Senarai Kandungan

 Apakah ramalan jualan?

 Keperluan untuk ramalan jualan
 Apakah rupa ramalan jualan yang baik?
 Siapa yang bertanggungjawab untuk membuat ramalan jualan?
 Pendekatan Ramalan Jualan
 Kaedah Ramalan Jualan
 Contoh Ramalan Jualan
 Mereka bentuk pelan ramalan jualan
 Bagaimana untuk meramalkan jualan dengan tepat
 Cabaran utama kepada ramalan jualan
 Ramalan jualan semasa masa yang tidak dapat diramalkan
 Fikiran penutup
 Ramalan jualan, secara ringkas, adalah proses anggaran pendapatan dengan meramalkan berapa
banyak unit jualan boleh menjual produk atau perkhidmatan pada minggu, bulan, suku atau tahun
yang akan datang. Apabila ia datang kepada salah satu nombor yang paling penting untuk
perniagaan, ramalan jualan terletak di bahagian atas menentukan pembolehubah lain yang
berkaitan dengan pemasaran, pengambilan pekerja, prospek, dan juga pembangunan produk.

Ramalan jualan yang tepat adalah seni dan sains, dan mendapatkannya dengan betul adalah tugas
yang sukar walaupun perebutan jurujual berpengalaman dengan kerana Gartner melaporkan hanya
45% pemimpin jualan mempunyai keyakinan tinggi untuk meramalkan ketepatan organisasi
mereka. Jadi apa yang masuk ke dalam ramalan jualan, dan mengapa ia rumit? Artikel ini
meneroka.

Apakah ramalan jualan?

Apabila perniagaan menghasilkan ramalan jualan, mereka menganggarkan angka apa yang mereka
harapkan hasil jualan kelihatan seperti. Ia menganggarkan berapa banyak produk atau
perkhidmatan yang boleh mereka jual dalam tempoh masa, seperti sebulan, suku, atau tahun.
Beberapa ramalan jualan terbaik boleh meramalkan pendapatan dengan tahap ketepatan yang
baik bergantung pada input dan jangka masa ramalan.

Sama seperti penjejakan harga minimum yang diiklankan membolehkan syarikat menyimpan jari
pada nadi dan menyesuaikan diri dengan perubahan dalam pasaran, ramalan jualan yang tepat
memberikan pandangan berharga kerana ia berdasarkan data sejarah.

Ramalan jualan biasanya dibuat menggunakan data daripada prestasi sebelumnya, dan teknik
ramalan jualan berbeza berdasarkan input. Sebagai contoh, ramalan mungkin dibuat berdasarkan
intuisi wakil jualan atau menggunakan data dan trend yang dimasukkan ke dalam kecerdasan
buatan. Ramalan jualan yang dibuat oleh wakil jualan digunakan oleh pengurus untuk
menganggarkan perniagaan yang dibawa oleh pasukan. Data ramalan daripada pasukan
digunakan oleh pengarah untuk menjangkakan jualan oleh jabatan dan VP jualan menggunakan
data kolektif dari jabatan untuk memproyeksikan jualan organisasi.

Ramalan jualan menjawab dua soalan perniagaan penting-

 Berapa banyak yang anda harapkan untuk menjual?

 Dan dalam jangka masa apa?

Setiap peluang jualan mempunyai jumlah yang diunjurkan kerana perniagaan yang berpotensi
kepada syarikat dan pasukan jualan perlu menghasilkan nombor realistik yang mewakili
perniagaan baru dan jangka masa.

Menjawab dua soalan membantu organisasi menetapkan matlamat dan membuat rancangan
strategi jualan.
 Keperluan untuk ramalan jualan
Ramalan mencipta titik rujukan untuk masa depan yang boleh dipercayai oleh syarikat untuk
membuat keputusan perniagaan yang penting. Ramalan yang tepat juga menjadikan syarikat
sebagai peneraju pasaran dan memberikan kredibiliti dalam industri. Berikut adalah beberapa cara
ramalan jualan mempengaruhi fungsi syarikat:

1. Pembuatan keputusan strategik

Ramalan jualan boleh mendedahkan trend baru muncul dan mendorong pembuat keputusan
untuk membetulkan masalah atau memanfaatkan peluang yang boleh dijangka. Sebagai contoh,
sisihan negatif 30% daripada sasaran jualan mungkin mendedahkan pengurusan yang lemah atau
unit jualan yang kurang berprestasi atau bahkan menunjukkan pesaing meningkatkan permainan
mereka. Sebaliknya, penyelewengan positif akan menunjukkan keperluan untuk merekrut lebih
banyak sumber untuk memanfaatkan peluang tersebut. Ramalan menetapkan garis dasar, yang
membantu dalam tindakan tepat pada masanya dan pembetulan kursus.

2. Melakar laluan ke hadapan

Ramalan menjadi sangat berguna semasa prestasi kurang baik. Ia membolehkan pembuat
keputusan melukis garisan yang lebih jelas dan menetapkan matlamat yang lebih baik untuk
mengurangkan kerosakan dan juga memberi motivasi kepada pasukan melalui pencapaian dan
pelan tindakan.

3. Pembuatan keputusan kewangan

Ramalan jualan yang tepat memainkan peranan penting dalam latihan pemodelan kewangan yang
berbeza. Mereka menentukan:

 Inventori: Ramalan jualan yang tepat dibuat melalui andaian termaklum mengenai tabiat
membeli pengguna atau kenaikan bermusim atau penurunan permintaan. Ramalan ini
membantu dalam perancangan dan pengurusan inventori, yang menyumbang kepada
penggunaan modal kerja yang cekap. Kecekapan ini kemudian meluas kepada perancangan dan
pengambilan bahan mentah yang lebih baik.
 Aliran Tunai: Aliran tunai terjejas secara langsung oleh hasil jualan. Ramalan jualan yang tepat
boleh membantu memodelkan pergerakan tunai yang membolehkan syarikat merancang
sebarang kekurangan atau kejatuhan pada masa akan datang.
 Apakah rupa ramalan jualan yang baik?
Ramalan jualan yang baik sangat tepat dan mudah difahami oleh pihak berkepentingan yang
berbeza. Ia juga seimbang dengan masa, usaha, dan kos yang berkaitan dengan teknik ramalan.
Sebaik-baiknya, model ramalan yang tepat harus dibina dengan kaedah ekonomi yang boleh
dipercayai. Model ramalan harus menggunakan algoritma yang ditala dengan baik kepada
perniagaan dan memilih data yang relevan dengan sedikit campur tangan manual untuk membuat
ramalan yang tepat.

Walau bagaimanapun, ramalan realistik lebih subjektif dan memakan masa. Selain daripada
nombor yang sedia ada, ia menjadi penting untuk mengambil kira penilaian wakil jualan terhadap
prestasi masa depan. Persepsi ini boleh berbeza-beza dengan ketara dari satu wakil jualan ke yang
lain, bergantung kepada pendekatan dan pengalaman mereka. Sebagai contoh, anggaran jualan
50% wakil berpengalaman mungkin meremehkan berbanding anggaran 60% wakil yang berbeza,
yang mungkin terlalu optimistik.

Siapa yang bertanggungjawab untuk membuat ramalan

jualan?
Setiap organisasi mempunyai set pemilik ramalan sendiri bergantung kepada jenis perniagaan dan
hierarki. Biasanya orang yang membuat ramalan jualan adalah:

1. Wakil jualan: Orang-orang yang melakukan penjualan sebenar mengenali pelanggan mereka
dan pasaran sasaran. Mereka dapat menetapkan anggaran yang boleh dipercayai untuk berapa
banyak yang mereka boleh jual dalam seminggu atau bulan, atau suku berdasarkan keadaan
pasaran.
2. Pemimpin Jualan: Pemimpin jualan memilih nombor dari unit individu mereka dan membuat
anggaran untuk peningkatan mereka. Ramalan boleh berbeza-beza berdasarkan kekananan
mereka - pengurus baris ketiga, sebagai contoh, biasanya mempertimbangkan satu set nombor
yang lebih luas dan trend sebelumnya dalam kadar dekat untuk membuat ramalan, sementara
pengurus baris pertama mempertimbangkan peluang untuk membuat ramalan mereka.
3. Pemimpin Produk: Pemimpin produk asas jualan menganggarkan produk apa yang tersedia
untuk dijual dan jangka masa untuk pembebasannya.
Pendekatan Ramalan Jualan
Terdapat dua pendekatan utama untuk ramalan jualan:

1. Pendekatan top-down
Dalam pendekatan top-down, ramalan jualan bermula dengan gambaran yang lebih besar dan
berfungsi ke bawah untuk menentukan pencapaian yang diperlukan untuk mencapai sasaran.
Sebagai contoh, jika pasaran mempunyai 100 juta unit produk dan matlamat organisasi adalah
untuk menembusi 5% pasaran, maka bilangan pelanggan sasaran akan menjadi 5,000,000. Dengan
anggaran yang begitu besar, terdapat banyak ruang untuk penghakiman yang tergesa-gesa dan
tidak jelas yang boleh membawa kepada jangkaan yang tidak realistik. Walau bagaimanapun,
pendekatan ini berguna untuk mewujudkan penanda aras seluruh organisasi yang optimistik
dengan cepat di syarikat-syarikat yang ditubuhkan.

2. Pendekatan bottom-up
Pendekatan bottom-up adalah pendekatan konservatif dan berbutir yang mengambil kira sumber
yang dipegang oleh syarikat. Sebagai contoh, berapa ramai jurujual yang ada dalam unit, dan
apakah anggaran jualan yang realistik untuk setiap wakil dan setiap unit, atau, berapa banyak iklan
yang dipaparkan pada enjin carian akan membawa kepada klik lalu dan jualan? Pendekatan
bottom-up mengambil pandangan praktikal pada kecekapan perniagaan dan memikirkan
pembolehubah yang boleh diubah untuk meningkatkan jualan. Pendekatan ini sangat bergantung
pada data sedia ada untuk mewujudkan perspektif yang lebih berstruktur dan realistik untuk tujuan
ramalan jualan.
 Kaedah Ramalan Jualan
Kaedah ramalan jualan boleh dibahagikan secara meluas kepada kaedah Kualitatif dan Kuantitatif.
Kaedah kualitatif bergantung kepada pertimbangan subjektif wakil jualan dan pembuat keputusan,
manakala kaedah kuantitatif bergantung kepada data, nombor, dan pemodelan statistik.

Ramalan jualan kualitatif

Ramalan jualan kualitatif sering menggunakan 5 kaedah utama. Kaedah ini berdasarkan pendapat
termaklum mengenai pasaran, trend, dan prospek. Kaji selidik yang terlibat sering memakan masa
dan mahal. 5 kaedah teratas termasuk:

 Kaedah Panel atau Juri kaedah Pendapat Eksekutif: Seperti namanya, pendekatan itu
melibatkan kumpulan eksekutif yang membincangkan ramalan jualan untuk mencapai kata
sepakat. Salah satu kelebihan utama kaedah ini ialah ahli juri yang berpengalaman dapat
membawa banyak kebijaksanaan kepada ramalan. Perkara yang sama juga boleh merugikan
kerana ramalan buruk boleh dibuat oleh ahli juri yang dominan dengan pandangan berat
sebelah.
 Kaedah Delphi: Kaedah Delphi bersifat lelaran dan melibatkan ukur setiap pakar secara bebas.
Output kemudiannya ditunjukkan kepada pakar-pakar supaya tindak balas mereka boleh
dipertimbangkan semula berdasarkan konsensus yang lebih luas. Pendekatan ini merupakan
penawar kepada pemikiran kumpulan yang boleh menguasai pendekatan juri.
 Tinjauan Pelanggan: Dalam kaedah ini, prospek atau sampel pelanggan ditinjau mengenai
rancangan pembelian mereka dalam jangka pendek dan panjang. Untuk pasaran yang lebih
besar, pelbagai kaedah tinjauan boleh digunakan untuk menentukan trend generik.
 Kaedah komposit tenaga jualan: Kaedah ini meramalkan jualan dengan mengumpulkan
nombor kolektif ramalan wakil jualan individu. Nombor-nombor ini kemudiannya disemak oleh
ketua dan pengurus jualan bersama-sama dengan pemilik produk untuk membuat ramalan
sulingan. Walaupun pendekatan itu mempunyai meritnya, ia juga tidak mengambil faktor seperti
trend baru, perubahan peraturan, dan inovasi produk ke dalam gambar.
 Perancangan senario: Perancangan senario adalah pendekatan menyeluruh yang tidak
menghasilkan satu ramalan yang diterima. Sebaliknya, ia memodelkan senario yang berbeza
untuk membolehkan syarikat bersedia untuk hasil jualan yang tidak menentu. Kaedah ini
digunakan untuk menganggarkan jualan dalam tempoh masa yang panjang, seperti tiga tahun
atau lebih. Di bawah perancangan senario, pembolehubah seperti kemelesetan, teknologi
disruptif, perubahan harga, dan perkara lain yang mempengaruhi jualan adalah sumbang saran.
 Ramalan jualan kuantitatif
Ramalan jualan kuantitatif menggunakan data dan pemodelan statistik untuk meramalkan jualan
dalam skala masa yang berbeza. Berikut adalah dua kaedah yang paling biasa digunakan:

 Kaedah Siri Masa: Pendekatan ini berfungsi dengan andaian bahawa trend jualan sejarah
berulang sepanjang musim dan kitaran jualan. Oleh itu, ia menggunakan data sejarah, kronologi
yang diperintahkan untuk membuat ramalan jualan. Jualan masa depan dikira oleh jualan sejarah
yang didarabkan dengan kadar pertumbuhan. Beberapa teknik popular termasuk melicinkan
eksponen, purata bergerak, ARIMA, dan X11.
 Kaedah Kasual: Dalam kaedah ini, punca dan kesan sejarah antara jualan dan pembolehubah
pasaran diambil kira untuk ramalan. Dengan kaedah kasual semua pembolehubah yang mungkin
boleh menjejaskan jualan dimodelkan untuk membuat ramalan yang tepat untuk masa depan.
Pembolehubah termasuk faktor seperti sentimen pelanggan, tinjauan pihak ketiga, trend
makroekonomi, dan hasil jualan dalaman. Teknik kasual yang popular termasuk regresi linear
atau berbilang, penunjuk utama, dan pendekatan ekonometrik.
Contoh Ramalan Jualan
Berikut adalah dua contoh ramalan jualan untuk kedua-dua kaedah ramalan jualan kualitatif dan
kuantitatif:

1. Kaedah intuitif (Kualitatif)

Kaedah intuitif adalah kaedah kualitatif yang paling mudah untuk ramalan jualan. Pendekatan ini
sangat bergantung pada prestasi dan pengalaman wakil jualan dalam menutup tawaran dan rekod
prestasi mereka sepadan dengan jangkaan. Kaedah ini sangat membantu jika tidak ada data
sejarah untuk membuat ramalan untuk bulan atau suku. Sebaliknya, "intuisi" atau "perasaan usus"
wakil jualan berdasarkan hubungan awal mereka dengan prospek digunakan untuk menentukan
berapa banyak jualan yang boleh dilakukan. Berikut ialah contoh cara ia berfungsi:

Pengurus jualan meminta anggaran daripada empat wakil jualan untuk jualan suku tahunan. Wakil
jualan 1, yang merupakan prestasi terbaik, menganggarkan $ 200,000. Wakil jualan 2, yang
merupakan penghibur rapat kepada bekas, membuat anggaran $ 180,000. Wakil jualan 3, yang
mempunyai pengalaman selama dua tahun, menganggarkan jualannya sekitar $ 120,000, manakala
Sales Rep 4 yang merupakan lulusan kolej baru-baru ini, memberikan anggaran $ 110,000.
Menyimpulkan ramalan memberikan ramalan intuitif jualan $ 610,000 untuk suku tersebut. Walau
bagaimanapun, apabila diperiksa dengan teliti, didapati bahawa Sale Rep 4 mempunyai ramalan
yang optimistik dibesar-besarkan kerana tidak berpengalaman. Jumlah realistiknya hampir kepada
$ 60,000 dalam jualan. Oleh itu, jualan suku tahunan yang disemak semula adalah kira-kira $
560,000.

2. Kaedah Sejarah (Kuantitatif)

Seperti yang dibincangkan sebelum ini, kaedah sejarah adalah contoh teknik ramalan siri masa,
yang menggunakan data sejarah untuk membuat ramalan masa depan. Untuk mengambil kira
pembolehubah seperti pertumbuhan, inflasi, turun naik permintaan, dan pembolehubah lain, kadar
pertumbuhan yang dianggarkan didarabkan dengan jualan sejarah untuk mencapai ramalan masa
depan. Berikut adalah contoh bagaimana kaedah ini berfungsi: Anggaran pertumbuhan setiap
tahun ialah 6.5%, dan jualan untuk Januari lepas adalah $ 55,500. Ramalan untuk Januari ini ialah
(55,500 X .065) +55,500 iaitu $59,107.5.
Mereka bentuk pelan ramalan jualan
Peramalan jualan memerlukan asas teknik matematik yang kuat dan pengetahuan terperinci
mengenai kitaran jualan biasa. Ditambah dengan data yang relevan, langkah-langkah berikut boleh
digunakan untuk mereka bentuk pelan ramalan jualan:

1. Memilih kaedah ramalan

Data daripada model jualan dan ramalan masa lalu adalah penting untuk membina model baharu
untuk masa depan. Beberapa teknik ramalan jualan yang lebih mudah, seperti ramalan peringkat
peluang, ramalan sejarah, ramalan panjang kitaran, dan lain-lain, boleh digunakan untuk membuat
ramalan yang boleh dipercayai. Ramalan dengan ketepatan yang lebih tinggi boleh dibuat dengan
lebih banyak model intensif data seperti regresi berbilang dan kelancaran eksponen.

2. Menentukan masa ramalan

Jenis pelan bergantung kepada sama ada ramalan dibuat untuk jumlah masa yang ditentukan
seperti bulanan atau suku tahunan, atau sama ada jualan dijejaki untuk output tertentu sahaja.
Faktor bermusim, seperti pelepasan pada suku tertentu, juga boleh menjejaskan ramalan. Oleh itu
suku itu mungkin perlu dilihat secara berbeza.

3. Kitaran jualan kerosakan

Garis masa setiap jualan mempunyai pengaruh terhadap ramalan jualan. Dengan memecahkan
kitaran jualan kepada purata masa yang dibelanjakan pada setiap peringkat, adalah mungkin untuk
menentukan panjang purata kitaran jualan.

4. Menggunakan trend metrik jualan

Dengan menggunakan data sejarah terkini, pembolehubah seperti purata harga jualan dan
peratusan kadar pembaharuan boleh ditakrifkan untuk ramalan baru. Pemboleh ubah lain seperti
kadar penukaran, kadar giliran, trajektori pertumbuhan purata, dan hasil berulang tahunan (ARR)
juga mesti dimasukkan ke dalam ramalan.
5. Buat templat ramalan
Menjana templat berdasarkan kitaran jualan, objektif, metrik dan spesifik pasukan jualan. Syarikat
yang lebih kecil dengan sumber terhad boleh menggunakan alat seperti Microsoft Excel apabila
terdapat lebih sedikit produk untuk dijejaki. Organisasi yang lebih besar dengan alat automatik
yang menyambung ke CRM boleh menggunakan ciri-ciri automasi untuk membuat anggaran.
Sebagai contoh, perisian pengayaan petunjuk boleh meramalkan apabila prospek berada di
ambang penukaran. Data ini boleh digunakan untuk membuat ramalan yang sangat tepat untuk
kitaran jualan yang berbeza.

6. Kongsi dokumen rasmi dengan pasukan

Dokumentasi rasmi diperlukan untuk berkongsi rancangan dengan pasukan dengan ketelusan
penuh. Adalah penting bahawa wakil jualan memahami bagaimana ramalan dibuat, jadi mereka
mempunyai pemahaman yang kukuh tentang matlamat dan kuota mereka.
Bagaimana untuk meramalkan jualan dengan tepat
Ramalan jualan yang tepat adalah keseimbangan halus menggabungkan trend sejarah, perubahan
dalaman, turun naik pasaran, dan tekanan pesaing. Berikut ialah 5 langkah yang membawa kepada
ketepatan dalam ramalan:

1. Penilaian trend sejarah

Untuk mewujudkan asas untuk ramalan jualan, adalah penting untuk membina 'kadar larian jualan,'
yang merupakan jualan yang diunjurkan untuk tempoh jualan. Data sejarah dari tahun sebelumnya
boleh diasingkan mengikut harga, produk, wakil jualan, tempoh jualan, dan pembolehubah lain
untuk membuat kadar larian jualan untuk ramalan.

2. Menggabungkan perubahan
Kadar larian jualan perlu diubah suai berdasarkan beberapa pembolehubah, seperti harga,
promosi, saluran, pelanggan, dan perubahan produk. Pemboleh ubah ini memberikan kadar larian
jualan yang lebih realistik untuk tempoh jualan.

3. Jangkaan trend pasaran

Trend pasaran, seperti perubahan tingkah laku pesaing, perubahan perundangan, penggabungan
syarikat, dan lain-lain, boleh membuang bola lengkung pada masa yang paling tidak dijangka.
Adalah penting untuk mengambil kira perubahan ini untuk mencipta model ramalan sekiranya
berlaku peralihan trend pasaran.

4. Pemantauan persaingan
Adalah penting untuk memantau persaingan untuk mengetahui kesannya terhadap pasaran
sasaran dengan tindakan seperti variasi harga, pelancaran ciri baharu, atau kempen baharu.
Persaingan baru juga perlu dipantau untuk kesannya terhadap bahagian pasaran.

5. Termasuk rancangan perniagaan

Pelan strategik perniagaan yang mempunyai kesan ke atas pertumbuhan, pengambilan pekerja,
menyasarkan pasaran baharu atau memulakan kempen baharu semuanya boleh memberi kesan
kepada jualan masa depan. Oleh itu, adalah penting untuk membuat ramalan sambil melihat
rancangan perniagaan.

‍
 Cabaran utama kepada ramalan jualan
Menghasilkan ramalan yang tepat secara konsisten boleh mencabar bagi organisasi. Berikut adalah
beberapa halangan utama yang dihadapi oleh kebanyakan:

1. Ketepatan: Syarikat-syarikat, terutamanya syarikat permulaan yang bootstrapping cenderung

bergantung pada hamparan untuk ramalan, yang boleh memperkenalkan isu ketepatan yang
besar kepada ramalan. Malah syarikat-syarikat dengan CRM berjuang dengan penggunaan yang
lemah di seluruh syarikat, dengan pekerja tidak memasukkan data tepat pada masanya, silo data,
data yang tidak lengkap, dan ketidaktepatan.
2. Subjektiviti ramalan: Walaupun kualiti ramalan bergantung pada keputusan dan pertimbangan
yang baik apabila analisis ramalan mengambil sandaran kepada analisis subjektif, ia boleh
terlepas pemacu ketepatan sebenar.
3. Universiti: Ramalan jualan yang tidak berguna untuk pihak berkepentingan di seluruh syarikat
tidak berkesan dalam menghasilkan keputusan. Ramalan yang baik sentiasa mempunyai data
yang relevan dan mudah difahami untuk pasukan yang berbeza di seluruh syarikat.
4. Ketidakcekapan: Ketidakcekapan sering boleh membuatnya menjadi ramalan apabila terdapat
berbilang pemilik, input yang berbeza-beza yang tetap tidak berdamai, dan terlalu banyak
semakan dan versi yang berbeza.

Ramalan jualan semasa masa yang tidak dapat diramalkan

Masa yang tidak menentu ialah peristiwa seperti bencana besar, krisis seperti pandemik COVID,
atau kegawatan ekonomi secara tiba-tiba. Peristiwa-peristiwa ini tiba-tiba boleh membalikkan
ramalan jualan di kepala mereka. Sebaik sahaja salah satu peristiwa ini melanda, penting bagi
pemimpin perniagaan untuk mengetahui perkara berikut:

 Keadaan semasa saluran paip jualan

 Senario model terbaik dan terburuk
 Berapa banyak ramalan berubah sepanjang minggu atau bulan

Pandangan masa nyata saluran paip jualan adalah penting dalam situasi sedemikian untuk
membuat keputusan perniagaan segera yang dapat meminimumkan kerosakan akibat peristiwa
yang mengganggu. Penyelesaian CRM dan automasi adalah apa yang akan mengurangkan
pukulan yang tidak dapat dielakkan kepada ramalan. Data segera yang boleh dipercayai adalah
apa yang akan membantu pemimpin perniagaan untuk wilayah pangsi dan penggunaan sumber
yang boleh memberi kesan yang kuat terhadap kesinambungan atau pembubaran perniagaan.
Fikiran penutup
Membuat ramalan jualan yang tepat adalah seni dan sains yang menggabungkan intuisi yang
dibangunkan dengan baik jurujual yang berpengalaman dan data yang boleh dipercayai
dimasukkan ke dalam algoritma ramalan. Walaupun penting bahawa pasukan jualan mempunyai
kemahiran untuk membuat ramalan yang baik bergantung pada hamparan mudah dan kaedah
pengiraan back-of-the-napkin, ramalan yang boleh dipercayai memerlukan penyelesaian perisian
yang dapat memberikan pandangan dan unjuran masa nyata berdasarkan data.