Прогнозирование продаж с ИИ: как точнее предсказывать выручку

Прогноз продаж с помощью ИИ должен предсказывать, какая выручка действительно поступит в ближайшие месяцы, — на основе данных, а не интуиции. В этой статье разберём, почему классические прогнозы так часто промахиваются, как работает прогнозирование с ИИ, что стоит за рекламными обещаниями вроде «95 % точности» и как начать с простого метода, прежде чем тратиться на программы.

Почему прогнозы выручки так часто ошибаются

Во многих компаниях прогноз складывается на ежемесячной планёрке. Каждый менеджер оценивает, какие из его проектов закроются до конца квартала. Руководитель отдела продаж немного округляет вниз, директор закладывает запас. И всё равно итог заметно расходится с планом — иногда в большую сторону, чаще в меньшую.

Дело редко в недостатке компетенции, чаще в особенностях человеческого мышления. Кто вложил в клиента много времени, считает сделку более вероятной, чем она есть. Проекты слишком рано переводят на продвинутый этап, потому что так приятнее. Сезонность — тихие летние месяцы у ремесленников или утверждение бюджетов в декабре у корпоративных клиентов — теряется, когда сделки рассматривают по одной. И наконец, данные часто неполные: без согласованного следующего шага и реалистичной даты закрытия любая сделка в воронке — скорее надежда, чем план.

Как работает прогнозирование продаж с ИИ

Модели прогнозирования на базе ИИ учатся на вашем собственном прошлом. Они анализируют, чем отличались выигранные и проигранные сделки, сколько проекты обычно задерживаются на каждом этапе и как время года, размер заказа или тип клиента влияют на результат. На этой основе они оценивают каждую открытую сделку отдельно и сводят результаты в общий прогноз.

Учитываются и текущие сигналы: нет ли активности уже несколько недель, не переносилась ли дата закрытия несколько раз, отреагировал ли клиент на предложение, назначена ли следующая встреча? Такие сигналы постоянно уточняют оценку, и никому не нужно заново заполнять таблицу. Подробнее о таких методах — в статье о предиктивной аналитике в B2B-продажах.

Многим компаниям полезно рассматривать новые и текущие продажи отдельно. Договоры на обслуживание, повторные заказы и новые заказы от постоянных клиентов подчиняются своим закономерностям, и предсказать их обычно гораздо проще, чем новые проекты. У налоговой консультации с постоянными клиентами или у монтажника отопления с большим числом клиентов на обслуживании уже есть стабильная база. Неопределённость касается в основном той части, которая должна прийти из новых заявок, — на ней и стоит сосредоточить прогноз.

Что стоит за обещаниями вроде 95 % точности

Высокие цифры точности встречаются во многих описаниях продуктов. Прежде чем впечатляться, стоит разобраться, что именно измеряется. Помогут три вопроса:

• За какой период? Прогноз на текущий квартал за несколько недель до его конца сделать намного проще, чем годовой прогноз в январе.
• На каком уровне? Общая сумма по всем сделкам часто точнее прогноза по отдельным сделкам: ошибки в обе стороны взаимно гасятся.
• Для какого бизнеса? Компанию с большим числом похожих заказов и регулярной выручкой прогнозировать проще, чем ту, что живёт за счёт нескольких крупных разовых проектов.

Поэтому универсальной точности, подходящей любой компании, не существует. Насколько хорошо модель сработает у вас, зависит от объёма и качества данных и от стабильности вашего рынка. Добросовестный подход — несколько месяцев вести прогноз параллельно с прежним методом и сравнивать оба с фактическим результатом.

Пример расчёта: взвешенная воронка как отправная точка

Прежде чем подключать ИИ, можно начать с простой взвешенной воронки. Она же станет планкой, с которой потом придётся сравнивать любую ИИ-модель. Цифры ниже — условные допущения для ИТ-интегратора, только для наглядности:

Этап	Открытые сделки	Средняя сумма	Исторически выиграно	Взвешенная сумма
Квалифицирован	10	15 000 €	примерно каждая десятая	15 000 €
Предложение	6	20 000 €	примерно каждая третья	40 000 €
Переговоры	3	25 000 €	примерно две из трёх	50 000 €
Итого				105 000 €

Взвешенная сумма — это число сделок, умноженное на среднюю сумму и на историческую долю выигранных сделок на этом этапе. Прогноз с ИИ уточняет этот расчёт, оценивая каждую сделку отдельно. Предложение, на которое шесть недель нет реакции, получает меньший вес, чем то, по которому клиент вчера задавал вопросы. Как наглядно показать такие данные, рассказано в статье о панели отчётности по продажам с ИИ.

Что нужно и как начать: четыре шага

1. Проверьте данные. Нужна история выигранных и проигранных сделок с этапами, суммами и датами. Чем она длиннее и полнее, тем лучше. На что обратить внимание, объясняет статья «Как подготовить данные о продажах для ИИ».
2. Чётко определите этапы. У каждого этапа должен быть ясный критерий перехода, иначе модель будет измерять лишь то, насколько оптимистично кто-то двигает сделки. Идеи — в статье «Управление воронкой продаж с ИИ».
3. Начните со взвешенной воронки. Несколько месяцев считайте, как в примере выше, и сравнивайте с фактом.
4. Параллельно протестируйте ИИ-модель. Только когда есть база для сравнения, можно судить, действительно ли модель улучшает ваши прогнозы.

Пределы прогнозирования с ИИ

Если сделок в год совсем немного, модели не на чем учиться. Тогда взвешенная воронка плюс здравый смысл обычно надёжнее. Новые продукты, новый рынок или внезапные перемены вроде перебоев с поставками или отмены субсидий никакая модель тоже не вычитает из прошлого. Прогноз остаётся вероятностной оценкой, а не обещанием, и сообщать его стоит в виде диапазона, а не точной цифры.

Частые вопросы

Сколько данных нужно для прогноза с ИИ?

Фиксированного минимума нет. Эмпирическое правило: если в истории на каждом этапе лишь горстка закрытых сделок, статистическая модель не будет надёжной. В таком случае разумнее аккуратно вести взвешенную воронку.

Заменит ли прогноз ИИ оценку моих менеджеров?

Нет, он её дополнит. Если прогноз ИИ и оценка менеджера сильно расходятся, это хороший повод обсудить сделку. Часто менеджер знает что-то, чего нет в CRM, или ИИ замечает закономерность, которую человек упустил.

Как часто обновлять прогноз?

ИИ-модели обновляются непрерывно, как только в CRM появляются новые действия. Для планирования обычно хватает смотреть прогноз раз в неделю и раз в месяц сверять его с фактом.

Поможет ли автоматизация, если я не пользуюсь инструментом прогнозирования?

Да, косвенно. Когда цифровые сотрудники аккуратно фиксируют заявки и полностью переносят разговоры в CRM, любой прогноз становится точнее, каким бы методом его ни строили. Подробнее — в статье о прогнозировании и планировании продаж с помощью ИИ.

Итог

Более точные прогнозы выручки начинаются не с алгоритма, а с чётких этапов, полных данных и простой базы для сравнения. Тогда ИИ сможет уточнять оценку и раньше предупреждать, когда сделки буксуют. Универсальной точности не ждите ни от одного поставщика. Особенно стабильными прогнозы делает регулярная выручка от существующих клиентов. Как Neurobots помогает поддерживать эти отношения с клиентами, показывает страница «ИИ-ассистент для удержания клиентов».