Worst Case: סכום כל ההצעות עם 80%+ הסתברות סגירה x 1.0. Likely Case: כל הצעות עם 50%+ הסתברות x ההסתברות + כל SQL פעיל x 0.4. Best Case: כל הצעות x 1.0 + כל SQL x 0.6 + כל MQL חזק x 0.2. דוגמה: 3 הצעות ב-90% (סך 30K), 5 הצעות ב-60% (סך 50K), 10 SQL (סך 80K), 20 MQL חזקים (סך 200K). Worst: 30K. Likely: 30K + 30K (50K x 0.6) + 32K (80K x 0.4) = 92K. Best: 30K + 50K + 48K + 40K = 168K.

הסתברות סגירה לפי שלב משתנה לפי ענף. ענפי שירות B2B: MQL 5%, SQL 25%, הצעה 50%, מו"מ מתקדם 75%, חתימה 90%. ענפי B2C: גבוה יותר - SQL 40%, הצעה 65%. כדי לכייל לעסק שלך, תסתכל על נתונים היסטוריים - כמה מ-10 MQL שלך באמת סגרו ב-90 הימים האחרונים? אם 1, ההסתברות 10%. אם 2, 20%. אחרי 3 חודשים של מדידה, יש לך מספרים אמינים לעסק שלך.

מאמן עסקי עם pipeline נוכחי: 4 הצעות מחיר חתומות (ממתינות לעסקה ראשונה, 20K x 4 = 80K), 8 SQL בפגישה ראשונית (ערך ממוצע 18K), 25 MQL חזקים (ערך ממוצע 15K). חישוב: Worst Case (רק חתומות) = 80K. Likely (חתומות + SQL x 0.4) = 80 + 57.6 = 137K. Best (חתומות + SQL x 0.6 + MQL x 0.2) = 80 + 86.4 + 75 = 241K. הפעולה: תכנון הוצאות לפי Worst, השקעות צמיחה לפי Likely, חיזוק צוות רק על Best. תזרים יציב.

מלכודת 1 - אופטימיות יתר. כל בעל עסק חושב שכל הצעה 'בטוח תיסגר'. הפתרון - להשתמש בנתונים היסטוריים, לא תקווה. מלכודת 2 - לא לעדכן הסתברויות. ליד שלא הזיז 30 יום - ההסתברות יורדת ב-50%. מלכודת 3 - להסתמך רק על Best Case ולתכנן הוצאות לפיו. מסוכן. הכלל - תכנון הוצאות לפי Worst, השקעות צמיחה לפי Likely. מלכודת 4 - לא לבצע retrospective. כל סוף חודש, השווה Forecast מול תוצאה אמיתית. אם Likely תמיד גבוה מ-actual, ההסתברויות שלך אופטימיות.