директор и машина · финансы · запись № 031 · 7 августа 2026 · Давид Герштейн

Контроль дебиторской задолженности: три метрики вместо памяти двух человек

Суммы в разборе пересчитаны на условную компанию — пропорции, механика и выводы реальные.

Назовите три числа: сколько вам должны, сколько из этого просрочено и у кого самый большой долг. Не можете — значит, дебиторкой в вашей компании не управляет никто, и это не фигура речи.

Если вы держите эти три числа в голове, а не в отчёте, — у вас не контроль, у вас память двух-трёх человек. Она работает ровно до отпуска, увольнения или просто загруженной недели. Дальше вы узнаёте о своих деньгах от того, кому не заплатили.

Ниже — три метрики, которые закрывают этот вопрос, и способ собирать их без ручного свода каждую неделю.

Клиент внёс предоплату в криптовалюте, компания получила сумму с небольшой наценкой сверху. Через пару недель клиент потребовал вернуть всё в течение дня, сославшись на обещание менеджера. Руководитель вернул большую часть, удержав расходы и бонус — чтобы не судиться. Контроль дебиторской задолженности в этой истории свёлся к ручному разбору задним числом: никто заранее не зафиксировал условия возврата, и решение принималось в режиме тушения пожара, а не по правилу.

Похожая история с реферальной программой: партнёры узнавали о своих вознаграждениях только тогда, когда клиент сам просил вернуть деньги. Информация задерживалась, потому что никто не был обязан передавать её вовремя. Оба случая не про мошенничество и не про злой умысел. Просто дебиторка живёт в головах у людей, а не в системе — и всплывает, только когда кто-то начинает нервничать. Цена такой памяти реальна: пока финансист вручную собирает данные о долгах по полтора часа в день, компания фактически держит под это отдельную скрытую штатную единицу — цифры в разделе «Экономика» ниже.

Три метрики, которые закрывают вопрос

Мы пришли к ним не сразу: сначала я пытался смотреть общую сумму долга — и это оказалось бесполезно, потому что сумма ничего не говорит о сроках и о том, где рвётся.

Скажу как есть: я не понимал этого почти год. У меня была общая цифра, и мне казалось, что раз цифра есть — дебиторка под контролем. Это моя ошибка, и вылезла она ровно там, где было больнее всего, — на апрельском разборе с поставщиком. Так что если вы сейчас смотрите на одну сумму и считаете это контролем — здесь ошибаются почти все, просто не все потом об этом рассказывают.

Заведите их у себя в таком виде — и вы будете знать о проблеме за две недели до того, как она станет проблемой.

После разбора подобных случаев в задачи руководителя отдела добавили обязанность ежедневно отслеживать три показателя: общий объём дебиторской задолженности, её распределение по срокам возникновения и распределение по пакетам услуг. Не отчёт раз в месяц, а цифры, которые видны в системе постоянно.

Смысл не в самих цифрах, а в том, что их не нужно запрашивать. Раньше вопрос «сколько нам должны и с какого числа» требовал звонка финансисту и получаса ожидания. Теперь это строка в отчётности. Разница кажется мелкой, пока не наступает момент, когда решение нужно принять за полчаса, а не за день — как в истории с платежом подрядчику, который просили провести «прям буквально за полчаса».

Третья метрика часто недооценена. Если долг концентрируется вокруг одного пакета услуг, проблема не в клиентах, а в условиях продажи этого пакета: слишком длинная отсрочка, неудобная схема оплаты или обещания на этапе продажи, которые потом не выполняются менеджером, а расхлёбывает финансовый отдел.

Клиенты не платят вовремя — или вы сами создаёте разрыв

Неприятная часть: половина просрочек в компаниях, которые я разбирал, создавалась внутри — счёт выставили поздно, акт не подписали, реквизиты сменились. Проверьте свою сторону, прежде чем звонить клиентам.

Компания продавала проектную услугу с маржинальностью 25–30%, но с циклом в три месяца до получения платежа от клиента. Расходы на выполнение работы приходилось авансировать заранее, а резервов под этот цикл не откладывали. В апреле это вылилось в конкретную ситуацию: лимит расходов оказался на порядок меньше фактической потребности. Итог — долг перед поставщиком услуг на ~1,1 млн ₽.

Показательна и попытка обосновать увеличение лимита: сотрудник, который просил поднять фонд примерно в полтора раза, не смог ответить ни на один вопрос о юнит-экономике — сколько компания заработает на эти деньги. Руководитель отказал в согласовании и потребовал прийти с расчётом, а не с фразой «мы тратим больше, нам не хватает». Это тот же принцип, что и три метрики выше: без цифры, которую видно постоянно, любое решение о деньгах превращается в спор на веру.

После разбора договорились откладывать 30% от прибыли на резервы. Формально проблема решена, но по факту это отложенное решение: пока резерв не накопится, разрыв между расходом и платежом клиента остаётся дырой в кассе, которую латает кто-то другой — либо личными деньгами, либо кредитом.

Похожая логика в другой истории: финансовый директор распределил около 35% месячной прибыли между сотрудниками, но в тот же период не хватило денег на оплату рекламы. Коллеге пришлось вносить личные средства. Разбор показал: кассовый разрыв был виден за месяц-два до проблемы, но никто не смотрел на цикл поступлений системно — резерв на маркетинг не формировался никогда.

На диаграмме — разрыв между фактическим лимитом фонда в апреле и реальной потребностью по объёму работ, из которого вырос долг перед поставщиком.

Предоплаты и рассрочки: где чаще всего рвётся у вас

Три места, в которых теряются деньги даже у аккуратных компаний. Проверьте каждое.

История с возвратом криптовалютной предоплаты показала слабое место: возвраты вообще никак не фиксировались. Формулировка, прозвучавшая при разборе, была прямой: «Возвраты абсолютно никак не фиксируются, никто никак не ведёт, никто не отвечает. Нужен инструмент, нужен регламент». Это не редкость — предоплаты и рассрочки часто учитываются в момент получения денег, но не в момент их возможного возврата.

Рассрочки и предоплаты учёт требуют минимум трёх вещей, зафиксированных письменно ещё до конфликта:

• сумма, курс или условия на момент получения — особенно если оплата в нестандартной форме
• условия возврата: полная сумма, за вычетом расходов, в какой валюте и в какой срок
• кто отвечает за фиксацию возврата и куда он записывается

Без этого регламента каждый возврат превращается в отдельные переговоры, где условия придумываются на ходу — как в случае с криптовалютой, где решение принималось «чтобы избежать судебного разбирательства», а не по заранее известному правилу.

Когда начислять бонус — за договор или за платёж

Смежная тема — мотивация продавцов. Возник конфликт: один участник хотел начислять бонус в момент заключения договора, не дожидаясь платежа. Другой указывал, что есть второй финансист, который отслеживает расхождения и докладывает руководству. Решение приняли простое: бонус — по факту получения платежа, а не по факту подписания договора.

Это прямо связано с дебиторкой. Если платить за договор, у продавцов пропадает стимул следить за тем, оплатил клиент вовремя или нет — сделка для них уже закрыта. Если платить за платёж, интерес совпадает с интересом компании: чем быстрее клиент заплатит, тем быстрее продавец получит бонус.

Платёжная дисциплина — не только про клиентов

Ваша собственная дисциплина работает так же: если вы платите поставщикам как получится, вы учите рынок, что с вами можно так же.

Дебиторка обычно ассоциируется с должниками-клиентами. Но платёжная дисциплина ломается и внутри компании, причём с похожими последствиями. В мае финансирование части рекламных кампаний задержали. Площадки, которые работают по предоплате, начали хуже отрабатывать бюджет — это классический эффект дисциплины наоборот: не клиент не заплатил компании, а компания не заплатила вовремя партнёру, и это тоже ударило по деньгам.

Ещё пример — перенесённые платежи, которые требовали повторного ручного инициирования вместо автоматической обработки. Платёж, согласованный на понедельник, не прошёл, и компания оказалась в риске остановки рекламной кампании из-за нехватки средств на счёте. Причина не в отсутствии денег, а в том, что перенос платежа выпал из процесса — его никто не проконтролировал повторно.

Похожая проблема с искажением данных встречается и в CRM: в одной из компаний даты создания лидов самопроизвольно менялись при синхронизации, сдвиг доходил до 36 часов. Разбор этого случая — в статье о том, как CRM врёт данными и как сверять их по ID. Принцип тот же, что и с дебиторкой: если данные не сверяются регулярно и автоматически, ошибка накапливается тихо, пока не превращается в кассовый разрыв или сорванную сделку.

ИИ-связка: сбор метрик без ручного свода

Когда вы поймёте, на что смотрите каждую неделю, отдайте сбор машине: ваша задача — решения, а не выгрузки.

Три метрики из первого раздела можно собирать вручную — и почти все компании так и делают, пока не набьют шишку. Но задача рутинная, объём данных большой (сотни строк в день), а логика простая: разложить сделки по срокам и пакетам, найти аномалии. Это ровно тот случай, где дорогая модель не нужна — нужен дешёвый конвейер, который не забывает.

Схема конвейера: Bitrix24 (источник сделок) → вебхук выгружает JSON раз в сутки → дешёвая модель агрегирует и ищет аномалии → результат пишется в Google Sheets и дублируется в Telegram ответственному → раз в неделю финансист смотрит сводку на планёрке.

Один нюанс, который часто ловят на практике: брать дату не из поля, которое может «сдвигаться» при синхронизации CRM (см. историю с датами лидов), а из версионной истории сделки — иначе распределение по срокам будет врать так же, как врали даты создания лидов.

Роль: ты — аналитик дебиторской задолженности.
Вход: JSON-массив сделок из Bitrix24 за сегодня. Каждый элемент:
{
  "deal_id": "1029",
  "package": "Пакет B",
  "amount_due": 45000,
  "currency": "RUB",
  "invoice_date": "2026-05-12",
  "due_date": "2026-06-11",
  "status": "ожидает оплаты"
}

Задача:
1. Посчитай total_debt — сумму всех amount_due по валютам.
2. Раздели долг на возрастные корзины по due_date относительно сегодня:
   0-30, 31-60, 61-90, 90+ дней просрочки.
3. Сгруппируй долг по полю package.
4. Отметь как anomaly любой пакет, где доля просрочки 90+ дней
   превышает 25% от долга по этому пакету.
Верни строго JSON без пояснений текстом, по схеме:
{"total_debt": {...}, "by_age_buckets": {...}, "by_package": {...}, "anomalies": [...]}

Пример ответа модели:

{
  "total_debt": {"RUB": "доля 1", "EUR": "доля 2"},
  "by_age_buckets": {"0-30": "50%", "31-60": "33%", "61-90": "12%", "90+": "5%"},
  "by_package": {"Пакет A": "38%", "Пакет B": "62%"},
  "anomalies": ["Пакет B: 34% долга старше 90 дней"]
}

На мокапе — та же сводка, что модель отдаёт в JSON выше, но так, как она ляжет в лист Google Sheets и попадёт в Telegram ответственному.

Модель здесь — дешёвая (класса mini): задача не творческая, а структурная агрегация с фиксированной схемой JSON, дорогая модель тут даёт тот же результат за большую цену. Дорогую модель имеет смысл подключать отдельным шагом — раз в неделю, чтобы она писала текстовое резюме для планёрки поверх готовых цифр, а не пересчитывала сама агрегацию.

Инженерная обвязка: вебхук Bitrix24 запускает выгрузку по расписанию (Google Apps Script или n8n), передаёт JSON в модель по API, результат пишется в Google Sheets отдельным листом с датой запуска. Если ответ модели не парсится как JSON или вебхук не получил данные — скрипт не падает молча, а шлёт сообщение в Telegram-бот ответственному финансисту с текстом ошибки и временем сбоя. Повторный запуск — через час, автоматически, без ручного перезапуска. Механика целиком — в разборе автоматизация финансовой модели.

Отдельный вопрос — что именно улетает в модель. Суммы долга и связку с пакетом услуг обычно можно передавать без персональных данных клиента, если убрать имя, телефон и e-mail до отправки. Что можно, а что нельзя отправлять во внешний ИИ-сервис — разбирали отдельно в статье про персональные данные и нейросети.

Экономика: сколько стоит контроль дебиторской задолженности

Ваши затраты — час в неделю на разбор списка. Отдача — деньги, которые приходят вовремя, и разговоры с клиентами, которые ведутся до просрочки, а не после.

Настройка конвейера — 8–16 часов работы разработчика (12 000–24 000 ₽ разовых при ставке ~1 500 ₽/час), эксплуатация — около 3 000 ₽/мес на дешёвую модель, эффект — экономия примерно 15 000–20 000 ₽/мес на времени финансиста (оценка). Дальше — как получена эта цифра и что в неё не входит.

Финансист тратит на ручной сбор трёх метрик 1–1,5 часа в день — это 20–30 часов в месяц при обычных 20–22 рабочих днях. При ставке ~1 000 ₽/час с учётом налогов это 20 000–30 000 ₽ скрытых трудозатрат в месяц. Автоматизация выгрузки и агрегации снимает большую часть рутины — реалистично освобождается 70–80% этого времени, то есть остаётся 5–6 часов в месяц на еженедельную сверку и разбор аномалий, это 5 000–6 000 ₽ по той же ставке. Чистая экономия — 15 000–20 000 ₽ в месяц. При разовых затратах на внедрение в 12 000–24 000 ₽ конвейер окупается за первый-второй месяц эксплуатации — это консервативная прикидка, а не гарантия.

Для сравнения масштаба: похожая по трудозатратам, но точечная задача — уведомление партнёра о закрытии проекта через бота — заняла всего 20 минут (подробности в разделе «Что реально сработало» ниже). Это разные по масштабу вещи: 20 минут закрыли одну дыру, а не выстроили систему контроля дебиторки целиком. Подробный разбор реальных счетов за похожие сценарии с дешёвыми моделями — в статье сколько на самом деле стоит ИИ в месяц.

Формула для своего случая словами: возьмите часы ручного сбора метрик в день, умножьте на число рабочих дней в месяце (обычно 20–22), умножьте на часовую ставку сотрудника с учётом налогов — получите скрытые трудозатраты в месяц. Из этой суммы вычтите оставшееся время на еженедельную сверку (1–2 часа в неделю) и абонентку на модель (~3 000 ₽/мес) — получите чистую экономию. Ставка «типового» сотрудника у всех разная: например, в одной из компаний реальная стоимость часа сотрудника с учётом налогов доходила лишь до 40% от грубой отраслевой оценки для роли финансиста. Подставляйте свою ставку, а не чужую — иначе экономия в расчёте окажется мнимой. Я в своё время подставил отраслевую и получил красивую экономию, которой в кассе не было.

Что не считаем эффектом: ускорение получения денег от клиента (когда компания раньше видит проблему и раньше требует оплату) — это разовый запас, ускорение оборотного капитала в конкретном месяце, а не повторяющийся ежемесячный поток. Его нельзя складывать с экономией часов финансиста и нельзя умножать на число месяцев — это разные по природе величины.

Отдельно от экономии часов стоит риск, который автоматизация не снимает — только делает видимым раньше: в кейсе с проектной услугой дельта между лимитом и потребностью составила почти весь объём нужных средств, а результатом стал долг перед поставщиком на ~1,1 млн ₽. Важно не смешивать два эффекта в одной сумме: экономия времени финансиста — это эффект автоматизации отчётности, а избежание долга — это эффект управленческого решения о резервировании 30% прибыли. Первое можно посчитать в часах за месяц, второе закрывается только резервом, а не отчётностью — конвейер лишь показывает проблему за недели, а не в момент, когда поставщик уже требует деньги.

На диаграмме — три ключевых разрыва из кейсов статьи: они разного происхождения, но одинаково следуют из отсутствия резерва под цикл поступлений.

Что реально сработало у нас

Из всего списка мер вам стоит начать с одной — той, что дала больше половины эффекта.

Одно решение с реферальной программой оказалось дешёвым и быстрым: настроить в боте автоматизацию уведомлений о закрытии проектов рефералов, чтобы вознаграждение выплачивалось сразу, а не после того, как клиент сам напомнит о деньгах. На это ушло около 20 минут работы. Это не решает всю проблему дебиторки, но убирает конкретную точку, где задержка возникала регулярно и предсказуемо — и её эффект нужно оценивать именно так, отдельно от резервной политики компании.

Второе рабочее решение — перенос времени финансового планирования с утра на 13:00 четверга, чтобы к моменту принятия решений данные успевали собраться и проанализироваться полностью. Звучит как мелочь, но именно из-за нехватки полных данных утром принимались решения по неполной картине — а дебиторка и кассовые разрывы почти всегда обнаруживаются постфактум именно из-за такого разрыва во времени между сбором данных и решением.

Здесь важна честность: я сам сначала полез строить конвейер и только потом увидел, что больше половины эффекта дали перенос совещания и один регламент на страницу. Оба решения — организационные, не про автоматизацию. ИИ-конвейер из предыдущего раздела ускоряет сбор цифр, но не заменяет управленческое решение перенести совещание или настроить регламент возврата. Автоматизация без присмотра часто превращается во вторую работу — про эту ловушку подробнее в статье про автоматизацию, которая требует надзора.

Чек-лист: с чего начать в понедельник

• Выгрузить текущий список сделок с непогашенной оплатой из CRM и вручную посчитать общий объём дебиторки — это база для сравнения с автоматическим отчётом.
• Завести три поля в CRM или таблице: сумма к оплате, дата по договору, пакет услуг — если их ещё нет как обязательных.
• Написать регламент возврата предоплат на одну страницу: сумма/курс на момент получения, условия возврата, кто отвечает за фиксацию.
• Проверить, привязан ли бонус продавца к платежу или к договору — если к договору, обсудить смену логики с отделом продаж.
• Настроить хотя бы одно автоматическое уведомление о просрочке (даже без ИИ) — например, письмо ответственному, если платёж не пришёл через 3 дня после срока.
• Назначить день и час недели, когда финансовые данные точно собраны, и планировать разбор дебиторки именно на это время, а не на утро по неполным цифрам.

Что сделать в понедельник: соберите три метрики из этой статьи руками — один раз, на бумаге. Час работы даст вам картину, которой у вас, скорее всего, никогда не было. Автоматизацию поставите потом, когда поймёте, на что смотреть каждую неделю. Механика — в бесплатном курсе.

И правило, которое я вывел для себя: разговор о деньгах с клиентом всегда легче до просрочки, чем после. До — вы уточняете сроки. После — вы требуете. Разница в тоне огромная, а определяется она одним: знаете ли вы о приближении срока заранее.

Как это выглядело у нас

Мы начинали с того, что дебиторку никто не смотрел системно: помнили пару крупных должников, остальное всплывало случайно. Первый же собранный список показал, что мелких просрочек больше, чем крупных, и в сумме они дают больше денег — просто их не видно поодиночке.

Дальше мы сделали скучную вещь: назначили день недели, в который список смотрится, и человека, который его приносит. Никакой автоматизации на старте не было — обычная выгрузка и полчаса времени. Эффект пришёл в первый же месяц, и только потом мы отдали сбор машине.

И назову вслух то, что обычно остаётся за скобками. Держать деньги под контролем через машину — это отдельный управленческий навык, и осваивать его придётся лично вам, а не вашему финансисту. Руководитель, который умеет собрать конвейер и читать его сводку за пять минут, стоит дороже руководителя, который умеет только спросить «сколько нам должны» и ждать полдня ответа. Ещё пару лет назад это было приятным дополнением к профессии. Сейчас это входной билет.

Мой вывод: контроль дебиторки — это привычка, а не система. Систему можно купить, привычку придётся завести самому.

Заведите эту привычку на этой неделе: назначьте день, назначьте человека, посмотрите первый список. Как автоматизировать сбор потом — в бесплатном курсе.

Частые вопросы

Почему клиенты не платят вовремя, если договор подписан?

Часто дело не в клиенте, а в цикле самой компании: услугу авансируют раньше, чем приходит платёж, а резерва на этот разрыв нет — см. случай с проектной услугой (цикл 3 месяца, лимит на порядок меньше нужного).

Как учитывать предоплату в криптовалюте или другой нестандартной форме?

Так же, как обычную: фиксировать сумму, курс на момент получения и условия возврата письменно — до того как клиент попросит деньги обратно, а не после.

Когда начислять бонус продавцу — за договор или за платёж?

За платёж. Начисление за подписание договора создаёт разрыв между «продажей на бумаге» и деньгами в кассе, и продавец теряет интерес следить за оплатой.

Это то же самое, что списание дебиторской задолженности?

Нет. Списание, срок исковой давности, проводки и строка в балансе — бухгалтерская сторона: что делать с долгом, который уже стал безнадёжным. Здесь речь об управленческой: как видеть долг за недели до просрочки, чтобы списывать было нечего.

#деньги #контроль и надёжность #автоматизация