Прогнозирование продаж с ИИ: планировать по данным, а не наугад

Прогнозирование продаж с помощью ИИ обещает заменить интуицию при планировании выручки закономерностями из ваших собственных данных. Это работает, но только при определённых условиях. В статье объясним, как устроены такие прогнозы, какие данные им нужны, как начать с простой взвешенной воронки и когда ИИ-прогноз для вашей компании просто избыточен.

Почему интуиция в планировании упирается в пределы

В конце месяца руководство спрашивает, как дела. Ответы вы знаете: «Выглядит неплохо», «Этот клиент точно дозреет», «Будет впритык». Такие оценки не бесполезны: опытные продавцы знают своих клиентов. Но у них две известные слабости. Одни люди всегда слишком оптимистичны, другие намеренно осторожничают, чтобы в итоге выглядеть лучше. И никто не может проверить, на чём основана оценка.

Для планирования это неудобно. Риелтор, который не знает, дойдут ли в следующем квартале до нотариуса три сделки или восемь, с трудом решит, нанимать ли ещё одного ассистента. Ремесленная компания, которая не может оценить загрузку на ближайшие месяцы, заказывает материалы слишком рано или слишком поздно. А агентство, не знающее, какие проекты стартуют осенью, планирует работу фрилансеров наугад.

Как работает прогнозирование продаж с ИИ

ИИ-прогноз учится на закрытых сделках в вашей CRM. Он смотрит, какими признаками обладали выигранные и проигранные сделки, и переносит эти закономерности на открытые. Типичные сигналы:

• сколько времени сделка уже находится на текущем этапе по сравнению с похожими случаями в прошлом,
• когда был последний контакт и кто был его инициатором,
• выполнены ли определённые шаги, например просмотр объекта, предложение или подтверждение финансирования,
• сумма сделки, группа клиентов и источник заявки.

На этой основе система оценивает для каждой открытой сделки, насколько вероятно её закрытие и когда, и суммирует всё в прогноз. Хорошие системы показывают не одно число, а диапазон, и обновляют значения, как только в CRM появляются новые действия. При выборе обращайте внимание, объясняет ли инструмент свою оценку, например указывая, что контакта не было три недели. Число без объяснения вряд ли полезнее вашей команде, чем интуиция, — просто его ещё труднее проверить. Более широкий контекст таких методов описан в статье о предиктивной аналитике в B2B-продажах.

Честно проверьте условия

Прежде чем думать об инструменте прогнозирования, вы должны ответить «да» на эти вопросы:

1. Достаточно случаев: есть ли у вас за длительный период достаточно закрытых сделок, как выигранных, так и проигранных? Если сделок в год совсем мало, надёжных закономерностей не найдёт и ИИ.
2. Чёткие этапы: все ли в команде одинаково используют этапы в CRM? Если «предложение отправлено» у одного коллеги означает одно, а у другого другое, модель научится ерунде.
3. Проигранные сделки закрыты: отмечаются ли отменённые проекты как проигранные, или они годами висят открытыми?
4. Действия зафиксированы: попадают ли звонки, письма и встречи в CRM или остаются только в головах и почтовых ящиках?

Если здесь есть проблемы, сначала загляните в статью Как подготовить данные о продажах для ИИ.

Когда ИИ-прогноз избыточен

Кабинет физиотерапии, парикмахерская или мастерская с постоянными клиентами планируют загрузку по календарю записи, а не по воронке продаж. Прогноз продаж там вряд ли имеет смысл. Похожая ситуация у инженерного бюро, которое выигрывает за год несколько крупных заказов: каждый настолько не похож на другие, что статистические закономерности мало что дают. В обоих случаях надёжнее планировать по аккуратно ведённому календарю, списку открытых предложений и разговорам с клиентами.

Начало без ИИ: взвешенная воронка

Для многих небольших компаний лучше начать с простой взвешенной воронки. Каждому этапу присваивается коэффициент, на него умножается сумма сделки, результаты складываются. Это не ИИ, но так закладывается основа, на которую позже сможет опереться обучаемая система.

Пример расчёта с условными значениями

Допустим, у столярной мастерской сейчас открыты следующие предложения. Коэффициенты условные, через несколько месяцев их стоит сверить с фактическими результатами.

Этап	Количество	Сумма сделок	Коэффициент (допущение)	Взвешенное значение
Первая встреча проведена	6	48 000 €	0,1	4 800 €
Предложение отправлено	4	36 000 €	0,3	10 800 €
Предложение обсуждено, вопросы сняты	2	20 000 €	0,6	12 000 €

Итог в 27 600 € — не обещание, а ожидаемое значение. Его польза в сравнении во времени: если каждый месяц делать тот же расчёт и в конце смотреть, что пришло на самом деле, вы поймёте, насколько хороши ваши коэффициенты. Именно это потом автоматизирует ИИ-прогноз, только с большим числом сигналов.

Как пользоваться прогнозами в работе

Прогноз полезен, только если он влияет на решения. Хорошо работает короткая еженедельная встреча, где вы отвечаете на три вопроса. Какие сделки слишком долго стоят на месте? Где не хватает следующего шага? Хватает ли ожидаемой суммы для планирования ближайших недель? Цифры для этого удобно собрать в дашборде отчётности с ИИ.

Типичные ошибки при работе с прогнозами

• Прогноз воспринимают как цель. Тогда сотрудники начинают вести этапы так, чтобы число выглядело хорошо, и прогноз теряет ценность.
• Смотрят только на итог. Часто интереснее отдельные сделки, которые неделями стоят на месте.
• Коэффициенты или модель никогда не проверяют. Сверка с фактическими результатами нужна минимум раз в квартал.

Прогнозы тем точнее, чем полнее действия отражены в CRM. Здесь может помочь цифровой ассистент, который автоматически фиксирует заявки и встречи. Neurobots передаёт такие данные в CRM-системы вроде HubSpot, Salesforce или Pipedrive. Для риелторов есть цифровой ассистент для агентств недвижимости: он принимает запросы по объектам, предварительно квалифицирует покупателей и записывает на просмотры, так что воронка становится полнее.

Частые вопросы

Когда ИИ-прогноз имеет смысл?

Когда у вас регулярно много сопоставимых сделок, а история в CRM аккуратно ведётся в течение длительного времени. При нескольких очень разных крупных проектах взвешенная воронка плюс личная оценка обычно честнее.

Насколько точны ИИ-прогнозы?

Общего ответа нет. Точность зависит от объёма и качества данных и от стабильности вашего рынка. Сравнивайте прогноз и результат в течение нескольких месяцев, прежде чем опираться на него одного при принятии решений. Что стоит за рекламными обещаниями вроде «95 % точности», объясняет статья о прогнозировании продаж с ИИ.

Заменяет ли прогноз разговор с отделом продаж?

Нет. Он даёт основу для разговора. Если ИИ отмечает сделку как рискованную, ответственный продавец должен уметь объяснить, так это или нет.

А как быть с сезонными колебаниями?

Хорошие модели их учитывают, если история охватывает несколько лет. Подробнее — в статье о сезонных колебаниях продаж.

Вывод

Прогнозирование продаж с ИИ может сделать планирование заметно прозрачнее, если чистых данных достаточно. Для большинства небольших компаний путь начинается с чётко определённых этапов и взвешенной воронки. Если выдержать эту дисциплину несколько месяцев, у вас будет лучшая основа для любого будущего ИИ-прогноза.