영업 기회가 많다고 매출 예측이 정확해지는 건 아닙니다. 오히려 '진행 중인 거래'에 다음 일정을 합의한 거래와 기약이 없는 거래가 함께 포함되어 예측이 더 어려워질 수 있습니다. 수주율 역시 거래 건수만 보여줄 뿐 실제 주문 금액이나 매출이 발생하는 시점까지 설명하지 못합니다.
플렉스튜디오의 '영업관리 시스템 도입 가이드' 시리즈에서는 영업관리 시스템과 CRM 도입을 검토하는 기업이 알아두면 좋은 내용을 단계별로 안내합니다.
이번 글에서는 매출 예측을 흐리는 두 가지 함정을 다룹니다. 먼저 영업 단계의 기준과 체류 기간, 최근 고객 활동 등을 바탕으로 가능성있는 영업 기회를 구분하는 방법을 설명합니다. 이어서 수주율과 가중 파이프라인을 해석할 때 놓치기 쉬운 부분을 소개하고 당시 예상했던 수주 금액과 일정을 ERP의 기준데이터와 비교해야 하는 이유를 정리합니다.
[영업관리 시스템 도입 가이드 시리즈]
1편 : 영업관리 시스템, 정말 필요한가요?
2편 : ERP를 쓰는 기업이 CRM을 비교할 때 놓치기 쉬운 기준
3편 : ERP에 없는 영업 데이터, 글로벌 기업은 어떻게 관리할까요?
4편 : 영업 기회는 많은데 매출 예측이 빗나가는 이유 (Here!)
영업 파이프라인에 등록된 기회는 아직 결과가 정해지지 않은 가능성입니다. 따라서 영업 기회 수는 영업 활동량과 잠재 수요를 보여주지만, 실제 제안의 상세한 과정을 설명하지 못합니다. 예를 들어 월초 영업회의에서 이번 달 수주 예정이라고 보고한 거래가 월말까지 계약 검토 단계에 남아 있을 수 있습니다. 더구나 후속 일정이 기재되지 않았다면 진행 중인 영업 기회로 측정하기 어렵습니다. 이럴 경우 대부분 예상 수주일도 다음 달로 바뀌게 됩니다.
또한 같은 제안 단계에 있더라도 담당자가 적용한 기준에 따라 거래의 상태는 달라집니다. 제품을 소개한 뒤 단계를 변경하는 담당자가 있는 반면 견적서를 전달한 시점에 제안 단계로 옮기는 담당자도 있습니다. 고객이 제안 내용을 검토하기로 하고 다음 일정을 합의한 뒤에야 단계를 변경하는 경우도 있습니다. 영업 단계에 대한 기준이 정리되지 않으면 제안 단계가 가진 의미를 각자 다르게 해석하게 됩니다. 아래 이미지는 내부 영업 활동과 고객 행동을 기준으로 영업 단계를 구분했을 때의 차이를 보여줍니다.
반대로 단계별 체류 기간이 길다고 무조건 위험한 거래인 건 아닙니다. 계약 검토 단계에 30일 머문 두 건의 거래가 있다고 가정해 보겠습니다. 거래 A는 매주 고객 법무팀과 협의하고 있으며 다음 회의도 예정돼 있습니다. 거래 B는 한 달 동안 고객과 주고받은 내용이 없고 다음 일정도 잡혀 있지 않습니다.
B2B 영업에서 영업 단계가 지연되는 이유는 다양합니다. 고객의 예산과 구매 절차가 확인되지 않았을 수도 있고 법무 검토나 납기 조건이 거래를 늦추고 있을 수도 있습니다. 모두 영업 담당자를 독촉하는 방식으로 해결하기 어려운 문제입니다. 이처럼 '진행 중인 거래'에 담긴 다양한 해석의 여지는 매출 예측을 더 어렵게 만듭니다.
진행 중인 영업 기회를 정확히 파악하기 위해서는 영업 단계에 따른 기준을 세우는 게 중요합니다. 먼저 담당자들이 같은 기준으로 단계를 변경해야 합니다. 제안 단계에서는 예상 품목과 금액, 고객 검토 일정을 남기고 계약 검토 단계에서는 구체적인 구매 절차의 진행 상태를 기록하는 방식입니다. 거래가 다음 단계로 넘어갈 때 필요한 항목만 추가하면 담당자의 입력 부담을 줄이면서 현재 상태를 판단할 근거를 쌓을 수 있습니다.
단계별 전환율을 비교할 때는 거래가 해당 단계에 들어온 시점도 맞춰야 합니다. 어제 상담 단계에 들어온 거래와 두 달째 같은 단계에 머문 거래를 한꺼번에 비교하면 전환율이 실제보다 낮게 보일 수 있습니다. 예를 들어 7월에 상담 단계에 진입한 거래를 하나의 집단으로 묶고 이후 제안 단계로 얼마나 이동했는지 추적하는 방식이 적절합니다. 같은 기간에 시작한 거래끼리 비교해야 신규 기회가 정상적으로 전환되는지 구분할 수 있습니다.
단계별 체류 기간도 과거 수주 이력과 비교하는 방식이 효과적입니다. 예를 들어 수주된 거래가 제안 단계에서 머문 기간의 중앙값이 12일이고 상위 25% 구간이 20일을 넘는다면 20일 이상 머문 거래부터 관리 대상으로 분류할 수 있습니다. 초기에는 팀이 합의한 기간으로 시작하고 거래 이력이 쌓이면 제품과 고객 유형, 거래 규모에 맞춰 기준을 나누는 편이 좋습니다.
마찬가지로 수주율이 높다고 매출 성과까지 좋다고 단정하기는 어렵습니다. 수주율은 마감된 영업 기회 가운데 실제 수주로 이어진 비율입니다.
수주율을 계산할 때 아직 진행 중인 거래는 결과가 정해지지 않았기 때문에 제외합니다.
만약 수주 가능성이 높은 거래만 골라 파이프라인에 등록하면 수주율은 높아지지만, 신규 영업 기회는 줄어들 수 있습니다. 반대로 초기 상담부터 폭넓게 관리하는 조직은 수주율이 낮게 보이더라도 향후 매출로 이어질 기회를 더 많이 보유할 수 있습니다. 거래 금액도 함께 봐야 합니다. 10건 가운데 8건을 수주한 조직과 10건 가운데 5건을 수주한 조직을 비교하면 첫 번째 조직의 수주율이 높습니다. 하지만 두 번째 조직이 더 큰 계약을 확보했다면 실제 주문 금액은 더 클 수 있습니다.
따라서 수주율은 단독으로 해석하지 않고 보조 지표와 함께 봐야 합니다. 얼마의 금액이 실제로 매출로 이어질 가능성이 있는지까지 함께 보아야 하기 때문입니다. 일부 장기 프로젝트는 수주까지 걸리는 기간이 길어 평균 영업 주기를 크게 높일 수 있습니다. 평균값과 중앙값을 함께 비교하면 일반적인 거래의 영업 기간과 예외적으로 오래 걸린 거래를 구분하기 쉽습니다.
가중 파이프라인은 각 영업 기회의 예상 금액에 수주 확률을 반영한 값입니다. 전체 예상 금액을 그대로 더하는 대신 거래별 수주 가능성을 적용해 매출 전망을 계산합니다. 가중 파이프라인은 단순 파이프라인 합계보다 현실적인 전망을 제시할 수 있습니다. 수주율이 수주의 빈도를 보여준다면 가중 파이프라인은 얼마의 매출이 들어올 가능성이 있는지 보여주는 지표이기 때문입니다.
다만 계산에 사용한 수주 확률의 근거가 약하다면 결과도 신뢰하기 어렵습니다. 예를 들어 제안 단계에 일괄적으로 50%의 수주 확률을 적용한다고 가정해 보겠습니다. 과거 제안 단계에 들어간 거래 100건 가운데 25건만 수주됐다면 해당 단계의 실제 수주율은 25%입니다. 50%를 적용한 가중 파이프라인은 예상 매출을 실제보다 크게 보여줄 가능성이 높습니다. 그래서 수주 확률은 과거 결과와 비교해 주기적으로 조정하는 것이 좋습니다.
신규 고객과 기존 고객에게 같은 확률을 적용하는 방식도 주의해야 합니다. 기존 고객은 과거 거래 이력과 구매 경험이 있지만, 신규 고객은 내부 승인과 벤더 등록 절차를 새로 거쳐야 할 수 있어 수주 확률이 달라질 수 있습니다. 비슷하게 제품, 거래 규모, 고객 업종에 따라서도 실제 수주율은 달라집니다.
포레스터(Forrester)는 매출 예측 정확도를 측정하려면 기간 초의 예상값을 고정한 뒤 기간 종료 시점의 실제 결과와 비교해야 한다고 설명합니다. 예를 들어 7월 초에 7월 예상 주문액을 12억 원으로 잡았다면 이 값을 별도로 저장해 두어야 합니다. 월말이 가까워질수록 예상 금액을 11억 원, 10억 원으로 수정하고 마지막 값만 남기면 최초 예측이 실제 결과와 얼마나 달랐는지 알 수 없습니다. 예측 정확도를 측정하려면 처음 세운 예상값과 이후 변경된 값을 구분해 보관해야 합니다.
비교하는 날짜와 금액의 기준도 같아야 합니다. 7월 주문액을 예측했다면 7월에 ERP에 등록된 실제 순주문액과 비교해야 합니다. 계약 예정 금액과 매출 인식액처럼 기준이 다른 값을 비교하면 영업 예측의 오차와 주문 이후 납품, 청구 시점의 차이가 함께 섞일 수 있습니다.
예상 금액과 실제 주문액의 차이는 일반적으로 사용하는 예측 오차율로 측정할 수 있습니다.
이번 글에서는 예상했던 금액이 실제 주문으로 얼마나 이어졌는지 보기 위해 '예상 금액 대비 주문 실현율'도 함께 소개하겠습니다.
예를 들어 기간 초 예측액이 12억 원이고 실제 순주문액이 10억 원이라면 예측 오차율은 20%입니다. 예측 오차율은 차이의 크기만 보여줍니다. 예측액이 실제보다 높았는지 낮았는지는 따로 구분해야 합니다. 예측 오차율이 같은 20%라도 방향에 따라 의미는 달라집니다. 실제보다 높게 예측하는 일이 반복되면 재고와 생산, 인력 계획이 필요한 수준보다 크게 잡힐 수 있습니다. 반대로 실제보다 낮게 예측하면 생산 준비와 납기 대응이 늦어질 수 있습니다.
예측 오차율 = |12억 원 - 10억 원| ÷ 10억 원 × 100 = 20%
같은 사례의 예상 금액 대비 주문 실현율은 약 83.3%입니다. 처음 예상했던 12억 원 가운데 약 83.3%가 실제 주문으로 이어졌다는 의미입니다. 예상 금액 대비 주문 실현율이 100%라면 예상 금액과 실제 주문액이 같습니다. 100%보다 낮으면 예상보다 주문이 적게 발생했고 100%보다 높으면 예상보다 많은 주문이 발생한 것입니다.
예상 금액 대비 주문 실현율 = 10억 원 ÷ 12억 원 × 100 = 83.3%
여러 거래의 예상 금액 대비 주문 실현율을 계산할 때는 거래별 비율을 단순히 평균하지 않는 편이 좋습니다. 거래 금액이 달라도 모든 거래가 같은 비중으로 반영되기 때문입니다. 예를 들어 거래 A는 1억 원을 예상해 1억 원이 주문됐고, 거래 B는 9억 원을 예상해 4억 5천만 원이 주문됐다고 가정해 보겠습니다.
하지만 실제로는 총 10억 원을 예상해 5억 5천만 원이 주문되었습니다. 전체 금액을 기준으로 계산한 실현율 역시 55%입니다.
전체 예상 금액 대비 주문 실현율 = 실제 순주문액 합계 ÷ 최초 예상 금액 합계 × 100
5억 5천만 원 ÷ 10억 원 × 100 = 55%
따라서 여러 거래를 함께 평가할 때는 각 거래의 비율을 평균하기보다 예상 금액과 실제 주문액을 각각 합산한 뒤 계산하는 편이 정확합니다. 실제 주문액이 0원인 거래는 예측 오차율의 분모가 0이 되므로 일반 공식으로 계산할 수 없습니다. 이런 거래는 '주문 미발생' 등으로 별도 집계하고, 예상 금액 대비 주문 실현율은 0%로 기록하는 편이 좋습니다.
실제 순주문액의 기준도 미리 정해야 합니다. ERP 주문액에서 취소와 반품 금액을 차감할지, 주문 변경은 어느 시점까지 반영할지 조직 안에서 같은 기준을 적용해야 기간별 예측 정확도를 일관되게 비교할 수 있습니다.
국내 기업에서는 ERP를 운영하면서도 수주 전 영업 과정은 엑셀과 메신저, 이메일, 주간 보고서로 관리하는 경우가 많습니다. 한국지능정보사회진흥원(NIA)의 「2024 기업정보화통계집」에 따르면 전국 종사자 수 10인 이상 민간 기업의 경영정보시스템 운영 유형은 복수응답 기준 ERP가 64.6%, CRM은 21.5%로 나타났습니다.
ERP에는 거래처와 품목, 주문, 출고, 매출 데이터가 쌓입니다. 그러나 고객이 주문하기 전 어떤 상담과 제안이 있었는지, 예상 금액과 수주일이 어떻게 바뀌었는지는 드러나지 않습니다.
반대로 영업 담당자의 엑셀에는 고객과 논의한 내용이 남아 있어도 해당 거래가 실제로 얼마의 주문으로 이어졌는지 추적하기 힘듭니다. 예상과 결과가 서로 다른 시스템에 나뉘어 있으면 수주율과 가중 파이프라인은 계산할 수 있어도 예측의 정확도까지 판단하기는 어렵습니다. 그래서 매출 예측의 정확도를 높이려면 수주 전 예상 데이터와 ERP의 실제 주문 결과를 같은 영업 기회 기준으로 연결해야 합니다.
AI로 수주 가능성을 예측하려는 경우에도 이 연결이 먼저 갖춰져야 합니다. 최초 예상 금액과 예상 수주일, 단계 변경 이력, ERP 주문일과 주문 금액이 함께 남아 있지 않으면 과거 거래에서 어떤 판단이 맞았는지 학습할 데이터를 만들기 어렵습니다. 복잡한 예측 모델을 도입하기 전에 영업 담당자가 기록한 예상과 ERP에 남은 실제 결과를 같은 영업 기회 기준으로 연결하는 구조부터 마련해야 합니다.
플렉스튜디오 영업관리앱은 거래처별 영업 기회와 활동을 기록하고 ERP의 거래처, 품목, 주문 데이터를 연결합니다. 영업 담당자는 고객과 논의한 내용과 다음 일정, 예상 품목과 금액을 거래처별로 남길 수 있습니다. 영업 관리자는 단계별 기회 수와 체류 기간, 최근 활동, 예상 수주일을 함께 살피고 수주 완료된 거래가 실제로 얼마의 ERP 주문으로 이어졌는지 비교할 수 있습니다.
영업 기회가 많은데도 매출 예측이 계속 빗나간다면 기회 수를 늘리기 전에 영업 데이터의 기록 기준과 ERP 주문 결과의 연결 상태부터 점검해야 합니다.
수주 전 예상과 실제 주문 결과가 같은 기준으로 이어져야 영업 파이프라인을 매출 계획에 활용할 수 있습니다.
도입 상담을 신청해 주시면 현재 영업 관리 방식과 필요한 데이터 범위를 바탕으로
영업관리앱과 ERP를 구성하는 방법을 안내드리겠습니다.
영업 주기가 짧은 조직은 매주, 장기 프로젝트가 많은 조직은 월 단위로 예측값을 저장할 수 있습니다. 중요한 점은 보고 직전에 수정된 값만 남기지 않고 정해진 시점의 예상 금액을 별도로 보관하는 것입니다. 예를 들어 매월 첫 영업일의 예측값을 고정하면 월초 전망과 월말 결과를 비교할 수 있습니다. 주간 변화를 관리하려면 같은 요일을 기준으로 기록을 남겨야 합니다.
같은 영업 기회에서 발생한 주문을 모두 연결한 뒤 정해진 기간의 순주문액을 합산해야 합니다. 분할 발주나 추가 주문이 많은 기업이라면 주문 한 건만 연결하는 방식으로는 예상 금액의 실현 정도를 제대로 계산하기 어렵습니다. 추가 주문을 최초 영업 기회의 결과로 볼지 새로운 기회로 구분할지도 미리 정해야 합니다.
기존 제안 조건과 구매 목적이 그대로 이어진다면 이전 기회를 다시 열어 변경 이력을 남기는 방법을 고려할 수 있습니다. 제품과 예산, 구매 시점이 크게 달라졌다면 신규 영업 기회로 분리하는 편이 관리하기 쉽습니다. 어떤 방식을 선택하든 재진입 거래를 신규 기회 수와 수주율에 어떻게 반영할지 동일한 기준을 적용해야 합니다. 그렇지 않으면 하나의 거래가 여러 번 집계될 수 있습니다.
과거 데이터가 충분하지 않더라도 단계 기준과 기록 항목을 정하는 일부터 시작할 수 있습니다. 초기에는 팀에서 합의한 수주 확률과 체류 기간을 적용하고 실제 결과가 쌓이면 이를 조정하면 됩니다. 처음부터 고객 유형과 제품, 거래 규모를 세분화하면 표본이 지나치게 작아질 수 있습니다. 우선 전체 거래를 기준으로 관리한 뒤 충분한 이력이 쌓인 항목부터 나누는 편이 적절합니다.
참고 자료
*블로그 콘텐츠 일부에 생성형 AI가 사용되었습니다.