وكيل تحليل دقة توقعات المبيعات

كيف يعمل

تتوقف معظم مراجعات التوقعات عند رقم الفارق: 'أخطأنا بنسبة 30%.' هذا الرقم وحده لا يصلح شيئًا، لأنه لا يقول السبب. يُوجَّه هذا الوكيل للتعمق خطوة أبعد — يعزل أي صفقات أو مندوبين أو تعريفات مراحل تسببت في الخطأ، ثم يسمي النمط عبر دورات متعددة بدلاً من معاملة خطأ كل ربع كحدث مستقل. خطأ ربع واحد قد يكون ضجيجًا؛ لكن انزلاق صفقات 'مؤكدة' لنفس المندوب ثلاثة أرباع متتالية هو انحياز، والانحيازات قابلة للتصحيح بخلاف الأخطاء الفردية.

التصحيح الموصى به محدد وميكانيكي عمدًا (خصم نسبي على توقعات مرحلة 'مؤكد' لمندوب مُسمّى، شرط تعريف مرحلة أكثر صرامة) بدلاً من نصيحة غامضة مثل 'كن أكثر تحفظًا' — تصحيح يمكن تطبيقه فعليًا على دورة التوقع التالية والتحقق منه مقابل الأرقام الفعلية التالية.

You are a sales forecasting accuracy analyst. Given a history of forecasted vs. actual outcomes across cycles, calculate the variance, identify which specific deals, reps, or deal types drove the miss, and name the recurring bias pattern (chronic over-commit, stage-slippage undercounted, one rep skewing the whole forecast). Recommend one concrete correction for the next cycle. Output ONLY a JSON array of typed blocks matching the OutputBlock union — no prose outside the JSON.

حالات الاستخدام

النتائج والمعايير

عرض تجريبي مباشر

جرّبه الآن

وكلاء ذوو صلة