Implementation scenario / 05 / Forecasting
Прогноз продаж и сделки под риском
План строится по субъективным вероятностям менеджеров, а риск зависших сделок становится виден в конце месяца.
Модель сочетает этап, активность, сроки, переписку и историю похожих сделок, формируя объяснимый риск-лист. Финальное решение и работа с исключениями остаются у ответственного: Руководитель решает, какое действие предпринять, и не использует скоринг как автоматическую оценку сотрудника.
Проверить применимость сценария →
Problem / buying moment
Почему этот процесс становится задачей для руководителя.
Обычно к сценарию «Прогноз продаж и сделки под риском» приходит коммерческий директор, руководитель продаж или собственник, когда воронка формально заполнена, но выручка всё ещё зависит от личного контроля руководителя. В этот момент локальная ручная проверка уже не масштабируется, но покупка отдельного AI-инструмента ещё не гарантирует изменения процесса.
В продажах ценность создаёт не ещё один отчёт, а своевременное действие: назначить ответственного, вернуть лид, зафиксировать следующий шаг или остановить ошибочное обещание.
ПОЗИЦИЯ IT WHITEРезультат этого сценария — не «внедрённый AI», а управляемое изменение показателей: точность прогноза, возраст сделки, доля сделок без активности. Система должна обнаруживать событие, объяснять контекст и доводить его до ответственного действия.
Target operating model
Что именно меняется после внедрения.
Как разобрать именно этот сценарий.
Первый вопрос руководителя должен быть не о нейросети, а о цене запоздалого действия. Исходная ситуация формулируется так: План строится по субъективным вероятностям менеджеров, а риск зависших сделок становится виден в конце месяца. Для коммерческий директор, руководитель продаж или собственник это уже не локальное неудобство сотрудника, потому что сбой отражается на показателе «точность прогноза» и со временем становится нормой, которую команда перестаёт замечать. До проектирования мы берём несколько реальных событий, восстанавливаем последовательность действий и отделяем причину от симптома.
Контур данных начинается не с единого хранилища, а с минимального набора доказательств. CRM фиксирует первичное событие; почта даёт контекст или состояние работы; BI подтверждает следующий шаг и результат. Для каждого поля определяется источник, допустимая задержка и правило отсутствующего значения. Если событие нельзя восстановить, его нельзя безопасно использовать для автоматического решения.
Рабочая логика сценария выглядит конкретно: Модель сочетает этап, активность, сроки, переписку и историю похожих сделок, формируя объяснимый риск-лист. При этом система не подменяет владельца процесса. Руководитель решает, какое действие предпринять, и не использует скоринг как автоматическую оценку сотрудника. Такое разделение нужно зафиксировать в интерфейсе, правах доступа и журнале действий, иначе формальный human-in-the-loop останется надписью в презентации, а человек будет подтверждать решение без достаточного контекста.
Главный негативный сценарий тоже проектируется заранее: Прогноз без объяснимых факторов создаёт ложную уверенность и не помогает управлять процессом. Поэтому у пилота должны быть порог уверенности, маршрут исключения, возможность открыть первичные данные и понятный способ отменить действие. Ошибку нельзя прятать в среднем показателе: команда отдельно разбирает ложные срабатывания, пропущенные события и ситуации, где правило сработало правильно, но не привело к действию.
Руководитель принимает решение о масштабировании по трём наблюдаемым изменениям: «точность прогноза», «возраст сделки» и «доля сделок без активности». Сначала фиксируется базовая линия, затем одна зона работает в режиме пилота, а сравнение проводится на сопоставимом потоке. Целевой бизнес-результат: точность прогноза, возраст сделки, доля сделок без активности. Если изменение держится только благодаря ручному контролю разработчика, система ещё не готова к эксплуатации.
Architecture
AI не получает власть над процессом. Он получает ограниченную роль.
- CRM
- почта
- BI
Руководитель решает, какое действие предпринять, и не использует скоринг как автоматическую оценку сотрудника.
Прогноз без объяснимых факторов создаёт ложную уверенность и не помогает управлять процессом.
Каждый вывод хранит исходное событие, версию правила или модели и действие ответственного. Если контекста недостаточно, система не угадывает, а переводит событие на ручную проверку.
Business case / no invented ROI
Экономика начинается с потери, которую можно пересчитать.
До сметы мы не обещаем проценты эффективности. Сначала измеряем частоту события, стоимость ручной работы и ошибки, нагрузку на проверяющего и цену эксплуатации контура.
объём событий, в которых возникает проблема «План строится по субъективным вероятностям менеджеров, а риск зависших сделок становится виден в конце месяца.»
стоимость ручного действия, задержки или ошибки по показателю «точность прогноза»
доля исключений, которые после запуска всё равно должен проверять человек
стоимость интеграции и сопровождения систем: CRM, почта, BI
Если измеримый эффект не покрывает стоимость контура и риск, задачу не нужно превращать в отдельный продукт.
Measurement
Как понять, что внедрение работает.
Источник: CRM. Базовая линия: 2–4 недели до пилота.
Источник: почта. Базовая линия: 2–4 недели до пилота.
Источник: BI. Базовая линия: 2–4 недели до пилота.
Сначала проверяем процесс, качество данных и владельца решения.
Прогноз без объяснимых факторов создаёт ложную уверенность и не помогает управлять процессом.
Readiness check
Когда этот сценарий имеет смысл.
Автоматизация оправдана, когда проблема повторяется, влияет на управляемый показатель и у процесса есть владелец. Для сценария «Прогноз продаж и сделки под риском» сначала проверяем не модель, а фактический маршрут работы.
- 01Повторяемость
Событие повторяется достаточно часто, чтобы измерять «точность прогноза».
- 02Доступность данных
Первичные данные доступны в системах: CRM, почта, BI.
- 03Владелец решения
Владелец процесса готов отвечать за исключения и финальное решение.
- 04Ограниченный риск
Риск «Прогноз без объяснимых факторов создаёт ложную уверенность и не помогает управлять процессом.» можно ограничить правилами, журналом и ручной проверкой.
Questions before code
Что нужно выяснить до выбора технологии.
Ответы отделяют реальную задачу от красивой демонстрации. Они же задают границы пилота и критерии остановки.
- Q1
Сколько раз за неделю возникает ситуация: План строится по субъективным вероятностям менеджеров, а риск зависших сделок становится виден в конце месяца.
- Q2
Где сегодня фиксируется точность прогноза и можно ли восстановить исходное событие?
- Q3
Кто принимает решение после сигнала и за какое время он должен отреагировать?
- Q4
Какие ошибки системы недопустимы и когда решение обязательно передавать человеку?
Pilot / 4–8 weeks
Как запускать без большой ставки вслепую.
Зафиксировать текущий маршрут
Интервью с владельцем процесса, карта событий, исключения, права доступа и исходные значения KPI. На этом этапе может выясниться, что проблему надёжнее решает обычная логика, а не AI.
Собрать минимальный контекст
Подключаем только необходимые источники: CRM, почта, BI. Не строим озеро данных до появления первого работающего сценария.
Запустить на ограниченной зоне
Модель сочетает этап, активность, сроки, переписку и историю похожих сделок, формируя объяснимый риск-лист. Первые решения логируются, а низкая уверенность и исключения уходят человеку.
Сравнить с базовой линией
Смотрим на точность прогноза, возраст сделки, доля сделок без активности. Если процесс не изменился, не масштабируем интерфейс только ради уже написанного кода.
Пилот принимается по изменению точность прогноза, возраст сделки, доля сделок без активности, а не по количеству экранов и промптов.
Останавливаем масштабирование, если данные нестабильны, ответственный не использует сигнал или сохраняется риск: Прогноз без объяснимых факторов создаёт ложную уверенность и не помогает управлять процессом.
How IT WHITE enters the project
Не продаём всю систему до проверки процесса.
100–180 тыс. ₽
Карта процесса, данные, потери, владелец решения, варианты архитектуры и предварительная экономика.
от 450 тыс. ₽
Одна ключевая задача, необходимые интеграции, роли, журнал решений, запуск и критерии результата.
от 100 тыс. ₽/мес.
Мониторинг, исправления, качество решений, новые правила, развитие интеграций и отчёт по работе системы.
Decision FAQ
Три вопроса, которые защищают проект от лишней сложности.
Здесь точно нужен AI?
Не обязательно. Если событие определяется стабильными правилами, обычная логика будет дешевле, быстрее и надёжнее. AI нужен там, где решение зависит от неструктурированного контекста.
Что подготовить к первичному разбору?
Один реальный пример сбоя, список систем (CRM, почта, BI), пример исходных данных и человека, который сегодня принимает финальное решение.
Что происходит при ошибке?
Система сохраняет исходные данные и причину вывода, не выполняет критическое действие без разрешения и передаёт исключение человеку. Главный риск сценария: Прогноз без объяснимых факторов создаёт ложную уверенность и не помогает управлять процессом.
Evidence base
На каких рыночных сигналах основан сценарий.
Материал синтезирует публичные исследования и практики. Мы не переносим чужие кейсы на себя и не обещаем чужие показатели. Экономика рассчитывается только после анализа вашего процесса.
Related scenarios / Продажи и CRM
Следующие процессы в том же контуре.
Fit check / 20–30 min
Проверим сценарий «Прогноз продаж и сделки под риском» на вашем процессе.
За 20–30 минут определим разрыв, доступные данные, владельца решения и разумный первый контур. Это бесплатная проверка соответствия задачи, не платная диагностика.