Forecasting sprzedaży w HubSpot – od chaosu do przewidywalności

Większość firm B2B w Polsce prognozuje sprzedaż tak: pod koniec miesiąca dyrektor pyta handlowców „co zamkniecie w tym kwartale?”, każdy podaje swoją najlepszą szansę, ktoś wrzuca to do Excela i powstaje „prognoza”, która ma 30-40% wspólnego z rzeczywistością. Problem nie leży w ludziach. Problem leży w braku systemu. Bez ustrukturyzowanego pipeline, bez deal stages z jasną definicją, bez historycznych danych o win rate – forecasting to zgadywanie. HubSpot daje narzędzia, żeby zamienić zgadywanie w proces oparty na danych.

Ten artykuł pokazuje, jak zbudować wiarygodny forecasting w HubSpot – od konfiguracji pipeline, przez weighted pipeline i forecast categories, po raportowanie do managementu.

Dlaczego forecast nie działa – typowe problemy

Zanim przejdziemy do rozwiązań, warto zrozumieć dlaczego forecast w większości firm B2B jest niedokładny. Problemy są powtarzalne:

Pipeline to lista życzeń, nie realność

Handlowcy trzymają w pipeline deale, które powinny być zamknięte jako lost miesiące temu. „Bo może się jeszcze odezwą.” Pipeline jest napompowany, forecast zawyżony.

Brak definicji etapów

Co znaczy „Negocjacje”? Dla jednego handlowca to „wysłałem ofertę”, dla drugiego to „omówiliśmy warunki i czekam na decyzję zarządu”. Bez spójnej definicji etapów dane w pipeline są niespójne.

Brak historycznych danych

Jeśli nie mierzycie win rate per etap, średniego czasu zamknięcia, konwersji między etapami – nie macie bazy do prognozowania. Każda prognoza to opinia, nie kalkulacja.

Handlowiec = optymista

To naturalne – handlowcy są z natury optymistyczni (dlatego są w sprzedaży). Ale to znaczy, że ich „czuję, że zamkniemy” jest systematycznie zawyżone. Forecast musi to korygować.

Fundament: pipeline, który odzwierciedla rzeczywistość

Forecasting w HubSpot zaczyna się od porządnego pipeline. Jeśli pipeline jest bałaganem – żaden forecast tool tego nie naprawi.

Deal stages z jasnymi definicjami

Każdy etap pipeline musi mieć definicję, która odpowiada na pytanie: co musi się wydarzyć, żeby deal przeszedł do tego etapu? Nie „handlowiec przeciągnął kartę”, ale „klient potwierdził X”.

Przykładowy pipeline B2B SaaS:

• Discovery (5% probability) – Odbyło się pierwsze spotkanie, zidentyfikowano potrzebę i budżet
• Demo / Prezentacja (20%) – Klient widział produkt, potwierdził, że odpowiada na jego potrzeby
• Propozycja (40%) – Wysłano ofertę, klient zna cenę i zakres
• Negocjacje (60%) – Klient aktywnie negocjuje warunki (cena, zakres, terminy)
• Decyzja (80%) – Klient powiedział „tak” werbalnie, czekamy na formalną akceptację / podpis
• Closed Won (100%) – Umowa podpisana
• Closed Lost (0%) – Klient odmówił lub zrezygnował

Probability per stage

Każdy etap ma przypisane prawdopodobieństwo zamknięcia. HubSpot pozwala to skonfigurować w Settings → Deals → Pipelines. Te procenty to nie życzenia – powinny wynikać z Waszych historycznych danych. Jeśli z etapu „Propozycja” historycznie zamykacie 35% deali – ustawcie 35%, nie 50%.

Deal hygiene

Zanim zaczniecie forecastować, wyczyśćcie pipeline: każdy deal bez aktywności 30+ dni – do weryfikacji. Każdy deal bez expected close date – do uzupełnienia. Każdy deal bez kwoty – do uzupełnienia. Deale, które leżą miesiącami – zamknijcie jako lost albo zdefiniujcie konkretny next step.

Weighted pipeline – najprostsza metoda na forecasting w HubSpot

Weighted pipeline to podstawowa metoda prognozowania: mnożycie wartość każdego deala przez prawdopodobieństwo zamknięcia na jego etapie.

Jak działa weighted pipeline?

Deal o wartości 100 000 zł na etapie „Propozycja” (40% probability) = 40 000 zł weighted value. Deal o wartości 50 000 zł na etapie „Negocjacje” (60%) = 30 000 zł. Sumujecie weighted values wszystkich deali z expected close date w danym okresie – i macie forecast.

Weighted pipeline w HubSpot

Weighted pipeline jest dostępny w standardowym raportowaniu. Reports → Sales reports → Deal forecast. HubSpot automatycznie mnoży kwoty dealów przez probability przypisane do ich etapów.

Zalety: prostota, automatyzacja, działa od pierwszego dnia.

Wady: traktuje wszystkie deale na tym samym etapie identycznie (deal za 10K i za 500K na etapie „Propozycja” mają tę samą probability). Nie uwzględnia kontekstu – np. deal z powracającym klientem vs deal z cold outreach mają różne szanse.

Weighted pipeline to dobry punkt startowy. Ale dla dojrzalszych zespołów potrzebujecie czegoś więcej.

Forecast categories – ludzki osąd + dane

Forecast categories w HubSpot to property na dealu, który pozwala handlowcowi (lub managerowi) ręcznie ocenić szansę zamknięcia niezależnie od etapu pipeline.

Standardowe kategorie:

• Omit – nie uwzględniaj w prognozie (deal wczesny, nieokreślony)
• Pipeline – w pipeline, ale za wcześnie na prognozę („może za 2 kwartały”)
• Best case – realny deal, ale niepewny. „Jeśli wszystko pójdzie dobrze, zamkniemy”
• Commit – handlowiec jest pewny zamknięcia w tym okresie. „Zobowiązuję się”
• Closed – deal zamknięty (won)

Dlaczego to lepsze niż sam weighted pipeline?

Weighted pipeline traktuje etap jako jedyny wskaźnik. Forecast categories dodają ludzki osąd. Handlowiec wie, że deal na etapie „Negocjacje” z firmą X jest prawie pewny (Commit), a deal na tym samym etapie z firmą Y jest niepewny (Best case) bo decydent zmienił się w trakcie procesu.

Konfiguracja w HubSpot

Forecasting tool: Sales → Forecasting. Wymaga Sales Hub Professional lub Enterprise. Pozwala widzieć prognozę w podziale na kategorie: Pipeline, Best case, Commit, Closed. Manager widzi zestawienie per handlowiec i per okres.

Proces

Co tydzień (np. poniedziałek rano) każdy handlowiec przegląda swoje deale i aktualizuje forecast category. Manager robi przegląd w piątek. To 15-20 minut tygodniowo per osoba – ale daje radykalnie lepszą jakość prognozy.

Deal probability – ręczna korekta per deal

Oprócz probability wynikającego z etapu pipeline, HubSpot pozwala ustawić ręczną probability per deal („Deal probability” property).

Kiedy używać?

Gdy wiecie, że konkretny deal odbiega od średniej. Przykład: deal na etapie „Demo” normalnie ma 20% probability, ale to powracający klient, który już wstępnie potwierdził budżet – ręcznie stawiacie 50%. Albo odwrotnie: deal na etapie „Negocjacje” (60%), ale klient wyraźnie stygł – ręcznie obniżacie do 30%.

Ostrzeżenie

Ręczna probability ma sens, jeśli macie doświadczony zespół, który potrafi ocenić szanse realistycznie. Dla młodszych handlowców lepiej trzymać się probability z etapów – mniej subiektywizmu.

---

---

Historical win rates – kalibracja na danych

Najlepsza metoda forecastingu to ta oparta na Waszych historycznych danych. Nie na średniej branżowej, nie na intuicji – na tym co faktycznie się działo w Waszym pipeline.

Co mierzyć?

• Win rate ogólny – jaki % deali, które weszły do pipeline został zamknięty jako Won? (typowo 15-30% w B2B)
• Win rate per etap – jaki % deali, które dotarły do etapu X został ostatecznie zamknięty? To daje Wasze realne probability per stage
• Win rate per źródło – inbound vs outbound vs referral. Często drastyczne różnice (referral 40%, cold outbound 10%)
• Win rate per segment – Enterprise vs SMB, branża A vs B
• Win rate per handlowiec – kto zamyka lepiej? (uwaga: używajcie delikatnie, to narzędzie rozwoju, nie kary)

Jak wyciągnąć to z HubSpot?

Reports → Custom reports. Stworzcie raport z obiektu Deals, filtrując po close date z ostatnich 6-12 miesięcy. Grupujcie po deal stage, source, owner. Porównajcie Closed Won vs Closed Lost.

Minimum danych: potrzebujecie 50-100 zamkniętych deali (won + lost), żeby dane były statystycznie sensowne. Jeśli macie mniej – używajcie średniej branżowej jako punktu startu i kalibrujcie w miarę gromadzenia danych.

Kalibracja pipeline

Raz na kwartał porównujcie realne win rates z probability ustawionymi na etapach. Jeśli etap „Propozycja” ma ustawione 40%, ale realnie zamykacie 28% – zmieńcie na 28%. Forecast od razu stanie się dokładniejszy.

Sezonowość i cykliczność

Każdy biznes B2B ma sezonowość. Ignorowanie jej to pewny sposób na niedokładny forecast.

Typowe wzorce w B2B w Polsce:

• Styczeń-luty: wolny start, budżety się otwierają, ale decyzje powolne
• Marzec-kwiecień: przyspieszenie
• Maj-czerwiec: peak przed wakacjami
• Lipiec-sierpień: spowolnienie (urlopy, decydenci niedostępni)
• Wrzesień-październik: drugi peak
• Listopad-grudzień: zamykanie budżetów rocznych, rush na koniec roku albo zamrożenie wydatków

Jak uwzględnić sezonowość w forecaście?

Jeśli macie 2+ lata danych w HubSpot – wyciągnijcie miesięczne revenue za poprzednie lata. Policzcie jaki % rocznego revenue przypada na każdy miesiąc. Użyjcie tego jako mnożnika do korygowania prognozy.

Przykład: jeśli historycznie lipiec to 5% rocznego revenue (vs średnia 8.3%), to forecast na lipiec powinien być skorygowany w dół o ~40% względem „średniomiesięcznego” oczekiwania.

Raportowanie do managementu

Forecast, który nie trafia do decydentów w zrozumiałej formie, jest bezużyteczny.

Co powinien zawierać raport forecast dla zarządu?

• Commit number – ile jesteśmy pewni, że zamkniemy (suma deali z kategorią Commit + Closed)
• Best case – jeśli pójdzie dobrze (Commit + Best case + Closed)
• Pipeline coverage – ile pipeline mamy vs target. Zdrowy wskaźnik to 3x-4x coverage (jeśli target to 500K, pipeline powinien być 1.5M-2M)
• Trend vs previous period – rosną czy spadają?
• Risk flags – deale, które się ślizgają (close date przesunięta 2+ razy), duże deale z niską aktywnością, pipeline skupiony na 1-2 dużych dealach (risk concentration)

Dashboard forecasting w HubSpot

Stworzcie dedykowany dashboard „Forecast” z raportami: total pipeline by stage, weighted forecast vs target, forecast categories breakdown, pipeline created this month vs needed, average deal age per stage (bottleneck detection).

Jeśli potrzebujecie raportować do zarządu poza HubSpot – eksportujcie dane do Google Sheets lub użyjcie integracji z narzędziami BI. Ale primary source of truth powinien być HubSpot, nie ręczny Excel.

Forecasting meeting – rytuał, który trzyma jakość

Narzędzie bez procesu nie działa. Forecast potrzebuje regularnego rytmu.

Tygodniowy przegląd pipeline (30-45 min)

Cały zespół sales. Przegląd top 10-15 deali (najwyższa wartość, najbliższy close date). Każdy handlowiec mówi: co się zmieniło od ostatniego tygodnia, jaki jest next step, czy forecast category się zmieniła.

Manager zadaje pytania: „Kiedy ostatnio rozmawiałeś z decydentem?”, „Co musi się stać, żeby zamknąć w tym miesiącu?”, „Czy ten deal powinien być jeszcze w Commit, czy przesuń do Best case?”

Miesięczny forecast review (1 godzina)

Manager + dyrekcja/zarząd. Raport: forecast vs target, pipeline coverage, risk flags, plan działania na zamknięcie luki. To jest moment na decyzje: potrzebujemy więcej pipeline (marketing push, outbound sprint), potrzebujemy przyspieszyć istniejące deale (dodatkowe resources, management involvement), musimy skorygować target (jeśli pipeline jest za mały i nie ma czasu go zbudować).

Kwartalny przegląd dokładności

Porównajcie co prognozowaliście z tym co się faktycznie wydarzyło. Commit accuracy: ile % Commit deali się zamknęło? Weighted forecast accuracy: jak blisko był weighted forecast od rzeczywistego revenue? Który handlowiec prognozuje najdokładniej, który systematycznie zawyża?

Te dane służą do kalibracji – nie do karania. Jeśli ktoś systematycznie zawyża o 30%, wiecie, że jego „Commit” to w praktyce „Best case”.

Co jest potrzebne w HubSpot?

Sales Hub Starter: podstawowy pipeline, raportowanie deali. Można budować weighted pipeline ręcznie, ale bez wbudowanego forecasting tool.

Sales Hub Professional: Forecasting tool z kategoriami, goals, custom reporting, sequences. To minimum dla poważnego forecastingu.

Sales Hub Enterprise: Predictive forecasting (AI-based), zaawansowane goals, custom objects, playbooks. Dla zespołów 10+ handlowców z potrzebą granularnej analizy.

Checklista – co zrobić, żeby forecasting w HubSpot zaczął działać

1. Zdefiniujcie etapy pipeline z jasnymi kryteriami wejścia (co musi się stać, żeby deal przeszedł)
2. Wyczyśćcie pipeline – zamknijcie stare deale, uzupełnijcie kwoty i close dates
3. Ustawcie probability per stage na podstawie Waszych historycznych danych (lub branżowych średnich na start)
4. Wprowadźcie forecast categories i nauczcie zespół ich używać
5. Ustawcie tygodniowy pipeline review (30 min)
6. Stworzcie dashboard forecast dla zarządu
7. Po kwartale – zmierzcie dokładność i skalibrujcie probability
8. Powtarzajcie

Potrzebujecie pomocy z konfiguracją pipeline? Zobaczcie, jak wygląda ustawianie narzędzia forecasting w HubSpot z Platynowym Partnerem. Porozmawiajmy.

FAQ – najczęściej zadawane pytania o forecasting w HubSpot

Ile danych historycznych potrzeba, żeby forecast miał sens?

Minimum 50-100 zamkniętych deali (won + lost) za ostatnie 6-12 miesięcy. To daje statystycznie sensowne win rates per stage. Jeśli macie mniej – zacznijcie od branżowych średnich i kalibrujcie w miarę zbierania danych. Po 2 kwartałach powinniście mieć własne, wiarygodne probability.

Weighted pipeline vs forecast categories – co lepsze?

Nie jedno albo drugie – oba naraz. Weighted pipeline daje matematyczną bazelinę (automatyczną, obiektywną). Forecast categories dodają ludzki osąd (ten deal jest pewniejszy niż etap sugeruje). Razem dają dwa punkty odniesienia – jeśli się mocno rozjeżdżają, to sygnał, że coś wymaga uwagi.

Jak często aktualizować forecast?

Handlowcy: forecast categories co tydzień (poniedziałek rano, 10-15 minut). Pipeline review: co tydzień (30-45 min z całym zespołem). Raport dla zarządu: co miesiąc. Kalibracja probability: co kwartał.

Co jeśli handlowcy nie aktualizują dealów?

Forecasting bez aktualnych danych w pipeline jest bezużyteczny. To problem adopcji, nie technologii. Rozwiązania: deal hygiene jako element tygodniowego review (manager pyta o każdy deal), automatyczne przypomnienia dla deali bez aktywności 14+ dni, forecast accuracy per handlowiec (kto prognozuje dobrze, kto źle – transparentnie). Najważniejsze: pokażcie zespołowi, że forecast służy im (lepsze planowanie, mniej niespodzianek), a nie przeciw nim.

Czy HubSpot ma AI forecasting?

Tak, Sales Hub Enterprise ma Predictive Forecasting, który używa AI do prognozowania na podstawie historycznych wzorców. Ale: działa dobrze dopiero po zebraniu odpowiedniej ilości danych (miesiące użytkowania). Na początku ręczny forecast z kategoriami i kalibrowanym weighted pipeline będzie dokładniejszy. HubSpot AI to narzędzia dla dojrzałych zespołów z czystymi danymi.

Chcesz zdobyć praktyczną wiedzę biznesową?

Zapisz się na newsletter Casbeg Knowledge Sharing. Otrzymaj dostęp do materiałów premium: arkuszy, checklist, szablonów i innych.

Zapisz się Zgadzam się na przetwarzanie moich danych osobowych przez Casbeg Consulting sp. z o.o. w celu komunikacji marketingowej, a tym samym wysyłania mi newslettera, informacji o usługach, promocjach lub nowościach zgodnie z polityką prywatności.