銷售預測是估計未來一段期間會成交多少業績，用來安排備貨、人力、現金流與業績目標。常見做法有依 pipeline 階段加權、依歷史趨勢推估、彙整業務提報，以及由上而下、由下而上兩種方向；不論用哪一種，都要先有欄位齊全、定期更新的商機與成交資料，並在每期結束後比對預測與實際，回頭修正方法與假設。
銷售預測要支援哪些決策
- 備貨與採購：依產品或品項預測，再對照供應商交期提前下單；庫存與進出貨的管理方式可參考進銷存系統的核心功能。
- 人力與產能：專案型或服務型的業務，要預估何時需要多少執行人力。
- 現金流：成交不等於收款，要把預計成交日加上付款條件，推估現金何時進來。
- 目標與資源分配：作為設定業績目標、分配區域與行銷預算的參考。
用途不同，需要的預測粒度也不同：備貨看品項與月份，現金流看收款日期，目標設定看業務人員與季度。先決定預測要回答哪個問題，再決定資料怎麼切。
常見的銷售預測方法比較
| 方法 | 做法 | 適合情況 | 要注意的地方 |
|---|---|---|---|
| 階段加權 | 每筆未結案商機的預估金額，乘上所在階段的成交機率後加總 | 階段定義清楚、有歷史轉換紀錄 | 機率要用自家資料回推，不要憑感覺設定 |
| 歷史趨勢 | 依過去各期成交金額推估下一期，考慮季節變化 | 交易筆數多、型態穩定的產品 | 新產品或市場變化無法從歷史看出 |
| 業務提報 | 業務依信心程度提報案件，主管彙總調整 | 大案件少、需要個案判斷的銷售 | 可能偏樂觀或刻意保守，要對照過去準確度 |
| 由上而下 | 從市場規模或公司營收目標往下拆分 | 新市場、新產品，缺少案件資料 | 容易和實際管線脫節 |
| 由下而上 | 從每位業務、每個客戶或每筆商機往上加總 | 業務資料完整的團隊 | 加總前要統一金額口徑與期間 |
業務提報可以參考 Microsoft Dynamics 365 Sales 的分類方式，把商機依信心程度分成 Committed（高信心）、Best Case（中度信心）、Pipeline（早期商機）與 Omitted（不納入預測），彙總時分欄呈現，主管一眼就看得出預測有多少來自早期案件。階段的切法與進入條件，可參考銷售漏斗的階段定義。
預測需要的資料與資料品質
預測的品質取決於資料。至少要有以下幾類：
- 每筆未結案商機的預估金額、預計成交日與目前階段
- 已結案商機的實際金額、實際成交日，以及流失原因
- 每次階段變更的日期，用來計算轉換與停留時間
- 產品、區域、名單來源等分類欄位
以 Dynamics 365 Sales 的進階預測為例，官方說明要求已結案商機填齊實際金額、實際結案日、估計金額與估計結案日，資料要反映真實的使用情況，例如建立日期要早於結案日，並指出測試或虛構資料會扭曲預測模型。這些要求同樣適用於自己用試算表做預測：預計成交日過期沒更新、金額隨手填，任何方法算出來的數字都不可靠。
用 Excel 做銷售預測的步驟
- 整理歷史成交資料：按月彙總成交金額，時間軸的間隔要一致，例如固定每月同一天。
- 建立預測工作表：選取日期與金額兩欄，在「資料」索引標籤的「預測」群組選「預測工作表」，選擇折線圖或直條圖、設定預測結束日期後建立。Excel 以指數平滑法（ETS）推估未來值，並顯示信賴區間，也就是每個預測值周圍的範圍。Microsoft 說明頁列出的適用版本為電腦版 Excel，使用其他版本前請先確認是否提供這項功能。
- 計算管線加權：另開工作表列出未結案商機，用預估金額乘上階段機率，依預計成交月份加總。
- 並排比較：把趨勢預測與管線加權放在同一張表，差距大的月份逐案檢查。
- 存下版本：每次預測存一份快照，期末拿來和實際成交比較。
趨勢預測只看過去的成交金額，不知道管線裡有哪些大案件；管線加權則反映目前案件，但受業務更新品質影響。兩者並列，才看得出差異來自哪裡。
AI 銷售預測能做與不能做的事
AI 銷售預測是用模型從歷史資料與目前管線中找規律。以 Dynamics 365 Sales 的進階預測為例，它用 AI 模型分析歷史資料與銷售管線來預測未來營收，並可以列出影響每一列預測的主要因素；這項功能需要特定授權，也不是所有地區都提供。
- 能做的：依資料自動計算預測；部分工具還能列出影響預測的主要因素，讓業務與主管有共同的討論基礎。
- 做不到的：資料裡沒有的事件，例如新產品上市、主要客戶異動、市場突然變化，模型無從學習；已結案商機太少時，Microsoft 的說明也指出訓練資料不足會讓準確度降低。
- 使用前提：欄位齊全、階段定義穩定，並且有人負責解讀結果、決定是否採用。
AI 預測適合當作和業務提報對照的另一個數字，而不是取代主管的判斷。
銷售預測和業績目標的關係
預測是依現況估計會發生什麼，目標是希望達到多少。Dynamics 365 Sales 把配額定義為在預測期間內為特定負責人設定的目標金額，和預測分開呈現。兩者混在一起時，業務可能為了配合目標而灌大預測，預測就失去參考價值。比較穩健的順序是：
- 先做由下而上的預測，了解現有管線能支撐多少業績。
- 再對照由上而下的目標，算出缺口。
- 缺口用具體行動補上，例如需要多少新增商機、哪些產品或區域要加強，而不是直接把缺口平均分攤給每位業務。
定期檢討預測誤差
每期結束後，把當初的預測快照和實際成交並排比較：
- 整體差距：預測高估還是低估，誤差是否持續偏向同一方向。
- 拆開看：依業務、產品、階段分組，找出誤差集中的地方。
- 案件層級：預計成交卻延後或流失的案件，原因是什麼，是否要調整階段的進入條件。
- 調整方法：階段機率依新的實際轉換回推修正；業務提報長期偏樂觀，彙總時參考其過去準確度。
檢討的目的是讓下一期更貼近實際，不是追究個人責任。誤差紀錄也可以放進業績報表，欄位設計可參考業績報表怎麼做。
常見問題
新公司沒有歷史資料，怎麼做銷售預測？
可以先用由上而下的推估，搭配業務對每筆商機的逐案判斷，同時開始記錄階段、金額與成交日期。累積幾期資料之後，再加入歷史趨勢或階段加權。
銷售預測要多久更新一次？
配合業務會議與決策週期，例如每週更新管線、每月彙整一次預測。重要的是在固定時間點存下快照，期末才能比較預測與實際。
業務提報的預測總是偏樂觀怎麼辦？
要求提報時附上可以檢查的依據，例如對方已進入簽核、已收到採購單，並把每位業務過去的預測與實際並列，讓提報者自己看到落差。
AI 銷售預測需要多少資料？
依工具而定。以 Dynamics 365 Sales 的進階預測為例，需要超過十筆欄位齊全的已結案商機，官方也說明已結案商機越多、欄位越完整，預測越準確。
銷售預測可以只用一種方法嗎？
可以，但建議至少用兩種方法對照，例如管線加權與歷史趨勢。兩個數字接近時比較有把握，差距大時就是逐案檢查的訊號。
本文由京采數位科技整理。我們自 2005 年起提供官網設計、系統開發與 Google SEO 服務，實際案例可見成果與案例。
想直接討論你自己的網站狀況，或需要一份初步的搜尋機會評估？
相關主題
下一步
銷售預測要準，商機的金額、階段與日期得持續更新。京采可以依你的預測方法客製 CRM 或業務系統的商機欄位、階段機率與預測報表，並串接官網詢價表單、設定轉換追蹤，讓名單來源與成交結果都回到預測資料裡，詳見轉換優化與數據追蹤服務。想先討論預測要用哪些資料，歡迎與我們聯繫。
