予測ケイデンス：週次 vs. 月次 vs. 継続的予測 — 何がいつ機能するか

60人規模の企業のVP of Salesが11か月間、週次予測コールを実施しました。チームの平均取引サイクルは62日でした。毎週金曜日の午後2時に、4人の地域マネージャーから更新された数値を集めました。毎週月曜日の朝には少なくとも2つの数値が変わっていました。火曜日までには金曜日にCEOに報告したものが時代遅れになっていました。

予測コールは可視性を向上させていませんでした。不安と管理作業を生み出していました。担当者は毎週木曜日に45分かけて前の木曜日に答えた同じ質問に答えるためにPipelineを更新していました。CRMの何もこの演習を正当化するほど異なっていませんでした。

彼女は予測を隔週に切り替え、タイトな月次レビューを加えました。予測精度が改善しました。CRM管理への担当者の時間が減りました。そして毎週金曜日に月曜日までに答えが変わるミーティングで過ごすことがなくなりました。

適切な予測ケイデンスは2つの変数に依存します：担当者が同時に処理する案件数と、それらの案件のクローズまでの時間。このガイドでは意思決定フレームワークとそれを機能させるCRM設定を提供します。

ステップ1：2変数意思決定フレームワーク

ケイデンスを選ぶ前に、チームの2つの数値を計算してください：

担当者1人あたりの月次アクティブ案件平均数：特定の時点でアクティブなPipelineステージ（初期見込み顧客やナーチャーではなく）にある案件数を数えてください。

平均セールスサイクル期間：最初の意味ある評価コールからクローズまでの日数。直近20件のクローズ案件の中央値を使用してください。平均値はアウトライヤーによって歪められます。

このマトリクスを使って出発点を見つけてください：

サイクル期間 / 担当者あたり案件数	5件未満	5〜15件	15件以上
30日未満	週次	週次	週次
30〜60日	隔週	隔週または週次	週次
60〜90日	月次	隔週	隔週
90日以上	月次	月次	月次

2つのオーバーライドルール：

取締役会に報告する企業は常に少なくとも月次で予測します。 取引サイクルが21日でも、経営陣は外部に伝える数値が必要です。月次ロールアップは運用ケイデンスに関係なく構築してください。

マネージャーがすべての案件に深く関与している5人未満のチームは、正式な予測コールをスキップできます。 マネージャーがすべての案件を個人的に知っているとき、30分のコールはほとんど情報を追加しません。CRMを更新し続けて非同期にレビューしてください。

ステップ2：機能する週次予測の形

週次予測は高速な営業に機能します：インサイドセールス、45日未満のSMB案件、SDRからAEへのハンドオフ追跡、または案件が先週の数値とは有意に異なるほど速く動く営業スタイル。

コアの構造はステージではなく3つの予測カテゴリーです：

コミット：担当者が信用を賭けても良いと言える案件。権限のある購買者からの口頭確認、今週または来週の明確なクローズ日、未解決のブロッカーなし。コミットした案件がクローズしない場合、担当者は説明が必要です。

ベストケース：1つの特定のことがうまくいけば今期間にクローズできる案件。購買者は現実的で、ニーズは確認済みですが、まだ依存関係があります：法的レビュー、最終承認、予算確認。

Pipeline：評価済みで進行中だが今期間にクローズする見込みが低い案件。可視性のために予測に含まれますが、クローズ予測のためではありません。

15分の週次予測ミーティングフォーマット：

各担当者がまずコミット数値を共有します。マネージャーは先週から変わったものについて聞きます。
ベストケースの数値が集められます。マネージャーは各ベストケースを金曜日までにコミットにするために何が起こる必要があるかを聞きます。
Pipelineを簡単にレビューします。1サイクル以上動きなしのPipeline案件はステージレビューのためにフラグを立てます。

HubSpotでは：「予測カテゴリー」カスタム案件プロパティをオプション「コミット、ベストケース、Pipeline」で作成してください。このプロパティと今月のクローズ日でフィルタリングした保存済みレポートを構築してください。

Salesforceでは：予測カテゴリーは内蔵の機能です。予測設定で有効化してください。ステージから予測カテゴリーへのマッピングが明確であることを確認してください。

Pipedriveでは：ネイティブの予測カテゴリーはありません。「予測タグ」というカスタムフィールドを使用し、保存済みフィルターを構築してください。

ステップ3：機能する月次予測の形

月次予測はエンタープライズとミッドマーケット営業に適しています：60〜120日のサイクル、複数のステークホルダーを持つ案件、または週単位の変化が細かすぎて行動できない営業スタイル。

構造は週次のクローズ予測ではなく、ローリング90日ビューです：

今月のクローズ：今期間のコミット案件とベストケース案件。
来月のPipeline：30〜60日以内に最終ステージに入ることが予想される案件。
四半期末ビュー：四半期目標を達成するために必要なものの案件ごとの内訳。

月次予測ミーティングは45〜60分実施されます。週次フォーマットとは異なり、案件数だけでなく案件の質について時間をかける価値があります。典型的なアジェンダ：

今月のコミット案件を目標に対してレビュー（15分）
来月に滑る最大リスクの2〜3件の案件を特定。何がその滑りを防ぐか？（15分）
来月のPipelineをレビュー：次の期間の目標にクローズするのに十分な評価済みPipelineがあるか？（15分）
体系的な問題を浮上させる：繰り返される特定の異議、一貫して勝っている特定の競合他社（15分）

ステップ4：継続的予測

継続的予測とは、予測されたクローズ数値がCRMデータが変わるに従って自動的に更新され、手動集計も予測コールも不要ということです。シンプルなルールから完全なAI予測まで幅があります。

ルールベースの継続的予測は固定の確率ウェイトをステージに適用して自動的に集計します。「提案」ステージに40%確率で10件の案件があり、「契約レビュー」ステージに80%確率で5件あれば、案件ステージが変わるたびに予測が更新されます。

AIアシストの予測は履歴クローズ率データ、案件のベロシティ、エンゲージメントシグナル、担当者固有のコンバージョン率を使用して個別案件レベルでクローズ確率を予測します。Salesforce Einstein Forecasting、HubSpotのAI予測機能、Clari、Gong Forecast、Prophixなどのツールがこのために構築されています。これらは少なくとも12か月分の履歴データとクリーンなCRM衛生管理がある場合に機能します。

継続的予測が意味をなす場合：

チームにはいつでもPipelineに100件以上の案件がある（手動レビューはスケールしない）
少なくとも12か月さかのぼるクリーンなCRMデータがある
チームに誰かがKPIとして予測精度を所有し、時間をかけてモデルを調整する
ツールのコストを賄える（専用の予測ツールで年間200万〜500万円）

意味をなさない場合：

Pipelineにアクティブな案件が50件未満（週次レビューの方が安くより正確）
CRMデータが一貫していない（AIは悪いデータから学習し悪い予測を生み出す）
高いバリアンスのサイクル（30日のサイクルで構築されたモデルは時々120日で実施される案件では誤動作する）

20人未満の担当者のほとんどのチームには、手動ケイデンスから始め、CRM衛生管理と履歴データが整ってから継続的に移行することを推奨します。

ステップ5：CRMに予測カテゴリーを構築する

HubSpotの設定：

設定 > プロパティ > 案件プロパティに進み、タイプ：ドロップダウンで「予測カテゴリー」という新しいプロパティを作成する
オプションを追加：コミット、ベストケース、Pipeline、除外（除外したい案件用）
「予測カテゴリーがコミットまたはベストケース」＋「クローズ日が今月」でフィルタリングした案件ビューを構築する
予測カテゴリー別に期待収益を合計するダッシュボードレポートを作成する
クローズ日を更新するたびに予測カテゴリーを更新するよう担当者を訓練する

Salesforceの設定：

設定 > 予測設定で予測タイプを有効化する
ステージから予測カテゴリーへのマッピングを確認する：90%以上の確率のステージはコミットにマッピングされるべき；50〜89%はベストケース；50%未満はPipeline
予測タブ（コラボレーティブ予測）を使用して担当者別・期間別のロールアップを表示する
予測カテゴリーフィールドを標準のOpportunityビューに追加して担当者が通常の案件作業中に見えるようにする

Pipedriveの設定：

設定 > データフィールド > 案件に進み、「予測タグ」というカスタムフィールド（タイプ：ドロップダウン）を追加する
オプションを追加：コミット、ベストケース、Pipeline
カスタムフィルターを作成する：予測タグ = コミットまたはベストケースで期待クローズ日 = 今月
このフィルターをマネージャーがアクセスできるビューとして保存する

ステップ6：マネージャーの予測コールフォーマット

どのケイデンスを選んでも、マネージャーのレビューコールは同じフォーマットに従うべきです。目標は問題になる前に驚きを浮上させることで、すでに計算された数値を承認することではありません。

3つの質問、20分：

「今期間のコミットは何ですか、そしてそれぞれを潰す可能性があるものは？」（7分）
「今週または今月ベストケースをコミットに押し上げるには何が必要ですか？」（7分）
「私が知らないあなたの数値に対する最大のリスクは何ですか？」（6分）

最後の質問が最も重要です。すべての担当者にはどのようにフレーミングするかわからない案件または自分の中で最小化しているリスクがあります。知らないことを求めることで、それを浮上させる安全な方法が生まれます。

ステップ7：時間をかけて予測精度を改善する

予測精度はコールを実施するだけでは改善しません。呼んだこと対クローズしたことを追跡し、ギャップについて正直な会話をすることで改善します。

毎月これらの指標を追跡してください：

呼んだこと（期間の始めにコミットしたこと）対クローズしたこと（実際にクローズしたこと）
それらの間のギャップ（正または負）として目標のパーセンテージ
どの担当者または案件タイプが見逃しまたは超過に最も貢献したか

これらの数値をチームと共有してください。業績レビューとしてではなく、較正演習として。一貫して15%以下でコミットしていれば、コミットが楽観的すぎます。一貫して10%超過していれば、サンドバッギングがあります — 良く聞こえますが、リソース配分で機会を逃していることを意味します。

精度に報いてください、楽観主義にではありません。20万円を呼んで19.5万円をクローズする担当者は、30万円を呼んで24万円をクローズする担当者より予測にとって価値があります。前者は実行可能な情報を与えます。後者は希望を与えます。

よくある失敗

購買者シグナルではなくPipelineの量から予測する。 「Pipelineに2億円ある、目標は8000万円なので大丈夫」は予測ではありません。コミットした購買者の行動から予測し、Pipelineの蓄積からではなく。

「基本的に同じ」なら予測コールを更新しない。 予測コールの価値は数値ではなく会話にあります。コミットが先週から変わっていなくても、それを崩す可能性があるものについての会話は価値があります。

ケイデンスをサポートしないCRMデータ。 週次予測を実施しているが担当者が月次でCRMを更新しているなら、週次予測は常に間違っています。データ更新の期待とケイデンスを合わせてください。

期間中盤でカテゴリーを変更する。 担当者が期間が開いた後にコミットとベストケースの間で案件を移動するのを許すと、カテゴリーは意味を失います。ルールを設定してください：予測カテゴリーはコミット数値のために各期間の開始時にロックされます。

次のステップ

意思決定マトリクスに基づいてケイデンスを選んでください。上記のステップを使ってCRMで設定してください。変更せずに1四半期まるごと実施してください。CRM導入と並行して初めて予測を設定する場合は、後から追加するよりも展開中に予測カテゴリーフィールドとステージ確率を設定することで大幅な手直しを節約できます。

四半期末に、予測されたクローズ（四半期最初の予測から）と実際のクローズを比較してください。精度ギャップをパーセンテージとして計算してください。10%未満のギャップはケイデンスとデータ品質が機能していることを意味します。20%以上はカテゴリーが正直に適用されていないかステージデータが間違っているかのどちらかです。

Sales Process Playbook