SaaSの売上予測の精度を向上させるには、予測の定義をそろえ、商談・解約・利用状況などのデータを正しく整えたうえで、複数の方法を組み合わせることが重要です。営業担当者の感覚だけに頼るのではなく、パイプライン、受注率、契約更新率、顧客単価などを使って予測し、実績との差を定期的に検証します。
SaaSの売上予測の精度を向上させる7つの方法
特に効果を期待しやすいのは、次の7つを順番に整えることです。
- 予測する売上の定義と期間を統一する
- MRR・ARR・新規売上・更新売上を分けて管理する
- 商談ステージと受注確度を見直す
- CRMの入力ルールとデータ品質を整える
- 営業担当者の予測とデータ分析を組み合わせる
- 複数シナリオで予測する
- 予測と実績の差を記録して予測モデルを修正する
1. 予測する売上の定義と期間を統一する
最初に、何を「売上」として予測するのかを決めます。会計上の売上高、契約金額、請求額、MRR、ARRなどを混在させると、予測と実績を比較できません。
たとえば、月次の経営判断ではMRR、年間の成長計画ではARR、会計報告では売上高を使うなど、目的に応じて指標を使い分けます。その際、各指標の定義と集計方法を文書化しておくことが大切です。
| 指標 | 主な意味 | 使いやすい場面 |
|---|---|---|
| MRR | 月次の継続収益 | 毎月の収益変化や短期予測 |
| ARR | 年間換算した継続収益 | 事業規模や中長期計画の把握 |
| 新規売上 | 新規顧客から得る売上 | 営業活動の成果予測 |
| 更新売上 | 既存顧客の契約更新による売上 | 解約や契約縮小を含む収益予測 |
MRRやARRを使う場合も、初期費用、従量課金、割引、契約期間などを含めるかどうかを決めておきます。担当者や部署によって計算方法が違う状態では、数値を増やしても予測精度は上がりません。
2. 新規売上と更新売上を分けて予測する
SaaSの売上予測では、新規契約と既存顧客の更新を分けることが重要です。新規契約は商談の進捗や受注率に左右されやすく、更新売上は契約満了日、解約率、利用状況、顧客の契約縮小などの影響を受けるためです。
たとえば、月末の売上を次のように分解します。
- 既存顧客の継続分
- 既存顧客のアップセル・クロスセル分
- 既存顧客のダウングレード分
- 解約による減少分
- 新規契約分
既存顧客の売上は、契約更新の対象顧客を一覧化し、更新時期と更新可能性を確認します。新規契約は営業パイプラインをもとに予測し、更新と新規を同じ受注率で計算しないようにします。
3. 商談ステージと受注確度を見直す
商談ステージを細かく分けるだけでは、SaaSの売上予測の精度は向上しません。各ステージに進む条件と、次のステージへ進むための具体的な行動を定義する必要があります。
たとえば、「提案済み」というステージを使う場合は、単に提案資料を送った状態ではなく、顧客との提案説明が完了している、決裁者が確認している、導入時期が合意されているなど、判定条件を決めます。
受注確度は過去実績から設定する
受注確度は、担当者の印象だけで設定するのではなく、過去の商談データから見直します。あるステージに入った商談のうち、最終的に何件が受注したかを計算し、その割合を参考にします。
計算例として、過去に「契約条件の確認」まで進んだ商談が50件あり、そのうち20件が受注した場合、実績ベースの受注率は次のとおりです。
20件 ÷ 50件 × 100 ＝ 40％
この40％をそのまま将来のすべての商談に適用できるとは限りません。顧客規模、業界、流入経路、契約金額、販売地域などによって受注率が変わるため、十分なデータがある場合は条件別に分けて確認します。
加重パイプラインで売上を計算する
商談金額に受注確度を掛けると、加重パイプラインを計算できます。
加重パイプライン ＝ 商談金額 × 受注確度
仮に、商談金額が100万円で受注確度が40％なら、加重金額は40万円です。ただし、これは受注を保証する金額ではなく、複数商談をまとめて見たときの期待値を示す計算です。特定の商談が必ず40万円になるという意味ではありません。
4. CRMの入力ルールとデータ品質を整える
売上予測の計算方法が適切でも、CRMに古い情報や欠落した情報があると結果は不正確になります。予測に使う項目を決め、必須項目と更新期限を明確にします。
確認する項目の例は次のとおりです。
- 商談金額と料金プラン
- 契約予定日と利用開始予定日
- 商談ステージ
- 決裁者や関係者との接点
- 顧客が導入を検討する理由
- 競合サービスの有無
- 次回の具体的なアクション
- 契約更新日と更新条件
- 顧客の利用状況や問い合わせ状況
特に、契約予定日だけが更新されずに残っている商談には注意が必要です。予定日が何度も後ろ倒しになる商談は、見かけ上のパイプライン金額を大きくし、売上予測を過大にすることがあります。
週次や月次で、一定期間更新されていない商談、契約予定日を過ぎた商談、次回アクションが未登録の商談を抽出すると、予測に使うデータを整えやすくなります。
5. 営業担当者の予測とデータ分析を組み合わせる
データだけでは把握しにくい顧客の意思決定状況を、営業担当者が把握している場合があります。一方で、担当者の予測だけでは、楽観的な見込みや担当者ごとの判断基準が入りやすくなります。
そのため、次のように複数の予測を並べて確認します。
| 予測 | 主な情報 | 確認すること |
|---|---|---|
| 担当者予測 | 顧客との会話、社内事情、直近の進捗 | 予測の根拠となる顧客行動があるか |
| 加重パイプライン | 商談金額と過去の受注率 | 受注確度が現在の商談に合っているか |
| 経営予測 | 担当者予測、分析結果、事業計画 | 楽観・悲観の偏りや前提条件 |
担当者が「受注見込み」と判断していても、決裁者との接点がない、導入時期が未定、予算が確保されていないといった場合は、予測をそのまま確定扱いにしない方が適切です。反対に、データ上の確度は低くても、顧客側の決裁や契約手続きが進んでいる場合は、営業担当者の情報を追加して判断します。
6. 新規契約だけでなく、解約と利用状況を予測に入れる
SaaSでは新規契約を増やしても、解約や契約縮小が多いと実際の継続収益は伸びません。そのため、売上予測には既存顧客の減少要因も含めます。
確認したい指標には、次のようなものがあります。
- 契約更新率
- 解約率
- 契約縮小率
- アップセル率
- 顧客単価の変化
- 契約満了が近い顧客の利用状況
- サポートへの問い合わせや不満の傾向
利用頻度の低下、主要機能の未利用、管理者のログイン減少などは、解約を確定させる情報ではありません。しかし、更新リスクを確認するきっかけにはなります。こうした顧客をカスタマーサクセス部門と共有し、更新見込みを定期的に見直します。
なお、解約率や更新率は、計算期間や対象顧客の定義によって数値が変わります。月次と年次、ロゴ数ベースと売上ベースを混同しないように管理します。
7. 複数シナリオでSaaSの売上を予測する
1つの予測値だけを示すよりも、前提条件を変えた複数シナリオを用意した方が、判断に使いやすくなります。
| シナリオ | 前提の例 | 用途 |
|---|---|---|
| 保守的 | 受注率が低め、更新率も慎重に設定 | 最低限必要な資金や人員の検討 |
| 基準 | 直近の実績に近い条件 | 通常の事業計画 |
| 強気 | 受注率やアップセルが好調に推移 | 成長投資の上限を検討 |
シナリオごとに、商談の受注率、平均契約単価、契約開始時期、更新率、解約率などの前提を明記します。前提を書かずに数値だけを比較すると、なぜ予測が変わったのか分からなくなります。
予測と実績の差を定期的に検証する
予測精度を向上させるには、予測を作って終わりにせず、予測値と実績値の差を記録します。差が生じた原因を分類すると、予測のどこを修正すべきか判断しやすくなります。
- 商談の受注確度を高く見積もっていた
- 契約開始日が後ろ倒しになった
- 商談金額や割引条件が変更された
- 更新予定の顧客が解約した
- 契約は成立したが、売上計上の時期が異なった
- CRMの情報が古かった
- 新しい販売経路の実績を過去データで正しく評価できなかった
たとえば、受注件数は予測どおりでも契約開始が翌月にずれていたなら、受注率ではなく売上計上時期の予測に問題があります。受注数、契約金額、開始時期、更新・解約を分けて検証することが大切です。
予測精度を確認する指標
予測の良し悪しは、結果が目標に近かったかだけでなく、予測と実績の差で確認します。基本的には、予測値と実績値の差額や差の割合を期間ごとに記録します。
予測誤差率 ＝ （予測値 − 実績値）÷ 実績値 × 100
仮に予測売上が900万円、実績売上が1,000万円だった場合、予測誤差率は次のとおりです。
（900万円 − 1,000万円）÷ 1,000万円 × 100 ＝ −10％
この場合は、実績に対して10％低く予測していました。ただし、実績がゼロに近い場合は割合が大きくなりやすいため、差額や件数も合わせて確認します。
また、予測を外したことだけを担当者の評価に使うと、担当者が不確実な商談を早くパイプラインから外すなど、データの偏りが生じる可能性があります。予測の検証では、入力情報の正確さや予測時点の条件も確認します。
部署をまたいで予測の前提を共有する
SaaSの売上は、営業だけでなく、マーケティング、カスタマーサクセス、経理・財務、プロダクト部門の情報にも影響されます。営業の新規契約予測と、カスタマーサクセスの更新リスクが別々に管理されていると、全社の予測が実態と合わないことがあります。
少なくとも次の情報は、共通の定義で共有します。
- 新規契約の見込み金額と開始時期
- 契約更新の対象顧客と更新見込み
- 解約・縮小・アップセルの見込み
- 割引や特別条件の有無
- 売上計上の基準と時期
経営会議などで予測を使う場合は、数値だけでなく「前回から変わった理由」「主なリスク」「数値に含まれていない要素」も併記すると、意思決定に活用しやすくなります。
売上予測の精度が上がらないときの確認ポイント
予測モデルを複雑にする前に、次の点を確認してください。
- 売上、MRR、ARR、契約金額の定義が混ざっていないか
- 新規契約と更新契約を同じ計算方法にしていないか
- 商談ステージの判定条件が担当者ごとに違っていないか
- 契約予定日や金額が古いまま残っていないか
- 受注率を全商談に一律適用していないか
- 契約成立と売上計上の時期を混同していないか
- 解約やダウングレードを予測に含めているか
- 予測誤差の原因を記録しているか
特に、入力データの欠落や定義の不統一が原因であれば、AIや高度な分析ツールを導入しても根本的な改善にはつながりません。まずは少数の重要項目を決め、正確に更新できる運用を作ることが先です。
SaaSの売上予測を改善する実行手順
最初から複雑な予測モデルを作る必要はありません。次の順番で進めると、現状を確認しながら改善できます。
- 予測対象を決める。月次売上、MRR、ARRなどから目的に合う指標を選ぶ。
- 新規、更新、アップセル、縮小、解約を分けて集計する。
- 商談ステージの定義と受注確度の判定条件を文書化する。
- CRMから、金額・予定日・ステージ・次回アクションが未更新のデータを抽出する。
- 過去実績から、ステージ別・顧客属性別の受注率や更新率を確認する。
- 担当者予測、加重パイプライン、更新リスクを組み合わせて予測を作る。
- 保守的・基準・強気など複数のシナリオを作成する。
- 予測値と実績値を比較し、受注率、金額、時期、更新のどこに差があったか記録する。
- 差の原因に応じて、入力ルールや受注確度、シナリオの前提を修正する。
まず取り組むなら、過去数か月分の予測と実績を並べ、予測が外れた理由を分類することから始めます。原因がデータ入力、受注率、契約開始時期、更新見込みのどこにあるかによって、必要な改善策が変わるためです。
SaaSの売上予測の精度を向上させる鍵は、予測手法を一つに固定することではありません。売上の定義を統一し、新規・更新・解約を分け、実績に基づく確度を使い、予測と実績の差を継続的に修正することが重要です。
