Операционная эффективность: как найти bottlenecks в процессах…
  • RevOps
  • Автор: Команда CrmAI
  • Опубликовано:
Диаграмма поиска bottleneck в процессе продаж и сервиса

Знакомая картина? В CRM полно активных сделок, команда вроде работает, а новые деньги приходят медленнее, чем хотелось бы. Руководитель отдела продаж рапортует: «У нас 50 сделок в воронке на 1 000 ₸М!» Но когда спрашиваешь, почему за месяц закрылось только 8, начинаются туманные объяснения про «клиенты думают», «застряли в юридическом», «ждём решения технического директора».

А в поддержке — тот же сюжет. Количество тикетов растёт, команда расширяется, а среднее время решения проблемы почему-то увеличивается. Клиенты жалуются, что их обращения «висят» по несколько дней, хотя в дашборде всё выглядит зелёненьким.

Проблема в том, что стандартные метрики CRM — количество лидов, конверсия воронки, win rate — не показывают главного: где именно застревает работа. Вам нужны другие индикаторы: throughput (пропускная способность), cycle time (время цикла) и WIP (объём незавершённой работы). Этот материал — практическое руководство, как их считать и использовать для поиска узких мест в продажах и сервисе.

TL;DR

  • Throughput = завершённые сделки/кейсы за период; cycle time = время от входа до закрытия; WIP = всё незавершённое сейчас.
  • Считайте метрики на уровне этапов (stage) и очередей поддержки — это сразу показывает узкие места.
  • Карта «где теряем время»: handoff между SDR → AE → имплементацией; ожидание данных/решений; возвраты с QA/2-й линии.
  • 10 типовых bottlenecks: от «нет SLA на пре-бординг» до «ручная проверка договоров» и «нет авто-рутинга тикетов».
  • Автоматизация и AI сокращают цикл: авто-обогащение, приоритизация, маршрутизация, суммаризация и RAG-боты для ответов.

Как измерять throughput, cycle time и WIP в CRM

Эти три метрики пришли из производственного менеджмента (Theory of Constraints, Lean) и прекрасно работают для продаж и поддержки. Они показывают не «сколько в воронке», а «насколько быстро движется» и «где застревает».

Представьте конвейер на заводе: если детали скапливаются перед одним станком — это узкое место. То же самое с вашими сделками и тикетами. Давайте разберём, что считать:

Метрика Продажи (пример) Сервис (пример) На что смотреть
Throughput Количество выигранных сделок за неделю Закрытые обращения/инциденты за неделю Падает при узких местах или недокомплекте команды
Cycle time «Lead → Won» по каждой сделке «Created → Resolved» по тикету Рост по конкретному этапу = кандидат на bottleneck
WIP Сделки в стадиях Discovery/Proposal/Legal Открытые тикеты по очередям/приоритетам WIP > лимитов → встаёт в очередях на входах других команд
Flow efficiency Время активной работы / общее время сделки Time-in-progress / время в очереди Показывает долю ожидания, легко улучшать автоматизацией

Как считать на практике:

Выгрузите из CRM журнал событий по сделкам и тикетам (status changes, stage transitions) с временными метками. В большинстве современных CRM (Salesforce, HubSpot, Битрикс24, amoCRM) это стандартный отчёт или API-запрос.

Для каждого этапа посчитайте time in stage — разницу между входом и выходом. Для поддержки добавьте time to first response, time to resolve и reopen rate (сколько тикетов возвращаются после «закрыто»).

Обязательно группируйте данные по сегментам: клиенты Tier A/B/C, тип продукта, регион, канал привлечения. Часто узкое место проявляется только в одном сегменте — например, сделки корпоративного сегмента «зависают» на юридическом согласовании, а SMB проходят быстро.

Контрольные карты времени по этапам воронки CRM для поиска bottlenecks

Диаграмма «где теряем время» (мысленная карта)

Прежде чем считать метрики, нарисуйте (буквально, на доске или в Miro) карту вашего процесса от первого контакта до получения денег. Вот типичный путь B2B-сделки:

  • Продажи: Вход → квалификация → демо → предложение → согласование → договор → внедрение → активация → успех.
  • Сервис: Обращение → triage → маршрутизация → диагностика → эскалация → решение → подтверждение клиента → закрытие.

Теперь отметьте точки передачи работы (handoff) между командами. Именно там чаще всего теряется время:

  • SDR → Account Executive: лид «лежит» день-два, пока AE не возьмёт в работу.
  • Продажи → юрист: договор отправлен на проверку, но юрист завален и отвечает через неделю.
  • Продажи → внедрение: нет чек-листа готовности данных, имплементация откладывает старт.
  • Первая линия → вторая линия: тикет эскалирован без контекста, инженер тратит час на восстановление истории.

Совет: визуализируйте это в BI-дашборде. Постройте столбчатую диаграмму времени по этапам, добавьте счётчики WIP. Этапы, где медианное время превышает SLA, — красным. Так руководитель видит проблему за 10 секунд, без копания в данных.

Метод поиска узких мест — 5 шагов

Теперь переходим к конкретным действиям. Этот алгоритм подходит и для продаж, и для поддержки, и для любого процесса, который проходит через CRM.

  1. Определить целевые SLA и OKR. Без целевых показателей вы не поймёте, что считать узким местом. Примеры: цикл сделки ≤30 дней (P90), первый ответ на тикет ≤2 часа, не более 20 сделок одновременно на этапе «Согласование договора». Договоритесь с командой — это должны быть реалистичные, но амбициозные цели.
  2. Собрать ленту событий из CRM. Выгрузите все изменения статусов с временными метками: Created, StageChanged, OwnerChanged, Closed. Если CRM не хранит историю — настройте логирование прямо сейчас, через 2-3 недели у вас уже будет база для анализа. В Salesforce это History Tracking, в HubSpot — Property History, в Битрикс24 — история изменений.
  3. Посчитать time-in-stage и построить графики. Для каждого этапа вычислите медиану (P50) и 90-й перцентиль (P90) времени. Стройте недельные контрольные карты: если P90 растёт три недели подряд — это тревожный сигнал. Добавьте heatmap по сегментам (продукт × регион × сегмент клиента).
  4. Найти «самый длинный этап». Если один этап в 2-3 раза длиннее остальных и эта разница стабильна — вот ваш bottleneck. Пример: квалификация занимает 2 дня, демо — 3 дня, предложение — 4 дня, а юридическое согласование — 15 дней. Очевидно, что узкое место в юридическом.
  5. Поставить эксперимент и измерить эффект. Не пытайтесь «решить всё разом». Выберите одно узкое место, примените одно изменение (например, ограничили WIP юристов до 10 договоров, добавили шаблон NDA, внедрили авто-рутинг тикетов). Через 2-3 недели сравните throughput и P90 с прошлым периодом. Работает? Масштабируйте. Нет? Пробуйте другое.

10 типовых bottlenecks в продажах и сервисе

За годы работы с компаниями мы составили чек-лист самых частых узких мест. Если хотя бы три из этих пунктов про вас — есть куда расти.

  • Нет SLA на квалификацию лидов. SDR копит входящие больше суток, «тёплые» лиды остывают. Решение: SLA ≤4 часа + алерт руководителю при превышении.
  • Демо бронируется через ассистента. Клиент пишет менеджеру, тот пересылает ассистенту, ассистент ищет слот в календаре AE — потеряно 1-2 дня. Решение: встроенная в CRM само-запись (Calendly, HubSpot Meetings).
  • Юрпроверка в ручных Word-файлах. Договор уходит юристу по почте, тот правит в Word, менеджер вручную сверяет версии. У юристов очередь на неделю. Решение: шаблоны договоров в CRM + workflow согласования + e-sign.
  • Хэндовер продаж → внедрение без чек-листа. Менеджер продал, бросил сделку во «внедрение», команда имплементации выясняет, что нет доступов к API клиента и не заполнен опросник. Решение: обязательный чек-лист готовности перед переходом в «Внедрение».
  • Отсутствуют типовые интеграции. Каждое подключение к 1С, SAP, внешнему API делается «с нуля», разработчики перегружены. Решение: библиотека готовых коннекторов и документация для клиентов.
  • Ручная сортировка тикетов. Оператор первой линии читает каждое обращение и вручную назначает категорию, приоритет и исполнителя. Решение: AI-категоризация по тексту обращения + авто-рутинг по навыкам.
  • Очередь второй линии без лимита WIP. Все сложные тикеты падают на трёх старших инженеров, у каждого по 40 открытых задач. P90 времени решения растёт с каждой неделей. Решение: WIP-лимит 15 тикетов на инженера + приоритизация по business impact.
  • Возвраты тикетов из разработки. Первая линия эскалирует баг разработчикам, те не могут воспроизвести и возвращают назад. Тикет ходит кругами неделю. Решение: обязательный шаблон эскалации с шагами репродукции, логами, скриншотами.
  • Простои из-за зависимостей. Инженер готов начать работу, но нет доступа к VPN, тестовым данным, staging-среде. Решение: чек-лист onboarding + автоматизация выдачи доступов через IDP (Okta, Azure AD).
  • Нет базы знаний и шаблонов ответов. Оператор каждый раз пишет ответ на типовой вопрос с нуля, тратит 10 минут вместо 2. Решение: база знаний + AI-ассистент, который подсказывает готовый ответ по контексту обращения.

Как автоматизация и AI сокращают цикл

Нашли узкое место — отлично. Теперь самое интересное: как его устранить? Современная автоматизация и AI позволяют убрать ручные операции и ускорить процессы в 2-3 раза. Вот проверенные приёмы:

  • Авто-обогащение лидов. Вместо того чтобы SDR вручную гуглил компанию, CRM автоматически подтягивает данные по домену: отрасль, размер, выручку, используемые технологии (Clearbit, ZoomInfo, Apollo). Квалификация ускоряется с 10 минут до 30 секунд.
  • AI-скоринг сделок. Система анализирует историю закрытых сделок и предсказывает вероятность win и ожидаемый срок. AE видит, какие сделки нужно двигать в первую очередь, а какие можно отложить. Результат: фокус на горячих лидах, рост конверсии на 15-20%.
  • Умная маршрутизация тикетов. AI читает текст обращения, определяет категорию, приоритет и нужные навыки, затем назначает тикет свободному специалисту с подходящей экспертизой и минимальной нагрузкой. Первая линия разгружается, time to first response падает на 40%.
  • RAG-ассистенты для поддержки. Когда оператор открывает тикет, AI уже подготовил саммари предыдущих обращений клиента, черновик ответа и ссылки на релевантные статьи базы знаний. Оператор проверяет, дополняет и отправляет. Handle time сокращается в 2 раза.
  • Playbooks с триггерами по SLA. Если сделка «висит» на этапе дольше норматива, CRM автоматически: отправляет напоминание клиенту, пингует ответственного, эскалирует менеджеру. Никто не забывает, ничто не теряется.
  • Реалтайм-дашборды и алерты. Не нужно ждать еженедельного отчёта. Дашборд показывает P50/P90 по этапам в реальном времени, при отклонении от нормы уходит алерт в Slack/Teams. Руководитель реагирует до того, как проблема станет критической.

Важно: не пытайтесь автоматизировать хаос. Сначала стабилизируйте процесс, зафиксируйте этапы и роли, измерьте текущие показатели. Потом автоматизируйте. Иначе получите быстрый, но непредсказуемый беспорядок.

Мини-кейс: B2B SaaS, 60 продаж в месяц

Реальный пример компании из нашей практики (название не раскрываем по NDA). Продажа ПО для среднего бизнеса, средний чек 7 500 ₸К, цикл сделки долгий, воронка полная, а денег приходит мало.

Проблема: в pipeline постоянно 60-70 активных сделок, но закрывается только 18 в месяц. Медианный цикл сделки — 44 дня. При анализе выяснилось: самый долгий этап — «Согласование договора» с медианой 14 дней и P90 в 21 день. То есть каждая третья сделка «зависает» на юридическом больше чем на три недели.

Действия за 3 недели (быстрый спринт):

  • Ввели лимит WIP для юридического отдела: максимум 15 договоров одновременно. Если больше — новые сделки не передаются, менеджер дожимает текущие.
  • Создали типовой шаблон договора для 70% стандартных сделок (до 10 000 ₸К, стандартные условия).
  • Подключили электронную подпись (DocuSign) — вместо курьеров и почты.
  • Добавили обязательный чек-лист перед handoff в юридический: все поля CRM заполнены, согласованы условия оплаты, получено одобрение финансов.
  • Настроили автоматический алерт в Slack: если сделка на этапе «Согласование» больше 10 дней — пинг менеджеру и руководителю продаж.

Результат через 6 недель: медианный cycle time упал до 27 дней (–39%), throughput вырос до 26 выигранных сделок в месяц (+44%). Бонусом: параллельно внедрили авто-рутинг тикетов и RAG-ассистента в поддержке — P90 времени решения упал с 58 до 34 часов. Без найма новых людей.

Чеклист для CEO/COO: с чего начать

Вы дочитали до конца — отлично. Теперь главное: что делать прямо сейчас? Вот пошаговый чеклист запуска поиска узких мест:

  • Зафиксируйте SLA и лимиты WIP. Соберите команду (продажи, поддержка, юристы, имплементация), договоритесь о разумных нормативах по каждому этапу. Задокументируйте в confluence/notion, сделайте доступным всем.
  • Включите журнал событий в CRM. Убедитесь, что система логирует все смены статусов, этапов и владельцев с временными метками. Если нет — настройте сегодня (это стандартная функция любой современной CRM).
  • Постройте базовый дашборд. Не нужно сразу сложное BI. Начните с простого: time-in-stage (P50 и P90) по каждому этапу, throughput по неделям, текущий WIP. Если есть Power BI / Tableau / Looker — отлично, если нет — подойдёт Google Sheets с выгрузкой раз в неделю.
  • Запустите пилот автоматизации. Выберите одно быстрое улучшение: авто-рутинг тикетов в одной очереди, шаблон договора для типовых сделок, e-sign. Что-то, что даст результат за 2-4 недели и не требует месяцев разработки.
  • Подключите AI-ассистента. Если у вас есть база знаний (или хотя бы архив успешных ответов), обучите RAG-модель. Дайте доступ операторам поддержки, попросите фидбек через две недели.
  • Настройте еженедельный ритм ревью. Каждый понедельник/пятницу смотрите дашборд: топ-3 этапа по времени, где растёт WIP, какие эксперименты запущены. 15 минут хватит, чтобы держать руку на пульсе.

FAQ

Как часто пересчитывать метрики?

Для стратегических решений — еженедельно (смотрите тренды, находите новые узкие места). Для оперативной работы — ежедневные алерты по критичным порогам (например, P90 > SLA). Не нужно смотреть дашборд каждый час — это не поможет, только отвлечёт команду.

Что делать, если данных мало?

Работайте с тем, что есть. Считайте rolling-окна 4-6 недель, объединяйте схожие сегменты (например, все сделки до 5 000 ₸К в один сегмент). Даже 20-30 сделок дают представление о порядке величин по time-in-stage. Главное — начните собирать данные сейчас, через месяц будет достаточно для первых выводов.

Как избежать «оптимизации ради метрик»?

Классическая ловушка: команда начинает «гнать цифры», закрывая мелкие сделки ради throughput или искусственно переводя тикеты в «решено», чтобы улучшить cycle time. Защита простая: привязывайте метрики процесса к бизнес-результатам. Рост throughput должен вести к росту выручки, сокращение cycle time — к снижению CAC payback и оттока. Если метрики растут, а деньги нет — вы оптимизируете не то.

С чего начать автоматизацию?

С того, что даёт быстрый результат и минимальные риски. Топ-3: авто-рутинг тикетов (можно запустить за неделю, результат виден через две), e-sign вместо бумажных договоров (ROI через месяц), шаблоны договоров и предложений. Не начинайте с кастомной AI-разработки на полгода — это для второй волны улучшений.

А если у нас нет выделенной RevOps/BI-команды?

Большинство компаний до 100-200 человек именно в такой ситуации. Начните с минимального набора: один человек (может быть COO, Head of Sales, сильный менеджер) выделяет 2-3 часа в неделю на сбор данных и построение дашборда. Через месяц вы увидите первые результаты и сможете обосновать инвестиции в автоматизацию или найм специалиста. Главное — начать.

CTA

Хотите увидеть bottlenecks на своей CRM-воронке за 10 дней?

Соберём дашборд time-in-stage, настроим авто-рутинги и AI-ассистента для поддержки. Покажем пилот на ваших данных без разрыва процессов.

Заключение

Операционная эффективность — это не про «работать больше», а про «работать умнее». Найти узкие места в продажах и сервисе можно за 2-3 недели, если правильно собрать данные из CRM и посмотреть на них через призму throughput, cycle time и WIP. А устранить bottlenecks — ещё быстрее, благодаря автоматизации и AI. Начните с малого: выберите один самый медленный этап, примените одно улучшение, измерьте результат. Через месяц вы увидите разницу в цифрах и почувствуете разницу в настроении команды — когда процессы перестают буксовать, работать становится приятнее.

Полезные материалы по теме

Если вам понравилась эта статья, рекомендуем также прочитать: