Прогноз продаж (pipeline forecast): модели, ошибки и лучшие практики

«Я обещал совету директоров 30 миллионов в квартал. В CRM показывает 45. А закрыли 18. Что пошло не так?»

Знакомая история? Проблема не в CRM и не в отделе продаж. Проблема в том, что прогноз — это не «угадать число к концу квартала» и не просто сумма всех открытых сделок. Это система управления вероятностями, скоростью закрытия и качеством воронки.

В этой статье разберём 4 рабочие модели прогнозирования, которые мы внедряли в десятках проектов — от стартапов до корпораций. Покажем на реальных цифрах, как не попасть в ловушки оптимизма менеджеров и построить прогноз, которому будет верить даже самый скептичный финдиректор.

TL;DR для CEO/CRO

• Держите две версии прогноза: консервативную (исторические конверсии) и управляемую (weighted pipeline с текущими вероятностями).
• Pipeline coverage < 3x цели на 90 дней — тревога; <2x на 45 дней — срочный план пополнения.
• Вероятность по этапу без даты закрытия = 0. Фиксируйте close date и возраст сделки, иначе прогноз переоценён.
• Сезонность и лаги: считайте по когортам «дата создания ➜ дата закрытия», а не по календарным неделям.
• Еженедельно сверяйте фактический win rate и скорость цикла, обновляйте вероятности по этапам.

4 модели прогнозирования pipeline

Идеального прогноза не существует — слишком много переменных. Но есть 4 проверенные модели, каждая со своими сильными и слабыми сторонами. Главное — понимать, в каких условиях какая работает лучше.

На практике мы держим гибрид: stage-based как базу, historical conversion как проверку, velocity для enterprise и ручную корректировку weighted pipeline на рисковые сделки.

Pipeline coverage и «здоровье» воронки

Представьте воронку как резервуар с водой: чтобы получить на выходе 10 литров, нужно залить сверху 30-40 литров — часть испарится, часть уйдёт в трещины. То же самое с пайплайном: чтобы закрыть план на 30 млн, нужно держать в воронке как минимум 90-120 млн сырых сделок.

• Coverage = Общий объём сделок в воронке / План (квартал или месяц). Норма: 3–4x за 90 дней до закрытия, 2–2.5x за 45 дней. Если меньше — вы уже опоздали пополнять воронку.
• Stage mix: не менее 35–40% объёма должно быть в средних этапах (Demo/Proposal). Если 70% на ранних этапах — это не воронка, а список мечтаний: сделки физически не успеют дойти до закрытия.
• Возраст сделки: доля сделок старше медианного цикла × 1,5 должна быть <25% пайплайна. Если у вас цикл 60 дней, а половина сделок висит по 90+ дней — это уже не воронка, а кладбище.
• DSO/оплата: включайте коэффициент инкассации, если выручка признаётся после оплаты, а не после «закрыто-выйграно». В Казахстане задержки оплат на 30-60 дней — норма.

Пример расчёта на условных данных

Разберём на конкретных цифрах, как это работает. Допустим, вы CRO условной B2B-компании, и вам нужно закрыть квартал на 150 млн тенге. В CRM — куча открытых сделок на разных этапах. Вопрос: сколько из них реально закроются?

Цель квартала: 150 млн ₸. Средний чек по этапу — берём из CRM. Вероятности — stage-based, откорректированные по истории за последние 3 месяца (не из головы!).

Что видим?

• Coverage по взвешенному прогнозу: 162,5 / 150 = 1,08 — вроде бы всё в порядке, даже небольшой запас есть.
• НО! Если убрать сделки старше медианы цикла (те самые «зомби», которые висят уже 90+ дней), то прогноз падает до 138 млн ₸ — и план уже под угрозой.

Как учитывать сезонность и задержки

Январь в B2B — это не июль. В декабре все закрывают бюджеты, в августе половина клиентов в отпуске. Если игнорировать сезонность, прогноз будет жить в параллельной реальности.

• Стройте когорты по дате создания сделки и смотрите распределение дней до перехода в Closed Won/Closed Lost. Не сравнивайте календарные месяцы напрямую.
• Используйте скользящее окно 8–12 недель: зимние «ямы» и летние «плато» не искажают текущий прогноз. Так вы видите тренд, а не случайные колебания.
• Отдельно прогнозируйте сделки с тендерами/гос. закупками — давайте им понижающий коэффициент -10–20% к вероятности. Даже если «всё готово», задержки на месяц-два — норма.
• В SaaS учитывайте churn и время активации: признание выручки может лагать на 30–45 дней после win. Формально сделка закрыта, а деньги ещё не пришли.

Чек-лист настройки этапов и вероятностей

Прогноз настолько хорош, насколько дисциплинированно заполнена CRM. Если этапы размыты, а поля не заполнены — даже самая умная модель выдаст ерунду. Вот минимальный набор правил, который реально работает:

• Определите exit-criteria для каждого этапа — что должно случиться, чтобы перейти дальше. Не «провели встречу», а «клиент подтвердил боль и бюджет».
• Пропишите «сторожевые» статусы: без даты закрытия или без следующего шага вероятность автоматически падает до 0–5%. Никаких исключений.
• Раз в неделю обновляйте вероятность по сделкам старше медианного цикла: или продвинуть, или закрыть как Lost. Зомби-сделки — враг точного прогноза.
• Раз в месяц пересчитывайте stage-based вероятности по фактическому win rate и velocity. Рынок меняется — вероятности тоже должны меняться.
• Отдельные правила для повторных/upsell сделок: выше база вероятности (клиент уже знает вас), но учитывайте churn на аккаунте (если платят с задержками — риск выше).

Типовые ошибки (и как их избежать)

Видели это в 8 из 10 компаний. Не повторяйте чужих граблей:

• Оптимизм менеджеров: «Да, клиент говорит, что подумает, но я чувствую, что закроем!» Вероятности ставятся руками без проверки win rate по истории. Решение: автоматическая подстановка вероятностей на основе данных, а не чувств.
• «Грязные» стадии: сделки висят по 90+ дней на Demo или Proposal, но всё ещё считаются в прогнозе с вероятностью 40%. Решение: автоматическое снижение вероятности для старых сделок или перевод в Lost.
• Отсутствие даты закрытия или следующего шага — искажённый coverage и срок цикла. «Ну, клиент сказал "свяжемся", когда свяжется — не знаю». Решение: обязательное поле Next Step Date, иначе сделка не двигается дальше.
• Неучтённая сезонность: сравнивают июль с январём без поправок на спрос. «В прошлом квартале закрыли 40 млн, значит и сейчас закроем!» А прошлый квартал был декабрь с праздничными скидками. Решение: когорты и скользящие окна.
• Смешивание новых и повторных сделок: разные вероятности и скорость, нужен отдельный пайплайн или хотя бы теги. Upsell existing клиенту и холодный лид — это две разные планеты.

FAQ: отвечаем на частые вопросы

1. Как часто обновлять вероятности?

Раз в неделю на ревью сделок — вручную корректируете риски по крупным сделкам. Раз в месяц — пересчитываете stage-based вероятности на основе фактических win rate и velocity. Если рынок резко меняется (новый конкурент, кризис) — внеочередной пересчёт.

2. Что делать со «старыми» сделками, которые висят вечно?

Если возраст сделки больше 1,5 медианного цикла и нет даты закрытия — выносите в Lost или сбрасывайте вероятность до 5–10%. Менеджеры будут сопротивляться («Клиент же не отказал!»), но это нормально. Если сделка реально жива — пусть докажут следующим шагом и датой.

3. Как считать прогноз, если маркетинг в середине квартала резко качнул новые лиды?

Используйте historical conversion + velocity: применяйте средние дни до закрытия, чтобы понять, какие лиды реально успеют закрыться в текущем квартале. Если ваш цикл 75 дней, а до конца квартала осталось 50 — эти лиды попадут в следующий период. Не обманывайте себя.

4. Нужно ли делить прогноз на new business и expansion?

Да, обязательно! У них разные win rate, средний чек, цикл и churn. Expansion обычно закрывается в 2-3 раза быстрее и с win rate 60-80% против 20-30% у cold leads. Делайте два отдельных пайплайна или хотя бы фильтр по типу сделки — иначе прогноз будет усреднённой кашей.

5. Какая точность прогноза считается нормальной?

Для зрелых B2B-компаний с циклом до 90 дней: 85-95% точности за месяц до конца периода — отлично, 75-85% — хорошо, ниже 70% — нужно срочно разбираться. Для enterprise с длинными циклами планка ниже: 70-80% — уже достижение.

Главное: прогноз — это не магия, а дисциплина

Вернёмся к началу. Почему CRM показывал 45 млн, а закрыли 18? Потому что прогноз считали как сумму всех открытых сделок без учёта вероятностей. Потому что менеджеры были оптимистичны (как всегда). Потому что никто не чистил зомби-сделки и не проверял даты закрытия.

Хороший прогноз — это не про сложные формулы. Это про:

• Чистые данные в CRM (exit-criteria, даты, следующие шаги)
• Реалистичные вероятности на основе истории, а не чувств
• Еженедельную гигиену воронки (чистка старых сделок, обновление рисков)
• Честность перед собой (лучше консервативный прогноз, чем обещания, которые не выполните)

Начните с малого: выберите одну модель прогнозирования, настройте вероятности по этапам на основе фактических данных, введите правило «нет даты закрытия = вероятность 0%». Через месяц увидите первые улучшения. Через квартал — доверие совета директоров.