Прогноз продаж на месяц: как настроить отчет в CRM и Excel

Отчет прогноза продаж на месяц, это инструмент опережающего контроля выручки, который рассчитывает ожидаемый объем закрытых сделок на основе текущей скорости продаж (Run Rate) и вероятности этапов воронки. Он показывает кассовый разрыв не в последний рабочий день, а на второй неделе месяца, когда у руководителя еще есть время скорректировать лидогенерацию или ускорить сделки.

Чем прогноз продаж отличается от плана и почему их нельзя путать

План фиксирует финансовое желание собственника, тогда как прогноз рассчитывает объективную математическую вероятность поступления денег. План отвечает на вопрос, сколько компании необходимо заработать для покрытия постоянных расходов, выплаты дивидендов и масштабирования. Прогноз оценивает текущее состояние воронки, скорость движения лидов и конверсию, показывая реальную сумму закрытия к последнему числу месяца.

План продаж фиксирует финансовую цель бизнеса, а прогноз рассчитывает математическую вероятность достижения этой цели на основе открытых сделок и скорости работы.

Утвержденный план продаж сопоставляется с прогнозными данными каждую неделю. Если руководитель ориентируется исключительно на плановые цифры, компания рискует направить незаработанную прибыль на закупки или маркетинг, столкнувшись с дефицитом оборотных средств. На практике систематический прогноз продаж предотвращает кассовый разрыв, предупреждая финансовую службу о нехватке поступлений минимум за две недели до кризиса.

Точность месячной прогнозной модели зависит от специфики коммерческого цикла компании. Для B2B-направлений действуют четкие отраслевые нормы допустимой погрешности:

• Короткий цикл (до 30 календарных дней): нормативное отклонение факта от прогноза составляет не более ±5–10%.
• Длинный цикл (от 60 до 180 дней): допустимый коридор расхождения расширяется до ±15–20% из-за влияния процедур согласования договоров и тендерных регламентов.

4 метода месячного прогнозирования: от интуиции к математике

Оценка будущей выручки опирается на четыре базовые модели, различающиеся требованиями к качеству данных и трудоемкостью расчета. Экспертный опрос менеджеров («Сколько ты закроешь до конца месяца?») дает систематическое завышение ожиданий на 30–40%. Менеджеры выдают желаемое за действительное, чтобы избежать давления со стороны руководства, либо занижают планку ради гарантированного бонуса. Для получения объективных цифр бизнесу требуется переход от экспертных суждений к расчетным алгоритмам.

Подробное руководство по прогнозированию выручки по воронке лидов помогает выстроить первичную модель сбора конверсий. Ниже приведено сравнение четырех подходов к расчету месячных показателей:

Для стабильного B2B-отдела продаж с базой активных клиентов оптимальна комбинированная модель. Она объединяет скорость фактических поступлений за прошедшие рабочие дни и расчетную вероятность завершения открытых переговоров.

Расчет ожидаемого факта по Run Rate: формула темпа продаж внутри месяца

Математический алгоритм Run Rate рассчитывает оперативный прогноз продаж по текущей скорости поступления оплат, исключая человеческий фактор из ежедневных отчетов. Показатель опирается на строгое правило: расчет строится только по фактически отработанным и оставшимся рабочим дням месяца. Использование календарных дней искажает прогноз на 20–30% из-за неравномерного распределения выходных и праздников.

Базовая формула расчета ожидаемого факта выглядит так:

Прогноз Run Rate = Факт оплат на текущую дату + ((Факт оплат / Прошедшие рабочие дни) × Оставшиеся рабочие дни)

Разберем расчет на примере. Целевой план отдела составляет 2 400 000 рублей на месяц, в котором насчитывается 22 рабочих дня. На вечер 10-го рабочего дня фактическая оплаченная выручка составила 850 000 рублей. Оставшееся время работы, 12 дней.

1. Среднедневная скорость: 850 000 / 10 = 85 000 рублей в день.
2. Ожидаемая сумма до конца месяца: 85 000 × 12 = 1 020 000 рублей.
3. Итоговый прогноз: 850 000 + 1 020 000 = 1 870 000 рублей.

Расчет показывает отставание от плановой цели на 530 000 рублей уже к экватору месяца. Руководитель видит угрозу недовыполнения норматива на 10-й рабочий день, а не 30-го числа, получая окно возможностей для запуска акций или перераспределения лидов.

Честная граница применимости: расчет по Run Rate не работает в бизнесах, где 70% оплат традиционно приходят в последние трое суток месяца из-за жестких графиков бюджетирования клиентов. В таких нишах прямолинейный расчет темпа в первой половине месяца будет неоправданно пессимистичным.

Модель взвешенного пайплайна: присвоение конверсионных весов этапам сделки

Вероятностная модель переводит номинальную сумму воронки в реальные ожидаемые деньги с помощью конверсионных коэффициентов. Пайплайн сделок на 10 000 000 рублей не означает поступление этой суммы на расчетный счет: часть лидов отсеется на этапе коммерческого предложения, часть застрянет на проверке службы безопасности. Взвешенная сумма воронки учитывает средний цикл сделки и отражает только ту долю бюджета, которая статистически доходит до оплаты.

Вероятностный вес жестко привязывается к этапу в CRM-системе. Менеджеру запрещено менять вероятность вручную: процент подставляется автоматически при смене статуса карточки. Значения рассчитываются на основе сквозной конверсии за последние 3–6 месяцев работы:

Если до конца месяца остается 7 рабочих дней, а стандартный цикл согласования договора в компании составляет 18 дней, сделки на этапе первичного КП обязаны исключаться из отчета текущего месяца. Они учитываются только в прогнозе следующего периода.

Подготовка CRM к автоотчету: обязательные поля и архитектура карточки сделки

Автоматический расчет прогноза требует жесткой структуры данных внутри CRM. Облачная платформа amoCRM автоматизирует пайплайн сделок и снимает с руководителя задачу ручной сборки отчетов при условии, что карточка сделки содержит четыре обязательных аналитических реквизита.

Изучите пошаговую инструкцию по настройке воронки продаж в amoCRM, чтобы исключить путаницу в статусах. Настройка карточки под прогнозирование выполняется в следующем порядке:

1. Создайте обязательное поле «Плановая дата оплаты» с типом данных «Дата». Настройте запрет перехода на этап «КП отправлено» без заполнения этого поля.
2. Настройте системное поле «Вероятность закрытия» с автоматической подстановкой процента от текущей стадии воронки через функционал Digital Pipeline.
3. Добавьте расчетное числовое поле «Взвешенная сумма» по формуле: Бюджет сделки × Вероятность / 100.
4. Активируйте технический счетчик переносов даты оплаты. При каждом изменении планового дедлайна триггер увеличивает счетчик на единицу. Если счетчик превышает значение 3, сделка помечается как токсичная и исключается из автоматического прогноза.

Факт. Базовый тестовый доступ к полной версии amoCRM действует 14 дней, этого времени достаточно, чтобы собрать первичную воронку и протестировать расчет прогнозных полей.

Мнение. Если в отделе продаж работает меньше трех менеджеров, внедрять сквозной вероятностный прогноз в BI преждевременно: стандартных отчетов amoCRM хватит для контроля выручки.

Сборка сквозного отчета: настройка дашборда в CRM, Excel и BI

Сведение прогнозных данных в единый экран избавляет руководителя от рутинной траты времени перед еженедельными совещаниями. Отчет формируется на трех уровнях сложности в зависимости от масштаба отдела и зрелости инфраструктуры. Для небольших команд достаточно фильтрации внутри CRM: воронка фильтруется по диапазону плановых дат оплаты в границах текущего месяца, а сумма взвешенных значений отображается в итоговой строке.

Отчет прогноза теряет смысл, если РОП тратит на его сведение больше 15 минут в неделю: аналитика должна формироваться автоматически из первичных данных CRM.

Таблицы в Excel применяются при необходимости сценарного моделирования: пессимистичный (только выставленные счета), базовый (взвешенная воронка) и оптимистичный прогноз. Однако ручное копирование данных из CRM в таблицы создает риски: менеджеры не успевают вносить изменения, формулы затираются, а данные устаревают к моменту анализа.

При штате более 7 продавцов оправдан переход на сквозную аналитику. Профессиональное внедрение amocrm с подключением BI-систем (Power BI, Яндекс DataLens) позволяет выстроить автообновляемый дашборд. На одном экране объединяются:

• Факт поступления оплат с банковского счета в реальном времени.
• Оперативный прогноз по формуле Run Rate до конца отчетного периода.
• Декомпозиция взвешенного пайплайна по ответственным менеджерам и продуктовым направлениям.

Регламент еженедельного пайплайн-ревью: как РОПу отсеивать фиктивную вероятность

Ни один программный алгоритм не защитит отчет от ошибок, если менеджеры наполняют CRM «мертвыми» сделками. Продавцы склонны отодвигать даты оплат, маскируя отсутствие новых лидов и создавая видимость выполнения плановых нормативов. Регламентное еженедельное пайплайн-ревью верифицирует взвешенную сумму воронки, исключая дубли и зависшие переговоры до фиксации итоговых цифр.

Аудит пайплайна проводится по четкому пошаговому алгоритму:

1. Фиксация тайминга: индивидуальный разбор длится строго 20–30 минут на одного менеджера в первой половине понедельника.
2. Проверка правила 14 дней: сделки, по которым нет зафиксированных звонков, писем или встреч более двух недель, теряют до 70% вероятности закрытия и принудительно исключаются из прогноза на текущий месяц.
3. Валидация даты оплаты: менеджер подтверждает готовность клиента оплатить счет протоколом встречи, перепиской с подтверждением финансирования от ЛПР или согласованным графиком платежей.
4. Принудительная корректировка: при отсутствии документальных подтверждений сделка переносится на следующий месяц либо переводится в статус закрытого отказа.

ИИ-ассистенты для скоринга сделок: автоматическая корректировка прогноза

Человеческий аудит воронки ограничен временем руководителя, поэтому рутинный контроль берут на себя нейросетевые инструменты. Современный ИИ-скоринг сделок корректирует прогноз продаж на основе анализа тональности звонков и переписок с клиентами, не дожидаясь еженедельного пайплайн-ревью.

Нейросеть оценивает вероятность оплаты не по оптимистичным комментариям менеджера в CRM, а по тональности, маркерам согласия и реальным возражениям клиента в стенограммах звонков.

Алгоритм транскрибирует телефонные переговоры и выгружает сообщения из корпоративных мессенджеров. ИИ сопоставляет текущую стадию сделки с фактическим содержанием диалога:

• Если карточка переведена в статус «Согласование договора», но в диалоге клиент обсуждает скидку или запрашивает базовую презентацию, система снижает вероятность с 60% до 10%.
• Если звучат маркеры отказа («заморозили проект», «руководство срезало бюджет»), ассистент направляет уведомление руководителю и убирает сумму из прогнозного пула.
• При выявлении маркеров срочности («нужно запустить проект до 1-го числа») система повышает приоритет сделки и подтверждает ее участие в расчете.

Использование нейросетевого скоринга сокращает время РОПа на проверку воронки с 8 часов до 40 минут в неделю, исключая манипуляции со стороны коммерческого отдела.

5 критических ошибок при прогнозировании продаж на месяц

Искажение аналитических отчетов приводит к кассовым разрывам, срыву выплаты зарплат и штрафам от поставщиков. Анализ сотен внедрений показывает, что системные ошибки повторяются в 80% отделов продаж:

• Включение в месячный расчет сделок, чей нормативный цикл превышает 30 дней, без подтвержденной готовности оплатить аванс.
• Расчет формулы Run Rate по календарным дням вместо рабочих, что искажает темп в периоды длинных праздников.
• Смешивание в одной расчетной таблице регулярных платежей постоянных клиентов и первичных холодных продаж с разной конверсией.
• Ручной ввод вероятности закрытия менеджером, приводящий к завышению ожиданий на 30–40%.
• Отсутствие ежемесячной ретроспективы для анализа причин расхождения планового прогноза с фактической выручкой.

Для внедрения надежного прогнозного отчета начните с технического аудита полей в вашей CRM и введите жесткий регламент проверки сделок по понедельникам. Точный опережающий контроль выручки позволяет управлять отделом продаж на основе сухих цифр, а не интуитивных ожиданий.

Частые вопросы

Источники

• Официальная документация платформы и база знаний, amoCRM
• Аналитический обзор рынка CRM и корпоративного ПО в России, TAdviser
• Исследования рынка труда, зарплат и дефицита кадров в коммерческих службах, HeadHunter