директор и машина · стратегия · запись № 055 · 29 августа 2026 · Давид Герштейн

Разработка финансовой модели вместо таблицы на один раз

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

Если у вас финмодель делалась один раз — под кредит, под инвестора или просто «чтобы была», — то на вопрос «что будет с прибылью, если завтра ключевой клиент попросит скидку 15%» ответа у вас нет. Есть файл, который никто не пересчитывает: за час не посчитаете, за день не посчитаете, а через неделю финансист вернётся из отпуска и скидку уже дадут без него.

У большинства ответ — «никогда», и это не преувеличение. Финмодель делается один раз под инвестора или под кредит, красиво печатается и умирает в папке. А решения потом принимаются на глаз, потому что пересчитывать эту красоту руками никто не станет.

Разница между мёртвой таблицей и живой моделью — не в сложности формул. Она в том, можете ли вы задать вопрос «а что если» и получить ответ до того, как ситуация изменится.

Я сидел на встрече, где собственник условной компании принёс презентацию стратегии на год. Он открыл её на второй странице и спросил: «Это выручка или авансы?» Финдиректор задумался. В компании принято, что аванс — это 37–40% от суммы договора. Если оборот в 9 миллионов рублей в месяц — это авансовые платежи, то полная сумма заключённых договоров за тот же месяц — около 23 миллионов. Если это уже выручка по факту исполнения — то 9 миллионов и есть потолок. Разница между двумя трактовками одной и той же строки — около 14 миллионов рублей в месяц. Ни один план не выдерживает такой неопределённости в базовом определении. Именно с этой путаницы и начинается разговор о динамической финансовой модели: без чёткого разделения понятий любая таблица считает не то, что нужно. Где машина реально помогает в планировании, а где уверенно врёт, — проверял отдельно.

Это не разовая накладка. Это симптом таблицы, которая не понимает, что считает. Финмодель, собранная один раз в феврале, к маю уже врёт: изменились каналы, вырос курс закупки, отдел продаж перевыполнил план на 40%, а хвалить некого — сама стратегия оказалась неверной изначально. Переписывать её вручную каждые три недели — это 16 часов работы аналитика при ставке около 1500 ₽/час, то есть 24 000 ₽ каждый раз, когда меняется хоть один канал или курс (оценка). А если рынок штормит сильнее обычного и переписывать план приходится не раз в квартал, а каждый месяц — нагрузка на финансовую функцию утраивается, притом что она и так тонет в текучке.

Чем обычная таблица отличается от динамической финансовой модели

Классическая финмодель — это таблица с зафиксированными цифрами: план продаж на январь, на февраль, на март. Как только реальность отклоняется от плана хотя бы на один канал — таблица не пересчитывается, она просто становится неправдой. Дальше два варианта: либо её тихо игнорируют, либо кто-то садится и переписывает вручную, теряя день-два.

Похожий разрыв между целью и планом — предмет отдельного разбора: в статье о стоимости стратегического планирования показано, как компания получила расхождение в 2,4 раза между целью стратегии и текущим операционным планом. Причина там была не в саботаже — часть цифр считалась в договорах, часть в авансах, часть просто устарела за пару месяцев. Собственник в такой ситуации обычно задаёт один и тот же вопрос — «за счёт чего мы дадим больше?» — и таблица с зафиксированными числами на него ответить не может: она не знает, за счёт какого канала растёт цифра, потому что канал не привязан к формуле, он вписан руками.

Динамическая модель отличается одним: цифры в ней — не числа, а формулы, ссылающиеся на факт. Растёт SEO на 5% в месяц — план на следующий месяц меняется сам. Меняется доля авансов — модель это видит и не путает с выручкой. Это не про Excel против сервиса, это про архитектуру: где источник истины, кто его обновляет и что делает с этим формула.

Разработка финансовой модели по шагам: от источника факта до формулы

Дальше — сборка по шагам. Вам не нужен финансовый директор и не нужна дорогая система: первая рабочая версия делается в обычной таблице за вечер. Нужна дисциплина в одном: отделить факты от допущений.

Ниже — последовательность, которую можно повторить с командой из финансиста, аналитика и одного разработчика на стороне (или без него, если хватает Google Apps Script).

1. Зафиксировать источник факта. Продажи и авансы — из CRM (amoCRM/Bitrix24) через API или выгрузку. Лиды по каналам — из сквозной аналитики или рекламных кабинетов. Один источник на одну метрику, без ручного ввода «на глаз». Если CRM сама искажает даты сделок — вся модель наследует эту ошибку; про типичный случай такого сдвига — в разборе, как Битрикс24 подменял даты сделок.
2. Развести понятия. Отдельные строки для «сумма договора», «аванс к оплате», «выручка по факту исполнения». В компании из легенды это даёт разницу около 14 млн ₽/мес — без разведения строк модель врёт по определению.
3. Заложить формулу роста, а не число. Вместо «план на февраль — 10 млн» пишем «план = факт прошлого месяца × (1 + темп_роста)», где темп_роста — отдельная ячейка, которую меняет финансист по факту, а не переписывает весь план.
4. Разбить по каналам и рынкам отдельно. Общий план ничего не говорит о механике. Собственник требует конкретики: за счёт SEO или за счёт SMM. Модель должна показывать долю каждого канала в приросте, а не агрегированную цифру.
5. Настроить еженедельный слепок. Каждый четверг — фиксация факта по трём блокам: маркетинг (лиды), продажи (сделки), авансы (₽). Это не отменяет месячный пересчёт стратегии, а даёт ранний сигнал, если что-то пошло не так внутри месяца.
6. Проверять допущения перед тем, как показывать план собственнику. Не учтены бонусы менеджеров, необоснован скачок продаж — это типовые дыры, которые нужно ловить до совещания, а не на нём.

Это ровно то, о чём один раз уже писал коллега в разборе стратегии как рабочего инструмента — там про то, зачем стратегия вообще нужна руководителю среднего звена. Здесь — про то, как сделать, чтобы цифры в ней сами не устаревали.

ИИ-связка: пересчёт и аудит допущений

Здесь машина даёт вам то, чего у вас скорее всего нет: свежий взгляд на собственные допущения. Вы к ним привыкли, они кажутся очевидными — а именно в них обычно и сидит ошибка, из-за которой модель показывает прибыль там, где её не будет.

Формулы делают арифметику. ИИ в этой связке решает две задачи: объясняет отклонение простыми словами для еженедельного отчёта и ловит логические дыры в сгенерированной стратегии — тот самый случай, когда прогноз звучит убедительно, но не учитывает бонусы продаж или строится на непроверенном допущении.

Схема конвейера: CRM (amoCRM/Bitrix24) → выгрузка факта в Google Sheets по расписанию (Apps Script, триггер по четвергам в 9:00) → формулы пересчитывают план → облачная функция дергает LLM с промптом на анализ отклонений → результат пишется в отдельный лист «Комментарии» → уведомление в Telegram, если отклонение больше 15%.

Ты — финансовый аналитик компании. На вход дан JSON с плановыми
и фактическими показателями за неделю по трём блокам: маркетинг,
продажи, авансы. Формат входа:

{
  "period": "2026-W35",
  "plan": {"leads": 210, "deals": 36, "advance_rub": 2250000},
  "fact": {"leads": 185, "deals": 33, "advance_rub": 2040000},
  "channel_mix_fact": {"seo": 0.31, "telegram": 0.29, "smm": 0.22, "pr": 0.18}
}

Задача:
1. Посчитай отклонение факта от плана в процентах по каждому блоку.
2. Определи, какой блок дал наибольший вклад в отклонение.
3. Если отклонение по лидам больше 10% — предположи вероятную
   причину, опираясь на channel_mix_fact (просадка конкретного канала).
4. Присвой risk_flag: green (до 5%), yellow (5-15%), red (свыше 15%).
5. Дай одно конкретное действие для встречи в четверг, без общих фраз
   вроде "улучшить маркетинг".

Ответ верни строго в JSON, без пояснений вокруг.

Модель для этого шага — дешёвая (уровня GPT-4o-mini или аналог): задача рутинная, формат жёсткий, риск ошибки невысокий, а гонять её нужно каждую неделю по нескольким менеджерам и трём блокам — дорогая модель тут не окупается.

Пример ответа модели:

{
  "period": "2026-W35",
  "deviation_leads_pct": -11.9,
  "deviation_deals_pct": -8.3,
  "deviation_advance_pct": -9.3,
  "top_driver": "leads",
  "likely_cause": "просадка SEO-канала на 22% против среднего",
  "risk_flag": "yellow",
  "action": "проверить индексацию новых страниц, добавленных в июле"
}

Второй промпт — аудит стратегии, которую сгенерировал сам ИИ (или человек в связке с ИИ) перед показом собственнику. Здесь цена ошибки выше: если пропустить пункт про бонусы или необоснованный прогноз роста, план утвердят и потом будут удивляться, откуда дыра в бюджете.

Ты — CFO, проверяющий черновик годовой стратегии перед защитой
у собственника. На вход — текст стратегии (до 3000 слов) и список
контрольных пунктов:
- учтены ли премии и бонусы сотрудников в фонде оплаты труда;
- подтверждён ли прогноз роста ссылкой на конкретный канал/источник,
  а не общей фразой "рынок растёт";
- совпадают ли единицы измерения (годовая выручка vs месячный бюджет,
  договоры vs авансы);
- есть ли временные маркеры (когда именно ожидается каждый показатель).

Для каждого пункта верни: найдено/не найдено, цитату из текста
(если найдено) и рекомендацию, если не найдено. Не переформулируй
цифры, если не уверен в их источнике — помечай как "не подтверждено".

Здесь нужна модель дороже (уровня GPT-4o или o1-подобная): задача — не арифметика, а логический аудит длинного текста, ошибка стоит дороже, чем разница в цене токенов.

{
  "bonuses_included": "не найдено",
  "growth_source_confirmed": "частично — SEO подтверждён, SMM нет",
  "units_consistent": "не найдено — годовая цифра сравнивается с месячным бюджетом",
  "time_markers_present": "не найдено",
  "verdict": "не готово к защите",
  "top_fix": "развести годовые и месячные цифры, указать источник роста по SMM"
}

Инженерная обвязка: Apps Script крутится в самой таблице, вызов LLM — через облачную функцию (чтобы не хранить ключ API в открытом скрипте), лог ошибок пишется в отдельный лист «Errors», при сбое вызова — повторная попытка через 10 минут, при второй неудаче — сообщение в Telegram-канал финансового отдела. Если источник факта (CRM) не отдал данные — модель не запускается вообще, а не считает по пустым ячейкам: это частая причина «красивых, но лживых» отчётов.

Что видно в цифрах

Сравните со своей ситуацией: скорее всего, вы узнаёте о проблеме в тот момент, когда она уже случилась. Живая модель даёт вам месяц форы — и это единственное, что отличает управление от реагирования.

Пример разбивки по каналам, которую собственник требовал от каждого руководителя направления: не агрегированный процент роста, а доля каждого канала в лидах, с фиксацией прогресса год к году. Конверсии по каналам ниже — ориентировочные (оценка), сам факт роста доли SEO с 5% до 35% — по опыту практики.

Такая таблица отвечает на вопрос собственника «за счёт чего?» — SEO дал самый резкий рост доли (с 5% до плановых 35%), при этом конверсия по нему выше всех остальных каналов (по оценке). Без разбивки по каналам эта информация тонет в общей цифре «плюс 20% лидов».

Второй срез — разрыв между целью и текущим планом, который и запускает всю историю с динамической моделью. Ниже — свой пример на цифрах текущей компании, чтобы показать, откуда берётся такой разрыв при путанице с авансами и выручкой.

В текущий операционный план на год заложено 45 млн ₽. Цель по стратегии — 108 млн ₽, это ровно годовой темп при сохранении текущего оборота 9 млн ₽/мес. Разрыв — 2,4×.

Дело не в арифметике — план собирался вручную из разных источников с разными единицами измерения (часть строк — по договорам, часть — по авансам), отсюда и просвет между целью и планом. Формула роста при загрузке факта такой разрыв показывает сразу, а не через квартал, когда собственник случайно откроет обе цифры рядом.

Экономика: что это стоит и что даёт

Прикиньте свою цену вопроса: во сколько вам обошлось последнее решение, принятое без расчёта? Скидка, которую дали на глаз, найм, который не окупился, направление, которое запустили по ощущению. Обычно одна такая история дороже, чем вся работа по сборке модели.

Возьмём условную компанию из легенды: 8 менеджеров продаж, оборот 9 млн ₽/мес, средний чек — около 180 тыс. ₽ (около 50 сделок в месяц).

Стоимость внедрения (разово, оценка): сборка формул и связки с CRM — 20–25 часов аналитика (~1500 ₽/час) и 10–15 часов разработчика на Apps Script и вебхук (~2000 ₽/час). Итого около 30 000–37 500 ₽ у аналитика плюс 20 000–30 000 ₽ у разработчика — совокупно 50 000–67 500 ₽ разово (оценка).

Эксплуатация (в месяц, оценка): вызовы LLM для еженедельного анализа отклонений (4 запуска в месяц на дешёвой модели) и для месячного аудита стратегии (1 запуск на модели подороже) — ориентировочно 2 000–4 000 ₽/мес суммарно на токены. Подробный разбор счетов за ИИ-инструменты — в отдельном материале про реальные расходы на ИИ.

Эффект: ручная пересборка стратегии занимала около 16 часов аналитика за раз (оценка). По опыту такой практики это происходило вынужденно каждые три недели — план устаревал из-за смены канала, курса закупки или просто хода месяца. С формулами пересчёт занимает 1–2 часа проверки допущений, значит экономия — порядка 14 часов на цикл × 1500 ₽/час ≈ 21 000 ₽ за один пересчёт. Три недели — это примерно 1,4 цикла в месяц (30 дней ÷ 21 день), поэтому месячная экономия времени аналитика — около 21 000 ₽ × 1,4 ≈ 29 000 ₽/мес. Формула для своего случая: (часы ручной пересборки − часы проверки с формулами) × ставка аналитика в час × число пересчётов в месяц. Отдельно не учтён риск утверждения плана с разрывом в 2,4 раза — в деньгах он точно не измеряется, но стоит дороже одного часа работы, если дойдёт до совета директоров необнаруженным. Что мы не считаем эффектом: время, которое аналитик освободил, но потратил на другую отчётность, а не на новые задачи с добавленной стоимостью, — это перераспределение часов, а не деньги в кассе.

При вложениях в 50 000–67 500 ₽ на старте и экономии около 29 000 ₽/мес система окупается примерно за 2–2,5 месяца эксплуатации — и это без учёта снятого риска ошибочного плана, который сложнее оценить в деньгах, но который дороже одного цикла пересборки.

Этот эффект — только от самой механики формул и еженедельного слепка. Он не включает эффект от отдельного решения ввести финансиста на сбор дебиторки или от смены схемы мотивации руководителей — это отдельные инициативы с отдельной экономикой, которые нельзя суммировать с эффектом модели напрямую. Если параллельно менялась и мотивация, и модель — сдвиг даёт связка этих мер, а вклад отдельно взятой финмодели выделить в чистом виде нельзя.

Мой урок: модель, в которую никто не верил

Первая наша модель была технически безупречной и абсолютно бесполезной. Я собрал её сам, гордился формулами — и через месяц заметил, что решения по-прежнему принимаются мимо неё. Спросил напрямую и получил честный ответ: «мы не понимаем, откуда там берутся цифры».

Оказалось, я спрятал все допущения внутрь формул. Красиво, компактно и непрозрачно: чтобы понять, почему в феврале прибыль падает, нужно было раскопать три вложенных расчёта. Мы переделали: допущения вынесли на отдельный лист, каждое подписано словами, любое можно поменять и увидеть результат.

Если ваша модель существует, но решения принимаются без неё — проблема почти наверняка та же. Проверьте: сможет ли ваш коммерческий директор за минуту найти, где меняется конверсия, и увидеть, что будет с прибылью? Если нет, у вас не инструмент, а документ.

Отсюда я и вынес главное. Разработка финансовой модели — это не разовый проект для финансиста, это управленческий навык самого руководителя: держать в голове, откуда берётся каждая цифра, и уметь спросить у собственной таблицы «что будет, если». Осваивается он так же, как чтение отчёта о прибыли, — практикой, а не образованием. Я осваивал его дольше, чем следовало: полтора года считал, что достаточно смотреть на итоговую строку. Мне потребовалось два неверных решения по скидкам, чтобы понять простую вещь — итоговая строка не отвечает ни на один вопрос, который на самом деле задаёт собственник.

Юнит-экономика как основа, без которой формулы бессмысленны

Динамическая модель пересчитывает верхнеуровневые цифры правильно только если знает маржу и точки экономики на уровне направления. Без этого формула роста в 5% в месяц может расти при падающей марже — и план будет «зелёным», пока касса не покажет обратное. Собственнику стоит требовать от каждого руководителя направления знание юнит-экономики буквально наизусть: сколько зарабатывает направление, какая маржа, какие где растёт и где проседает — это база, без которой любая динамическая модель считает красивые, но пустые числа. Похожая логика разбора по разрывам — в материале о том, где теряются деньги между лидами и продажами: без верных единиц измерения на каждом шаге воронки любая модель считает красиво, но неправильно.

Чек-лист: с чего начать разработку финансовой модели в понедельник

Порядок для вас — от простого к сложному, каждый пункт можно сделать за один подход.

• Развести в текущей таблице строки «сумма договора», «аванс», «выручка по факту» — если сейчас это одна строка, разрыв в трактовке уже где-то есть.
• Заменить хотя бы одну зафиксированную цифру плана на формулу от факта прошлого периода — начать с одного канала, не с всей модели сразу.
• Назначьте день фиксации факта (четверг — по опыту практики) и три блока: маркетинг, продажи, авансы.
• Разбейте план по каналам и рынкам отдельно — агрегированная цифра не отвечает на вопрос «за счёт чего».
• Прогнать текущую стратегию через промпт-аудит на пропущенные бонусы и неподтверждённые допущения, прежде чем нести её на совет.
• Проверьте, знает ли руководитель каждого направления свою маржу и юнит-экономику наизусть — без этого формула роста бессмысленна.

И вот что я вам скажу напоследок. Компании, которые пересчитывают модель раз в неделю, принимают решения быстрее конкурентов — не потому что умнее, а потому что не боятся считать. Каждый пересчёт для них стоит десять минут, а не два дня работы аналитика.

Сделайте свою первую версию на этой неделе: три листа, десяток допущений, вопрос «что будет, если». Час работы даст вам то, чего нет у большинства ваших конкурентов, — возможность проверить решение до того, как оно принято. Как довести это до контура, который считает сам и предупреждает об отклонениях, — разбираю по шагам в бесплатном курсе.

Частые вопросы

Разработка финансовой модели — это то же самое, что финмодель для банка или инвестора?

Нет. Для банка и инвестора модель собирают один раз под чужой формат: защитить цифру, получить деньги, закрыть файл. Управленческую модель пересчитывают каждую неделю по факту из CRM, и читает её не кредитный комитет, а вы.

Сколько занимает разработка финансовой модели с нуля?

Первая рабочая версия в обычной таблице собирается за вечер. Полная сборка со связкой с CRM и ИИ-аудитом допущений — 30–40 часов работы аналитика и разработчика, то есть 50 000–67 500 ₽ разово (оценка).

Модель лучше делать в Excel/Google Sheets или в отдельном сервисе?

Для 90% средних компаний хватает Google Sheets или Excel с формулами и API-подтяжкой данных из CRM — сервис оправдан, только если моделей больше пяти и их надо шарить с внешними инвесторами.

Как часто нужно пересчитывать динамическую модель?

Технически — хоть каждый день, но для управленческих решений достаточно раз в неделю (факт по продажам) и раз в месяц (полный пересчёт стратегии с учётом внешних факторов).

#аналитика и отчётность #деньги #ии и нейросети