Марат закрыл ноутбук и откинулся на спинку кресла. Третий месяц подряд отдел продаж не выполняет план. Не то чтобы совсем провал — 78%, 82%, 76%. Но этих недостающих двадцати процентов хватает, чтобы не спать по ночам и чувствовать себя неудачником на еженедельных планёрках с учредителями.
«Ребята стараются», — думал он. — «Звонки есть, встречи есть, КП отправляем пачками. Но где-то мы теряем. Где?»
Марат руководит продажами в компании, которая продаёт оборудование для кафе и ресторанов в Алматы и Астане. Двенадцать менеджеров, средний чек два с половиной миллиона тенге, цикл сделки от месяца до полугода. Классический B2B с долгими переговорами и кучей лиц, принимающих решения.
В CRM у него 847 проигранных сделок за последний год. Каждая — с причиной отказа. «Дорого», «Выбрали конкурентов», «Отложили на потом», «Нет бюджета». Стандартные формулировки, которые ничего не объясняют.
Марат решил разобраться. Не просто посмотреть статистику — а понять, что на самом деле происходит в этих проигранных сделках. И вот что он обнаружил, когда подключил AI-аналитику к своей CRM.
Проблема в цифрах: что скрывается за «Дорого»
проигранных сделок за год
причина «Дорого»
реально из-за цены
другие причины
AI-анализ показал: две трети сделок, помеченных как «Дорого», проиграны по другим причинам
Почему проигранные сделки важнее выигранных
Звучит парадоксально, правда? Мы привыкли праздновать победы и быстро забывать о поражениях. Закрыл сделку — герой. Потерял — ну, бывает, идём дальше.
Но вот какая штука. Когда вы выигрываете сделку, вы редко понимаете, что именно сработало. Клиенту понравился продукт? Цена устроила? Менеджер был убедителен? Конкуренты накосячили? Обычно всё вместе, и разобраться в причинах успеха практически невозможно.
А вот с проигрышами всё интереснее. В большинстве случаев есть конкретная точка, где сделка «сломалась». Момент, когда клиент принял решение уйти к конкурентам или отложить покупку. И если найти эту точку — можно её починить.
Проблема в том, что люди врут. Не со зла — просто так проще. Когда клиент говорит «у вас дорого», он не хочет объяснять, что ему не понравился тон менеджера на второй встрече. Когда менеджер ставит причину «нет бюджета», он не хочет признавать, что не смог донести ценность продукта.
Вот тут и нужен AI. Он не верит словам — он смотрит на действия.
«Мы три года думали, что главная проблема — цена. Оказалось, что мы теряем большинство сделок между третьей и четвёртой встречей. Клиенты просто "остывают", пока мы готовим коммерческое. AI показал нам этот паттерн за два дня.»
Алия Н.
Коммерческий директор, IT-интегратор, Астана
Что видит AI в ваших проигранных сделках
Представьте, что у вас есть аналитик, который может за минуту прочитать всю переписку, прослушать все звонки и изучить каждое действие менеджера по каждой из 847 проигранных сделок. И не просто прочитать — а найти закономерности, которые человеческий мозг пропустит.
Вот что такой «аналитик» может обнаружить:
Паттерны по времени
На каком этапе чаще всего теряются сделки? Через сколько дней после первого контакта? Сколько касаний было до отказа? AI находит «точки слива» в вашей воронке.
Анализ коммуникации
Какие слова и фразы использовали менеджеры? Как менялась тональность клиента? Были ли «красные флаги», которые проигнорировали? AI читает между строк.
Сегментация клиентов
Какие типы клиентов чаще отказывают? По отрасли, размеру компании, должности контактного лица. Возможно, вы не тем продаёте.
Сравнение менеджеров
У кого выше процент проигрышей? На каких этапах? Что делает топ-продавец иначе? AI находит практики, которые работают, и те, что нет.
Но самое интересное — это когда AI находит связи, которые вы бы никогда не заметили. Например: сделки, где менеджер не перезвонил в течение 24 часов после отправки КП, проигрываются в 3 раза чаще. Или: клиенты из сегмента HoReCa отказываются после первой встречи, если на ней не было технического специалиста.
Эти инсайты стоят миллионы. Буквально. Потому что когда вы знаете, где теряете — вы можете это исправить.
Пять паттернов, которые чаще всего находит AI
За два года работы с компаниями в Казахстане мы видели сотни анализов проигранных сделок. И знаете что? Паттерны часто повторяются. Вот пять самых распространённых — проверьте, есть ли они у вас.
Паттерн #1 Слишком долгий цикл подготовки КП
Классика. Менеджер провёл встречу, клиент заинтересован, просит коммерческое предложение. И тут начинается: согласование с руководством, расчёт специфической комплектации, ожидание цен от поставщиков.
Проходит неделя. Две. Клиент уже получил три КП от конкурентов и принял решение.
Что показывает AI: в сделках, где КП отправлено через 5+ рабочих дней после первой встречи, конверсия падает на 40-60%.
дней до КП = критическая зона
Паттерн #2 Работа не с тем ЛПР
Менеджер провёл пять встреч, всё шло отлично, клиент кивал и соглашался. А потом — тишина. «Мы подумаем». И через месяц: «Руководство решило отложить».
Что произошло? Менеджер работал с «чемпионом» — человеком, который хотел купить, но не имел власти принять решение. А настоящий ЛПР даже не знал о вашем предложении.
Что показывает AI: в проигранных сделках в 3 раза реже встречается контакт с человеком уровня C-level или директора направления.
реже контакт с ЛПР в проигрышах
Паттерн #3 «Тёмная зона» после отправки КП
КП отправлено — и менеджер ждёт. День, два, неделю. «Не хочу давить на клиента». «Он сам позвонит, когда будет готов». «Надо дать время подумать».
А клиент в это время читает предложения конкурентов, обсуждает с коллегами, формирует своё мнение — без вашего участия.
Что показывает AI: если после отправки КП нет контакта 3+ дня — шанс закрыть сделку падает на 50%. После 7 дней — на 80%.
конверсия после 7 дней молчания
Паттерн #4 Не отработанные возражения в переписке
Клиент пишет: «Интересно, но у нас сейчас много задач, давайте через пару месяцев». Менеджер отвечает: «Хорошо, напомню в феврале». Февраль приходит — клиент уже купил у конкурентов.
AI анализирует переписку и находит моменты, где возражение было просто принято, а не отработано. «Дорого» — «Понял, спасибо». «Нет времени» — «Окей, свяжемся позже».
Что показывает AI: в выигранных сделках на каждое возражение приходится 2-3 уточняющих вопроса. В проигранных — менее одного.
вопроса на возражение в выигранных
Паттерн #5 Неправильный timing входа в сделку
Клиент оставил заявку — менеджер начал работать. Но заявка была оставлена «на всякий случай», реальной потребности ещё нет. Или наоборот — потребность была, но месяц назад, и клиент уже в финале переговоров с конкурентом.
AI анализирует, на каком этапе покупательского пути находился клиент в момент первого контакта — и сопоставляет с исходом сделки.
Что показывает AI: сделки, где первый контакт произошёл на этапе «изучаю рынок», закрываются в 4 раза реже, чем на этапе «выбираю поставщика».
разница в конверсии по этапу входа
Это не все возможные паттерны — но эти пять встречаются чаще всего. И что важно: каждый из них можно исправить. Не теоретически — а конкретными изменениями в процессах.
Хотите найти свои паттерны проигрышей?
Мы проанализируем ваши проигранные сделки и покажем, где именно вы теряете деньги. Первый анализ — бесплатно для компаний из Казахстана.
Запросить анализКак работает AI-анализ проигранных сделок
Давайте разберём по шагам, что происходит, когда вы подключаете AI-аналитику к своей CRM. Никакой магии — только данные и алгоритмы.
Выгрузка данных из CRM
AI получает доступ к данным о сделках: этапы, даты, суммы, причины закрытия. К переписке в мессенджерах и email. К записям звонков, если они есть. К активности менеджеров — задачи, комментарии, изменения статусов.
Разметка и категоризация
AI классифицирует сделки по множеству параметров: сегмент клиента, источник лида, продукт, менеджер, длина цикла, количество касаний. Создаётся многомерная карта проигрышей.
Анализ коммуникации
Для каждой сделки AI анализирует переписку: тональность клиента, изменения настроения, возражения, вопросы без ответов. Ищет моменты, где что-то пошло не так.
Поиск паттернов
AI сравнивает выигранные и проигранные сделки, ищет статистически значимые различия. Что делали иначе в успешных сделках? Какие факторы повторяются в проигрышах?
Рекомендации и план действий
На выходе — не просто отчёт «что случилось», а конкретные рекомендации: что изменить в процессах, на что обратить внимание менеджерам, какие метрики мониторить.
Весь процесс занимает от нескольких часов до пары дней — в зависимости от объёма данных. Результат — не абстрактные графики, а конкретный план: «делайте так, и потеряете меньше сделок».
Кейс: как Марат нашёл свои 20% недовыполнения
Вернёмся к нашему герою. Марат подключил AI-аналитику к своей CRM и через два дня получил отчёт. Вот что обнаружилось:
Что нашёл AI в данных Марата
Находка #1: Ложная причина «Дорого»
67% сделок были закрыты с причиной «Дорого». Но AI проанализировал переписку и обнаружил: в 44% случаев цена вообще не обсуждалась, или клиент сам сказал «цена нормальная». Менеджеры ставили «Дорого» как дефолтную причину, когда не понимали, что пошло не так.
Находка #2: Провал на этапе КП
Среднее время подготовки КП — 8 рабочих дней. При этом у конкурента (выяснилось из переписки) — 2-3 дня. Клиенты получали конкурентные предложения раньше и принимали решение до того, как видели КП от Марата.
Находка #3: Менеджер-чемпион
Один из менеджеров — Диас — закрывал 34% сделок, при среднем по отделу 18%. AI проанализировал его переписку и нашёл: он всегда звонил через 24 часа после КП с вопросом «Что думаете?». Остальные ждали, пока клиент сам позвонит.
Находка #4: Сегмент-ловушка
Сделки с новыми кафе (открытие бизнеса) закрывались в 8% случаев. С работающими ресторанами (обновление оборудования) — в 31%. При этом 40% входящих лидов — новые кафе. Много работы, мало результата.
Что сделал Марат после анализа
На основе находок AI Марат внёс три изменения в процессы:
Первое. Внедрили SLA на подготовку КП — максимум 3 рабочих дня. Для этого создали библиотеку готовых блоков и шаблонов. Сложные расчёты делают параллельно с базовым КП, а не до него.
Второе. Сделали правило: через 24-48 часов после отправки КП — обязательный звонок. Не письмо, не сообщение — звонок. С конкретными вопросами: «Как вам предложение? Есть вопросы по срокам? Что ещё нужно для принятия решения?»
Третье. Изменили квалификацию лидов. Новые кафе без опыта и с ограниченным бюджетом — в отдельную воронку с упрощённым предложением. Основные ресурсы — на работающие заведения с бюджетом на обновление.
Результат через три месяца: выполнение плана — 94%, 98%, 102%. Недостающие 20% нашлись.
«Это не про нас»: возражения против анализа проигрышей
Когда мы предлагаем компаниям проанализировать их проигранные сделки, мы часто слышим скепсис. Давайте разберём типичные возражения.
Что делать с результатами анализа
Допустим, вы провели анализ и получили список паттернов. Что дальше? Вот алгоритм внедрения изменений:
| Тип паттерна | Пример | Что делать |
|---|---|---|
| Процесс | Долго готовим КП | Изменить workflow, добавить SLA, автоматизировать шаблоны |
| Навык | Не отрабатываем возражения | Тренинг, ролевые игры, скрипты, разбор успешных кейсов |
| Сегментация | Работаем не с теми клиентами | Изменить квалификацию, перенаправить ресурсы, скорректировать маркетинг |
| Продукт | Нет нужных опций | Обратная связь продуктовой команде, изменение линейки |
| Конкуренция | Конкурент быстрее/дешевле | Конкурентный анализ, дифференциация, работа с позиционированием |
Важно: не пытайтесь исправить всё сразу. Выберите 2-3 паттерна с максимальным влиянием — и сфокусируйтесь на них. Через месяц проверьте результат. Потом — следующие паттерны.
И обязательно настройте постоянный мониторинг. AI должен не разово проанализировать проигрыши, а следить за ними постоянно — чтобы вы видели новые паттерны до того, как они станут проблемой.
Готовы найти свои паттерны проигрышей?
Напишите нам — проведём AI-анализ ваших проигранных сделок и покажем, где именно вы теряете деньги. Первая консультация — бесплатно.
Запросить анализЧасто задаваемые вопросы
Что в итоге
Марат сейчас выполняет план. Не потому что стал лучше продавать или нанял суперзвёзд. А потому что перестал гадать и начал смотреть на данные.
Вот что он говорит: «Самое смешное — мы годами думали, что проблема в цене. Снижали маржу, давали скидки. А проблема была в том, что мы неделю готовили КП, пока клиент уже покупал у конкурентов».
У вас в CRM лежат сотни проигранных сделок. Каждая — с историей, с перепиской, с датами. Вся информация уже есть. Осталось её достать и посмотреть без розовых очков.
Читайте также
Как спроектировать воронку продаж
Статусы, причины проигрыша, обязательные поля
Почему сделки зависают
Диагностика по этапам и next best action
Предиктивная аналитика продаж
Как AI прогнозирует результаты
Предиктивная аналитика сделок
Какие лиды закроются с вероятностью 90%