Previsione vendite 2027 dallo storico del negozio in tre passi

Novembre e dicembre sono i mesi in cui si ordina la merce per il primo trimestre e si approva il budget marketing dell’intero anno. La previsione su cui poggia tutto questo di solito sta in una sola cella del foglio: “più 15%” scritto a intuito e diviso in parti uguali su dodici mesi. Questa guida mostra come prevedere le vendite di un negozio online dal proprio storico ordini in tre passi, come verificare la previsione sull’anno scorso e come declinarla in tre scenari per il piano acquisti e il budget.

Esempio usato in tutto il testo: un negozio di articoli per ufficio rivolto alle aziende, con 1.200.000 € di fatturato da ordini negli ultimi 12 mesi completi. Per calcolare tutto bastano un foglio di calcolo e i dati che il negozio ha già.

passo 1

Livello base

Fatturato degli ultimi 12 mesi completi: 1.200.000 €.

passo 2

Trend anno su anno

Intero anno +20%, ultimi 3 mesi +10%.

passo 3

Stagionalità e giorni lavorativi

Un indice per ogni mese, da 0,75 a luglio a 1,25 a gennaio.

inizio il piano a intuito

Perché il piano “più 15%” sbaglia già a gennaio

Il titolare del negozio di articoli per ufficio chiude l’anno con 1.200.000 € e scrive nel piano 2027 una crescita del 15%. Il risultato è 1.380.000 €, cioè 115.000 € al mese. Il numero sembra ragionevole, ma il problema emerge dal primo report mensile.

Le vendite alle aziende hanno un andamento annuale ben preciso. A gennaio gli uffici acquisti partono con i nuovi budget, a settembre riaprono uffici e scuole, mentre luglio e agosto sono i mesi più tranquilli. A parità di risultato annuale, gennaio porta circa 143.750 € e luglio circa 86.250 €.

Piano piatto e andamento reale delle vendite B2Bmesi 2027, piano 1.380.000 €
GFMAMGLASOND
mese sopra il pianomese sotto il pianopiano piatto: 115.000 €

Con un piano così, un luglio da 86.250 € sembra un calo del 25%. Scatta un taglio nervoso del budget pubblicitario in un mese del tutto normale e a settembre, quando la domanda torna, le campagne ripartono da zero. Gennaio funziona al contrario: 143.750 € danno l’impressione che l’anno vada benissimo, mentre è solo la stagione.

Il secondo errore è meno visibile: nessuno verifica quanto sarebbe stata precisa quella percentuale l’anno prima. Se l’anno scorso “più 15%” avesse sbagliato della metà, non c’è motivo di pensare che questa volta ci prenda.

Una buona previsione ha quindi due caratteristiche: l’andamento dell’anno espresso nei numeri di ogni mese e un errore noto, verificato su dati già accaduti. I tre passi qui sotto danno la prima, il backtest la seconda.

passi 01–02 livello e direzione

Passi 1 e 2: livello base e trend anno su anno

Il punto di partenza è la somma del fatturato degli ultimi 12 mesi completi. Completi, perché un novembre non ancora chiuso abbasserebbe il risultato; dodici, perché ogni mese dell’anno compare nella somma esattamente una volta e la stagionalità si annulla. Nell’esempio è il periodo da novembre 2025 a ottobre 2026.

Definizioni e formule

Il livello base è il fatturato da ordini del negozio negli ultimi 12 mesi completi, esclusi gli ordini annullati.

livello base = 1.200.000 € (in media 100.000 € al mese)

Il trend anno su anno è il rapporto tra lo stesso periodo in due anni consecutivi. Si calcola due volte: per l’intero anno e per gli ultimi tre mesi.

trend annuale = 1.200.000 ÷ 1.000.000 = 1,20 (+20%) trend a 3 mesi = ago–ott 2026 ÷ ago–ott 2025 = 325.000 ÷ 295.500 ≈ 1,10 (+10%)

I due trend dicono se la crescita sta accelerando o rallentando. L’intero anno è cresciuto del 20%, ma l’ultimo trimestre solo del 10%. Usando il +20% pieno, il piano presupporrebbe un ritmo che il negozio non ha più da qualche mese. Per questo lo scenario base usa il trend più recente: 1.200.000 × 1,10 = 1.320.000 € per il 2027, in media 110.000 € al mese.

Conviene separare subito il fatturato tra clienti abituali e nuovi. Nelle vendite alle aziende, i clienti abituali sono gli ordini ricorrenti degli uffici, prevedibili di mese in mese. I nuovi dipendono da quanto il negozio spende in pubblicità e da quanto riesce ad acquisire aziende.

Clientinov 2024–ott 2025nov 2025–ott 2026VariazioneQuota attuale
Abituali750.000 €840.000 €+12%70%
Nuovi250.000 €360.000 €+44%30%
Totale1.000.000 €1.200.000 €+20%100%

La tabella mostra da dove arriva il 20% di crescita: soprattutto dai nuovi clienti. Se nel 2027 il budget pubblicitario resta allo stesso livello, ripetere il +44% sui nuovi è poco probabile, ed è un altro argomento a favore di un trend più prudente nello scenario base.

La base della previsione sono gli ordini del negozio. Il fatturato riportato dalle piattaforme pubblicitarie attribuisce la stessa vendita a più canali contemporaneamente e conta le conversioni a modo suo, quindi la loro somma gonfia il risultato e non è adatta come livello base.

andamento dell’anno

Passo 3: indice di stagionalità mensile e giorni lavorativi

L’indice di stagionalità dice quanto vende un mese rispetto al mese medio dell’anno. Un indice di 1,25 a gennaio significa il 25% in più della media, un indice di 0,75 a luglio il 25% in meno. Un singolo anno può essere casuale, per questo l’indice si calcola come media di almeno due anni di storico.

Formula

indice del mese = fatturato del mese ÷ fatturato mensile medio dello stesso anno

Gli indici dei due anni si mediano per ogni mese separatamente. La somma dei dodici indici è 12,00; se dopo la media il risultato è diverso, tutti gli indici si dividono per la somma e si moltiplicano per 12.

previsione del mese = mese medio della previsione × indice = 110.000 € × indice
MeseIndicePrevisione base 2027Cosa c’è dietro il numero
Gennaio1,25137.500 €nuovi budget di acquisto delle aziende
Febbraio1,00110.000 €mese medio
Marzo1,10121.000 €chiusura del trimestre
Aprile0,95104.500 €prima della correzione per i giorni lavorativi
Maggio0,95104.500 €ponti e festività
Giugno0,9099.000 €inizio delle ferie
Luglio0,7582.500 €il mese più tranquillo
Agosto0,8088.000 €primi ordini per la scuola
Settembre1,20132.000 €riapertura di uffici e scuole
Ottobre1,15126.500 €uffici a pieno regime
Novembre1,05115.500 €acquisti prima della fine dell’anno
Dicembre0,9099.000 €feste, meno giorni lavorativi
Anno12,001.320.000 €scenario base

Nelle vendite alle aziende conta anche il numero di giorni lavorativi, perché gli uffici ordinano nei giorni di lavoro. L’indice storico riflette il calendario di quegli anni, quindi quando una festività mobile cambia mese, la previsione del mese si corregge con il rapporto tra i giorni lavorativi.

Aprile 2026 Lunedì dell’Angelo 6 aprile

21giorni lavorativi

Aprile 2027 Pasqua a marzo

22giorni lavorativi

Correzione per i giorni lavorativi

aprile 2027 = 104.500 € × 22 ÷ 21 ≈ 109.480 €

Nell’esempio il 2026 e il 2027 hanno entrambi 253 giorni lavorativi, quindi le correzioni spostano solo le vendite tra un mese e l’altro. Dopo averle applicate, gli altri mesi si riscalano in modo che il totale annuo torni a 1.320.000 €.

Lo stesso calcolo conviene ripeterlo per le categorie, partendo dalle righe degli ordini. L’intero negozio a settembre ha un indice di 1,20, ma gli articoli scolastici possono arrivare a 2,0 e oltre, mentre la carta per stampanti ha una linea quasi piatta. Per il piano acquisti della merce serve proprio l’indice di categoria, perché l’ordine al fornitore riguarda un assortimento preciso.

verifica la previsione sui dati passati

Backtest: quanto sarebbe stata precisa la previsione un anno fa

Il backtest consiste nel fingere di essere un anno prima. Si tagliano i dati a ottobre 2025, si costruisce con lo stesso metodo la previsione per novembre 2025–ottobre 2026 e la si confronta con quanto il negozio ha venduto davvero. Un metodo che un anno fa sbagliava del 30% non diventa preciso solo perché ora lo si calcola con più cura.

Nell’esempio la previsione di ottobre 2025 era di 1.150.000 € (livello base 1.000.000 € e trend degli ultimi tre mesi +15%). Il negozio ha venduto 1.200.000 €, quindi l’errore annuo è −4,2%. La suddivisione in blocchi trimestrali dice più del solo risultato annuale.

PeriodoPrevisioneConsuntivoErrore di previsione
nov 2025–gen 2026306.750 €312.500 €−1,8%
feb–apr 2026292.250 €300.000 €−2,6%
mag–lug 2026249.250 €262.500 €−5,0%
ago–ott 2026301.750 €325.000 €−7,2%
Intero periodo1.150.000 €1.200.000 €−4,2%

L’errore cresce a ogni trimestre: da −1,8% a −7,2%. La previsione sottostimava il risultato sempre di più, perché nella seconda metà dell’anno il negozio ha acquisito più nuove aziende di quanto ipotizzasse il trend dell’autunno 2025. Il metodo ha colto bene l’andamento dell’anno; non ha previsto l’accelerazione.

Dal test escono due numeri pratici. Il primo è una fascia di errore di circa il 7% sui mesi più lontani, che determina la distanza tra gli scenari nel passo successivo. Il secondo è la direzione: il metodo di questo negozio sottostima più spesso di quanto sovrastimi. Questa norma di errore si costruisce solo dal proprio storico, esattamente come una norma dei propri risultati invece delle medie altrui.

Una previsione senza backtest ha una precisione sconosciuta. Ordini di merce e contratti con l’agenzia vengono firmati su un numero di cui non si sa se sbaglia del 3% o del 30%. Il test sull’anno scorso richiede un’ora nel foglio di calcolo e risponde a questa domanda prima della firma.

2027 scenari

Tre scenari di previsione per il piano acquisti e il budget

Un solo numero per tutto l’anno simula una certezza che la previsione non ha. Tre scenari esprimono apertamente ciò che ha mostrato il backtest: il risultato 2027 può discostarsi dallo scenario base di qualche punto percentuale in entrambe le direzioni. Ogni scenario serve a una decisione diversa.

Fatturato annuo e ventaglio di scenari 2027asse da 875.000 €
2024/252025/262027

I periodi 2024/25 e 2025/26 sono 12 mesi da novembre a ottobre.

Prudente · +3%

1.236.000 €

in media 103.000 € al mese

Ordini di merce con lunghi tempi di consegna, costi fissi, assunzioni.

Base · +10%

1.320.000 €

in media 110.000 € al mese

Piano mensile con indici, valutazione del consuntivo, acquisti correnti.

Ambizioso · +20%

1.440.000 €

in media 120.000 € al mese

Obiettivo di vendita che richiede nuovi clienti e budget aggiuntivi.

Lo scenario prudente sta il 6,4% sotto quello base, cioè dentro la fascia di errore del backtest. È uno scenario che il negozio può vedere davvero anche senza alcuna crisi, per questo su di esso si basano gli impegni difficili da annullare: grandi ordini ai fornitori con consegna a qualche settimana e costi fissi.

Lo scenario ambizioso ripete il trend pieno dell’intero anno. Dato che la crescita è stata trainata soprattutto dai nuovi clienti, questo scenario presuppone che la loro acquisizione acceleri di nuovo. Con un MER pari a 10 negli ultimi 12 mesi (120.000 € di spesa su 1.200.000 € di fatturato) significa un budget di circa 144.000 €, a condizione che ogni euro in più renda quanto quelli spesi finora. Se un budget del genere sta dentro il profitto lo stabilisce il budget calcolato da margine e obiettivo di profitto.

La previsione resta viva per tutto l’anno. Ogni mese il consuntivo si confronta con lo scenario base ripartito con gli indici, non con un dodicesimo dell’importo annuo. Se dopo il primo trimestre il risultato si avvicina allo scenario prudente o a quello ambizioso, il piano acquisti e il budget dei mesi successivi si spostano su quello scenario.

in pratica previsione dai dati del negozio

Previsione delle vendite dai dati del negozio in DataOrganizer

Il lavoro più lungo nella previsione è raccogliere lo storico; il calcolo in sé è breve. DataOrganizer importa ordini e fatturato del negozio giorno per giorno, insieme alle righe degli ordini (categorie) e alla suddivisione tra clienti nuovi e abituali, e accanto la spesa dagli account pubblicitari. I dati si aggiornano ogni mattina con il giorno precedente completo, quindi il foglio di calcolo non serve più solo per raccogliere i numeri.

La base sono gli ordini del negozio, perché sono l’unica versione delle vendite non suddivisa tra i canali; perché le piattaforme e GA4 mostrano importi diversi lo spiega la guida su perché GA4, piattaforma pubblicitaria e negozio non coincidono. Su questi dati l’assistente AI calcola la previsione su richiesta, con lo stesso metodo di questa guida.

Assistente AI + app DataOrganizer DataOrganizer
nov 2024–ott 2026
Calcola la previsione del fatturato 2027 dagli ordini del negozio: indice di stagionalità mensile su due anni, trend degli ultimi 3 mesi anno su anno e backtest del metodo sull’anno scorso in blocchi di tre mesi.
AI

Il livello base degli ultimi 12 mesi completi è 1.200.000 €. Il trend annuale è +20%, ma gli ultimi tre mesi anno su anno solo +10%, quindi lo scenario base per il 2027 è 1.320.000 €. Backtest del metodo:

BloccoPrevisioneConsuntivoErrore
nov–gen306.750 €312.500 €−1,8%
feb–apr292.250 €300.000 €−2,6%
mag–lug249.250 €262.500 €−5,0%
ago–ott301.750 €325.000 €−7,2%

Il metodo coglie bene l’andamento dell’anno, ma nella seconda metà ha sottostimato il risultato perché sono aumentati i nuovi clienti (il loro fatturato è cresciuto del 44%, quello degli abituali del 12%). Propongo una distanza tra gli scenari di circa il 7%: prudente 1.236.000 €, ambizioso 1.440.000 €. L’indice più alto è quello di gennaio (1,25), il più basso quello di luglio (0,75).

Fatturato mensile del negozioClienti nuovi e abitualiVendite per categoria

Le domande successive nascono dalle precedenti: l’indice di stagionalità per le categorie da ordinare in anticipo, il confronto del mese scorso con lo scenario base oppure la spesa pubblicitaria totale e il MER mensile come contesto per il budget. Ogni risposta si basa sugli stessi ordini del negozio.

I numeri dell’esempio sono indicativi e riguardano un negozio inventato di articoli per ufficio B2B. Il metodo presuppone che il negozio non cambi bruscamente assortimento, prezzi o scala della pubblicità; un grande cambiamento (una nuova categoria, l’ingresso in un marketplace, un budget raddoppiato) richiede uno scenario a parte.

Da ricordare

La previsione delle vendite sono tre numeri dal proprio storico (livello base, trend e indici mensili) più un errore verificato sull’anno scorso. È questo errore a determinare la distanza tra gli scenari, e le decisioni difficili da annullare si basano sullo scenario prudente.

FAQ

Domande frequenti sulla previsione delle vendite

Come prevedere le vendite di un negozio online?

Prendi come livello base il fatturato da ordini degli ultimi 12 mesi completi, moltiplicalo per il trend anno su anno (meglio quello degli ultimi tre mesi) e ripartiscilo sui mesi con un indice di stagionalità calcolato come media di almeno due anni. Poi verifica lo stesso metodo con un backtest sull’anno scorso e dal suo errore ricava lo scenario prudente e quello ambizioso.

Quanti mesi di storico servono per prevedere le vendite?

Il minimo è 24 mesi: 12 per il livello base e i 12 precedenti per il trend anno su anno. Indice di stagionalità e backtest sono più affidabili con 36 mesi, perché allora l’indice fa la media di due anni completi e il test ha un proprio storico separato.

Quale errore di previsione delle vendite è accettabile?

Non esiste una norma unica per tutti i negozi; il riferimento è l’errore dello stesso metodo nel backtest sui tuoi dati. Nell’esempio l’errore annuo è stato del 4,2% e sui mesi lontani del 7,2%, quindi gli scenari sono stati distanziati di circa il 7%. Più dell’entità dell’errore conta la sua direzione, perché un metodo che sottostima sempre suggerisce acquisti prudenti e un budget troppo basso.

Previsione vendite per un negozio aperto da meno di un anno

Senza un anno completo non si possono calcolare né un proprio indice di stagionalità né il trend anno su anno. Si può prevedere qualche mese in avanti dalla media delle ultime settimane, adottare provvisoriamente l’andamento annuale dai dati sulla domanda della categoria e correggerlo ogni mese finché non si accumula uno storico proprio.

Si può fare la previsione delle vendite in Excel?

Sì, i tre passi e il backtest sono semplici somme e divisioni, quindi basta un foglio con il fatturato mensile da ordini del negozio. Il lavoro più lungo è raccogliere regolarmente questi dati dallo storico; in DataOrganizer gli ordini del negozio vengono importati ogni giorno e l’assistente AI calcola previsione e backtest su richiesta.

Riepilogo dell'intera guida

Previsione delle vendite per l'anno in tre regole

1. Calcoli dagli ordini del negozio, su mesi completi. Il livello base sono gli ultimi 12 mesi completi, il trend confronta gli stessi periodi anno su anno e il trend più recente a tre mesi mostra se la crescita rallenta.

2. Ripartisci l'anno con l'indice di stagionalità. Ogni mese riceve il suo indice da almeno due anni e la correzione per i giorni lavorativi, così luglio si valuta rispetto al luglio della previsione.

3. Verifichi il metodo sull'anno scorso. L’errore del backtest determina la distanza tra i tre scenari; in DataOrganizer lo storico ordini è pronto per questo test e l’assistente AI lo calcola su richiesta.


DataOrganizer · previsione vendite

Calcola la previsione 2027 dal tuo storico

Dopo aver collegato il negozio e gli account pubblicitari, lo storico di ordini, categorie e clienti nuovi e abituali è in un unico posto, e l'assistente AI ne ricava indici di stagionalità, trend e backtest.