Калькулятор ROI автоматизации продаж: бизнес-кейс за 5 минут

Прежде чем выделять деньги на автоматизацию продаж или просить их у партнёров по бизнесу, хочется понять, окупится ли она. Этот калькулятор ROI автоматизации продаж — не онлайн-сервис, а расчётный лист из пяти строк, который заполняется за несколько минут. Доказательства он не даёт, зато даёт надёжную проверку на правдоподобие и вопрос, на который потом должен ответить пилот.

Что может и чего не может бизнес-кейс за пять минут

Быстрый бизнес-кейс отвечает на один вопрос: при каких допущениях вложения окупаются? Он не утверждает, что эти допущения сбудутся. В этом и его ценность. Вместо того чтобы спорить о ненадёжном прогнозе, вы договариваетесь об условиях, которые должны выполниться, и проверяете их в пилоте.

Настоящее доказательство даёт не таблица, а четыре–восемь недель реальной работы с заранее аккуратно записанными исходными показателями. Таблица помогает решить, имеет ли такой пилот смысл вообще. Как его выстроить, описано в нашей статье о пилотном проекте с ИИ в продажах.

Калькулятор ROI: пять строк для автоматизации продаж

Строка	Вопрос	Откуда взять цифру
1. Ежемесячные расходы	Сколько решение стоит в месяц с учётом доли расходов на настройку?	Предложение поставщика, настройка распределена на 12 или 24 месяца
2. Внутреннее время	Сколько часов в месяц нужно на поддержку и анализ?	Оценка, лучше с запасом
3. Сэкономленное время	Какие обращения автоматизация закрывает полностью и сколько времени вы тратили на них раньше?	Подсчёт за одну неделю
4. Разрыв	Строка 1 плюс строка 2 минус строка 3	Расчёт
5. Точка безубыточности	Сколько дополнительных сделок в год закрывают разрыв?	Разрыв, умноженный на двенадцать и делённый на маржинальный доход с одной сделки

Строка 5 — главная. Вам не нужно предсказывать, сколько сделок принесёт автоматизация. Нужно лишь оценить, правдоподобно ли требуемое число. На этот вопрос вы и ваша команда можете ответить исходя из опыта.

Пример расчёта для агентства недвижимости

Все цифры в этом разделе — допущения для наглядности. Они не взяты из данных клиентов и не являются обещанием. Подставьте свои значения.

Допустим, агентство недвижимости с тремя маклерами получает много запросов по объектам через порталы и собственный сайт, а также звонки вечером и в выходные. Цифровой ассистент должен отвечать на запросы, предварительно квалифицировать покупателей и назначать просмотры.

• Строка 1: тариф Neurobots Pro за 599 € в месяц плюс 1 299 € за настройку; если распределить их на 12 месяцев, это около 108 € в месяц. Вместе примерно 707 €.
• Строка 2: допустим, три часа в месяц на поддержку и проверку по внутренней ставке 45 € в час, то есть 135 €.
• Строка 3: допустим, ассистент полностью закрывает 60 типовых запросов в месяц, на каждый из которых раньше уходило десять минут. Это десять часов по 45 €, то есть 450 €.
• Строка 4: 707 € плюс 135 € минус 450 € дают ежемесячный разрыв 392 €, то есть 4 704 € в год.
• Строка 5: допустим, одна дополнительная сделка приносит агентству маржинальный доход 5 000 €. Тогда по расчёту достаточно одной дополнительной сделки в год, чтобы закрыть разрыв.

Тогда в офисе обсуждают уже не «Даст ли это что-нибудь?», а «Правдоподобно ли, что благодаря более быстрым ответам и доступности по вечерам мы закроем хотя бы одну дополнительную сделку в год?». Это можно проверить в пилоте, например отмечая, какие покупатели пришли через ассистента в нерабочее время.

Осторожный сценарий

Посчитайте ту же таблицу ещё раз со сниженными ожиданиями. Допустим, ассистент полностью закрывает не 60, а только 30 запросов, потому что у многих покупателей есть вопросы о планировке или финансировании, на которые должен ответить маклер. Тогда экономия времени в строке 3 падает до пяти часов, то есть 225 €. Ежемесячный разрыв растёт до 617 €, годовой — до 7 404 €. При допущенном маржинальном доходе 5 000 € с одной сделки агентству по расчёту понадобятся две дополнительные сделки в год. На этот вопрос команда тоже может ответить честно. Если и это кажется достижимым, бизнес-кейс стоит на гораздо более прочном основании, чем любой отдельный оптимистичный прогноз.

Типичные ошибки в бизнес-кейсе

• Выручка вместо маржинального дохода. Считайте то, что остаётся после прямых затрат, а не валовую сумму.
• Каждое обращение считается сэкономленным. Время экономят только полностью закрытые запросы. Если обращение передаётся сотруднику, работа всё равно остаётся.
• Забытое внутреннее время. Даже хорошо настроенную систему нужно поддерживать, когда меняются объекты, цены или контактные лица.
• Нет исходного значения. Без недельного подсчёта до старта не с чем сравнивать.
• Расчёт только лучшего случая. Посчитайте ещё и осторожный сценарий с вдвое меньшей экономией времени. Если вложения окупаются и тогда, решение принять проще.

Подробнее о видах затрат и моделях ценообразования — в нашем руководстве по ценам на автоматизацию продаж с ИИ. Как представить результат партнёрам или банку, показывает статья «Как измерять ROI от ИИ и рассказывать о нём».

Когда расчёт не сходится

Бывает, что уже пять строк показывают: лучше подождать. Если запросов мало и вы на все быстро отвечаете, строка 3 маленькая, а строка 5 нереально большая. Если маржинальный доход с одной сделки низкий, например при небольших разовых заказах, нужно очень много дополнительных сделок. А если ваши мощности и так загружены, новые клиенты мало что дадут. В таких случаях дешевле лучше организовать существующий процесс. Какие ещё есть рычаги, описано в статье о том, где ИИ помогает снизить затраты на продажи.

Частые вопросы

Почему считать точку безубыточности, а не ROI в процентах?

Потому что процент создаёт видимость точности, которой у бизнес-кейса до старта быть не может. А вопрос о нужном числе дополнительных сделок можно оценить по опыту и потом проверить в пилоте.

Какой период брать?

Для первого расчёта — двенадцать месяцев. Разовые расходы распределите на этот период. Если планируете на более долгий срок, можно распределить настройку и на 24 месяца, но тогда придерживайтесь этого последовательно.

Что делать, если у команды нет времени на подсчёт?

Тогда посмотрите данные телефонии и почтового ящика за типичную неделю: сколько было звонков, сколько остались без ответа, сколько запросов пришло в нерабочее время? Это менее точно, но лучше, чем оценка «на глаз».

Насколько надёжен результат?

Настолько, насколько надёжны ваши допущения. Поэтому к любому бизнес-кейсу нужен осторожный сценарий и короткий пилот, который проверяет главное допущение.

Итог

Хорошему бизнес-кейсу для автоматизации продаж не нужна сложная программа. Нужны пять честных строк и готовность проверить главное допущение в пилоте. Тогда решение опирается на понятную основу. Как цифровой ассистент берёт на себя запросы, предварительную квалификацию и запись на просмотры для маклеров, показано на странице «Цифровой ассистент для агентств недвижимости».