Wat is Revenue Forecasting?

Revenue forecasting is het voorspellen van de omzet die je bedrijf in een komende periode gaat realiseren, op basis van wat al vastligt, wat in de pipeline zit en hoe het in het verleden liep. Een goede forecast is geen enkel getal maar een bandbreedte, opgebouwd uit lagen met een verschillende zekerheid: contractuele omzet, terugkerende omzet, lopende deals en nog onbekende nieuwe omzet. Het doel is niet om precies goed te zitten, maar om vroeg genoeg te weten waar je uitkomt om er nog iets aan te kunnen doen.

Waarom je een forecast nodig hebt

Een directeur van een B2B-bedrijf neemt elke maand beslissingen die afhangen van toekomstige omzet. Nemen we iemand aan? Kunnen we deze investering doen? Moeten we de kosten bijsturen? Hoeveel werkkapitaal hebben we in het derde kwartaal nodig? Hoeveel voorraad kopen we in? Wat zeggen we tegen de bank?

Zonder forecast neem je die beslissingen op gevoel of op de omzet van vorig jaar. Met een slechte forecast neem je ze op een getal dat zekerder lijkt dan het is, en dat is erger. Een forecast die elk kwartaal tien procent te hoog uitvalt, leidt tot aannames, investeringen en uitgaven die er niet hadden moeten zijn.

De forecast dient dus drie doelen:

1. Plannen. Capaciteit, personeel, inkoop en investeringen afstemmen op verwachte omzet.
2. Bijsturen. Vroeg zien dat je achterloopt, zodat sales, marketing of pricing nog kunnen ingrijpen.
3. Verantwoorden. Aandeelhouders, bank of raad van commissarissen een onderbouwde verwachting geven.

Voor elk doel is een andere nauwkeurigheid en een andere horizon nodig. Een forecast voor de personeelsplanning over twaalf maanden hoeft niet op de euro te kloppen. Een forecast voor het werkkapitaal van volgende maand wel ongeveer.

Hoe werkt revenue forecasting?

Een forecast is geen voorspelling uit het niets. Hij wordt opgebouwd uit lagen, van zeker naar onzeker. Hoe zekerder een laag, hoe minder je hoeft te schatten.

Laag 1: contractuele omzet

Omzet die al vastligt in getekende contracten, lopende abonnementen en raamovereenkomsten met vaste afname. Een onderhoudscontract van EUR 3.000 per maand dat nog achttien maanden loopt, is voor de komende twaalf maanden EUR 36.000 aan bijna zekere omzet. Bijna, want klanten kunnen failliet gaan, opzeggen binnen de voorwaarden of een geschil beginnen.

De bron hiervoor is het contractregister, niet het CRM. En hier zit een eerste valkuil: als de contracten niet goed zijn vastgelegd of de facturatie niet klopt met de contracten, is ook deze zekerste laag onbetrouwbaar. Een indexatie die niet wordt gefactureerd, is omzet die de forecast verwacht en de boekhouding nooit ziet.

Laag 2: terugkerende en voorspelbare omzet

Omzet zonder vast contract die wel een patroon heeft. Een klant die al vijf jaar elke maand bestelt, gaat dat waarschijnlijk volgende maand ook doen. Bij groothandels en producenten is dit vaak het grootste deel van de omzet. De bron is de historie: wat bestelde deze klant de afgelopen maanden en jaren, en in welk ritme? Het artikel forecasting op basis van historische omzet werkt uit hoe je daar een betrouwbare basislijn van maakt, inclusief seizoenen en klanten die stilletjes minder gaan afnemen.

Laag 3: pipeline

Deals die in het CRM staan en nog niet gewonnen zijn. Elke deal heeft een verwachte waarde, een verwachte sluitdatum en een fase. De klassieke manier om hier een forecast van te maken, is de gewogen pipeline: dealwaarde maal een kans per fase. Een deal van EUR 100.000 in de fase "offerte uitgebracht" met een kans van 40 procent telt mee voor EUR 40.000.

Dit is de laag waar de meeste forecasts misgaan. Kansen per fase zijn vaak gekozen, niet gemeten. Sluitdatums schuiven. Dealwaarden zijn optimistisch. Deals die al lang dood zijn, staan er nog in. Meer daarover in forecasting op basis van CRM-data en in waarom pipeline geen omzet is.

Laag 4: nog onbekende omzet

Omzet uit deals die nu nog niet in de pipeline staan maar in de forecastperiode wel worden gewonnen en gefactureerd. Voor een forecast van volgende maand is deze laag meestal klein. Voor een forecast van het volgende jaar kan hij groot zijn. De bron is historie: hoeveel omzet kwam er in het verleden uit deals die bij de start van de periode nog niet bestonden?

Optellen, met onzekerheid

De forecast is de som van de vier lagen, maar elke laag heeft een eigen onzekerheid. Contractuele omzet heeft een smalle bandbreedte, pipeline een brede. Een eerlijke forecast laat dat zien: niet "we doen EUR 9,2 miljoen", maar "we doen waarschijnlijk tussen EUR 8,8 en 9,5 miljoen, en het verschil zit vooral in vijf grote deals". Hoe je die bandbreedte bepaalt en communiceert, staat in forecast confidence uitgelegd.

De methodes naast elkaar

Er zijn meerdere manieren om een forecast te maken. De meeste bedrijven combineren er een paar.

Geen enkele methode is op zichzelf goed genoeg. Een sterke forecast gebruikt contractanalyse voor laag 1, historische trend voor laag 2, een gekalibreerde pipelineweging voor laag 3 en een historisch gemiddelde voor laag 4. De inschatting van sales is dan geen basis, maar een controle: waar wijkt het oordeel van de verkoper af van het model, en waarom?

Het verschil tussen de traditionele aanpak en modellen die zelf leren, staat in AI forecasting vs traditionele forecasting. Hoe zo'n model werkt en wat je ervan mag verwachten, staat in AI revenue forecasting uitgelegd.

Waarom forecasts misgaan

Forecasts gaan zelden mis door een verkeerde formule. Ze gaan mis door de data die erin gaat en het gedrag van de mensen die die data invoeren. Het artikel waarom zijn sales forecasts vaak verkeerd gaat hier in de breedte op in. De belangrijkste oorzaken:

Optimisme in de pipeline. Een verkoper die een deal op "verloren" zet, geeft toe dat hij hem niet binnenhaalt. Dat doet niemand graag, dus deals blijven staan. De pipeline groeit, de forecast groeit mee, de omzet niet.

Sluitdatums die schuiven. Een deal die "eind van het kwartaal" zou sluiten, schuift naar het volgende kwartaal, en dan nog een keer. Elke keer staat hij in de forecast van het huidige kwartaal. Een deal waarvan de sluitdatum drie keer is verschoven, heeft een andere kans dan een deal die nog nooit is verschoven, maar de meeste forecasts behandelen ze hetzelfde.

Kansen per fase die niet gemeten zijn. Iemand heeft ooit ingesteld dat "offerte uitgebracht" 50 procent kans betekent. Of dat klopt, heeft niemand nagekeken. Als in werkelijkheid een kwart van de offertes wordt gewonnen, overschat de forecast deze fase met een factor twee.

CRM-data die niet aansluit op de werkelijkheid. Dealwaarden in het CRM wijken af van wat er uiteindelijk getekend en gefactureerd wordt. Het artikel CRM forecast vs daadwerkelijke omzet laat zien waar dat verschil vandaan komt en hoe je het meet.

Omzetlekkage in de basis. De forecast gaat uit van wat er gefactureerd hoort te worden. Als indexaties niet worden doorgevoerd, meerwerk niet wordt gefactureerd en deals niet worden omgezet in orders, zit de werkelijke omzet structureel onder de forecast, ook als de pipeline perfect wordt voorspeld.

Onvolledige data. Velden zijn leeg, deals worden achteraf ingevoerd, sommige verkopers gebruiken het CRM nauwelijks. Hoe je daar toch een bruikbare forecast van maakt, staat in forecasting met onvolledige CRM-data.

De pipeline beoordelen

Omdat laag 3 de meeste onzekerheid bevat, is het beoordelen van de pipeline een vak apart. Drie begrippen helpen daarbij.

Pipeline coverage is de verhouding tussen de waarde van je pipeline en het omzetdoel voor een periode. Als je EUR 1 miljoen nieuwe omzet moet sluiten en je pipeline is EUR 3 miljoen, is je coverage 3. Hoeveel coverage je nodig hebt, hangt af van je werkelijke winstpercentage. Een vaste vuistregel zegt weinig. Zie pipeline coverage uitgelegd.

Pipeline velocity is de snelheid waarmee waarde door de pipeline beweegt: het aantal kansen maal gemiddelde dealwaarde maal winstpercentage, gedeeld door de gemiddelde doorlooptijd. Het vertelt je hoeveel omzet je pipeline per dag of per maand oplevert, en welke van de vier knoppen je kunt draaien. Zie pipeline velocity uitgelegd.

Pipeline-hygiëne is de vraag of wat in de pipeline staat, nog leeft. Deals zonder activiteit, deals met verschoven sluitdatums, deals ver boven de gebruikelijke doorlooptijd. Het artikel hoe herken je een onbetrouwbare pipeline geeft de signalen.

Een pipeline met hoge coverage en lage velocity is een waarschuwing: er staat veel in, maar het beweegt niet. Een pipeline met lage coverage en hoge velocity kan prima zijn, zolang de nieuwe instroom op peil blijft.

Een betrouwbare forecast opbouwen

Een betrouwbare forecast is geen kwestie van een beter model, maar van een beter proces. Het artikel hoe maak je een betrouwbare revenue forecast werkt het stappenplan volledig uit. De kern:

1. Splits de forecast in lagen. Contractueel, terugkerend, pipeline en nieuw. Forecast elke laag met de methode die erbij past.
2. Maak de contractlaag betrouwbaar. Leg contracten vast met looptijd, bedrag en indexatie, en controleer dat de facturatie ermee overeenkomt. Dit is de basis waar alles op rust.
3. Kalibreer de pipeline op je eigen historie. Meet per fase hoeveel deals in het verleden zijn gewonnen, hoe lang dat duurde en hoeveel de uiteindelijke waarde afweek van de ingevoerde waarde. Gebruik die cijfers in plaats van standaardpercentages.
4. Schoon de pipeline op. Deals zonder activiteit in een periode langer dan je normale cyclus, gaan eruit of krijgen een lagere kans.
5. Geef een bandbreedte. Een ondergrens (alleen contractueel en zeer waarschijnlijk), een verwachting en een bovengrens.
6. Meet je forecast achteraf. Leg elke maand vast wat je voorspelde en vergelijk met wat er gebeurde. Zonder die meting weet je niet of je forecast beter wordt.
7. Bespreek afwijkingen, niet getallen. In het forecastoverleg gaat het over wat er veranderd is sinds vorige keer en waarom, niet over het totaal.

Scenario's in plaats van één getal

Voor beslissingen over de komende zes tot achttien maanden is één forecast vaak niet genoeg. Wat gebeurt er als de twee grootste deals niet sluiten? Als een grote klant opzegt? Als de prijsverhoging per 1 januari wel of niet wordt geaccepteerd? Scenario forecasting maakt voor elk van die vragen een aparte forecast, zodat je vooraf weet wat je doet als het gebeurt. Zie scenario forecasting voor B2B.

Scenario's zijn vooral nuttig als een klein aantal gebeurtenissen een groot deel van de uitkomst bepaalt. Bij een bedrijf met duizenden kleine orders middelt de onzekerheid uit. Bij een bedrijf waar vijf deals een derde van de nieuwe omzet uitmaken, niet.

Forecasting per type bedrijf

De juiste aanpak hangt sterk af van hoe je omzet ontstaat.

Bedrijven met terugkerende omzet, zoals softwarebedrijven, MSP's en onderhoudsbedrijven, hebben een grote contractlaag. Hun forecast wordt vooral bepaald door churn, uitbreiding en indexatie. De pipeline bepaalt de groei, niet de basis.

Groothandels en producenten hebben veel terugkerende omzet zonder contract. Historie en seizoenspatronen zijn hier de belangrijkste bron. De grootste risico's zijn klanten die stilletjes minder gaan afnemen en prijswijzigingen die het volume beïnvloeden.

Projectbedrijven, zoals bouw, installatie en engineering, hebben weinig terugkerende omzet en grote, onregelmatige opdrachten. Hun forecast moet rekening houden met het verschil tussen gewonnen opdrachtwaarde en de verdeling van omzet over de looptijd van het project, met meerwerk en met vertraging. Het artikel revenue forecasting voor projectbedrijven werkt dit uit.

Het MKB heeft vaak geen aparte forecaster, geen schoon CRM en geen data-afdeling. Dat hoeft geen probleem te zijn: een eenvoudige forecast op basis van contracten, historie en de tien grootste deals is vaak betrouwbaarder dan een uitgebreid model op slechte data. Zie revenue forecasting voor MKB.

Rekenvoorbeeld

Rekenvoorbeeld: stel, een IT-dienstverlener met EUR 10 miljoen jaaromzet maakt een forecast voor het volgende kwartaal.

De totale bandbreedte is hier opgeteld als ondergrens plus ondergrens en bovengrens plus bovengrens. Dat is voorzichtig: in werkelijkheid vallen niet alle lagen tegelijk tegen, dus de echte bandbreedte is smaller. Voor een directeur is het signaal wel duidelijk: ruim twee derde van de verwachting is vrijwel zeker, en de onzekerheid zit vooral in de pipeline.

Stel nu dat een controle laat zien dat bij 20 van de 140 contracten de indexatie van dit jaar niet wordt gefactureerd. Dan is de contractlaag niet EUR 1.650.000, maar lager, en zit de forecast in de zekerste laag al te hoog. Dit is waarom forecasting en omzetlekkage bij elkaar horen: een forecast is zo betrouwbaar als de facturatie waarop hij rust.

Wat een forecast niet is

Een target. Een target is wat je wilt halen. Een forecast is wat je verwacht te halen. Als de forecast wordt bijgesteld om het target te halen, is het geen forecast meer maar een wens. Houd ze gescheiden, ook in de presentatie.

Een som van de pipeline. Een pipeline van EUR 5 miljoen is geen verwachting van EUR 5 miljoen omzet, ook niet gewogen, zolang de weging niet op je eigen historie is gebaseerd.

Een eenmalig document. Een forecast die één keer per kwartaal wordt gemaakt, is na drie weken verouderd. Werk hem bij wanneer er iets verandert: een grote deal gewonnen of verloren, een klant die opzegt, een contract dat wordt verlengd.

Een verantwoordelijkheid van sales alleen. Sales kent de pipeline, finance kent de contracten en de facturatie, operations kent de capaciteit. Een forecast die maar door één afdeling wordt gemaakt, mist twee derde van de informatie.

Welke systemen je nodig hebt

Voor een eerste goede forecast heb je geen speciaal systeem nodig. Excel met een export uit CRM en boekhouding is genoeg om de vier lagen op te bouwen. Het probleem van Excel is niet de rekenkracht, maar het onderhoud: elke maand opnieuw exporteren, opnieuw koppelen, opnieuw uitleggen waarom het getal anders is dan vorige maand.

Wie verder wil, heeft een van drie routes. Forecastingfuncties in het CRM zelf, die meestal alleen de pipeline zien. Een BI-omgeving zoals Power BI op een datawarehouse, die alles kan zien maar vooral laat zien wat iemand heeft gebouwd. Of een revenue intelligence-platform dat CRM, contracten en facturatie samen leest en de forecast daaruit opbouwt. RiOS heeft zo'n forecastmodule, met een verwachte omzet en een waarschijnlijke bandbreedte, naast je belangrijkste cijfers vergeleken met vergelijkbare bedrijven. Die staat beschreven op de pagina over het systeem.

Welke route je ook kiest, de volgorde is dezelfde: eerst de contractlaag en de facturatie betrouwbaar, dan de pipeline kalibreren, dan pas automatiseren.

Veelgestelde vragen

Wat is het verschil tussen revenue forecasting en sales forecasting?

Sales forecasting voorspelt wat sales gaat sluiten, meestal op basis van de pipeline. Revenue forecasting voorspelt de totale omzet, inclusief lopende contracten, terugkerende klanten en de verdeling van gewonnen deals over de tijd. Een sales forecast is een onderdeel van een revenue forecast.

Hoe nauwkeurig moet een forecast zijn?

Nauwkeurig genoeg voor de beslissing die je erop baseert. Een forecast die elk kwartaal binnen een paar procent van de werkelijkheid valt, is voor de meeste B2B-bedrijven goed. Belangrijker dan de nauwkeurigheid op één moment is dat de afwijking niet steeds dezelfde kant op valt. Een forecast die structureel te hoog is, heeft een systematische fout die je kunt vinden.

Hoe ver vooruit moet ik forecasten?

Voor werkkapitaal en capaciteit meestal een tot drie maanden. Voor personeel en investeringen zes tot achttien maanden. Hoe verder vooruit, hoe breder de bandbreedte en hoe groter het aandeel van laag 4, de nog onbekende omzet.

Heb ik AI nodig voor een goede forecast?

Niet om te beginnen. De grootste verbeteringen komen meestal uit een betrouwbare contractlaag, een opgeschoonde pipeline en winstkansen die op je eigen historie zijn gebaseerd. AI helpt als je genoeg historie hebt en veel signalen tegelijk wilt wegen, zoals activiteit, doorlooptijd en betaalgedrag.

Wie is eigenaar van de forecast?

Idealiter de financieel verantwoordelijke, met input van sales voor de pipeline en van operations voor de capaciteit. Eén eigenaar voorkomt dat er drie forecasts rondgaan die elk een ander getal geven.