Planering av intäkter och marginal

En kommersiell plan som vet vad som får den att röra sig.

Bygg intäkts- och marginalplanen på ditt eget utfall, gör prognoser för efterfrågan, jämför prisscenarier med ett utgångsläge och följ sedan planen mot utfallet varje gång dina data uppdateras.

Planning & Forecasting / Beslutsmodeller / Marginalsimulering rördelar
Utgångsläget
Utfallet för rördelar från april till september 2026 sätter utgångsläget: omkring 325 000 € i bruttomarginal per månad på 248 000 enheter à 4,19. €
Trycket
En höjning av hartskostnaden med 12 % lyfter styckkostnaden från 2,88 € till 3,05 € och pressar marginalen till omkring 283 000 € per månad i mars.
Planen
Med en prishöjning på 4 % visar prognosen 2,4 % färre enheter, och marginalen går tillbaka till omkring 317 000. € Det scenariot blir planen som teamet följer från oktober.
01 · Börja i utfallet

Börja i det som faktiskt såldes.

Modellen läser sex månaders försäljning av rördelar, behåller dem som utfallsperioder och planerar de sex följande. Utgångsläget är dagens pris och kostnad, utan några ändringar.

Data & Time

Peka modellen mot din historik och sätt horisonten.

Välj källa, månadsupplösning och startdatum för prognosen. Enheter, intäkter och kostnad summeras från dina egna försäljningsdata: planen utgår från det verksamheten faktiskt gjorde.

Inputs

Namnge hävstängerna som planen beror på.

Prisändring, styckkostnad och priselasticitet är indata med ett standardvärde. Utgångsläget använder standardvärdena, så varje annat fall är en ändring i förhållande till det.

Så fungerar det: källor, perioder och utgångsläge
Källor
En beslutsmodell läser ett dataset, en prislista eller en vy. En vy kan först kombinera försäljningshistorik med kostnader och andra data i Data & Context Studio.
Utfalls- och prognosperioder
En datumkolumn och ett startdatum för prognosen delar upp horisonten. Tidigare perioder är utfall; modellen beräknar resten utifrån sina variabler.
Uppdelningar
Resultaten kan delas upp efter källans dimensioner, som region eller produktgrupp. Det här exemplet håller produktlinjen för rördelar som en enda summa.
Inget separat budgetobjekt
Revomo har inget objekt för budget, mål eller kvot. Planen är modellens utgångsläge och dess scenarier, byggda på dina data.
02 · Prognostisera efterfrågan

Förutse vad rördelarna säljer härnäst.

En efterfrågeprognos för varje produkt i rördelslinjen ger de enheter som planen bygger på, med ett troligt intervall och en historik över hur varje körning bedömdes.

Prognosresultat

Omkring 50 800 kopplingar i oktober, troligen mellan 46 900 och 54 700.

Historikraderna visar faktisk efterfrågan. Prognosraderna visar förväntat värde och den nedre och övre gränsen för intervallet där 8 av 10 utfall bör hamna.

ResultatEfterfrågeprognos rördelar
Versioner

Se vad varje körning provade, och vad den behöll.

Varje körning bedömer flera metoder mot tidigare perioder och behåller den bästa. Version 4 behöll gradient boosting, med ett viktat fel på 7,9 %.

Så fungerar det: metoder, träffsäkerhet och planen
Metoder
Enkel, dämpad trend- och säsongsutjämning, ARIMA och säsongs-ARIMA, Prophet samt gradient boosting per serie eller gemensamt över alla serier. Körningen behåller den bästa metoden, eller ett genomsnitt av metoderna om du väljer det.
Träffsäkerhet
Metoderna bedöms med rullande tester mot tidigare perioder, som viktat fel (WAPE) eller skalat fel (MASE). Lägre är bättre. Intervallet kalibreras på samma tester.
I planen
En vy kan läsa prognosresultat som källa (Predictive Model Results), så att de prognostiserade enheterna står bredvid ditt utfall i den vy som beslutsmodellen läser.
Uppdateringar
En prognos körs på begäran, eller vid varje uppdatering av källan om du slår på det. Det är inte ett löpande flöde.
03 · Jämför scenarier

Jämför fallen innan du binder dig till ett av dem.

Beslutsmodellen överst på sidan samlar tre fall i ett och samma diagram: utgångsläget, en höjning av hartskostnaden med 12 % och samma höjning med en prishöjning på 4 %. Så här definieras varje fall, och så stor spridning resultatet kan få.

Scenarier

Namnge varje fall och ändra bara det som skiljer.

Ett scenario utgår från utgångslägets indata. Det ena höjer styckkostnaden med en formel; det andra höjer den och sätter en prisändring på 4 %.

Osäkerhet

Se hur stor spridning resultatet kan få.

Ge en osäker indata ett intervall, så kör varje scenario många dragningar. Med höjningen hamnar marsmarginalen mellan omkring 285 000 € och 349 000 € i 90 % av dem.

Så fungerar det: utgångsläge, elasticitet och beräkning
Utgångsläge
Varje beslutsmodell har ett grundscenario. Optimistiska och pessimistiska fall, kostnadschocker eller tullar är scenarier som du namnger; Revomo levererar inga färdiga.
Elasticitet
Elasticiteten på -0,6 är en indata. Skatta den från dina egna data med en priselasticitetsmodell i Predictive Modeling och ange den sedan som indatans värde.
Jämförelse
Jämför det valda scenariot med utgångsläget, eller alla scenarier på en gång, som serier i samma diagram, med varje utdatas avvikelse från utgångsläget bredvid.
Beräkning
Resultaten räknas om när du beräknar modellen. När en indata ändras visar modellen att en ny beräkning behövs i stället för att uppdatera sig själv.
04 · Godkänn och följ upp

Godkänn planen och ställ sedan utfallet mot den.

Publicera det valda scenariot, behåll den prognosversion det bygger på och jämför varje månads utfall med planen i en vy. Efter tre månader ligger marginalen för rördelar 14 170 € under den ackumulerade planen på 937 510 € (1,5 %), och december är månaden att granska.

Data / Vyer / Plan mot utfall rördelar

Planen kommer från det valda scenariot, utfallet från försäljningshistoriken och avvikelsen från formelkolumner. December ligger 3,5 % under planen, fortfarande inom det intervall som dragningarna visade. Illustrativa data.

  • Planen kopplad till utfalletVyn läser beslutsmodellens resultat för det valda scenariot och kopplar på månadsutfallet för perioden.
  • En avvikelse som du definierarVariance och Variance % är formelkolumner, och en formateringsregel markerar varje månad som ligger mer än 2 % under planen.
  • Aktuell när data är detUppdatera vyn när det nya utfallet har laddats, så uppdateras varje månad. Det är inte ett löpande flöde.
Publicera

Publicera planen som alla arbetar efter.

Publicering ger modellens resultat en skrivskyddad sida, med det valda scenariot mot utgångsläget, klar att skriva ut.

Version som används

Behåll prognosen som planen bygger på.

En uppdatering i januari tränade fram en version 5 med sämre resultat, så version 4 används fortfarande. Du byter bara version när du bestämmer det.

Så fungerar det: planer, fasta kopior och varningar
Inget planlås
Revomo har varken ett planobjekt eller ett planlås. Resultaten från en beslutsmodell står kvar som de beräknades tills någon räknar om den, och rollbaserade behörigheter avgör vem som får ändra den.
En fast kopia
För att behålla en kopia av den godkända planen som inte kan ändras laddar du ned planvyn, laddar upp den som ett dataset och kopplar sedan utfallet mot den kopian.
Prognosversioner
En omträning vid uppdatering av källan ersätter bara den version som används om den nya är minst lika träffsäker. Varje sparad version kan tas i bruk igen.
Varningar och faktorer
Revomo varnar inte av sig självt när utfallet inte når planen, och delar inte på egen hand upp en avvikelse i pris, volym och mix. Lägg till formelkolumner för de faktorer du följer och presentera dem i Analytics & Insights.
05 · Det som ligger bakom

Det som ligger bakom.

Funktionerna som gör jobbet, vad varje abonnemang lägger till och var du börjar.

Funktioner som används

I varje abonnemang

Börja här

Relaterade lösningar: Hantering av prishöjningar, Återvinning av kostnader, tullar och frakt, Kund- och produktlönsamhet.

FAQ

Vanliga frågor

Ersätter det här vårt FP&A-verktyg eller planeringsmodulen i vårt affärssystem?

Nej. Revomo rymmer den kommersiella planen: intäkter, pris och marginal byggda på dina egna försäljningsdata, med scenarier. Konsolidering, valutaomräkning och företagets budget stannar i ditt FP&A-verktyg eller affärssystem. Revomo läser från de system som driver verksamheten och publicerar tillbaka till dem; det ersätter dem inte.

Hur tas prognosen fram? Är det en svart låda?

Nej. En efterfrågeprognos provar flera metoder på varje serie, bedömer var och en mot tidigare perioder och behåller den bästa, och varje version visar vad den provade och hur stort felet var. I själva planen är varje hävstång en namngiven indata, och varje scenario visar vilka indata det ändrar jämfört med utgångsläget.

Vad skiljer det från planering i kalkylark?

Utgångsläget, prognosen och utfallet läser samma data, på samma ställe. Ett scenario ändrar bara de indata som skiljer sig från utgångsläget, prognoserna behåller sina versioner, och planen mot utfall är en vy som uppdateras när data uppdateras, i stället för en fil som byggs om varje månad.

Kan vi låsa planen när den är godkänd?

Inte med ett särskilt lås. Resultaten från en beslutsmodell står kvar som de beräknades tills någon räknar om den, och rollbaserade behörigheter avgör vem som får göra det. Publicering ger alla en skrivskyddad sida med resultaten. För en fryst kopia laddar du ned planvyn och sparar den som ett dataset.

Varnar Revomo oss när utfallet inte når planen?

Inte av sig självt. Vyn med plan mot utfall uppdateras när dess data uppdateras, och en formateringsregel kan markera varje månad under din tröskel. Rapporter och dashboards i Analytics & Insights kan visa samma vy för dem som behöver den.

Vilka data behöver vi för att komma i gång?

Försäljningshistorik per månad, med produkt, kund och kvantitet, plus pris och kostnad för intäkter och marginal. Ladda upp den som filer eller anslut en källa som stöds i Data & Context Studio. Vilken plan, vilka prognoser och vilka scenarier som byggs först kommer ni överens om i Activation and Success Plan.

Planera på hävstänger, inte på känsla.

Ta med årets plan och förra kvartalets avvikelse. Vi går igenom ett utgångsläge, scenarier och planen mot utfallet på exempeldata.

Plate B2 · Series 2026