# Planlægning af omsætning og margin: en plan der ved hvad der flytter den

> Byg omsætnings- og marginplanen på dine egne faktiske tal, lav prognoser for efterspørgslen, sammenlign prisscenarier med et udgangspunkt, og følg planen mod de faktiske tal.

Source: https://revomo.ai/da/solutions/commercial-planning-forecasting/

---

## En kommerciel plan der ved hvad der flytter den.

Byg omsætnings- og marginplanen på dine egne faktiske tal, lav prognoser for efterspørgslen, sammenlign prisscenarier med et udgangspunkt, og følg derefter planen mod de faktiske tal, hver gang dine data opdateres.
[Se Revomo i aktion](https://revomo.ai/da/contact/?plan=Revenue%20%26%20Margin%20Planning)[Vurder dit marginpotentiale](https://revomo.ai/da/margin-assessment/)

- **01**Start fra de faktiske tal
- **02**Lav en prognose for efterspørgslen
- **03**Sammenlign scenarier
- **04**Forpligt og følg op
- **05**Hvad driver det

Planning & Forecasting */* Beslutningsmodeller */* **Marginsimulering fittings**

Publicer

Basis Baseline Harpiksomkostning +12 % Harpiks +12 %, pris +4 %

Nyt scenarie Valgt mod baseline Sammenlign alle

Input*3*

**Prisændring** Tilsidesat Fast på 0,04

0,04 +0,04

**Enhedsomkostning** Tilsidesat Ændres over tid

3,05 +0,17

**Priselasticitet** Fast på -0,6

-0,6

Variabler*4*

**Prognosticerede enheder** Output

242 t

**Prognosticeret omsætning** Output

1,06 mio. €

**Bruttomargin** Output

317 t €

**Enhedsomkostning i scenariet**

3,05 €

Tilføj input Tilføj variabel

Prognosticerede enheder **242 t** ▼ -5,95 t mod baseline

Prognosticeret omsætning **1,06 mio. €** ▲ +16,2 t € mod baseline

Bruttomargin **317 t €** ▼ -7,8 t € mod baseline

Forventet udfald **Bruttomargin**

Output: 1 Resultaterne er aktuelle

380 t € 340 t € 300 t € 260 t €

Prognose
apr. 2026 jul. 2026 okt. 2026 jan. 2027

**Bruttomargin · Basis (baseline) **Bruttomargin · Harpiksomkostning +12 % **Bruttomargin · Harpiks +12 %, pris +4 %

Udgangspunktet
De faktiske tal for fittings fra april til september 2026 sætter udgangspunktet: omkring 325.000 € i bruttomargin om måneden på 248.000 enheder til 4,19. €

Presset
En stigning på 12 % i prisen på plastråvare løfter enhedsomkostningen fra 2,88 € til 3,05 € og trækker marginen ned til omkring 283.000 € om måneden i marts.

Planen
En prisstigning på 4 % giver en prognose på 2,4 % færre enheder og bringer marginen tilbage til omkring 317.000. € Det scenarie bliver den plan teamet følger fra oktober.

01 · Start fra de faktiske tal

### Start planen fra det der faktisk blev solgt.

Modellen læser seks måneders salg af fittings, beholder dem som faktiske perioder og planlægger de næste seks. Udgangspunktet er dagens pris og omkostning, uden ændringer.

Data & Time

#### Peg modellen mod din historik, og sæt horisonten.

Vælg kilden, en månedlig granularitet og den dato, prognosen starter. Enheder, omsætning og omkostning summeres fra dine egne salgsdata, så planen starter fra det forretningen faktisk gjorde.

**Data og tid** Marginsimulering fittings

*Kilde***Fittings sales history**

Tidshorisont

*Tidstrin***Månedlig**

*Fra***1. apr. 2026**

*Til***31. mar. 2027**

Målinger Kildekolonne | Kombiner med | Formelreference |
Units | Sum | 'Units' |
Revenue | Sum | 'Revenue' |
Cost | Sum | 'Cost' |

Faktiske tal og prognose

*Datokolonne***Invoice month**

*Prognosen starter***1. okt. 2026**

Gem data og tid

Inputs

#### Navngiv de løftestænger, planen afhænger af.

Prisændring, enhedsomkostning og priselasticitet er input med en standardværdi. Udgangspunktet bruger standardværdierne, så hvert andet tilfælde er en ændring i forhold til det.

**Input** Marginsimulering fittings
Input | Omfang | Over tid | Standardværdi |
**Prisændring** | Alle rækker | Én værdi | 0 |
**Enhedsomkostning** | Alle rækker | Hver modelperiode | 2,88 |
**Priselasticitet** | Alle rækker | Én værdi | -0,6 |

Basislinje Basis · Bruger inputs standardværdier

Sådan virker det: kilder, perioder og udgangspunkt
Kilder
En beslutningsmodel læser et datasæt, en prisliste eller et view. Et view kan først kombinere salgshistorik med omkostninger og andre data i [Data & Context Studio](https://revomo.ai/da/product/data-context-studio/).

Faktiske og prognoseperioder
En datokolonne og en startdato for prognosen deler horisonten. Tidligere perioder er faktiske tal; modellen beregner resten ud fra sine variabler.

Opdelinger
Resultaterne kan opdeles efter kildens dimensioner, for eksempel region eller produktgruppe. Dette eksempel holder linjen af fittings som én total.

Intet separat budgetobjekt
Revomo har intet budget-, mål- eller kvoteobjekt. Planen er modellens udgangspunkt og dens scenarier, bygget på dine data.

02 · Lav en prognose for efterspørgslen

### Forudsig hvad fittings vil sælge fremover.

En efterspørgselsprognose for hvert fittingsprodukt giver de enheder planen bygger på, med et sandsynligt interval og et spor af hvordan hver kørsel scorede.

Prognoseresultater

#### Omkring 50.800 muffer i oktober, sandsynligvis 46.900 til 54.700.

Historikrækker viser den faktiske efterspørgsel. Prognoserækker viser den forventede værdi og den nedre og øvre grænse for det interval som 8 ud af 10 udfald bør falde inden for.

**Resultater** Efterspørgselsprognose fittings

Serie | Periode | Faktisk efterspørgsel | Forventet efterspørgsel | Prognose lav (80 %) | Prognose høj (80 %) | Type |
2" PVC coupling | jul. 2026 | 48.200 | | | | Faktisk |
2" PVC coupling | aug. 2026 | 51.400 | | | | Faktisk |
2" PVC coupling | sep. 2026 | 49.900 | | | | Faktisk |
2" PVC coupling | okt. 2026 | | 50.800 | 46.900 | 54.700 | Prognose |
2" PVC coupling | nov. 2026 | | 47.600 | 43.300 | 51.900 | Prognose |
2" PVC coupling | dec. 2026 | | 41.200 | 36.800 | 45.600 | Prognose |
2" PVC coupling | jan. 2027 | | 46.300 | 41.200 | 51.400 | Prognose |
2" PVC coupling | feb. 2027 | | 49.100 | 43.500 | 54.700 | Prognose |

Række 1 til 8 af 1.240

Versioner

#### Se hvad hver kørsel prøvede, og hvad den beholdt.

Hver kørsel scorer flere metoder på tidligere perioder og beholder den bedste. Version 4 beholdt gradient boosting med en vægtet fejl på 7,9 %.

**Versioner** Efterspørgselsprognose fittings

Version v4: hvad kørslen brugte Metode | WAPE | Brugt | Vægt / note |
Sæsonudjævning | 10,8 % | Nej | |
Sæson-ARIMA | 9,1 % | Nej | |
Prophet | 11,6 % | Nej | |
Gradient boosting, pr. serie | 7,9 % | Ja | |
Samlet gradient boosting (alle serier) | 8,6 % | Nej | |

*Sammenlign version***v3** *Med version***v4** Sammenlign

Sådan virker det: metoder, nøjagtighed og planen
Metoder
Simpel, dæmpet trend- og sæsonudjævning, ARIMA og sæson-ARIMA, Prophet og gradient boosting pr. serie eller samlet på tværs af alle serier. Kørslen beholder den bedste metode eller et gennemsnit af metoder hvis du vælger det.

Nøjagtighed
Metoderne scores på rullende test over tidligere perioder, som vægtet fejl (WAPE) eller skaleret fejl (MASE). Lavere er bedre. Intervallet kalibreres på de samme test.

I planen
Et view kan læse prognoseresultater som kilde (Predictive Model Results), så de forudsagte enheder står ved siden af dine faktiske tal i det view, beslutningsmodellen læser.

Opdateringer
En prognose kører efter behov eller ved hver opdatering af kilden hvis du slår det til. Det er ikke en livestream.

03 · Sammenlign scenarier

### Sammenlign tilfældene før du forpligter dig til ét.

Beslutningsmodellen øverst på siden viser tre tilfælde i ét diagram: udgangspunktet, en stigning på 12 % i prisen på plastråvare og den samme stigning med en prisstigning på 4 %. Her er hvordan hvert tilfælde er defineret, og hvor bredt udfaldet kan blive.

Scenarier

#### Navngiv hvert tilfælde, og ændr kun det der er anderledes.

Et scenarie starter fra udgangspunktets input. Det ene hæver enhedsomkostningen via en formel; det andet hæver den og sætter en prisændring på 4 %.

**Scenarier** Marginsimulering fittings

Scenarier er navngivne hvad-hvis-tilfælde der tilsidesætter inputtenes standardværdier. Scenarie | Tildelinger | Forsøg |
**Basis** Baseline | Bruger inputtenes standardværdier | 100 |
**Harpiksomkostning +12 %** Scenarie | Enhedsomkostning: formel | 100 |
**Harpiks +12 %, pris +4 %** Scenarie | Prisændring: 0,04, Enhedsomkostning: formel | 100 |

Usikkerhed

#### Se hvor bredt udfaldet kan blive.

Giv et usikkert input et interval, så kører hvert scenarie mange forsøg. Med stigningen lander marginen i marts mellem omkring 285.000 € og 349.000 € i 90 % af dem.

**Simuleringsforsøg** Harpiks +12 %, pris +4 %

**Bruttomargin** Forventet Forsøg (100)

Harpiks +12 %, pris +4 % · 100 forsøg. Det skraverede bånd dækker 5. til 95. percentil; linjen viser medianen.

360 t € 320 t € 280 t €

okt. 2026 dec. 2026 feb. 2027

**5. til 95. percentil **Median

Sådan virker det: udgangspunkt, elasticitet og beregning
Udgangspunkt
Hver beslutningsmodel har ét udgangsscenarie. Optimistiske, pessimistiske, omkostningschok- og toldtilfælde er scenarier du navngiver; Revomo leverer ikke forudindstillede.

Elasticitet
Elasticiteten på -0,6 er et input. Estimér den ud fra dine egne data med en priselasticitetsmodel i [Predictive Modeling](https://revomo.ai/da/product/predictive-modeling/), og indtast den derefter som inputtets værdi.

Sammenligning
Sammenlign det valgte scenarie med udgangspunktet, eller alle scenarier på én gang, som serier i ét diagram, med hvert outputs forskel fra udgangspunktet ved siden af.

Beregning
Resultaterne genberegnes når du beregner modellen. Når et input ændres, viser modellen at en ny beregning er nødvendig, i stedet for at opdatere af sig selv.

04 · Forpligt og følg op

### Bliv enige om planen, og hold de faktiske tal op mod den.

Publicer det valgte scenarie, behold den prognoseversion det bygger på, og sammenlign hver måneds faktiske tal med planen i et view. Efter tre måneder ligger marginen på fittings 14.170 € under den kumulerede plan på 937.510 € (1,5 %), og december er måneden der skal undersøges.

Data */* Views */* **Plan vs. faktisk fittings**

Data Kolonner Pipeline Indstillinger

Tilføj kolonne

Træk hertil for at angive rækkegrupper

Periode | Bruttomargin plan | Bruttomargin faktisk | Afvigelse | Afvigelse % |
okt. 2026 | 311.240 | 305.870 | -5.370 | -1,7 % |
nov. 2026 | 313.860 | 316.020 | 2.160 | 0,7 % |
dec. 2026 | 312.410 | 301.450 | -10.960 | -3,5 % |
jan. 2027 | 316.920 | | | |
feb. 2027 | 315.180 | | | |
mar. 2027 | 317.083 | | | |
Sum | 1.886.693 | 923.340 | -14.170 | |

Rækker 1 til 6 af 6 Kilde: Marginsimulering fittings · Harpiks +12 %, pris +4 %

Planen kommer fra det valgte scenarie, de faktiske tal fra salgshistorikken og afvigelsen fra formelkolonner. December ligger 3,5 % under planen, stadig inden for det interval forsøgene viste. Illustrative data.

- **Planen koblet til de faktiske tal** Viewet læser beslutningsmodellens resultater for det valgte scenarie og joiner de månedlige faktiske tal på perioden.
- **En afvigelse, du definerer** Variance og Variance % er formelkolonner, og en formateringsregel markerer enhver måned der ligger mere end 2 % under planen.
- **Aktuel når dataene er** Opdatér viewet efter at de nye faktiske tal er indlæst, så opdateres hver måned. Det er ikke en livestream.

Publicer

#### Publicer den plan, alle arbejder ud fra.

Publicering giver modellens resultater en skrivebeskyttet side med det valgte scenarie mod udgangspunktet, klar til udskrift.

**Marginsimulering fittings** Publicerede beslutningsresultater

Basis Basislinje Harpiksomkostning +12 % Harpiks +12 %, pris +4 % *Valgt mod basislinje**Sammenlign alle*

*Prognosticerede enheder***242 t** ▼ -5,95 t mod basislinje

*Prognosticeret omsætning***1,06 mio. €** ▲ +16,2 t € mod basislinje

*Bruttomargin***317 t €** ▼ -7,8 t € mod basislinje

Version i brug

#### Behold den prognose, planen bygger på.

En opdatering i januar gav en version 5 der scorede dårligere, så version 4 forbliver i brug. Du skifter kun version hvis du beslutter det.

**Versioner** Efterspørgselsprognose fittings

Sådan virker det: planer, registreringer og alarmer
Ingen planlås
Revomo har hverken et planobjekt eller en planlås. En beslutningsmodels resultater forbliver som beregnet indtil nogen beregner den igen, og rollerettigheder afgør, hvem der kan ændre den.

En fast registrering
Vil du beholde en kopi af den aftalte plan der ikke kan ændre sig, så download planens view, indlæs den som et datasæt, og join de faktiske tal med den kopi.

Prognoseversioner
En gentræning ved opdatering af kilden erstatter kun versionen i brug hvis den nye er mindst lige så nøjagtig. Enhver gemt version kan tages i brug igen.

Alarmer og faktorer
Revomo giver ikke selv besked når de faktiske tal ikke når planen, og deler ikke selv en afvigelse op i pris, volumen og mix. Tilføj formelkolonner for de faktorer du følger, og vis dem i [Analytics & Insights](https://revomo.ai/da/product/analytics-insights/).

05 · Hvad driver det

### Hvad driver det.

Funktionerne der gør arbejdet, hvad hvert abonnement tilføjer, og hvor du starter.

#### Funktioner i brug

- **[Planning & Forecasting](https://revomo.ai/da/product/planning-forecasting/)** Beslutningsmodeller til udgangspunktet og scenarierne, og versionerede efterspørgselsprognoser.
- **[Predictive Modeling](https://revomo.ai/da/product/predictive-modeling/)** Estimér den priselasticitet dine scenarier bruger, ud fra dine egne data.
- **[Analytics & Insights](https://revomo.ai/da/product/analytics-insights/)** Rapportér og visualisér planen mod de faktiske tal fra det samme view.

#### I hvert abonnement

- **[Data & Context Studio](https://revomo.ai/da/product/data-context-studio/)** Dine data, connectorer og fælles definitioner.
- **[AI Agents & Automation](https://revomo.ai/da/ai-agents-automations/)** Automatiseringer, alarmer og notifikationer.
- **[Copilot og governance](https://revomo.ai/da/platform/)** Copilot, rettigheder og revision i hele Revomo.

#### Hvor du starter

- **[Se Revomo i aktion](https://revomo.ai/da/contact/?plan=Revenue%20%26%20Margin%20Planning)** Gennemgå en beslutningsmodel og en prognose på eksempeldata.
- **[Gratis marginvurdering](https://revomo.ai/da/margin-assessment/)** Starter fra dataudtræk, typisk klar inden for fem hverdage.
- **[Priser for denne løsning](https://revomo.ai/da/pricing/?need=plan-revenue-margin)** Funktionerne tilføjes én ad gangen, til de offentliggjorte priser.

Relaterede løsninger: [Styring af prisstigninger](https://revomo.ai/da/solutions/price-increases-that-stick/), [Genindvinding af omkostninger, told og fragt](https://revomo.ai/solutions/cost-tariff-freight-recovery/), [Kunde- og produktrentabilitet](https://revomo.ai/da/solutions/customer-product-profitability/).

FAQ

### Ofte stillede spørgsmål

Erstatter det vores FP&A-værktøj eller planlægningsmodulet i vores ERP-system?

Nej. Revomo rummer den kommercielle plan: omsætning, pris og margin bygget på dine egne salgsdata, med scenarier. Konsolidering, valutaomregning og koncernbudgettering bliver i dit FP&A-værktøj eller ERP-system. Revomo læser fra og publicerer tilbage til de systemer der driver forretningen; det erstatter dem ikke.
Hvordan laves prognosen? Er den en sort boks?

Nej. En efterspørgselsprognose prøver flere metoder på hver serie, scorer hver af dem på tidligere perioder og beholder den bedste, og hver version viser hvad den prøvede, og dens fejl. I selve planen er hver løftestang et navngivet input, og hvert scenarie viser hvilke input det ændrer i forhold til udgangspunktet.
Hvordan adskiller det sig fra planlægning i regneark?

Udgangspunktet, prognosen og de faktiske tal læser de samme data ét sted. Et scenarie ændrer kun de input der afviger fra udgangspunktet, prognoserne beholder deres versioner, og plan mod faktisk er et view der opdateres når dataene opdateres, i stedet for en fil der bygges om hver måned.
Kan vi låse planen når den er aftalt?

Ikke med en separat lås. En beslutningsmodels resultater forbliver som beregnet indtil nogen beregner den igen, og rollerettigheder afgør, hvem der kan. Publicering giver alle en skrivebeskyttet side med resultaterne. Vil du have en fast kopi, så download planens view, og gem den som et datasæt.
Giver Revomo os besked når de faktiske tal ikke når planen?

Ikke af sig selv. Viewet med plan mod faktisk opdateres når dens data opdateres, og en formateringsregel kan markere enhver måned under din grænse. Rapporter og dashboards i Analytics & Insights kan vise det samme view til de personer der har brug for den.
Hvilke data skal vi bruge for at komme i gang?

Salgshistorik pr. måned med produkt, kunde og mængde, plus pris og omkostning til omsætning og margin. Indlæs den som filer, eller tilslut en understøttet kilde i Data & Context Studio. Hvilken plan, hvilke prognoser og hvilke scenarier der bygges først, aftales i Activation and Success Plan.

[Data & Context Studio →](https://revomo.ai/da/product/data-context-studio/)

### Planlæg ud fra faktorer, ikke mavefornemmelse.

Tag årets plan og sidste kvartals afvigelse med. Vi gennemgår et udgangspunkt, scenarier og planen mod de faktiske tal på eksempeldata.
[Se Revomo i aktion](https://revomo.ai/da/contact/?plan=Revenue%20%26%20Margin%20Planning)[Vurder dit marginpotentiale](https://revomo.ai/da/margin-assessment/)[Priser for denne løsning](https://revomo.ai/da/pricing/?need=plan-revenue-margin)
