dan een paar honderd contracten of klanten per laag hebt en per klant wilt forecasten;
• de forecast elke week moet worden bijgewerkt, niet elke maand;
• je gegevens uit drie of meer systemen handmatig moet samenvoegen en er elke keer fouten insluipen;
• meerdere mensen tegelijk aan hetzelfde bestand werken.

Dan loont een koppeling tussen je CRM, je boekhouding en je forecast, of een tool die dat voor je doet. Of dat voor jouw bedrijf zinvol is, staat uitgewerkt in kan een MKB-bedrijf Revenue Intelligence gebruiken. Of AI dan meer oplevert dan een goede spreadsheet, hangt vooral af van de hoeveelheid data, zie AI forecasting vs traditionele forecasting.

Voor het volledige kader rond forecasting, zie wat is revenue forecasting.

Controlelijst

• Heb je een lijst van alle terugkerende contracten met bedrag, einddatum en indexatieclausule?
• Is de indexatie van dit jaar bij elke klant doorgevoerd?
• Weet je per klant of klantgroep de omzet per kwartaal van de afgelopen twee jaar?
• Zijn getekende orders gescheiden van deals die nog niet rond zijn?
• Bewaar je elke maand de oude forecast?
• Weet je wat er gebeurt met het jaar als je grootste klant halveert?

Veelgestelde vragen

Hoe ver vooruit moet een MKB-bedrijf forecasten?

Twaalf maanden rollend is gebruikelijk: elke maand schuift de horizon een maand op. Het eerste kwartaal detailleer je per maand, de rest per kwartaal. Verder vooruit is vooral nuttig voor investeringsbeslissingen, met scenario's in plaats van één getal.

Heb je een CRM nodig voor een goede forecast?

Nee. Voor de terugkerende lagen heb je alleen je facturatie en contracten nodig. Voor nieuwe omzet helpt een CRM, maar een lijst met de deals die echt lopen, bijgehouden door wie sales doet, werkt voor kleine teams ook.

Hoe nauwkeurig kan een MKB-forecast zijn?

Dat hangt vooral af van hoeveel omzet terugkerend is. Een bedrijf met veel contracten kan per kwartaal vaak dicht bij de werkelijkheid komen. Een bedrijf dat per jaar een handvol grote projecten doet, niet, en werkt beter met scenario's.

Is een omzetforecast hetzelfde als een liquiditeitsprognose?

Nee. Een omzetforecast voorspelt wanneer omzet ontstaat. Een liquiditeitsprognose voorspelt wanneer geld binnenkomt en uitgaat. Je hebt de omzetforecast nodig om de liquiditeitsprognose te maken, met je werkelijke betaaltermijnen ertussen.