Salah satu tugas paling tidak nyaman buat saya sebagai Head of BD di Ginee Hub adalah ketika manajemen tanya: “Bulan depan revenue kita berapa?” Dulu saya jawab pakai feeling. Sekarang saya jawab pakai data. Itulah inti dari Sales Forecasting B2B yang benar. Bukan tebak-tebakan, tapi kalkulasi yang punya dasar logika dan bisa dipertanggungjawabkan ke tim finance maupun ke board.
Di artikel ini saya mau bagikan cara kerja yang dipakai tim BD saya untuk memprediksi revenue tanpa drama akhir bulan. Konteksnya tim BD kecil sampai menengah di Indonesia, jualan SaaS atau produk B2B dengan siklus deal beberapa minggu sampai beberapa bulan. Saya tulis pakai pengalaman sendiri, bukan teori dari buku.
Kenapa Sales Forecasting B2B Sering Meleset
Pengalaman saya, forecast meleset itu bukan karena pasar berubah. Pasar memang dinamis, tapi itu bukan kambing hitam yang valid. Forecast meleset karena tiga hal mendasar yang sering diabaikan tim BD.
Pertama, tim sales terlalu optimis. Mereka commit deal yang sebenarnya masih di tahap awal pipeline, lalu masukkan ke forecast bulan ini. Klien belum tanda tangan, NDA pun belum, tapi sudah masuk angka. Kedua, sebaliknya: ada salesperson yang sandbagging. Mereka sengaja kasih angka rendah biar gampang capai target dan dapat bonus. Ketiga, tidak ada disiplin update CRM. Deal yang harusnya sudah closed lost masih nyangkut di stage proposal selama dua bulan, jadi data dasarnya kotor.
Begitu Anda paham tiga sumber error ini, separuh masalah forecast sudah selesai. Sisanya tinggal pilih metode yang cocok dengan ukuran tim dan kompleksitas produk.
Tiga Metode Sales Forecasting B2B yang Saya Pakai
Saya tidak percaya satu metode bisa cocok untuk semua kondisi. Saya selalu kombinasikan minimal dua metode lalu cari titik tengahnya. Ini disiplin yang membantu mengurangi bias salah satu metode.
1. Top-Down Forecasting
Metode ini mulai dari angka besar dan diturunkan ke level deal. Misalnya: ukuran pasar SaaS retail di Indonesia sekitar 200 juta USD, target market share kita 0.5 persen di tahun ini, jadi target revenue 1 juta USD. Lalu dibagi per kuartal dan per salesperson. Cocok untuk perencanaan tahunan, tapi terlalu kasar untuk forecast bulanan.
2. Bottom-Up Forecasting
Kebalikannya. Mulai dari deal individual di pipeline, lalu jumlahkan. Tim BD saya buat list semua deal aktif, kasih estimasi nilai dan probabilitas closing, lalu total semuanya. Lebih akurat untuk forecast jangka pendek karena dasarnya deal nyata, bukan asumsi pasar. Tapi kelemahannya rentan terhadap optimisme tim sales.
3. Weighted Pipeline by Stage
Ini metode favorit saya untuk forecast bulanan dan kuartalan. Setiap deal stage dikasih probabilitas closing berdasarkan data historis. Contoh sederhana yang saya pakai di Ginee Hub:
Stage Discovery: 10 persen probabilitas. Stage Qualification: 25 persen. Stage Proposal: 40 persen. Stage Negotiation: 65 persen. Stage Verbal Commit: 85 persen. Closed Won: 100 persen. Angka-angka ini bukan hafalan dari blog luar negeri. Ini hasil hitung historis tim saya selama 18 bulan terakhir. Kalau tim Anda baru, pakai dulu angka standar lalu kalibrasi tiap kuartal.
Formula Sederhana untuk Sales Forecasting B2B
Saya kasih formula paling dasar yang bisa langsung Anda pakai besok pagi. Tidak butuh tools mahal, cukup spreadsheet.
Forecast Revenue = Jumlah dari (Nilai Deal x Probabilitas Stage) untuk semua deal aktif yang expected close di periode tersebut.
Misalnya bulan depan ada 5 deal: Deal A 50 juta di Negotiation (65 persen), Deal B 30 juta di Proposal (40 persen), Deal C 100 juta di Verbal Commit (85 persen), Deal D 20 juta di Qualification (25 persen), Deal E 80 juta di Negotiation (65 persen).
Forecast bulan depan = (50 x 0.65) + (30 x 0.40) + (100 x 0.85) + (20 x 0.25) + (80 x 0.65) = 32.5 + 12 + 85 + 5 + 52 = 186.5 juta. Itu angka forecast yang bisa Anda commit ke management. Bukan total pipeline 280 juta yang terlihat menggiurkan tapi tidak realistis.
Sumber Data yang Wajib Bersih
Forecast hanya sebagus data sumbernya. Saya harus tegas soal ini sama tim. Ada empat sumber data yang saya pegang.
CRM adalah sumber utama. Saya pakai HubSpot, tapi Pipedrive atau bahkan spreadsheet juga bisa asal disiplin. Setiap deal harus update minimal seminggu sekali. Kalau tidak update tujuh hari, deal otomatis saya turunkan ke stage sebelumnya. Aturan ini awalnya bikin tim ngomel, tapi setelah tiga bulan akurasi forecast naik 30 persen.
Data kedua adalah sales velocity. Berapa lama rata-rata deal pindah dari satu stage ke stage berikutnya. Kalau Negotiation rata-rata 14 hari, lalu ada deal yang sudah 45 hari di Negotiation tanpa progress, itu warning sign. Probabilitasnya harus diturunkan, bukan dipertahankan di 65 persen.
Data ketiga adalah win rate per sumber lead. Lead dari referral biasanya win rate 40 persen, lead dari cold outreach 8 persen. Forecast harus mempertimbangkan asal lead, bukan disamaratakan.
Data keempat adalah seasonality. Di Indonesia, kuartal pertama biasanya lambat karena budget client baru turun bulan Februari atau Maret. Ramadan dan akhir tahun juga punya pola unik. Saya selalu kasih adjustment musiman di forecast.
Kesalahan Umum yang Saya Hindari di Sales Forecasting
Tiga kesalahan ini saya lihat berulang di banyak tim BD Indonesia, termasuk tim saya dulu sebelum sistemnya rapi.
Pertama, hockey stick forecast. Forecast bulan ini 100 juta, bulan depan tiba-tiba 500 juta tanpa ada deal besar baru di pipeline. Ini biasanya tekanan dari atas atau wishful thinking. Kalau saya lihat hockey stick di laporan tim, saya minta breakdown deal per deal.
Kedua, commit deals yang tidak realistis. Salesperson bilang “deal ini pasti closed bulan ini” padahal klien belum tanda tangan apapun. Aturan saya: deal hanya bisa dicommit kalau sudah ada verbal commitment tertulis dari decision maker, bukan dari user atau influencer.
Ketiga, sandbagging. Lawan dari poin pertama. Saya deteksi ini dengan bandingkan forecast salesperson dengan weighted pipeline-nya. Kalau forecast jauh lebih rendah dari weighted pipeline tanpa alasan jelas, saya tantang.
Template Mulai untuk Tim BD Kecil
Buat tim BD yang baru mulai, ini langkah praktis yang bisa Anda mulai minggu ini. Pertama, tentukan stage pipeline maksimal 5 sampai 6 stage, jangan lebih. Kedua, tentukan kriteria objektif untuk pindah stage, misalnya pindah ke Proposal harus sudah ada budget confirmation dari klien. Ketiga, buat spreadsheet weighted forecast dengan formula yang saya kasih di atas. Keempat, review forecast setiap minggu, bukan setiap bulan. Kelima, ukur akurasi forecast vs actual setiap kuartal, lalu kalibrasi probabilitas tiap stage.
Sales Forecasting B2B yang baik tidak butuh tools mahal atau model machine learning. Yang butuh adalah disiplin update data, kejujuran tim sales, dan keberanian Anda sebagai BD lead untuk menantang angka yang tidak masuk akal. Sisanya tinggal kerja konsisten.
