# Директор и машина — Стратегия: полные тексты (часть 1 из 2)

Направление: Стратегия — финансовая модель · план-факт · решения на данных
Хаб направления: https://davidgerstein.pro/strategiya/
Материалов в файле: 9 из 11 по направлению.
Автор: Давид Герштейн. Цитирование свободное при указании источника.
Суммы пересчитаны на условную компанию: пропорции, механика и выводы реальные, абсолютные величины изменены. «оценка» = расчёт, а не замер.
Оглавление всех частей: https://davidgerstein.pro/llms.txt
Все направления одним файлом: https://davidgerstein.pro/llms-full.txt
Цифры и словарь понятий: https://davidgerstein.pro/cifry/ · машинная копия: https://davidgerstein.pro/cifry.json
Другие части этого направления: https://davidgerstein.pro/llms-strategiya-2.txt

## Достоверность данных в плане: одна цифра — три смысла
URL: https://davidgerstein.pro/blog/upravlencheskie-resheniya-oshibki/
Дата: 2026-09-02
Направление: Стратегия
Цифры: план 50 млн ₽ против 20 млн ₽ в презентации, авансы — 37-40% от суммы договора
Коротко: Разбираю на живом кейсе, чего стоит непроверенная достоверность данных: команда две недели дорабатывала структуру и слайды стратегии, вместо того чтобы за час сверить, что именно означает цифра в плане — сумму договоров или поступившие авансы (37-40% от суммы договора). Пока этого не сделали, план на год плавал между 20 и 50 млн ₽ условной компании.

Суммы в разборе пересчитаны на условную компанию — пропорции, механика и выводы реальные. Если вы за последний год утвердили хотя бы один план и ни разу не спросили, что именно означает цифра в нём — подписанные договоры, авансы или деньги на счёте, — у вас уже есть решение, принятое вслепую. Вы просто пока не знаете, какое именно и во сколько оно вам обошлось. Достоверность данных обходится дешевле, чем её отсутствие. Цена — не в сумме, которую вы потратили, а в том, чего вы не сделали, пока занимались не тем. Дальше — разбор одной такой ошибки: две недели работы команды против одного часа, который никто не выделил. Совещание. Собственник смотрит на слайд со стратегией маркетинга и молчит секунд десять. Потом спрашивает: «А эта цифра — это сколько мы должны заработать или сколько к нам должно прийти денег?» Тишина. Никто не отвечает сразу. На слайде план: 50 млн ₽ выручки на год. Ниже — текущая заложенная цифра: 20 млн ₽. Разрыв огромный, и первая реакция команды — списать его на темпы роста, сырую воронку, сезонность. Полчаса уходит на обсуждение, за счёт чего компания доберёт недостающие 30 млн: SEO, Telegram, SMM. Собственник слушает вежливо, а потом задаёт вопрос, который разваливает всю дискуссию: «Стоп. Вот эти 20 млн — это сумма подписанных договоров или деньги, которые реально зашли на счёт?» Достоверность данных в плане: путаница между суммой и авансами Ответить однозначно не может никто. Маркетолог считал, что план — это сумма договоров. Финансист был уверен, что это авансовые платежи. Авансы у компании — 37–40% от суммы договора. Смотрите, как это устроено. Под одним словом «выручка» в компании живут три разные цифры, и разница между ними не в процентах, а в разах. Что называют планом Что цифра измеряет Когда появляется Кто её так понимает Сумма договоров Обязательства клиента на бумаге В день подписания Маркетинг, продажи Авансы 37–40% от суммы договора В первые дни после подписания Финансист Деньги на счёте Всё, что фактически поступило По графику платежей, месяцами позже Бухгалтерия Теперь сама механика ошибки — она разъезжается в обе стороны. Если 20 млн на слайде это авансы, то договоров под ними подписано примерно на всю целевую сумму: разрыва в 30 млн нет, есть другая беда — деньги приходят позже, чем нужно, и чинить надо платёжный календарь, а не рекламные каналы. Если же 20 млн это договоры, то на счёт из них в ближайший месяц зайдёт 37–40%, остальное растянется по графику, и до цели в 50 млн дальше, чем полчаса обсуждали на встрече. Одна строка в презентации — и два противоположных решения. В первом прочтении надо чинить сбор денег, во втором — нанимать людей и заливать бюджет в каналы. Команда полчаса обсуждала второе, ни разу не проверив, не первое ли. Это не уникальная беда одной компании, это типовой дефект. В разборе план-факта я показывал случай, где согласованный план оказался равен 40% от исходной цифры — ровно потому, что один документ считал полную сумму сделок, а другой только авансовую часть. А там, где цифру так и не свели, дело кончается тем, что финмодель расходится с фактом в 2,4 раза . Один и тот же дефект, разные документы. Похожий разрыв между тем, что показывает воронка, и тем, что приходит в кассу, я разбирал в материале о том, где теряются деньги между маркетингом и продажами . Проверьте у себя: когда вам приносят план, вы либо спрашиваете, из чего собрана цифра, либо принимаете её как данность. Второе стоит дорого, и стоимость обнаруживается через квартал. Как исправили: час сверки вместо двух недель оформления Решение простое и обидное по своей очевидности: остановили работу над структурой стратегии и потратили час на то, чтобы явно зафиксировать определение каждой цифры плана. Отдельно — сумма договоров. Отдельно — авансы. Отдельно — фактическое поступление денег на счёт. Только после этого разрешили вернуться к презентации. Что именно фиксировали — четыре вопроса, которые теперь задаются к любому числу в плане: Из чего собрана. Договоры, авансы, поступления или что-то четвёртое — одно слово, записанное рядом с числом. На какой момент. Дата подписания, дата платежа или дата закрытия — от этого цифра гуляет на месяцы. Кто владелец. Один человек, который отвечает за это число и к которому идут с вопросом. Не «финансы посчитают». Где перепроверяется. Конкретный отчёт или выгрузка, по которой цифру поднимают за пять минут, а не «спросим у бухгалтерии». Дальше стратегию пересобрали: сначала совокупная картина на год — какой процент лидов даёт каждый канал и какая по нему конверсия, потом фиксация прогресса по годам («в этом году 5% лидов с SEO, в следующем — 35%»), и только в конце тактика. Так же строится и декомпозиция годовой цифры до задачи на неделю : пока не понятно, что считаем, делить не на что. Подробно о том, как стратегия становится рабочим инструментом, а не презентацией для полки, — в отдельном разборе . Скажу честно: окончательного ответа на момент, когда я это пишу, ещё нет. Команда сверяет цифры вручную, потому что автоматической связки между CRM и платежами в компании нет — а это отдельная и очень частая причина, по которой цифры в системе расходятся с реальностью . Без регулярной сверки они расползаются сами по себе . Навык руководителя: отвечать за достоверность данных до решения Я сам два года подписывал планы, не задавая вопрос «из чего собрано это число». Мне казалось, что разбираться в основаниях — работа финансиста, а моя — смотреть на итог. Это была моя ошибка, и стоила она не денег, а недель, потраченных в неверную сторону. Здесь ошибаются все, кого я знаю: вопрос только в том, на какой год работы это замечают. Отвечать за достоверность данных до того, как по ним приняли решение, — это отдельный управленческий навык, и его придётся освоить. Не «быть внимательнее», а конкретное действие: получив план, за минуту спросить, из чего собрано число, и не двигаться дальше, пока ответ у финансиста и у маркетолога не совпал дословно. Руководитель, который это умеет, стоит дороже руководителя, который умеет красиво собрать презентацию по чужим цифрам. Достоверность данных редко ломается заметно. Чаще это ошибка приоритета: сначала оформить, потом сверить. Две недели ушли на структуру и слайды, и только вопрос «а что это вообще за цифра» вскрыл, что в основании плана лежит неопределённость размером почти с сам план. Что сделать на этой неделе: возьмите последний утверждённый план и напротив каждой строки напишите одно слово — договоры, авансы или деньги. Там, где рука зависла, и живёт ваше решение, принятое вслепую. Это час работы против недель переделок. Как принимать такие решения по данным, а не по ощущению срочности, — в бесплатном курсе . Мы теперь начинаем разбор любого плана с вопроса «из чего собрана эта цифра». Правило скучное, зато сэкономило нам не одну неделю работы не в ту сторону.

## Финансовая модель, которой никто не пользуется: типичные причины провала
URL: https://davidgerstein.pro/blog/pochemu-finmodel-ne-rabotaet/
Дата: 2026-08-31
Направление: Стратегия
Цифры: 2,4× — разрыв плана и факта; 37–40% — доля авансов от суммы договора; 90→7 дней — цикл пересчёта модели
Коротко: Финмодель перестаёт работать, когда путает выручку с суммой договоров, держит фиксированные цифры вместо формул и не имеет владельца по каждой строке. В компании на 40 человек план разошёлся с фактом в 2,4 раза из-за путаницы «договор vs аванс» — и никто не мог сказать, за счёт какого канала будет рост.

Суммы в разборе пересчитаны на условную компанию — пропорции, механика и выводы реальные. Если у вас план и факт расходятся в разы, а на совете директоров никто не может объяснить, откуда взялась разница, — дело не в ошибке расчёта. В вашей модели живут два разных определения одного слова, и пока вы их не сведёте, любая цифра будет врать. Ниже — четыре типовые ошибки, из-за которых ваша финмодель показывает не то, включая ту, на которой обжёгся я сам. Разбор пригодится, если модель у вас уже есть и она разошлась с реальностью. Если вы только собираете её с нуля или ищете готовый шаблон в Excel — вам в другую сторону, здесь про ремонт, а не про сборку. Почему финансовая модель не работает Потому что под одним словом в ней живут разные базы. В компании на 40 человек годовую цель считали по сумме подписанных договоров — 120 млн ₽, а план отдела продаж — по фактически поступившим авансам, которые составляют 37–40% от суммы договора, — 50 млн ₽. Разрыв в 2,4 раза возник не из арифметики, а из двух определений слова «выручка» на одном слайде. Дальше добавляются ещё три причины: показатели зашиты константами вместо формул, у строк нет владельца, который отвечает за цифру, и допущения никто не перепроверяет. Лечится это в одном порядке: сначала зафиксировать источник каждой цифры, потом перевести показатели на формулы, назначить владельца каждой строки и ввести недельный ритм сверки. Цикл пересчёта модели после этого упал с 90 дней до 7, и расхождение перестало доживать до совета директоров. С чего начался разрыв плана и факта в 2,4 раза Финансовая модель перестаёт работать в первый же месяц, если её строили не от факта платежей, а от желаемой цифры сверху. У нас так и вышло: в стратегии стояла годовая цель 120 млн ₽ выручки, а в план, который отдел продаж реально мог закрыть, заложили 50 млн ₽ — разрыв в 2,4 раза. Никто не мог объяснить, откуда он взялся, пока не разобрались: 120 млн считали по сумме подписанных договоров, а 50 млн — по фактически поступившим авансам, которые обычно составляют 37–40% от суммы договора. Это были две разные модели, которые случайно оказались на одном слайде. Марк смотрит презентацию и задаёт один вопрос: «за счёт SEO или за счёт SMM он даст больше лидов?» Ответа в модели нет — цифры слились в одну обтекаемую формулировку: «рост будет». На встрече выясняется, что SEO-специалист вообще не может назвать источники лидов из органического поиска — аналитика не настроена на связь между запросом, страницей и продажей. Похожий разрыв между лидами и деньгами я разбирал отдельно — там же видно, на каком именно шаге теряются продажи между маркетингом и отделом продаж: лиды есть, а продаж нет . Модель, которая не может ответить на прямой вопрос собственника за час, а не за квартал, для него бесполезна — он и так не читает отчёты длиннее страницы. Во что обошлась путаница между договором и авансом Путаница между двумя базами обошлась не в потерянное на споры время, а в конкретные деньги, потраченные на решения, принятые вслепую. У нас план по найму строился на цифре 120 млн, которую отдел продаж физически не мог закрыть авансами: реальный приток денег держался около 50 млн. Наняли на рост, которого не было ни в деньгах, ни в загрузке. Как это устроено, разобрал отдельно: прогноз продаж, которому можно верить . Чтобы прикинуть цену такой путаницы на своих цифрах, нужны две формулы. Первая — прямые расходы на лишний найм: число лишних сотрудников × зарплата с бонусом × месяцы до обнаружения ошибки = прямые потери на найм . Вторая — управленческое время, потраченное не на решения, а на споры о происхождении цифр: число вовлечённых руководителей × часы в неделю на споры × число недель × ставка часа руководителя = потери управленческого времени . Обе формулы консервативные: если у вас разрыв плана и факта больше 2,4×, оценка вырастет пропорционально. посчитайте на своих цифрах лишних менеджеров зарплата с бонусом, ₽ месяцев до исправления прямые потери на найм ≈ {X} ₽ формула: лишние менеджеры × зарплата с бонусом × месяцы до обнаружения ошибки; оценка консервативная Статья потерь Формула Подставленные цифры (оценка) Итог Лишний найм в отдел продаж число лишних менеджеров × зарплата с бонусом × месяцы до исправления 2 × 150 тыс ₽/мес × 3 мес ≈ 900 тыс ₽ Управленческое время на споры о цифрах число руководителей × часы в неделю × число недель × ставка часа 4 × 2 ч × 4 нед × 1 500 ₽/ч ≈ 48 тыс ₽ Итого около 950 тыс ₽ прямых и косвенных потерь — это цена одной путаницы «договор vs аванс», а не всей модели в целом: дальше будут ещё три ошибки, и каждая добавляет свою часть счёта. Четыре ошибки, которые есть почти у всех Проверьте свою модель по этому списку — на каждой из четырёх я в своё время споткнулся лично. Модель умирает не от одной большой ошибки, а от четырёх типовых: смешение баз, фиксированные цифры вместо формул, отсутствие владельца у каждой строки и слепое доверие тексту, который сгенерировал ИИ. Вот как каждая выглядела у нас. Ошибка Как проявлялась у нас Чем аукнулось Смешение выручки и договоров годовая цель — 120 млн ₽ по сумме подписанных договоров, план — 50 млн ₽ по фактическим авансам (37–40% от договора) разрыв плана и факта в 2,4×, спор на уровне собственника Фиксированные цифры вместо формул план менялся вручную раз в квартал, хотя спрос двигался быстрее из-за внешних факторов — новостей, законодательства отдел показал результат на 40% выше плана, но похвалить не за что: сам план оказался некорректным Нет владельца цифры руководитель направления не мог назвать маржу и конверсию своего участка на встрече решения о найме и бонусах принимались вслепую ИИ-генерация без проверки допущений стратегию для одного из направлений целиком написал ИИ-инструмент — убедительно, но без учёта бонусов продаж в расходах, с необоснованным прогнозом объёма вернулись к ручному пересчёту, часть отведённого на запуск времени потеряна Третья ошибка держится на одной короткой фразе, которую Марк повторяет каждому новому руководителю направления: «Ты должна знать юнит-экономику каждого направления как свои пять пальцев. Сколько зарабатываем, какая маржа, какие точки бизнеса. Это база, база, база. Любой финансовый директор знает всю эту юнит-экономику». Умение назвать экономику своего участка без подготовки — это базовый навык руководителя, такой же обязательный, как умение провести планёрку: сам он не появляется, его ставят повторением на каждой сверке. Если этого не знает никто, кроме финансиста в Excel раз в квартал — модели у направления фактически нет, есть только цифра, которую один раз кто-то куда-то вписал. Отдельный разбор на эту тему: юнит-экономика направления . Пять шагов пересборки, которые выдержали проверку Пройдите их по своей модели — каждый шаг отвечает на конкретный вопрос, который вам зададут на совете директоров. Рабочая модель держится на пяти вещах: явном источнике каждой цифры, формулах вместо констант, назначенном владельце строки, структуре «от общего к частному» и фиксированном ритме сверки. Ниже — порядок, в котором мы это делали, шаг за шагом. Зафиксировать источник каждой цифры. Выручка — это то, что зашло на счёт, а не сумма подписанных договоров. Мы приняли жёсткое правило по образцу решения с продажами: «действуем по факту — если в течение двух дней деньги заходят, это продажа», а не то, что обещано клиенту на встрече. Что → откуда: CRM/платёжный шлюз → поле «оплачено» → лист модели «Факт». Перевести ключевые показатели на формулы. План = факт предыдущего месяца × (1 + темп роста), где темп роста — параметр, а не переписанное вручную число. При отклонении факта модель пересчитывается автоматически, а не переписывается заново каждые три недели. Назначить владельца по каждому направлению. Тот, кто отвечает за строку, обязан знать маржу, средний чек и конверсию своего участка — без этого юнит-экономика превращается в цифру «для отчёта», а не в рабочий показатель. Структурировать отчётность по кругам. Сначала общая картина (доля лидов по каналам, конверсия по каждому), потом детализация по годам с фиксацией прогресса, и только потом — тактика по каналу. Подробно про такую структуру и про то, как выглядит стратегия, которая не превращается в презентацию для полки, я разбирал отдельно — там же пример, как доля лидов с одного канала выросла с 5% до 35% за год: стратегия как рабочий инструмент, а не презентация для полки . Ввести регулярный ритм сверки. Фиксированный день — четверг, коммерческий отчёт по трём блокам (маркетинг, продажи, авансы), результаты копятся в одну таблицу к концу недели. Цикл пересчёта модели упал с квартала — это около 90 дней — до недели, 7 дней между сверками: цифра просто не успевает устареть до следующего четверга. Так сразу видно, где проблема системная, а где просто конкретный менеджер не выполняет план. 90 дней было 7 дней стало На диаграмме — как сократился цикл пересчёта модели: с квартала (≈90 дней) до недели (7 дней) после перехода на регулярный ритм сверки по четвергам. Коммерческий отчёт · четверг 2,4× разрыв плана и факта 37–40% доля аванса от договора 7 дней цикл пересчёта модели Блок отчёта Источник данных Владелец Маркетинг CRM / UTM-метки назначен Продажи CRM, поле «оплачено» назначен Авансы платёжный шлюз назначен Параметр До пересборки После пересборки Источник цифры «выручка» сумма подписанных договоров оплаченные поступления (факт на счёте, окно 2 дня) Доля аванса от договора не учитывалась в плане параметр формулы, 37–40% Цикл пересчёта модели ≈ 90 дней (раз в квартал) 7 дней (еженедельно, по четвергам) Владелец цифры по направлению не назначен назначен, отвечает за маржу/конверсию/чек Источник данных для первого шага — тема отдельного разбора: если контроль движения денег не выстроен системно, любая формула сверху будет считать мусор. Похожий принцип я описывал на примере авансов и дебиторки — контроль, который не держится на памяти конкретного человека: дебиторка растёт: контроль, который не зависит от памяти людей . Рекомендую как предварительный шаг перед пересборкой модели. Может ли ИИ построить вашу финмодель Короткий ответ: посчитать — да, отвечать за допущения — нет. Разберём, где проходит эта граница. ИИ хорошо генерирует убедительно звучащий текст стратегии и плохо проверяет собственные допущения — поэтому его место в модели не автор, а критик уже готовых расчётов. Тот случай с ИИ-стратегией из таблицы выше — тому пример: цифры и тренды выглядели стройно, а по сути в расходах пропали бонусы продаж, и весь прогноз держался на продолжении линии тренда, ничем не подкреплённом. Марк сформулировал точно: «стратегия выглядит убедительно, но содержит объективно бредовые вещи». Конвейер, который мы выстроили после этого: Google Sheets (черновик модели) → скрипт-триггер по четвергам → API модели-критика → лист «Проверка допущений» → уведомление в Telegram, если найдены проблемы. Модель для этой задачи нужна дорогая, топ-уровня — не дешёвый классификатор: задача не сгенерировать текст, а найти логическое противоречие в цифрах, и ошибка здесь стоит дороже разницы в цене токенов между моделями. Сколько такой конвейер съедает в реальных счетах — отдельная тема, я считал это на своих проектах: сколько на самом деле стоит ИИ в месяц . Промпт работает только если модель-критик получает структурированный JSON, а не текстовое описание — иначе она сама начинает генерировать убедительные, но непроверяемые ответы, повторяя ту же ошибку, которую должна ловить. Формат «таблица с уточняющим вопросом» важен отдельно: без него ИИ склонен формулировать проблему абстрактно («данные требуют уточнения»), а конкретный вопрос владельцу строки заставляет либо назвать источник, либо признать, что цифра действительно ничем не подтверждена. Что может пойти не так при такой пересборке Формулы вместо констант не спасают, если источник данных сам по себе ненадёжен: CRM с незаполненными полями или платёжный шлюз без сверки даст формуле мусор на входе, и результат будет выглядеть точным, оставаясь неверным по сути. Назначенный владелец строки — не гарантия, если у него нет доступа к самим данным и он вынужден раз в неделю просить выгрузку у другого отдела: ритм сверки по четвергам держится только там, где данные приходят автоматически, а не по запросу. Отдельный риск — модель-критик на базе ИИ может пропустить противоречие, если черновик написан достаточно гладко: дорогая топ-модель снижает вероятность такой ошибки, но не исключает её полностью, поэтому финальную проверку цифры по-прежнему делает человек, который за неё отвечает. И последнее: пересборка модели требует времени владельцев строк, а не только финансиста — если направления не выделят на это часы в первую неделю, ритм по четвергам не приживётся и всё вернётся к ручному пересчёту раз в квартал. С чего начать, если ваша модель уже разошлась с фактом Не переделывайте всё: найдите одно расхождение и разберите его до конца. Обычно там же лежит причина остальных. Если план и факт разошлись сильнее, чем в полтора-два раза, разбираться в причине стоит не с формул, а с источника: спросить, что именно каждая цифра называет — оплату, договор или обещание — и свести всё к одной базе, прежде чем менять что-либо ещё. Дальше формулы, владельцы строк и ритм сверки достраиваются поверх уже согласованного источника, а не вместо него. У нас на это ушло около месяца, но цена ошибки — 2,4-кратный разрыв плана и факта — того стоила: без пересборки та же путаница повторилась бы в следующем квартале с теми же потерями на найм и тем же управленческим временем на споры, вместо которых теперь есть еженедельный четверговый отчёт на трёх блоках. Сделайте одну вещь на этой неделе: выпишите определения, которыми пользуется ваша модель — что такое выручка, когда она признаётся, что входит в маржу. Половина расхождений живёт именно там. Как собрать модель, которой пользуются, а не любуются, — в бесплатном курсе . И главное для вас: модель, с которой не сверяются, не нужна никому, какой бы точной она ни была. Начните с одной сверки в месяц — и вы быстро увидите, какие ваши допущения не выдерживают встречи с реальностью.

## Финансовое моделирование: во что обходится и когда возвращает деньги
URL: https://davidgerstein.pro/blog/stoimost-finmodeli/
Дата: 2026-08-31
Направление: Стратегия
Цифры: 140 000 ₽ разово · 6 000 ₽/мес эксплуатация · окупаемость ~7–8 мес (оценка)
Коротко: Финансовое моделирование для компании с оборотом около 9 млн ₽/мес обходится в 120–160 тыс ₽ разово и около 6 тыс ₽ в месяц на эксплуатацию, окупаясь по времени примерно за 7–8 месяцев — все цифры оценка. Если система хотя бы раз поймает искажение кассы из-за путаницы договор/аванс — окупаемость наступает в тот же квартал. Эти два эффекта нельзя складывать: считайте отдельно.

Суммы в разборе пересчитаны на условную компанию — пропорции, механика и выводы реальные. Смотрите. Если вы не можете за минуту назвать, во сколько вам обходится один пересчёт финмодели, — у вас не финансовая модель, у вас таблица, которую иногда сводят, и решения вы принимаете вслепую. Я сам держал в голове «дорого, нужен финдиректор» — пока не посмотрел на раскладку: наш счёт оказался в разы меньше ожиданий. Как сделать так, чтобы модель пересчитывалась сама при загрузке месяца, — динамическая финмодель . Марк написал в пятницу вечером, коротко: «Слушай, сколько вообще стоит сделать так, чтобы финмодель сама пересчитывалась? Не хочу больше ждать три дня, пока сведут таблицы». Вопрос по делу — его задаёт себе любой руководитель, глядя на очередной Excel с формулами, которые давно никто не проверял. Отвечаю развёрнуто, сколько стоит финансовое моделирование и когда оно окупается, — как коллеге, а не слайдом на презентации. Сколько стоит финансовое моделирование: если коротко Если у вас план на месяц до сих пор сводят руками и никто не может назвать цену одного пересчёта — вот порядок цифр, от которого стоит отталкиваться. Финансовое моделирование для компании на 40 человек — 8 менеджеров, оборот около 9 млн ₽ в месяц — стоит разово 120–160 тыс ₽ на настройку и 5–7 тыс ₽ в месяц на работу самой модели (оценка, это часы аналитика и разработчика плюс стоимость обработки данных ИИ). Окупаемость зависит от того, что считать эффектом: если только сэкономленное время финансиста — около 7–8 месяцев; если хотя бы один предотвращённый кассовый разрыв из-за неверного прогноза — в первый же квартал. Складывать эти два эффекта нельзя: один считается временем, другой — вероятностью инцидента, и складывать их в одну сумму нельзя. Дальше Марк спросил то, что спрашивает всегда: «за счёт чего конкретно, не просто скажи, что дорого или дёшево». Разбираю по частям: почему ручная модель обходится дороже, чем кажется на бумаге, как устроена автоматизация по шагам, что в ней делает ИИ, а что — обычная формула, и во сколько это выливается в деньгах. Почему ручное финансовое моделирование обходится дороже, чем кажется Считайте не стоимость сборки, а стоимость каждого пересчёта, умноженную на то, сколько раз в год он вам нужен. Ручной пересчёт финмодели съедает не столько зарплату аналитика, сколько скорость решений: пока три дня сводятся таблицы, собственник уже принял решение по интуиции, а не по цифрам. Отдельная и более дорогая проблема — путаница между суммой договора и суммой авансового платежа: если модель считает выручку по факту подписания, а кассу нужно планировать по поступлениям (обычно это 37–40% от суммы договора на старте), прогноз кассы уезжает на десятки процентов от реальности. Я сам сидел на разборе, где так и было: план кассы держался на цифре в 53 млн ₽, а по факту заложено было 22 млн — и никто на встрече не мог сразу ответить, это сумма договоров или сумма реально поступивших авансов. Разница в трактовке — это разница в 2,4 раза в том, сколько денег компания якобы должна увидеть на счету. Похожая история — с дебиторкой: искажение видимости денег на счету часто растёт из того же корня, что и рост просроченной задолженности, — см. разбор дебиторка под контролем, который не зависит от памяти людей . Дальше все числа в этом разделе — оценка, основанная на пропорциях легенды; отдельно по каждой цифре это уже не помечаю. Переведу в цифры нашей легенды. При обороте 9 млн ₽/мес и среднем чеке 180 тыс ₽ компания закрывает около 50 сделок в месяц — по 6–7 на менеджера. Если модель путает 10% этих сделок (записывает аванс как уже поступившую выручку или наоборот), это 5 сделок × 180 тыс ₽ = 900 тыс ₽ искажения видимости кассы в месяц. Это не потеря денег — это потеря зрения: собственник либо решит, что денег больше, чем есть, и одобрит закупку или найм, либо решит, что денег меньше, и придержит инвестицию, которая была бы оправдана. Порядок цены одной такой ошибки — от нескольких сотен тысяч до нескольких миллионов рублей неверного решения, что уже само по себе выше стоимости всей автоматизации. Плюс время. Ручной пересчёт финмодели и сверка отклонений от плана съедают у аналитика или финансиста около 20 часов в месяц — не потому что расчёт сложный, а потому что данные разбросаны по CRM, банку и голове менеджера. Каждое внеплановое изменение — акция, потерянный клиент, задержка оплаты — это ещё один ручной прогон таблицы. 20 ч было 6 ч после На диаграмме — время ручного пересчёта и сверки финмодели в месяц: 20 часов вручную против 6 часов при автоматизации (проверка и сверка). Считаем экономию времени: формула и пример на числах Формула словами, чтобы прикинуть свой случай: часы ручного пересчёта в месяц × доля, которую снимает автоматизация, × ставка специалиста в час = сумма экономии в месяц; из неё вычитаем стоимость эксплуатации модели — получаем чистую экономию; разовые затраты на внедрение делим на чистую экономию — получаем срок окупаемости в месяцах. Числа нашей легенды я подставляю консервативно — так, как считал бы для себя, а не для слайда. Ручной пересчёт — 20 часов в месяц. Автоматизация не убирает работу финансиста целиком: он всё ещё проверяет план на сверке по четвергам — берём консервативную долю снятой нагрузки в 70%. Это 14 часов в месяц. При типовой ставке финансиста около 1 700 ₽/час для позиции такого уровня экономия — 14 × 1 700 = 23 800 ₽/мес. Минус эксплуатация модели 6 000 ₽/мес — чистая экономия около 17 800 ₽/мес. Разовые затраты 140 000 ₽ (середина вилки 120–160 тыс) делим на чистую экономию: 140 000 / 17 800 ≈ 7,9 месяца. Отсюда и цифра в 7–8 месяцев в оценке окупаемости по времени — она не взята с потолка, а собрана из трёх допущений, каждое из которых можно поправить под свою компанию. посчитайте на своих цифрах часов ручного пересчёта в месяц доля, которую снимет автоматизация, % ставка специалиста, ₽/час экономия ≈ {X} ₽ в месяц формула: часы ручного пересчёта × доля автоматизации × ставка; из результата отдельно вычтите стоимость эксплуатации модели (обычно 5–7 тыс ₽/мес) Второй эффект — предотвращённые ошибки прогноза — считается иначе и складывать его с первым нельзя: он не про часы, а про вероятность и цену одного инцидента. Если за квартал модель хотя бы раз поймает искажение кассы порядка 900 тыс ₽ (как в примере выше) до того, как оно превратится в решение о найме или закупке, — это перекрывает всю стоимость внедрения за один раз, независимо от того, сколько месяцев прошло. Считать эти два эффекта в одной сумме — типовая ошибка презентаций: время экономится постепенно, ошибка предотвращается разово, и годовой эффект — это не сумма, а два разных сценария, которые стоит показывать раздельно. Показатель Вручную С автоматизацией Эффект Время пересчёта модели в месяц ~20 часов ~6 часов (проверка и сверка) экономия ~14 часов/мес Стоимость этого времени (ставка ~1 700 ₽/час) ~34 000 ₽ ~10 200 ₽ ~23 800 ₽/мес экономии Эксплуатация модели (ИИ-обработка) — 5 000–7 000 ₽/мес вычитается из экономии Чистая экономия времени в месяц — — ~17 800 ₽/мес Разовые затраты на внедрение — 120 000–160 000 ₽ окупаются за ~7–8 мес Искажение видимости кассы при 10% спутанных сделок до 900 000 ₽/мес отслеживается еженедельно риск снимается системно, не накопительно Как это делается по шагам Автоматизация финмодели строится в три шага: сначала обучение на исторических данных с ручной проверкой, потом тест на контролируемом сегменте, и только затем — масштабирование на всю базу. Прыгать сразу в продакшн — гарантированный способ получить красивый, но неверный прогноз, который на совещании звучит убедительно, а при проверке разваливается. По шагам это выглядит так: Собрать обучающую выборку. Берём 40–50 закрытых сделок за последний месяц (для нашей легенды это как раз месячный поток отдела продаж) и сводим их вручную с финансистом: где договор, где аванс, где сделка сорвалась после частичной оплаты. Это не автоматизация — это разметка, на которой модель потом будет учиться отличать одно от другого. Заменить фиксированные цифры формулой. Вместо «план на месяц — Х рублей» пишем «план = база текущего месяца × (1 + темп роста в %)», где темп роста подтягивается из факта предыдущих периодов. Это снимает главную причину, по которой стратегии и финмодели устаревают за несколько месяцев: план перестаёт быть застывшим числом и пересчитывается сам при каждой новой загрузке факта. Этот же приём я подробно разбирал на уровне стратегии в целом — см. «Стратегия как рабочий инструмент, а не презентация для полки» , здесь не повторяю механику, беру только принцип. Подключить выгрузку данных. CRM (в нашем случае Bitrix24) отдаёт данные по сделке через вебхук при смене стадии — сумма, дата, статус оплаты. Данные летят в Google Sheets, где живёт сама модель. Если сомневаетесь, что даты и суммы из CRM вообще можно доверять напрямую — стоит сначала прочитать, как Битрикс24 сдвигает даты сделок , и заложить эту проверку в конвейер заранее. Протестировать на контролируемом сегменте. Не запускаем на весь отдел сразу — берём 20% сделок или одного менеджера, гоняем модель две недели, сверяем с ручным расчётом финансиста построчно. Масштабировать и закрепить ритм проверки. После сходимости — подключаем весь отдел и вводим фиксированный день сверки, например четверг: маркетинг, продажи и авансы сводятся в одну таблицу к концу недели. Кто смотрит. Финансист проверяет модель на сверке раз в неделю, собственник смотрит итог раз в месяц — и не читает отчёт длиннее одной страницы. Риск. Если пропустить шаг с контролируемым сегментом и сразу подключить вебхук на весь отдел, первая же неверно размеченная сделка (аванс, принятый моделью за полную оплату) уйдёт в план без проверки — и всплывёт не на тестировании, а на встрече с собственником, когда касса не сойдётся с фактом. Две недели на 20% сделок стоят дешевле, чем одно ошибочное решение о найме или закупке на основе неверного плана. Мой порядок здесь жёсткий: сначала сегмент, потом весь отдел. ИИ-связка: чем в моделировании занят ИИ, а чем формула В конвейере финансового моделирования ИИ решает две разные задачи, и для них нужны разные модели: дешёвая — для рутинной разметки данных по формальным признакам, дорогая — для еженедельного критического аудита допущений, где нужно рассуждение, а не классификация. Схема конвейера: Bitrix24 (сделка меняет стадию) → вебхук → Google Apps Script дописывает строку в лист «Сделки» → дешёвая модель размечает договор/аванс/статус и подставляет цифры в формулу плана → раз в неделю дорогая модель прогоняет весь план целиком и ищет нестыковки → результат — в отдельный лист «Аудит» и уведомление в Telegram, если модель нашла подозрительное допущение. Промпт 1 (дешёвая модель — например, лёгкая версия GPT для формальных задач). Задача разовая и структурная: разметить строку сделки, не нужно рассуждение — нужна скорость и низкая цена за вызов. Пример ответа модели: Здесь же видно масштаб проблемы: 72 000 ₽ из 180 000 ₽ — это 40% от суммы договора, ровно та доля аванса на старте, которая в ручной модели чаще всего путается с полной выручкой. Если бы модель на этой строке ошиблась и записала в кассу 180 000 ₽ вместо 72 000 ₽, искажение по одной сделке составило бы 108 000 ₽ — больше половины месячной стоимости эксплуатации всей системы. Промпт 2 (дорогая модель — уровня GPT-4o/Claude Sonnet). Задача еженедельная и требует рассуждения: найти в готовом плане допущения, которые формально верны, но по факту не учтены или не обоснованы — это ровно то место, где ИИ обычно ошибается уверенно и гладко, если его не проверять. Пример ответа модели: Лист «Аудит» — сверка по четвергам 9 500 000 ₽ план на месяц 3 найденные проблемы 1 severity: high issue severity бонусы не включены в план high рост 5% без учёта сезонности mid найм 2 сотрудников не учтён в ФОТ mid Дальше решает severity. Проблему с меткой «high» финансист получает в Telegram сразу, не дожидаясь четверговой сверки — бонусы, не вычтенные из маржи, искажают план сильнее, чем любая формальная неточность в разметке сделки. Это тот же класс ошибки, который на практике уже случался: план выглядел убедительно, но не учитывал бонусы продаж, а прогноз объёма на следующий год был не обоснован ничем, кроме гладкого текста модели — именно такие вещи и должен ловить еженедельный аудит, а не ежемесячная презентация собственнику. Собственник видит план только после того, как метка снята или проблема объяснена руками, а не спрятана в примечании на второй странице. Это тот же принцип, что и в других задачах, где автоматизация работает только под присмотром человека, а не сама по себе — см. «Если бы я не пришёл, ничего бы не произошло»: автоматизация, требующая надзора . Как прикинуть цену моделирования на ваших цифрах Формула простая: часы на сборку плюс часы на каждый пересчёт, умноженные на их количество за год. Чтобы не переносить чужую легенду один в один, посчитайте по своей компании три числа: часы ручного пересчёта в месяц, долю этой работы, которую реально снимет автоматизация, и ставку часа своего финансиста или аналитика по факту, а не по окладу за месяц. Первое — спросите у того, кто делает пересчёт вручную, сколько часов в месяц он на это тратит, а не оценивайте сами. Второе — если данные уже в одной CRM, можно закладывать долю снятой нагрузки в 70–80%; если данные разбросаны по трём системам и экселю — консервативнее, 40–50%. Третье — ставка часа именно в пересчёте на час, а не оклад делённый на 160. Дальше формула та же: часы × доля автоматизации × ставка = экономия в месяц; минус стоимость эксплуатации (у вас она может отличаться от 5–7 тыс ₽, если сделок в разы больше); разовые затраты делим на чистую экономию — получаем свой срок окупаемости по времени (оценка, поскольку зависит от трёх ваших собственных допущений). Отдельно, не складывая с этим числом, прикиньте вторую цифру: сколько стоила бы вам одна ошибка прогноза кассы такого масштаба, как в примере с путаницей договор/аванс. Если эта цифра выше стоимости внедрения — у вас есть второй, более быстрый аргумент для решения, независимо от того, что покажет расчёт по времени. Прикиньте свою цифру: сколько часов уходит у вашей команды на пересборку модели и сколько раз в год вы это делаете. Дальше решение принимается само. Механика сборки — в бесплатном курсе . Ваш ориентир при разговоре с подрядчиком: спрашивайте не цену сборки, а цену одного пересчёта. Именно она определяет, будете ли вы пользоваться моделью или она умрёт после первой презентации. И то, ради чего это всё считается. Умение перевести свою экономику в формулу и отдать пересчёт машине — это управленческий навык, такой же обязательный, каким когда-то стало умение читать отчёт о прибылях и убытках. Не «полезная штука для финансиста», а навык руководителя, за который платят: тот, кто держит цифру живой и решает по ней в тот же день, стоит дороже того, кто раз в квартал заказывает сведение таблиц. Осваивается он не за вечер — я сам считал руками дольше, чем стоило. Мой ориентир по этой задаче: если вы пересчитываете модель чаще раза в месяц, автоматизация окупится за квартал. Реже — считайте руками, вам это дешевле. Первое движение на этой неделе — не искать подрядчика, а спросить своего финансиста, сколько часов у него уходит на один пересчёт. Без этой цифры разговор о стоимости — торг вслепую.

## Цели стратегического планирования: как ИИ нарисовал рост ×2,4 без механики
URL: https://davidgerstein.pro/blog/ii-strategicheskoe-planirovanie/
Дата: 2026-08-30
Направление: Стратегия
Цифры: план роста ×2,4, пересчёт 6ч → 1ч, ошибка 567 тыс ₽/мес поймана агентом
Коротко: ИИ полезен там, где цели стратегического планирования надо посчитать и проверить, но не там, где их придумывают с нуля: без проверки человеком модель нарисовала план роста ×2,4 без единой цифры о том, за счёт чего. Рабочая связка — агент пересчитывает план по формуле +5% в месяц при поступлении новых данных, а человек раз в неделю проверяет допущения; в результате ручной пересчёт сократился с 6 часов до одного.

Суммы в разборе пересчитаны на условную компанию — пропорции, механика и выводы реальные. Дневник внедрения: как мы за квартал перевели стратегическое планирование с ручной сборки на машинную. Со всеми граблями, включая неделю, когда всё сломалось. Если вы думаете, повторять ли — читайте до конца: половина полезного здесь именно в ошибках. Я эти грабли собрал лично, и мне до сих пор неловко их пересказывать — но вам дешевле прочитать, чем повторить. Это дневник о том, как цели стратегического планирования сервисной компании (услуги для бизнеса, около 40 человек в штате) считала нейросеть: сначала она обманула совет директоров красивыми графиками, а потом стала инструментом пересчёта плана и проверки допущений. Финдиректор (отдел продаж — 8 менеджеров, оборот около 9 млн ₽ в месяц, средний чек по контракту — 180 тыс ₽, цикл сделки — около 6 недель) принесла на совет директоров презентацию стратегии на год. Собственник — назовём его Марк — требует, чтобы план пересчитывался за час, а не за квартал, и не читает отчёты длиннее страницы. На совете он открыл третий слайд и спросил: «Это годовая цифра или из месячного бюджета?» Ответа не было. Часть цифр в таблице оказалась годовой, часть — месячной, и никто их не свёл к одному знаменателю. Разрыв обнаружился не сразу, а через квартал, когда отдел продаж показал результат на 40% выше заложенного плана. Похвалить менеджеров не вышло: сама база для сравнения была кривой, и премию считать было не от чего. В деньгах это означало, что компания три месяца управляла вслепую — не понимала, сколько маркетингового бюджета, менеджеров и специалистов на проектах ей реально нужно под тот рост, который она сама себе обещала. Может ли ИИ поставить цели стратегического планирования Если у вас цель на год уже утверждена, а на вопрос «за счёт чего» в таблице ответа нет — цель у вас есть, а механики под ней нет. Собрать структуру и посчитать сценарии за вечер машина может. Отвечать за цифры — нет. Первая модель компании на 40 человек, написанная нейросетью по выгрузке из таблицы, показала рост ×2,4 и не заложила ни авансы (37-40% от суммы контракта), ни бонусный фонд менеджеров. Одна эта дыра искажала прогноз прибыли на 567 тыс ₽ в месяц. Работает другая связка: машина считает по формуле, человек проверяет допущения. Если вы отдаёте машине выгрузку с фактом и планом, держите за собой три точки — кассовый разрыв, бонусный фонд, механика роста по каналам. После запуска такой связки пересчёт плана при новых данных занимает 1 час в неделю вместо 6, а невычтенный бонусный фонд ловится автоматически. Что мы решили в начале квартала Три правила, которые вы можете взять себе целиком — они не зависят от отрасли и размера компании. Марк поставил условие: каждый руководитель приносит трёхмесячную стратегию, посчитанную, а не нарисованную на глаз. Критерии успеха утверждают заранее с вышестоящим руководителем — чтобы не спорить о них по итогам периода. План разбивается по неделям, а не «на квартал в целом». Отдельно — макрозадача: к концу мая у каждого направления должна быть пятилетняя стратегия с ожидаемыми показателями, и написать её предлагается с помощью нейросети, чтобы не тратить месяц на ручной пересчёт сценариев. Мы решили не делать это через одну универсальную «супермодель». Вместо этого — три отдельных шага: собрать данные, обучить модель на реальных кейсах с проверкой человеком, протестировать на контролируемом сегменте и только потом масштабировать. Это медленнее, чем «дай ChatGPT весь Excel и попроси план» — но именно этот короткий путь и провалился уже на второй неделе. Неделя 1: финансовую модель за вечер написала нейросеть Скорость, которая вас обманет — как обманула меня. Красивый результат за вечер ещё не значит верный. Я сам купился на ту презентацию первым: она выглядела как готовый ответ, а была красивой картинкой на месте ответа. Первая попытка была простой и наивной. Финдиректор выгрузила годовую выручку, разбивку по каналам и текущий план, скормила это модели с промптом «построй финансовую модель роста на год» — и за вечер получила готовую презентацию. Выглядело убедительно: рост с текущего плана до целевой цифры, разбивка по кварталам, красивые графики. Цифры совпадали с реальной задачей компании: цель совета директоров была в 2,4 раза выше текущего плана — 108 млн ₽ в год (без роста, ровно оборот ×12) против 260 млн ₽ цели. Разрыв огромный, и модель ИИ бодро нарисовала, как его закрыть за счёт «усиления всех каналов на 30-40%». На совете директоров план приняли предварительно. Через неделю Марк задал вопрос, который снёс презентацию: «Я не говорю, за счёт чего. Я хочу понимать, за счёт SEO он даст больше лидов или за счёт SMM?». Ответа в модели не было — только агрегированная цифра роста без механики. Неделя 2: что сломалось Читайте внимательно: у вас сломается там же. Это не наша особенность, а свойство самого подхода. Моя ошибка тут простая, и я увидел её не сразу: я поставил машине задачу целиком — «построй модель», — вместо того чтобы спросить, из чего эта модель складывается. При детальной проверке всплыло три проблемы разом. Во-первых, модель не различала выручку и авансы. В контрактах на услуги аванс — 37-40% от суммы, остальное поступает по факту закрытия проекта. ИИ считал «пришедшие деньги» выручкой текущего месяца, из-за чего кассовый разрыв на бумаге не был виден вообще. Во-вторых, в модели не был заложен бонусный фонд менеджеров по продажам. Такие бонусы обычно составляют 5-8% от закрытой сделки. При обороте 9 млн ₽/мес это 450-720 тыс ₽/мес искажения прогноза операционной прибыли (оценка) — модель считала «чистую» выручку без вычета премий, и итоговая маржинальность выглядела на бумаге выше реальной. В-третьих, прогноз роста на 40% по каналам был просто утверждением без обоснования — модель не связывала рост с конкретными действиями (бюджетом на рекламу, числом новых менеджеров, сроками найма). Где ломается: ИИ звучит убедительно даже там, где врёт в цифрах — он не сверяет себя с реальностью, если его не попросить об этом отдельно. Наш вывод после недели: любую модель, построенную ИИ с нуля, нельзя ставить на совет директоров без ручной сверки хотя бы трёх точек — кассовый разрыв, бонусный фонд, механика роста по каналам. Похожая история с надзором за автоматизацией уже разбиралась отдельно: «Если бы я не пришёл, ничего бы не произошло» — про то, что любой автоматический процесс без точки контроля человека рано или поздно начинает врать красиво, а не грубо. Неделя 3: цели стратегического планирования и вопрос «за счёт чего» Здесь я назову вещь своим именем: умение спросить у машины «за счёт чего» и проверить три допущения руками — это управленческий навык, такой же обязательный, как чтение отчёта о прибыли. Руководитель, который им владеет, стоит дороже того, кто умеет только утвердить красивый слайд. Вам этот навык понадобится в любом случае — купите вы агента или нет. Главный вопрос, которому стоит научить и себя, и свою команду: за счёт чего именно вырастет эта цифра. Без ответа любой план — пожелание. Мы откатились на ручной пересчёт — без права на автопилот. Марк на планёрке произнёс фразу, которая стала внутренним стандартом: «Ты должна знать юнит-экономику каждого направления как свои пять пальцев. Сколько зарабатываем, какая маржа, какие точки бизнеса. Это база, база, база». Подробнее о том, как строить систему учёта, которая не зависит от памяти одного человека, — в разборе контроля дебиторки и денежных показателей . Заодно вскрылась вторая проблема, не связанная с ИИ напрямую: SEO-специалист не мог назвать конкретные источники лидов из органического поиска — аналитика не отслеживала связку «запрос → страница → продажа». Без этой связки любая ИИ-модель роста по каналам была фикцией: нечего было закладывать в формулу — классический разрыв, который отдельно разобран в статье про лиды, которые не доходят до продаж . Собственник предложил новую структуру стратегии, которую мы и взяли за основу дальше: сначала совокупная картина на год (доля лидов по каналам, конверсия по каждому), потом детализация по годам с фиксацией прогресса — например, «в 2025-м было 5% SEO-лидов, в 2026-м стало 35%», и только после этого — тактические детали. Никаких смешанных годовых и месячных цифр на одном слайде. ИИ-связка: формула вместо мёртвых цифр Ключевая идея, которую вам стоит забрать: просите машину выдавать формулу, а не результат. Формулу вы проверите, число — нет. К четвёртой неделе стало ясно: главная проблема не в том, что ИИ считает, а в том, что план — статичен. Стратегия писалась один раз в квартал и морально устаревала через месяц-полтора, особенно если внешние условия (спрос, курс, законодательство) двигались быстрее плана. Переписывать презентацию заново — трата целого дня аналитика каждый раз. Решение: заменить фиксированные цифры формулами. Если темп роста — плюс 5% ежемесячно, план должен пересчитываться сам при загрузке факта за месяц, а не переписываться вручную. Схема конвейера получилась такая: Google-таблица с фактическими данными (выручка по каналам, конверсия, авансы) → скрипт раз в неделю по расписанию дёргает вебхук → дешёвая модель пересчитывает прогноз по формуле роста и подсвечивает отклонения → раз в две недели дорогая модель проверяет, не сломались ли допущения → итог попадает в ту же таблицу отдельным листом, который смотрит финдиректор по четвергам вместе с коммерческим отчётом. Пример ответа модели: Проверка по формуле: 9 000 000 ₽ × (1 + 0,05) = 9 450 000 ₽ — план на следующий месяц. Аванс: 9 450 000 ₽ × 0,38 = 3 591 000 ₽, остаток по факту закрытия проекта — 5 859 000 ₽. Именно эту арифметику и делает дешёвая модель за секунды вместо ручного пересчёта в Excel. Дешёвая модель хороша именно тут: задача — арифметика по чёткой формуле, а не поиск смысла. Она не рассуждает «почему», она считает «сколько». За рассуждение отвечает второй промпт — уже на дорогой модели, раз в две недели, в роли внутреннего критика. Пример ответа модели: Проверка цифры: 6% от 9 450 000 ₽ прогнозной выручки = 567 000 ₽ — именно эту сумму дорогая модель и указала как невычтенный бонусный фонд. Без этой проверки план на совете директоров выглядел бы на 567 000 ₽ прибыльнее, чем есть на самом деле. Инженерная обвязка простая и сознательно небольшая: Google Apps Script по расписанию (раз в неделю для первого промпта, раз в две недели для второго), вызов через HTTP к API модели, запись ответа в отдельный лист таблицы. Ошибка вызова (таймаут, лимит токенов) пишется в тот же лист красной строкой с меткой времени — если строка не обновилась за неделю, значит скрипт упал, и это видно на глаз без отдельного мониторинга. Перезапуск — вручную, кнопкой в меню таблицы: для отдела из 8 человек этого достаточно. Недели 5–6: учим агента на своих кейсах Тот момент, где ваша специфика начинает работать на вас: машина, обученная на ваших случаях, становится полезнее любого универсального решения. Параллельно шла вторая линия — не просто пересчёт цифр, а модель, которая училась бы отличать реалистичный сценарий роста от красиво звучащего, но необоснованного. Внедряли поэтапно, без забегания вперёд: сначала обучили нейросеть на реальных данных — 40 исторических кейсов сделок с валидацией менеджерами (было это реалистично или нет, и почему), потом протестировали на контролируемом сегменте из 5 000 записей, и только после этого начали масштабировать на весь портфель. Разметка 40 кейсов обошлась в 1,5-2 доллара за кейс — итого 60-80 долларов на весь пилот. Дёшево по сравнению с ценой одной ошибки в квартальном плане: одна только невычтенная премия менеджеров, как показал пример выше, искажала прогноз на 567 тыс ₽ в месяц. Правило на будущее: дёшево и качество приемлемое — берём в работу. Дорого и качество всё равно не дотягивает — не тащим в продакшн, ищем другой путь. Что показали цифры за квартал Сравните со своими: важна не абсолютная величина, а то, стали ли ваши планы точнее. Показатель Значение Стратегическая цель роста к текущему плану ×2,4 Доля SEO-лидов, 2025 → 2026 5% → 35% Авансовый платёж от суммы контракта 37-40% Целевой темп роста в формуле +5% в месяц Кейсов для обучения агента / тестовая выборка 40 / 5 000 Стоимость разметки одного кейса $1,5-2 На диаграмме ниже — рост доли SEO-лидов в общем потоке заявок за год, тот самый прогресс, который потом закладывали в формулу пересчёта плана. 2025 5% 2026 35% Экономика: что это стоит и что даёт Полная раскладка цены — в отдельном разборе: сколько стоит автоматизация стратегического планирования , с разделением разовых затрат и ежемесячных. Прикиньте на своей команде: сколько человеко-часов уходит у вас на квартальное планирование сейчас. Настройка связки заняла ~10-15 часов аналитика плюс разметку данных (60-80 $, ≈5-7 тыс ₽) — это разовые затраты; эксплуатация — несколько запросов к моделям в неделю, дешевле подписки на любой BI-сервис; эффект — пересчёт плана сократился с 6 часов до 1 часа в неделю, а агент-критик поймал невычтенный бонусный фонд на 567 тыс ₽/мес, который иначе ушёл бы в план незамеченным (оценка). Ставка настройки — 1500 ₽/час (это работа аналитика или финдиректора, не рутинная задача линейного менеджера): 10 ч × 1500 ₽ = 15 000 ₽, 15 ч × 1500 ₽ = 22 500 ₽. Вместе с разметкой данных суммарные расходы на внедрение — 20-30 тыс ₽ разово. Результат считаем отдельно от эффекта самой стратегии: рост выручки — заслуга канала и продаж, а не инструмента пересчёта. Отделить вклад именно ИИ-связки от вклада более точной SEO-аналитики (см. раздел «Неделя 3») тоже нельзя — обе меры внедрялись параллельно. Честно можно посчитать только то, что не зависит от стратегии в целом: скорость пересчёта. Ручной пересчёт плана при поступлении новых данных занимал у финдиректора около 6 часов каждый раз, когда менялись входные цифры. С формулой и агентом-критиком на это уходит около 1 часа проверки в неделю. Формула для своего расчёта: (часы ручного пересчёта в неделю − часы с формулой и агентом) × ваша ставка в час × 4 недели в месяце = экономия в месяц. В нашем случае: (6 ч − 1 ч) × 1500 ₽/час × 4 = 30 000 ₽ в месяц — то есть 7-8 тыс ₽ в неделю рабочего времени финдиректора. При разовых затратах на внедрение в 20-30 тыс ₽ окупаемость связки по времени — меньше месяца эксплуатации, без учёта того, что план больше не расходится с реальностью на 2,4 раза незамеченным. Что мы не считаем эффектом: сам рост выручки по стратегии (×2,4 в цели) — это результат работы каналов продаж, а не инструмента пересчёта. Пойманные 567 тыс ₽/мес невычтенного бонусного фонда — это не разовая экономия, а повторяющаяся ошибка, которая раньше проходила незамеченной каждый месяц и теперь ловится автоматически; в доход компании эта сумма не превращается, она просто перестаёт искажать прогноз. посчитайте на своих цифрах часов до, в неделю часов после, в неделю ставка в час, ₽ экономия ≈ {X} ₽ в месяц формула: (часы ручного пересчёта − часы с формулой и агентом) × ставка × 4 недели На диаграмме — сколько времени финдиректор тратила на пересчёт плана вручную и сколько уходит теперь. 6 ч было 1 ч стало Время на пересчёт плана при поступлении новых данных: было ~6 часов вручную при каждом изменении входных цифр, стало ~1 час в неделю на проверку с формулой и агентом-критиком. Отдельно — цена невычтенного бонусного фонда, которую поймал агент-критик: 6% от 9,45 млн ₽ прогнозной выручки — это 567 тыс ₽ в месяц искажения прогноза прибыли. Если бы план с этой ошибкой ушёл на совет директоров, решения по найму и бюджету принимались бы на основе картины, которая на 567 тыс ₽ оптимистичнее реальности. Показатель До (ручной пересчёт) После (формула + агент) Эффект Время на пересчёт плана при новых данных ~6 ч ~1 ч в неделю -5 ч/нед Стоимость этого времени при ставке 1500 ₽/час ~9 тыс ₽ за пересчёт ~1,5 тыс ₽/нед ~30 тыс ₽/мес экономии Невычтенный бонусный фонд в прогнозе не учтён учтён, флаг риска 567 тыс ₽/мес искажения прибыли пойманы Затраты на внедрение (разметка + настройка) — — ~20-30 тыс ₽ разово Окупаемость связки — — <1 месяца эксплуатации Что осталось нерешённым Честная часть — чтобы вы не строили ожиданий на неполной картине. Не всё закрылось за квартал. Не решён вопрос, кто персонально отвечает за проект ИИ-агента — Марк сам признаёт, что боится делегировать и теряет время, но решение так и не принято, а сроки горят. Стратегия по-прежнему требует детализации по каждому рынку отдельно, а не общими цифрами — этого агент пока не умеет, потому что нет размеченных данных по региональным различиям. И главное: формула роста +5% в месяц — это гипотеза, а не константа. Она сама требует пересмотра, если внешние условия (спрос, законодательство, курс) меняются быстрее, чем раз в квартал — а это в 2026 году происходит регулярно. Чек-лист: с чего начать в понедельник Сверить в текущей стратегии годовые и месячные цифры — найдётся минимум одна нестыковка, проверено на практике. Выписать три допущения плана, которые ИИ (или аналитик) обычно забывает: бонусный фонд, авансы vs выручка, ресурс найма под темп роста. Завести таблицу с формулой пересчёта плана вместо фиксированных цифр — хотя бы в Google Sheets, без агента на старте. Собрать 30-50 исторических кейсов сделок с оценкой менеджера «реалистично / нереалистично» — это основа для обучения агента-критика. Назначить день недели для сверки факта с планом (у нас — четверг) и одного ответственного, а не «всех вместе». Не отдавать финальное решение по стратегии модели без прогона через второй промпт-аудит на дорогой модели. Похожий разбор того, как стратегия становится рабочим инструментом, а не презентацией для полки, — в статье «Стратегия как рабочий инструмент» . Что взять вам из этого дневника: начинайте с недельного ритма и одной модели, не пытайтесь сразу построить систему. И держите правило, которое мы вывели болью: машина считает, решение остаётся за вами. Я для себя свёл это к одной строчке и держусь её: считает машина, а допущения раз в неделю проверяю я — руками, по списку из трёх пунктов. Как пройти этот путь без наших ошибок — по шагам в бесплатном курсе для руководителей .

## Почему стратегия компании остаётся на бумаге: пять управленческих ошибок
URL: https://davidgerstein.pro/blog/pochemu-strategiya-ne-rabotaet/
Дата: 2026-08-30
Направление: Стратегия
Цифры: 40% перевыполнение плана при неверной базе · 37–40% авансов путают с выручкой · доля SEO-лидов выросла с 5% до 35% за год
Коротко: Стратегия компании перестаёт работать не из-за слабой аналитики, а из-за пяти управленческих привычек: фиксированные цифры вместо формул, агрегированные показатели без разбивки по каналам, путаница выручки и авансов (до 40% суммы), размытая ответственность и доверие к ИИ-генерации без проверки. Три из пяти ошибок нашлись за одну неделю коммерческой отчётности, а жёсткий план заменила формула роста +5% в месяц.

Суммы в разборе пересчитаны на условную компанию — пропорции, механика и выводы реальные. «Стратегия — бумажка, которая устареет через месяц». Слышали такое от своих? Я слышал и, честно говоря, сам так думал, пока не разобрался, почему у нас она действительно устаревала. Если вы открываете файл со стратегией раз в квартал, каждый раз переписываете цифры заново и не можете за минуту сказать, за счёт какого канала придёт рост, — у вас не стратегия, а протокол о намерениях. Он рассыпается на первом же месяце, где факт разошёлся с планом: у нас отдел однажды дал на 40% больше плана, и это оказалось не победой, а диагнозом. Дело оказалось не в стратегии как жанре, а в пяти конкретных ошибках — и все пять исправляются без консультантов. Почему стратегия компании не доживает до конца квартала Потому что план записан фиксированными числами, а не формулой, и никто не пересчитывает его по мере поступления факта. Проверить себя можно за неделю: если отдел перевыполнил план на 40%, а вы не можете назвать канал, за счёт которого это вышло, — база плана посчитана неверно, и цифра в документе ничего не измеряет. Вторая по частоте причина — выручку в отчёте складывают с авансами. В компании на 40 человек авансы дают 37–40% суммы по договору; пока эти две строки слиты в одну, спор о выполнении плана идёт про разные величины и ничем не заканчивается. «Стратегия — это бумажка, которая устареет через месяц» Если так думают ваши люди — они не саботажники, они просто видели десяток таких бумажек. Стратегия компании перестаёт работать не потому, что рынок непредсказуем, а потому что план написан фиксированными цифрами, которые никто не пересчитывает. Отсюда и разброс: документ протухает за один-три месяца, хотя рынок тут ни при чём — дело в формате. Этот разговор у нас с финансовым директором повторялся раз в квартал. «Стратегия — это бумажка, которая устареет через месяц, — говорил он, когда я приносил очередной документ на подпись. — Зачем тратить три недели на план, если через квартал его всё равно перепишут заново?» Аргумент звучал разумно: у компании отдел продаж из 10 менеджеров, оборот около 4 млн ₽ в месяц, средний чек в районе 150 тысяч — и любой скачок спроса, цен на рекламу или новостной повод из внешнего мира сносил план быстрее, чем его успевали согласовать. Он был не одинок. Отдел однажды показал результат на 40% выше запланированного — и вместо радости собственник растерялся: похвалить менеджеров он не мог, потому что сама база плана была рассчитана неверно. При этом собственник направления, который курирует стратегию (в тексте — Марк), формулировал претензию иначе: «Я не говорю, за счёт чего. Пиши тексты или не пиши. Я хочу понимать: за счёт SEO он даст больше лидов или за счёт SMM?» Это два разных упрёка к одной и той же стратегии — и оба справедливые. Пять ошибок стратегического планирования, из-за которых ваша стратегия не работает Отметьте, какие из них есть у вас. Обычно набирается три из пяти. Скептик прав в половине претензий: статичный план и непроверенный ИИ-текст действительно ломают стратегию. Но он ошибается там, где считает, что от документа вообще нет пользы — проблема не в самой стратегии, а в пяти конкретных привычках управления, которые можно поймать за одну неделю. Ошибка 1. Стратегия — список чисел, а не формула У нас, как и в большинстве компаний, годовой план был таблицей с фиксированными цифрами на 12 месяцев вперёд. Изменился темп роста на пару процентов — и весь план летит в корзину: пересчитать по частям нечего, цифры между собой формулой не связаны. У нас план на год стоял неподвижным, пока отдел не обогнал его на 40% — и стратегия перестала быть ориентиром, оставшись просто исторической записью того, что думали в январе. Как это устроено, разобрал отдельно: декомпозиция целей . Ошибка 2. Показатели агрегированы, а не разложены по каналам Фраза «план даст рост на 20%» ничего не говорит о том, что делать в понедельник. Марк формулировал это резко: он не хочет знать общий процент роста, он хочет знать, за счёт какого канала — SEO, Telegram, SMM — этот рост случится, потому что от ответа зависит, кому давать бюджет. Стратегия без разбивки по каналам и рынкам — красивая цифра без управленческого смысла, и именно здесь чаще всего теряются деньги между маркетингом и продажами . Ошибка 3. Выручку путают с авансами Когда в презентации фигурирует «план — 53 млн, а по факту заложено только 22», первый вопрос не «почему отстаём», а «мы вообще сравниваем одно и то же?». У нас в легенде компании авансовые платежи составляют 37–40% от итоговой выручки по договору. Разница между «пришли деньги» и «подписан договор» — это не бухгалтерская тонкость, это дыра в стратегии, если её не проговорить явно. Ошибка 4. Никто не знает свою юнит-экономику «Ты должна знать юнит-экономику каждого направления как свои пять пальцев. Сколько зарабатываем, какая маржа, какие точки бизнеса. Это база, база, база» — эту фразу собственник произносит не как лозунг, а как диагноз: без неё стратегия — это гадание. У нас всплыл частный случай: SEO-специалист не смог назвать источники лидов из органического поиска, потому что аналитика не была настроена на связку «запрос → страница → сделка». Он выполнял свою часть стратегии вслепую — похожая история с недостоверными данными разобрана в тексте о том, как мы поймали Битрикс24 на сдвиге дат . Ошибка 5. ИИ-стратегии верят на слово Текст от нейросети звучит убедительно почти всегда — и именно поэтому он опасен без проверки. Мы прогнали через ИИ мини-стратегию по одному из региональных филиалов — и получили гладкий план, который не учитывал бонусы продавцов и содержал необоснованный прогноз объёма на следующий год. Модель не врала специально, она честно выдала правдоподобный текст. Проблема была не в модели, а в том, что план приняли без пошаговой сверки — это тот же сценарий, что описан в разборе, почему внедрение ИИ не работает , даже когда технически всё запустилось. Если вы насчитали три из пяти — это нормально, и вины вашей тут нет. Я сам подписывал такие планы несколько лет подряд и не понимал, почему к марту документ никто не открывает: списывал на рынок, на сезон, на кого угодно. Моя ошибка была проще: я утверждал таблицу с фиксированными числами и ни разу не спросил, кто и как будет её пересчитывать. Пока этот вопрос не задан, стратегия обречена — независимо от того, насколько толковые люди её писали. Что мы изменили за шесть недель Повторите этот путь — он не требует ни бюджета, ни внешней помощи, только вашего решения изменить ритм. Мы не переписали стратегию — мы заменили её формат и добавили один шаг проверки перед каждым запуском. Из пяти ошибок закрыли три за шесть недель, ещё две потребовали месяца дисциплины. Формула вместо цифры. Вместо «план на год — 50 млн ₽» ввели правило: базовый темп роста +5% в месяц, план пересчитывается автоматически при каждой загрузке факта. Формула словами: план_следующего_месяца = план_текущего_месяца × 1,05. Пример на наших числах: план января — 4 000 000 ₽ → план февраля по формуле — 4 200 000 ₽ → план марта — 4 410 000 ₽, без переписывания документа. Переписывать документ раз в три недели больше не нужно — обновляются только вводные. Разбивка по каналам и рынкам. Для каждого направления зафиксировали долю лидов по источникам с фактом за предыдущий год, чтобы прогресс был виден: например, доля SEO-лидов выросла с 5% в 2025 году до 35% в 2026-м. Без этой цифры «рост на 20%» не значит ничего. Явная привязка терминов. Разделили в отчётности «сумма договоров» и «поступившие авансы» как две отдельные строки, а не одну цифру с пояснением мелким шрифтом. Один ответственный за показатель. По аналогии с правилом бонуса юристам за выигранное дело («бонус — тому, кто официально отвечает за кейс, остальным — отдельное поощрение вне привязки к результату») закрепили за каждым каналом одного явного владельца показателя. Верификация ИИ-стратегии на контролируемом сегменте. Прежде чем распространять план на всю компанию, обучили модель на 40 реальных кейсах с валидацией менеджерами, протестировали на контролируемом сегменте из 5 тысяч записей — и только после этого масштабировали. Еженедельный коммерческий отчёт по четвергам. Блоки: маркетинг, продажи, авансы — фиксированный день, единая таблица, накопление к концу недели. ИИ-связка: пересчитывать, а не переписывать Сколько это стоит на практике — в разборе про автоматизацию стратегического планирования . Ваша цель — чтобы обновление стратегии стоило вам часа, а не двух недель работы команды. ИИ в этой механике решает две разные задачи — и для них нужны две разные модели: дешёвая для рутинного пересчёта формул по факту и дорогая для критики готового плана на пропущенные допущения. Конвейер выглядит так: факт из CRM и таблицы авансов → еженедельный вебхук в Google Sheets → дешёвая модель пересчитывает план по формуле и обновляет строки → раз в месяц дорогая модель прогоняет итоговую мини-стратегию руководителя через роль критика → результат уходит в Telegram-канал руководителей с пометкой «принять» или «на доработку». Модель — дешёвый классификатор (модель попроще из линейки любого крупного провайдера): задача чисто арифметическая, риск ошибки низкий, а частота вызовов высокая — раз в неделю на каждый канал и рынок. Модель — постарше и подороже, уровня reasoning: здесь цена ошибки высокая — план на квартал для целого рынка, а вызов происходит редко, раз в месяц на руководителя. Пример ответа модели на первый промпт: Еженедельный отчёт · четверг, 9:00 1 543 500 ₽ план SEO на месяц (пересчитан) -3,1% отклонение факта от плана 35% доля лидов из SEO в 2026 37–40% доля авансов в выручке Строка отчёта Статус Сумма по договорам отдельная строка Авансы (37–40%) отдельная строка План SEO на месяц под угрозой срыва (-3,1%) Обвязка простая и без экзотики: триггер в Google Apps Script запускается по четвергам в 9:00, тянет факт из amoCRM API через промежуточную вкладку Sheets, вызывает модель по HTTP-запросу, пишет результат в отдельный лист. Если API недоступен или JSON пришёл битым — скрипт не молчит, а кидает сообщение в Telegram-канал с текстом ошибки и номером строки. Перезапуск — вручную одной кнопкой в меню таблицы, без обращения к разработчику. До и после: что показала таблица по четвергам Сравните со своим ритмом: как часто вы возвращаетесь к целям и что при этом происходит с задачами команды. Главный результат — не рост цифр, а то, что стратегия стала видна по частям: за каждым отклонением теперь стоит канал, руководитель и неделя, а не общий процент. Показатель Было (жёсткий план) Стало (формула + разбивка) Доля лидов из SEO 5% (факт 2025 года, зафиксирован в плане) 35% (факт 2026 года, видна динамика по неделям) Доля авансов в отчёте о выручке смешана с суммой договоров в одной строке отдельная строка, 37–40% от суммы договоров Ответственный за показатель канала не зафиксирован явно один явный владелец на каждый канал Частота пересчёта плана раз в квартал вручную раз в неделю автоматически 5% в 2025 35% в 2026 Доля лидов из SEO выросла почти в семь раз — с 5% в 2025 году до 35% в 2026-м, после перехода на еженедельный пересчёт по каналам. Отдельно разошлось непонимание вокруг годового плана. В презентации значилось 53 млн ₽ выручки на год, а в оперативном плане была заложена цифра 22 млн — и полкоманды решили, что план провален вдвое. На деле, если 22 млн — это авансовые платежи, а не подписанные договоры, то при доле авансов 37–40% выручка по контрактам оценивается в 55–60 млн (22 / 0,4 ≈ 55, 22 / 0,37 ≈ 59) — план не провален, а почти выполнен. Спор занял два часа планёрки и решился одним уточняющим вопросом, который никто не задал раньше: «мы про договоры или про деньги на счету?» Экономика: сколько стоит держать стратегию живой Ваши затраты — час в неделю. Цена бездействия — год работы по устаревшему плану, который все давно перестали воспринимать всерьёз. Формула для быстрой прикидки собственного случая: доля зависших сделок × число сделок в месяц × средний чек = потерянная выручка в месяц (оценка) . Подставьте свои цифры вместо наших — и увидите, сколько стоит путаница в отчётности именно у вас. посчитайте на своих цифрах сделок в месяц средний чек, ₽ % зависших сделок потери ≈ {X} ₽ в месяц формула: сделки × чек × доля зависших из-за путаницы аванс/договор; оценка сверху Внедрение: настройка таблицы, вебхука и двух промптов заняла у нас около 25 часов работы (оценка) — по ставке аналитика/инженера 1500 ₽/час это разово около 37 500 ₽ (25 × 1 500 ₽). Эксплуатация: еженедельные вызовы дешёвой модели на 4 направления и ежемесячная проверка дорогой моделью укладываются в несколько сотен рублей в месяц — подробный разбор стоимости токенов и счетов за ИИ есть в отдельном материале о реальных расходах на ИИ . Эффект считаем отдельно от прочих инициатив — только по устранённой путанице выручка/авансы и явной ответственности за канал, без учёта общего роста продаж, который дали другие меры (иначе цифры смешаются и станут неправдоподобными). Пример с подставленными числами: отдел из 10 менеджеров, средний чек 150 тысяч ₽, около 27 сделок в месяц отделом. Если 10% сделок зависает из-за путаницы между авансом и договором — а в наших планёрках так и было, — по формуле выше это 27 × 10% × 150 000 ₽ ≈ 400 000 ₽ в месяц (оценка), которые вовремя не отследили и не поторопили. За квартал набегает больше миллиона. Разовые затраты на настройку (37 500 ₽) при таком эффекте отбиваются меньше чем за неделю применения новой отчётности: 37 500 / 400 000 ≈ 0,1 месяца. Это не значит, что окупилась вся стратегия целиком за неделю — окупился именно инструмент разделения строк «договор» и «аванс», без изменения самой стратегии продаж. Что мы не считаем эффектом: время, которое SEO-специалист и аналитик тратили на разбор путаницы раньше — оно не исчезло, а перераспределилось на другие задачи, и в деньгах мы его не учитываем. Что может пойти не так Формула роста +5% в месяц держится только пока рынок растёт сопоставимыми темпами — при резком спаде спроса или сезонном провале план нужно пересчитывать вручную, а не доверять автоматике вслепую. Разбивка по каналам полезна лишь настолько, насколько корректно настроена атрибуция в CRM — если лид приписан не тому источнику, формула посчитает аккуратно, но неверно. Дорогая модель-критик снижает риск пропущенной ошибки, но не исключает его полностью — раз в квартал стоит вручную сверять её выводы на одном контрольном кейсе. И главное, ради чего это всё. Держать стратегию живой — это отдельный управленческий навык, такой же прикладной, как умение читать отчёт о движении денег. Раньше он сводился к «умею планировать», сейчас в него входит ещё одно: собрать машину, которая пересчитывает план сама, и оставить себе только решение. Руководитель, который так умеет, стоит дороже того, кто раз в квартал сажает команду на две недели переписывания таблицы. Дело не в моде на ИИ, а в том, сколько вашего времени уходит на арифметику вместо управления. Проверьте себя: спросите двух своих руководителей, какая у компании цель на год и что лично они делают для неё на этой неделе. Расхождение в ответах покажет, где ваша стратегия обрывается. Как связать годовую цифру с недельными задачами и держать её живой — механика в бесплатном курсе для руководителей . И короткое напутствие. Ваша стратегия жива ровно до тех пор, пока к ней возвращаются. Не раз в год на выездной сессии, а каждую неделю — коротко, по цифрам, без презентаций. Заведите себе этот ритм: он стоит вам часа и меняет всё остальное.

## Разработка стратегического планирования: цена, механика и наша ошибка
URL: https://davidgerstein.pro/blog/stoimost-strategicheskogo-planirovaniya/
Дата: 2026-08-30
Направление: Стратегия
Цифры: 120–150 тыс ₽ разово (оценка), 3–5 мес окупаемость (оценка), 1 час вместо 3 дней на пересчёт
Коротко: Разработка стратегического планирования на модели среднего размера обходится в 120–150 тыс ₽ разово плюс 4–5 тыс ₽/мес на API — это оценка по практике внедрения. Окупается она за 3–5 месяцев, если план пересчитывается хотя бы раз в месяц. Но только если начать с обучения модели на реальных кейсах, а не с попытки сразу доверить ей готовый план — иначе первая версия обойдётся дороже второй.

Суммы в разборе пересчитаны на условную компанию — пропорции, механика и выводы реальные. История о том, как мы чуть не сожгли бюджет, доверив стратегию нейросети целиком. Рассказываю, чтобы вы не повторяли: машина отлично считает и совершенно не отвечает за результат. Разработка стратегического планирования: цена и порядок работ Если у вас план на год написан, а объяснить, за счёт чего берётся цифра, в компании не может никто — вам нужна не очередная презентация, а конвейер пересчёта. Разработка стратегического планирования в таком виде обходится компании среднего размера в 120–150 тыс ₽ разово плюс 4–5 тыс ₽/мес на модель и окупается за 3–5 месяцев, если план пересчитывается хотя бы раз в месяц. Порядок работ, который я вывел дорогой ценой: сначала обучение модели на 40 выверенных кейсах, потом тест на одном направлении, и только потом подключение всей компании. Обратный порядок — сразу на боевых цифрах — стоил нам около 232 тыс ₽, и треть этой суммы оказалась чистой потерей. Ваша роль в готовой схеме одна: проверять допущения, которые машина в план не заложила. Как мы чуть не сожгли бюджет, доверив стратегию нейросети целиком Короткий ответ на вопрос, сколько стоит разработка стратегического планирования: дорого, если начать неправильно — нельзя запускать модель сразу на боевых цифрах компании, сначала её нужно обучить на выверенных кейсах и проверить на контролируемом сегменте, иначе первая версия плана обойдётся в разы дороже второй. Мы это узнали не из статьи, а на своей ошибке — и она стоила примерно 230 тысяч рублей (оценка, в пересчёте на условную компанию), из которых треть — чистая потеря от неправильного порядка действий. Началось всё с простого требования собственника. Марк поставил цель на следующий год — оборот 130 млн ₽. В плане, который лежал у него на столе, была цифра 54 млн ₽. Разница в 2,4 раза, и никто в компании не мог внятно объяснить, откуда она берётся: то ли план считали от суммы договоров, то ли от авансовых платежей, которые обычно составляют 37–40% от итоговой выручки. Марк задал вопрос, который потом стал внутренней поговоркой: «Я не спрашиваю цифру. Я спрашиваю — за счёт чего. За счёт SEO или за счёт SMM?» Ответа не было. Решили: раз человек не может свести план за час, пусть это делает модель. Дальше — ошибка, из-за которой я и пишу этот раздел первым, а не в середине статьи. Команда взялась делать ИИ-модель стратегического планирования для одного из региональных направлений. Разработку синхронизировали с внедрением: модель обучали и сразу же тестировали на реальном плане, без промежуточного контролируемого шага. Результат выглядел убедительно — гладкий текст, обоснованные на вид проценты роста, разбивка по кварталам. Проверка вручную вскрыла две дыры: в расчёте не были учтены бонусы отдела продаж, а прогноз объёма на следующий год был построен на экстраполяции без учёта сезонности. Стратегия «выглядела убедительно, но содержала объективно бредовые вещи» — так это назвал финансист, когда сверял цифры построчно. Похожие истории — когда автоматизация технически работает, но результат оказывается непригодным, — мы разбирали в статье Почему внедрение ИИ не работает, хотя технически всё запустилось . Во что обошлась ошибка Показываю цифры, чтобы вы могли прикинуть свой риск: у нас это были часы команды и почти принятое неверное решение. Прямой ответ: разработка первой, непроверенной версии модели плюс ручной пересчёт после того, как ошибку поймали, обошлись условной компании примерно в 232 тысячи рублей (оценка) — и это без учёта риска, если бы ошибку не поймали вовсе. Раскладка по часам. На разработку первой версии ушло около двух недель работы аналитика и подрядчика — примерно 80 часов по ставке около 2 000 ₽/час (оценка для специалиста уровня стратегического аналитика) — это 160 000 ₽. Когда ошибку нашли, план пришлось пересчитывать вручную: аналитик и руководитель отдела продаж потратили на это по три дня каждый, суммарно около 48 часов по ставке 1 500 ₽/час (оценка) — ещё 72 000 ₽. Итого 232 000 ₽, из которых чистая потеря от неверного порядка действий (сначала внедрение, потом обучение, а не наоборот) — примерно треть, остальное всё равно пришлось бы потратить на первичную настройку. Отдельно — риск, который мы не оплатили деньгами только потому, что ошибку поймали до утверждения плана у собственника. Региональное направление в пересчёте на легенду даёт около 2,7 млн ₽ выручки в месяц (30% от оборота условной компании). Бонусный фонд продавцов там — около 8% от выручки, то есть 216 000 ₽ в месяц. Модель этот фонд в прогноз не заложила. Прими Марк такую стратегию как есть — компания получила бы ежемесячную дыру в бюджете в размере 216 тысяч рублей (оценка), которую заметили бы только по факту первой же выплаты бонусов. Где ломается. Модель, обученная сразу на боевых данных без промежуточной проверки, выдаёт текст, неотличимый от нормальной стратегии: тот же уверенный тон, та же структура разделов — на глаз не различить, где реальный план, а где красиво оформленная ошибка. Отличить ошибку можно только построчной сверкой с фактическими статьями расходов: премии, бонусы, сезонные скидки. Если в компании некому сделать эту сверку — не запускайте автоматизацию, сначала настройте ручной регламент. Что автоматизируется в стратегическом планировании Три вещи, и только они. Сборка данных — план и факт подтягиваются из систем сами, без ручного сведения таблиц. Пересчёт — модель считается по формулам, а не переписывается заново при каждом изменении вводных. Контроль отклонений — расхождение плана и факта выше порога приходит уведомлением, а не обнаруживается на квартальном разборе. Что не автоматизируется: выбор целей, проверка допущений и решение, за счёт чего вырастет цифра. Это остаётся за вами — и попытка отдать это машине описана ниже как наша ошибка. Этапы стратегического планирования: механика по шагам Ваша роль в этой схеме — проверять допущения. Всё остальное можно отдать машине, но именно это оставьте себе. Правильный порядок обратный тому, что мы сделали в первый раз: сначала обучение на выверенных кейсах, потом тест на ограниченном сегменте, и только потом — масштабирование на всю компанию. Это дороже по времени на старте, но дешевле по итоговой стоимости ошибки. Шаг 1. Сбор и разметка эталонных кейсов. Что: 40 реальных решений по планированию за прошлые периоды — с фактическим результатом и объяснением, почему план разошёлся с фактом. Чем: таблица в Google Sheets, где каждую строку валидирует руководитель направления вручную. Куда: эта таблица становится обучающим датасетом для модели. Шаг 2. Тест на контролируемом сегменте. Что: прогон модели не на всей компании, а на одном направлении или выборке из 5 000 записей (сделок, лидов, платежей — в зависимости от того, что кормит модель прогнозом). Чем: та же модель, что пойдёт в продакшн, но с обязательной ручной сверкой каждого выхода с фактом. Куда: результат сравнения — в отдельный лист «расхождения», который смотрит финансист. Шаг 3. Масштабирование. Что: после того как расхождение на тестовом сегменте стабильно укладывается в приемлемый коридор (у нас — не больше 10–15% по ключевым метрикам), модель подключают ко всем направлениям. Чем: тот же конвейер, но с еженедельным автоматическим пересчётом. Куда: сводная таблица стратегии, которую видит собственник по четвергам вместе с коммерческим отчётом. Шаг 4. Регламент проверки допущений. Что: перед каждым показом плана собственнику ответственный аналитик отвечает на три вопроса — учтены ли премии и бонусы, обоснован ли рост чем-то кроме экстраполяции, разбит ли план по каналам, а не только по общей цифре. Куда: чек-лист прикладывается к каждой версии плана. Отдельная деталь, без которой вся механика снова превращается в квартальную презентацию для полки: план должен пересчитываться по формулам, а не переписываться руками. Если темп роста направления — плюс 5% в месяц, формула должна сама пересчитывать плановые показатели при загрузке новых фактических данных, а не требовать, чтобы кто-то раз в три недели садился и переписывал таблицу заново. На числах это выглядит так: база месяца — 9 000 000 ₽, формула «+5% к базе» на следующий месяц сама даёт 9 450 000 ₽, ещё через месяц — 9 922 500 ₽, без единого ручного пересчёта в таблице. Иначе стратегия устаревает быстрее, чем её успевают обсудить — у нас так было: отдел показал результат на 40% выше плана, а похвалить менеджеров не получилось, потому что сам план оказался некорректным ещё до того, как отдел его перевыполнил. Подробнее о том, как сделать стратегию рабочим инструментом, а не презентацией — в отдельном разборе: Стратегия как рабочий инструмент, а не презентация для полки . ИИ-связка целиком: конвейер, промпт, обвязка Возьмите эту схему как основу для вашего случая — подставите свои источники данных и свои горизонты планирования. Связка строится на двух моделях с разной ролью: дешёвая модель делает рутинный еженедельный пересчёт по формулам, дорогая — раз в квартал объясняет, почему план разошёлся с фактом и что с этим делать. Смешивать эти роли не стоит: дорогая модель на еженедельном пересчёте — переплата, дешёвая на квартальном анализе причин — потеря качества. Конвейер по шагам — так это выглядит в виде рабочего листа, который видит аналитик: Конвейер пересчёта стратегии Шаг Периодичность Статус Факт вносится в CRM менеджерами ежедневно Bitrix24-вебхук выгружает воронку в таблицу по расписанию Дешёвая модель пересчитывает план по формулам еженедельно, чт Дорогая модель разбирает расхождения >15% ежеквартально Результат уходит собственнику в Telegram по четвергам Пример промпта для еженедельного пересчёта — привязан к Google Sheets как источнику данных и дешёвой модели (gpt-4o-mini или аналог по стоимости), потому что задача чисто арифметическая и не требует глубокого рассуждения: Пример ответа модели по одному каналу: Инженерная обвязка: таблица Google Sheets — единственный источник правды для факта, Bitrix24-вебхук выгружает воронку в неё автоматически раз в сутки, скрипт по расписанию (Apps Script) раз в неделю по четвергам собирает JSON и отправляет в API модели, результат записывается обратно в лист «Стратегия» с меткой времени. Если API не отвечает или возвращает не-JSON — бот в Telegram шлёт алерт ответственному аналитику, а в таблице остаётся пометка «не обновлено с [дата]», чтобы никто не принял решение по устаревшим цифрам. Раз в квартал тот же конвейер, но с дорогой моделью, получает не только цифры, но и текстовые комментарии менеджеров по красным клиентам — и выдаёт объяснение причин расхождения, а не просто цифры. Где ломается. Если менеджеры не вносят факт в CRM вовремя или вносят с искажениями, вся связка пересчитывает план на основе мусора — модель не отличает достоверные данные от неполных. Мы разбирали эту проблему отдельно: Контроль работы менеджера: дашборд вместо штрафов . Без решённой проблемы с дисциплиной ввода данных автоматизация стратегии — это автоматизация ошибки, просто быстрее. Сколько это стоит на самом деле Раскладка для вашей прикидки — с разделением на разовые затраты и то, что вы будете платить каждый месяц. Для компании масштаба условной — отдел продаж 8 человек, оборот около 9 млн ₽/мес — разовое внедрение обходится в 120–150 тысяч рублей (оценка), эксплуатация — 4–5 тысяч рублей в месяц (оценка). Окупается это за 3–5 месяцев при еженедельном использовании. Отдельно от разовой стоимости внедрения стоит держать в уме и текущие расходы на сами модели в целом — мы разбирали это в статье Сколько на самом деле стоит ИИ в месяц . Этап Что включает Стоимость (оценка) Сбор и валидация 40 эталонных кейсов ручная разметка руководителями направлений, ~1 час на кейс ~40 000 ₽ разово API-обработка кейсов при разметке если часть разметки прогоняется через модель, а не только вручную — типовая цена 1,5–2 $ за кейс (оценка по практике проекта) ≈40 × 1,5–2 $ ≈ 5 000–7 000 ₽ разово Тест на контролируемом сегменте (5 000 записей) прогон модели + ручная сверка расхождений ~20 000 ₽ разово Настройка конвейера (Sheets + вебхук + бот) инженерная обвязка, отладка алертов ~60 000–90 000 ₽ разово Еженедельный пересчёт (дешёвая модель) API-вызовы по расписанию, 4 раза в месяц ~2 500 ₽/мес Ежеквартальный анализ расхождений (дорогая модель) интерпретация причин, объяснение отклонений ~6 000 ₽/квартал Эффект считается не «в целом от автоматизации стратегии», а конкретно от того, что пересчёт перестал требовать ручной работы аналитика при каждом отклонении факта от плана. До внедрения формулы и конвейера пересчёт занимал у аналитика около трёх дней (24 часа) каждый раз, когда план расходился с фактом больше чем на 15% — а с учётом геополитики и сезонности это происходило почти ежемесячно. После — пересчёт по формуле занимает меньше часа, ручная работа остаётся только на этапе ежеквартального разбора причин. На диаграмме ниже — сравнение времени на пересчёт до и после автоматизации. 24 часа было 1 час стало Пересчёт стратегии вручную занимал у аналитика около трёх дней работы (24 часа) при каждом отклонении факта от плана больше 15%; после автоматизации формула справляется меньше чем за час. Формула для вашего случая, словами: (число пересчётов плана в год) × (часы ручного пересчёта минус час на автоматический) × (ваша ставка часа аналитика) = годовая экономия времени. Разделите разовые затраты на внедрение на (годовая экономия ÷ 12) — получите срок окупаемости в месяцах. посчитайте на своих цифрах пересчётов плана в год часов экономится за раз ставка аналитика, ₽/час экономия ≈ {X} ₽ в месяц формула: пересчётов в год × сэкономленные часы за раз × ставка аналитика ÷ 12 месяцев Подставляем свои числа: 12 пересчётов в год × 23 сэкономленных часа (24 минус 1) × 1 500 ₽/час (ставка аналитика, оценка) — это около 414 000 ₽ в год, или примерно 34 500 ₽ в месяц. Берём среднее по разовому внедрению — 135 000 ₽ — и делим на месячную экономию: 135 000 ÷ 34 500 ≈ 3,9 месяца. Отсюда и вилка «3–5 месяцев»: при более скромной ставке аналитика или более редких пересчётах срок сдвигается к пяти месяцам, при более высокой ставке или частых отклонениях — ближе к трём. Разовое внедрение в 120–150 тысяч рублей отбивается меньше чем за полугодие такой экономии, даже без учёта того, что план перестаёт содержать ошибки вроде неучтённого бонусного фонда. Это эффект именно от конвейера пересчёта — не смешиваю его с параллельными инициативами вроде перестройки отчётности по каналам, у той свой отдельный эффект. Где ломается. Если стратегия не разбита по каналам и рынкам, а существует как одна агрегированная цифра — автоматизация бессмысленна, потому что формуле не с чем работать. Это тот же вопрос, что Марк задавал в самом начале: за счёт чего растёт цифра, SEO или SMM. Пока в компании нет отчётности, которая привязывает каждый канал к конкретному результату, автоматизировать нечего — сначала нужна детализация, потом формула. Чек-лист: с чего начать в понедельник Собрать 30–40 реальных решений по планированию за последний год с фактическим результатом — это будущий обучающий датасет, не меньше. Разбить текущую стратегию по каналам и направлениям, а не по общей цифре — без этого формула пересчёта не работает. Проверить, что аналитика связывает источник лида с конкретной продажей — если нет, сначала чинить это, а не автоматизацию плана. Заменить хотя бы одну фиксированную цифру в стратегии на формулу от темпа роста — и проверить, пересчитывается ли она при загрузке новых данных. Назначить день недели и ответственного за проверку допущений модели перед показом плана собственнику — без ручной сверки не запускать. Протестировать конвейер на одном направлении или ограниченной выборке, прежде чем подключать всю компанию. Смотрите, что здесь поменялось на самом деле. Раньше руководителя оценивали по тому, сведёт ли он план. Теперь план сводится за час — и отвечаете вы уже не за арифметику, а за допущения, которые в него зашиты. Читать чужой убедительный расчёт и находить в нём то, чего там нет, — это отдельный управленческий навык, и его придётся освоить. Машина не забыла бонусный фонд из вредности, она просто не знает, что в вашей компании он есть, и сама об этом не скажет. Я после того случая держу к любой принесённой цифре три вопроса: за счёт чего она растёт, что в неё не заложено и кто отвечает, если она не сбудется. Руководитель, который умеет так спросить машину, стоит дороже руководителя, который умеет только утвердить красивую таблицу. Правило, которое я вывел дорогой ценой: машина считает — вы решаете. Как только эта граница размывается, вы получаете красивый план, за который никто не отвечает. Как выстроить работу с моделью правильно — в бесплатном курсе . Ваш чек-лист безопасности: любое число, которое машина выдала как факт, проверяется до того, как попадёт в план. У нас это правило родилось после случая, описанного выше, — и с тех пор ни один подобный промах не повторился.

## Разработка финансовой модели вместо таблицы на один раз
URL: https://davidgerstein.pro/blog/dinamicheskaya-finmodel/
Дата: 2026-08-29
Направление: Стратегия
Цифры: 37–40% аванс от выручки, разрыв плана 2,4×, пересчёт за 1–2 часа вместо 16 часов вручную
Коротко: Разработка финансовой модели — это не разовый документ под кредит, а сборка таблицы, в которой вместо зафиксированных чисел стоят формулы от факта: при загрузке новых данных план пересчитывается за 1–2 часа вместо 16 часов ручной работы. Связка простая: CRM → лист с формулами → ИИ-проверка допущений → отчёт для планёрки. Без разделения понятий «договор», «аванс» и «выручка» разрыв между целью и планом может достигать 2,4× — именно так он и возник в компании на 40 человек.

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. Что такое разработка финансовой модели Разработка финансовой модели — это сборка расчёта, в котором план задан формулами от факта , а не зафиксированными числами: источник данных (CRM) отдаёт факт, формулы пересчитывают план, а допущения вынесены на отдельный лист и подписаны словами. Первая рабочая версия делается в обычной таблице за вечер, дальше пересчёт занимает 1–2 часа вместо 16 часов ручной пересборки. Порядок сборки: развести строки «сумма договора», «аванс» и «выручка по факту»; заменить числа плана на формулу от факта прошлого периода; разбить план по каналам; назначить день недельной фиксации факта; прогнать допущения через ИИ-аудит перед показом собственнику. Полная сборка со связкой с CRM — 50 000–67 500 ₽ разово, экономия времени аналитика — около 29 000 ₽/мес, окупаемость 2–2,5 месяца. 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). 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 . 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. 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. 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. 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. 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%. 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: 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. 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. 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. Канал Доля лидов, 2025 Доля лидов, план 2026 Конверсия в сделку (оценка) SEO 5% 35% 18% Telegram 40% 30% 12% SMM 30% 20% 9% PR и прочее 25% 15% 7% SEO 35% Telegram 30% SMM 20% PR 15% 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. 45 млн план 108 млн цель 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. посчитайте на своих цифрах часы ручной пересборки часы проверки с формулами ставка аналитика, ₽/час пересчётов в месяц экономия ≈ {X} ₽ в месяц формула: (часы ручной пересборки − часы проверки с формулами) × ставка аналитика × число пересчётов в месяц; оценка сверху 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. Где ломается: формула роста работает только пока темп относительно стабилен. Как только выручка направления скачет от 300 тыс. до 9 млн ₽ в разные месяцы, простая экстраполяция «+5% в месяц» превращается в шум. В таких случаях формулу роста нужно заменять на диапазон (пессимистичный/базовый/оптимистичный сценарий), а не на одно число — иначе модель будет уверенно врать, просто по другой формуле. Где ломается ИИ-часть: LLM, сгенерировавшая стратегию, звучит убедительно даже когда пропускает бонусы менеджеров или строит прогноз на неподтверждённом росте. Один раз мы приняли такой прогноз почти без проверки — вернулись к ручному пошаговому пересчёту, чтобы верифицировать каждое допущение, и только потом снова начали доверять автоматике частично. ИИ в этой связке — инструмент проверки и объяснения, а не источник финальных цифр. 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 .

## Стратегическое планирование: рабочий инструмент, а не презентация для полки
URL: https://davidgerstein.pro/blog/strategiya-rabochiy-instrument/
Дата: 2026-08-14
Направление: Стратегия
Цифры: план разошёлся с фактом более чем в 2 раза
Коротко: Стратегическое планирование в частной компании работает, если план пересчитывается по факту, а не переписывается раз в квартал: в разобранном кейсе исходный план и рабочий план — почти вдвое меньше — целый год жили как одна и та же стратегия. Нужна декомпозиция от 5-летней цели до недельных задач, юнит-экономика по каждому направлению и еженедельный план-факт по фиксированной структуре.

Суммы в разборе пересчитаны на условную компанию — пропорции, механика и выводы реальные. Если вы за последний месяц ни разу не открывали файл со стратегией — у вас не стратегия, а протокол о намерениях, и работаете вы по ситуации. Я говорю это не в упрёк: так живёт большинство компаний вашего размера, и до первого честного разбора это никому не мешает. Я к этому пришёл не сразу: у нас была красивая стратегия на три года, и она устарела за квартал. Не потому что рынок поменялся — потому что в ней не было механизма пересчёта. Отдел показал результат на 40% выше плана. Руководитель ждал похвалы. Собственник её не дал — потому что сам план был написан неправильно: в одной из компаний стратегия закладывала определённый годовой уровень выручки, а в текущий рабочий план была внесена цифра почти в 2,5 раза меньше. Превышение на 40% от заниженного плана не доказывает ничего и не даёт оснований ни для премии, ни для управленческого решения — это типичный сбой стратегического планирования в среднем бизнесе, когда план и факт живут разной жизнью. Это не единичный случай, а системная проблема: план устаревает быстрее, чем его успевают выполнить, а расхождения между цифрами по выручке и по факту поступления денег вскрываются на разборе постфактум, а не на этапе составления плана. Дальше — как эту проблему разбирали на реальных встречах: через декомпозицию целей, финансовую модель и еженедельный план-факт, а не через презентацию раз в год. Что такое стратегическое планирование в компании Стратегическое планирование в частной компании — это не пакет документов для отчёта наверх и не глава из учебника по менеджменту. Это три связанных элемента: декомпозиция цели от пятилетнего горизонта до задачи на неделю, финансовая модель на юнит-экономике каждого направления и еженедельная сверка плана с фактом по фиксированной структуре. Признак, что оно работает у вас: план пересчитывается за час после закрытия месяца. В разобранном кейсе такого механизма не было — исходная стратегия и рабочий план весь год расходились почти в 2,5 раза, и обе цифры при этом назывались стратегией. Почему ваше стратегическое планирование устаревает за три месяца Три причины, и все три — про устройство документа, а не про рынок. Что именно пошло не так в примере из начала: исходный план не учитывал ни изменение спроса, ни геополитику, ни новостную повестку, а заметно меньший рабочий план, с которым реально сверялись весь год, никто не привёл в соответствие с исходной стратегией. Отдел перевыполнил именно эту заниженную цифру — и оказался в неловком положении не по своей вине. Проблема не в том, что менеджеры плохо считали. Проблема в формате: фиксированные цифры на 12 месяцев вперёд в среднем бизнесе живут максимум квартал. Дальше их либо переписывают заново, либо продолжают сверяться с числами, которые уже никак не отражают реальность. Здесь стоит остановиться. Если вы узнали свою компанию — виноватых в отделе искать не надо, их там нет. Я сам делал ровно так же: считал, что стратегия — это хорошо продуманные цифры, которые достаточно один раз написать, а дальше просто идти по ним. Та самая красивая стратегия на три года — моя ошибка, а не тех, кто её считал. Я не заложил в неё пересчёт, а потом сам же переписывал её вручную и раздражался на людей, будто это они сломали документ. Решение, которое обсуждалось на встречах: перейти от фиксированных цифр к формулам. Если темп роста составляет +5% в месяц, план пересчитывается автоматически при загрузке фактических данных за период — а не переписывается вручную каждые три недели. Стратегия превращается из документа в живой расчёт, который обновляется вместе с фактом. Правило Если план невозможно пересчитать за час после закрытия месяца — это не рабочий инструмент, а презентация. Рабочий план обновляется быстрее, чем меняется рынок вокруг него. От пятилетней цели до задачи на неделю Проверьте, где у вас обрывается эта цепочка. Обычно она держится до квартала, а дальше превращается в «работайте лучше». В одной из компаний собственник выдал каждому руководителю макростратегию на 5 лет с ожидаемыми показателями. Дальше каждый руководитель обязан был написать свою мини-стратегию: как достичь этих цифр понедельно или подневно, с помощью ИИ как инструмента расчёта, а не как источника решений. Отдельное требование — для новых руководителей: трёхмесячная стратегия развития. Порядок такой: сначала согласовать критерии успеха с вышестоящим руководством — до старта, а не по итогам периода; разбить план по неделям и дням; зафиксировать показатели письменно, чтобы не было претензий задним числом. Логика простая: если критерии успеха не согласованы заранее, любой результат можно объявить провалом или удачей — в зависимости от настроения. Декомпозиция целей закрывает этот разрыв: пятилетняя цель превращается в годовую, годовая — в квартальную, квартальная — в недельную задачу конкретного человека. Отдельно вставал вопрос детализации по рынкам. Собственник прямо отклонил агрегированные цифры: «Я не говорю, за счёт чего. Я не говорю, пиши тексты или не тексты. Конечно, я хочу понимать, за счёт чего он даст больше лидов. За счёт SEO или за счёт SMM?» Стратегия без механики роста — это просто число, которое кто-то придумал. Требование — показать долю каждого канала по каждому рынку отдельно, с прогрессом по годам. Пример структуры презентации стратегии Первая версия презентации стратегии маркетинга провалилась: годовые цифры по выручке не совпадали с месячным бюджетом, не было временных маркеров, порядок подачи был хаотичным. Собственник потребовал переделать по жёсткой схеме: сначала общая картина за год, потом детализация по источникам, потом разбивка по годам с фиксацией прогресса. Уровень стратегии Горизонт Кто отвечает Макростратегия 5 лет Собственник Мини-стратегия руководителя Год / квартал Руководитель направления Оперативный план Неделя / день Исполнитель по каналу Пример прогресса, который требовал собственник: доля лидов из SEO выросла с 5% в 2025 году до 35% в 2026-м. На диаграмме — это конкретная механика роста, а не абстрактный процент к выручке. 5% в 2025 35% в 2026 Доля лидов из SEO в общем объёме лидов компании: было 5% в 2025 году, стало 35% в 2026-м — именно эту механику роста требовал показать собственник вместо общего процента к выручке. Финмодель: юнит-экономика вместо общей выручки Мы долго планировали общей выручкой и не видели, что одно направление тянет остальные вниз. Разделили — и решение о его закрытии стало очевидным за один вечер. Я до сих пор помню это ощущение: по компании в целом цифра нормальная, поэтому вопросов никто и не задаёт. Общая выручка отлично прячет убыточное направление — ровно до того момента, когда денег на счету перестаёт хватать. На этом месте среднему бизнесу постоянно ломает планирование: выручку путают с деньгами, которые реально дошли до счёта. В компании из примера выше стратегия закладывала определённый уровень годовой выручки, а в текущем плане стояла цифра почти в 2,5 раза меньше. Разница вызвала прямой вопрос: это сумма договоров или авансовые платежи, которые составляют 37–40% от итоговой выручки? Пока это не разведено явно, обе цифры выглядят «стратегией», но говорят о разных вещах. Если прикинуть от обратного: при доле аванса 37–40% от суммы договоров цифра в текущем плане может соответствовать сумме договоров, близкой к исходной цифре из стратегии (оценка, среднее значение диапазона). То есть разрыв в 2,5 раза может быть не про провал плана, а про то, что сравнивали разные по природе величины: аванс с суммой договоров. Это не отменяет проблему — наоборот, показывает, почему развести две метрики нужно ещё на этапе составления плана, а не на разборе постфактум, когда уже поздно разбираться, кто прав. Отдельная цитата с одной из встреч закрывает вопрос, насколько глубоко должен понимать цифры руководитель направления: «Ты должна знать юнит-экономику каждого направления как свои пять пальцев. Сколько зарабатываем, какая маржа, какие точки бизнеса. Это база, база, база. Любой финансовый директор знает всю эту юнит-экономику. Все.» Без этого стратегия — красивое число сверху, под которым нет расчёта. Похожая история с точкой безубыточности: компания знала точную цифру — из общей планки в 2 000 000 ₽ в месяц было собрано 63%, около 1 260 000 ₽, и оставалось собрать ещё 740 000 ₽ до порога. На момент встречи по другому проекту той же группы была собрана похожая сумма — около 700 000 ₽, это близко к недостающим 740 000 ₽ по первому проекту. На диаграмме — прогресс сбора к точке безубыточности по первому проекту. Такая конкретика возможна только тогда, когда финансовая модель строится не на среднегодовой выручке, а на разложенных по направлениям юнитах. Собрано к точке безубыточности 63% Обратная ситуация — компания без резервов: два источника дохода выпали, один на два месяца, другой на дольше, объём обращений упал до нескольких десятков в месяц, денег не хватает ни на рост продаж, ни на удержание прежнего уровня. Прямая цитата с той встречи: «У нас нет денег на то, чтобы вложиться в увеличение продаж». Финансовая модель в этом случае — не бумага для инвестора, а единственный способ понять, сколько времени осталось до кассового разрыва. План-факт еженедельно, а не по итогам квартала Ваша скорость реакции определяется этим ритмом: при квартальном разборе вы узнаёте о провале, когда исправлять поздно. Стратегия, которую не с чем сверять раз в неделю, превращается в презентацию для полки. Рабочий формат, который обсуждался: коммерческий отчёт по блокам — маркетинг, продажи, авансы — с фиксированным днём встречи, каждый четверг. Данные накапливаются за неделю и сводятся в одну таблицу. Это позволяет быстро отличить, где проблема системная (просадка по всей воронке), а где локальная (не хватает конкретного менеджера). Тот же принцип фиксированной сверки применим и к дебиторской задолженности — подробнее в статье о том, как контролировать дебиторку без памяти людей . Похожий принцип — трёхуровневый контроль по клиентам: таблица каждого клиента со сроками и статусом (зелёный/жёлтый/красный), сводная таблица по стадиям с суммами, и отдельный список «красных» клиентов для приоритетной работы. Это тот же план-факт, только применённый не к выручке компании, а к движению каждой сделки. Ещё один случай показывает, зачем план-факт нужен на уровне отдельного канала. Руководитель обнаружил, что SEO-специалист не может назвать конкретные источники лидов из органического поиска — аналитика просто не была настроена на связь между запросами, страницами и продажами. После этого отчётность перестроили так, чтобы каждый исполнитель стратегии понимал, за какой конкретный результат он отвечает. Похожая проблема с достоверностью данных для сверки разобрана в статье о том, почему CRM врёт с датами — принцип тот же: без сверки по факту любой отчёт можно подогнать под желаемую картину. Где ломается План-факт анализ бесполезен, если аналитика не настроена на источник данных. Сначала чинят измерение, потом строят отчёт — а не наоборот. ИИ-связка: пересчёт плана по формуле Цена вопроса и что именно автоматизируется — в разборе автоматизации стратегического планирования . Ваша цель — чтобы пересчёт занимал минуты. Тогда вы будете делать его при каждом изменении, а не раз в квартал под давлением обстоятельств. Механика, которую обсуждали для замены ручного пересчёта: план хранится не как набор фиксированных чисел, а как формула роста (например, +5% в месяц к базовому значению), и при загрузке факта за период модель пересчитывает оставшиеся месяцы и объясняет отклонения словами, а не только цифрами. Конвейер выглядит так: Google Sheets с фактическими данными за месяц (план, факт, канал, направление) → Apps Script по расписанию (каждый понедельник утром) → вызов модели с промптом ниже → ответ записывается в отдельный лист «Пересчитанный план» → руководитель смотрит на четверговой встрече вместе с общим коммерческим отчётом. Модель на этом шаге — дешёвая (класса GPT-4o-mini или аналог): задача — арифметика по заданной формуле и структурирование текста-объяснения, а не творческая генерация прогноза. Дорогую модель здесь подключать не за что: она не даст более точный расчёт, а стоить будет в разы больше. Пример ответа модели на такие входные данные: Так выглядит лист «Пересчитанный план», который руководитель открывает на четверговой встрече: Пересчитанный план — SEO 100% план на июнь (база) 94,1% факт на июнь, % от плана -5,9% отклонение факта от плана Месяц Пересчитанный план (к факту июня) Статус Июль ×1,05 норма Август ×1,10 норма Инженерная обвязка простая и без лишних сервисов: Google Sheets как источник и хранилище, Apps Script как триггер и вызов API модели, отдельный лист как журнал ошибок. Если вызов API падает — скрипт пишет статус в ячейку и присылает сообщение в рабочий Telegram-чат, чтобы пересчёт не потерялся молча. Перезапуск — вручную кнопкой в меню таблицы или повторным запуском по расписанию на следующий день. Где ломается ИИ в стратегии Команда создала ИИ-модель для стратегического планирования по региональному филиалу. При проверке выяснилось: инструмент генерировал убедительно звучащие прогнозы, которые на деле содержали непроверенные допущения — не учитывались премии сотрудников, целевые показатели ничем не обосновывались. Цитата с той встречи: «Стратегия выглядит убедительно, но содержит объективно бредовые вещи — например, не учтены бонусы продаж, а прогноз объёма на будущий год выглядит необоснованным». Команда вернулась к ручному пошаговому пересчёту для верификации и только потом стала поэтапно внедрять автоматизацию заново. ИИ хорош как калькулятор для декомпозиции: разбить годовую цель на недели, посчитать формулу роста, свести таблицу. Он плохо годится как источник допущений — сколько стоит премия, насколько реалистичен рост рынка. Эти цифры всё равно берёт на себя человек, который отвечает за результат. Подробнее о типовых причинах таких провалов — в разборе почему внедрение ИИ не работает . Экономика: цена ручного пересчёта Посчитайте свою: сколько часов уходит у вашей команды на пересборку плана и сколько раз за год вы её делаете. Возьмём типовой пример, чтобы посчитать эффект честно, без абсолютных внутренних цифр компании. Сведение еженедельного коммерческого отчёта вручную (три блока: маркетинг, продажи, авансы) занимает у аналитика или РОПа около 4 часов в неделю на сбор данных из разных источников — это оценка, основанная на объёме разбираемых на встречах таблиц. В пересчёте на месяц это около двух полных рабочих дней, уходящих только на ручной свод одной таблицы, без учёта времени руководителя на её разбор. Полуавтоматический свод через Google Sheets и скрипт из промпта выше сокращает время сбора примерно вдвое (оценка) — то есть высвобождает около одного рабочего дня в месяц на одном отчёте. Это вклад именно автоматизации свода данных; ускорение реакции на просадку конверсии — отдельный эффект, который зависит уже от управленческих решений на встрече, а не от самого скрипта, и его отдельно не суммируем. Окупаемость самой настройки: разработка скрипта и промпта (Apps Script + вызов модели + лист ошибок) занимает у разработчика около 8 часов (оценка) — это меньше одного рабочего дня. При высвобождаемом за счёт автоматизации времени такая настройка окупается по трудозатратам примерно за полтора месяца (оценка), дальше эффект работает без дополнительных затрат, кроме стоимости самих вызовов модели — доли цента за запуск при коротком JSON и дешёвой модели. Второй пример — риск от отсутствия план-факта на уровне отдельных клиентов, а не только сводного отчёта. Формула для своего случая выглядит так: число менеджеров × среднее число активных сделок на менеджера × средний чек направления × доля сделок, зависающих незамеченными без контроля (оценочно 5–15%, зависит от длины и текучести воронки) = риск в деньгах в месяц. Возьмём условный отдел оптовой торговли из 10 менеджеров при обороте отдела около 6 млн ₽ в месяц и среднем чеке направления 300 000 ₽: при нагрузке около 4 активных сделок на менеджера в месяц (оценка) в работе одновременно находится около 40 сделок. Если без трёхуровневого контроля (зелёный/жёлтый/красный) зависает незамеченными хотя бы 10% сделок — это 4 сделки на сумму около 1,2 млн ₽ в месяц (оценка риска, не факт потерь — часть сделок в итоге закрывается позже), то есть примерно пятая часть месячного оборота отдела. Внедрение сводной таблицы по стадиям и списка «красных» клиентов не устраняет риск полностью, но переводит его из невидимого в отслеживаемый — дальше решение принимает руководитель, а не таблица. Статья Оценка затрат Оценка эффекта Ручной свод еженедельного отчёта ~4 ч/нед (около 2 рабочих дней в месяц) — Свод через Google Sheets + скрипт (разово + окупаемость) ~8 ч разово (меньше 1 рабочего дня) экономия ~1 рабочий день/мес, окупаемость ~1,5 мес Отсутствие трёхуровневого контроля клиентов — риск ~1,2 млн ₽/мес (около 20% оборота отдела) из-за незамеченных зависших сделок (оценка) Стоимость самого пересчёта через модель по промпту выше — на уровне долей цента за вызов при дешёвой модели и коротком JSON на входе, это несопоставимо ни с ручным трудом аналитика, ни с риском по зависшим сделкам. Основные деньги в этой механике не в стоимости ИИ, а в том, смотрит ли кто-то на пересчитанный план каждую неделю. Что из этого сработало у нас Из всего списка вам стоит начать с одного элемента — того, который дал нам больше половины эффекта при минимуме усилий. Стратегическое планирование в среднем бизнесе перестаёт быть презентацией, когда выполняются три условия одновременно: план разложен на уровни с конкретным ответственным на каждом, финансовая модель построена на юнит-экономике, а не на общей выручке, и есть еженедельный ритуал сверки плана с фактом. Если хотя бы одного из трёх нет, стратегия превращается в документ, который красиво выглядит на встрече и ничего не решает через месяц. И главное, ради чего это всё. Умение держать план как формулу, а не как одно записанное число — отдельный управленческий навык, такой же базовый, как умение читать отчёт о прибылях и убытках. Руководитель, который за час пересобирает свою часть плана под новую вводную, стоит дороже руководителя, который раз в квартал приносит красивую презентацию. Я считаю это водоразделом — и советую честно проверить, есть ли такой человек у вас в компании. Ответственность за результат нужно закладывать на уровне конкретного человека, а не отдела целиком. Правило с одной из встреч звучало так: один сотрудник официально отвечает за конкретный результат, остальные помогают без претензии на равную долю признания. Это работает и на уровне бонусов за выигранное дело, и на уровне стратегии в целом — если непонятно, кто отвечает за цифру, спрашивать не с кого. С чего начать в понедельник Выписать текущую стратегию компании построчно и отметить, какие цифры — это формулы (пересчитываются от факта), а какие — фиксированные числа, вписанные один раз в начале периода. Для каждого направления явно развести выручку по договорам и фактические авансовые платежи — не оставлять эту разницу «подразумеваемой». Назначить фиксированный день недели для план-факт встречи (например, четверг) и завести одну таблицу с тремя блоками: маркетинг, продажи, авансы. Ввести для клиентской воронки трёхуровневый статус (зелёный/жёлтый/красный) и отдельный список «красных» клиентов, который проверяется на той же встрече. Проверить у каждого руководителя направления, может ли он назвать маржу и точки убытка своего направления без подготовки — если нет, юнит-экономику считать заново. Если стратегию считает ИИ — прогнать хотя бы один расчёт вручную параллельно и сверить, не пропущены ли премии, бонусы и разовые расходы. Проверьте свою стратегию одним вопросом: можете ли вы за час пересчитать её при изменении одной вводной — ушёл ключевой клиент, выросла ставка, подорожал закуп? Если нет, у вас документ, а не инструмент. Как собрать стратегию, которая пересчитывается, и связать её с недельными задачами команды, — механика в бесплатном курсе для руководителей . Из моего опыта: стратегия начинает работать в тот момент, когда её пересчёт становится дешевле, чем спор о ней. У нас это заняло два месяца и одну переделку модели — зато теперь любое «а что если» закрывается за час, а не за неделю совещаний.

## Рентабельность направления: посчитать, пока оно не съело прибыль
URL: https://davidgerstein.pro/blog/unit-ekonomika-napravleniya/
Дата: 2026-08-08
Направление: Стратегия
Цифры: внедрение 14–22 часа · экономия 7–8 часов в месяц · окупаемость 2–3 месяца
Коротко: Рентабельность направления — это не общая маржа компании, а расчёт по каждому продукту или рынку отдельно: сколько стоит привлечь клиента, сколько он приносит и где проходит точка безубыточности. Разница между суммой договора и фактическим поступлением денег может достигать 60% — и без этого разделения расчёт рентабельности превращается в фикцию. Без него руководитель либо хвалит направление, которое уже съедает прибыль, либо режет то, что кормит остальных.

Суммы в разборе пересчитаны на условную компанию — пропорции, механика и выводы реальные. Если вы можете назвать маржу компании, но не можете назвать рентабельность каждого направления отдельно — вы прямо сейчас кормите одно направление из прибыли другого и не знаете, какое именно. Проверьте себя за минуту: сколько вы зарабатываете на одном клиенте в каждом направлении? Не в среднем по компании — по направлениям, по отдельности. Средняя цифра по компании — самая опасная в управлении: она прячет направления, которые вы кормите из прибыли других. Я сам кормил одно почти год и был уверен, что оно «в целом нормально работает». Моя ошибка была не в арифметике — я ни разу не разнёс расходы по направлениям и считал общую маржу достаточным основанием для решений. Собственник компании на встрече с руководителем говорит прямо: «Ты должна знать юнит-экономику каждого направления как свои пять пальцев. Сколько зарабатываем, какая маржа, какие точки бизнеса. Это база, база, база. Любой финансовый директор знает всю эту юнит-экономику. Все». Через несколько недель у другой компании из той же группы другая картина: 30 прилётов в месяц, просадка по закрытию счетов, денег нет ни на рост продаж, ни на удержание уровня прошлого месяца. Зарплату платят с налогового резерва. Это две стороны одной проблемы, и обе стоят денег прямо сейчас. Если руководитель не знает маржу направления, он либо хвалит канал, который уже съедает прибыль, либо режет тот, что кормит остальных — вслепую, без цифр. Возьмём условный, но типичный случай для иллюстрации: производство на заказ, отдел из 6 менеджеров, средний чек 200 000 ₽, оборот направления около 4 млн ₽ в месяц — то есть примерно 20 сделок. Из них 10% зависает на неизвестной стадии — просто потому что никто не считает по направлению и не видит, где они застревают. Формула для прикидки своего случая: количество сделок в работе × средний чек × доля зависших без объяснения = ежемесячные потери от непрозрачности воронки. В нашем примере это 20 сделок × 200 000 ₽ × 10% = 400 000 ₽ в месяц — около 10% оборота направления (оценка, консервативно, без учёта возможного повторного возврата части сделок). Юнит-экономика бизнеса — не отчёт для инвестора раз в квартал, а ответ на вопрос «мы зарабатываем или проедаем» по каждому направлению отдельно, а не в среднем по компании. Как посчитать рентабельность направления Разнести по направлению его прямые и постоянные расходы, посчитать маржу с одной сделки и вывести точку безубыточности: постоянные расходы направления ÷ маржа с единицы. На направлении с постоянными расходами 800 000 ₽ и маржой 80 000 ₽ со сделки это 800 000 ₽ ÷ 80 000 ₽ = 10 сделок в месяц: девятая ещё не окупает направление, десятая выводит в ноль, и только с одиннадцатой направление зарабатывает. Главная ловушка — считать по сумме подписанных договоров вместо фактических поступлений: расхождение доходит до 60%, и рентабельность направления получается нарисованной. Почему рентабельность направления не видна в средней цифре по компании Разберём на примере, который повторяется почти везде: два направления с разной экономикой, усреднённые в один показатель. Скорее всего, вы узнаете в нём свою компанию. Общая выручка группы компаний может расти, а конкретное направление — тянуть всё вниз. Руководитель крупнейшего подразделения с внушительным штатом пришла с претензией: она отвечает за производство, логистику, апсейлы, нагрузка растёт, план выполняется — а процент от прибыли у неё самый маленький в компании. Собственник возразил: процент зависит не от выручки, а от затрат на управление подразделением. Спор остался открытым, потому что ни у одной из сторон не было цифр по юнит-экономике именно этого направления — только общие ощущения «я много делаю» и «у тебя больше расходов». Это типичная точка разрыва. Пока нет расчёта по направлению — маржа, постоянные расходы, точка безубыточности отдельно от остальной компании — спор о справедливости превращается в спор о характере. С цифрами он превращается в переговоры об изменении условий. Где путаются цифры чаще всего В одной из компаний план стратегии предполагал выручку в год, а в реальный план заложили сумму почти в два с половиной раза меньше. Разница возникла и причина не в ошибке расчётов: просто не договорились о терминах. Речь шла о сумме подписанных договоров или о фактических авансовых платежах, которые составляют 37–40% от суммы договора. Это не мелочь. Это разные деньги, разные кассовые разрывы и разная реальная маржа направления. Где ломается расчёт Юнит-экономика считается неправильно не потому, что кто-то плохо считает, а потому что термины не выровнены между отделами. «Выручка» у маркетинга, «выручка» у финансиста и «выручка» у собственника — три разных числа, если заранее не договориться, что именно считается: договор, аванс или фактическое поступление. Точка безубыточности: считайте до того, как радоваться росту Рост убыточного направления делает вам хуже, а выглядит как успех. Проверьте, нет ли у вас такого. В одной из компаний группы обсуждали точку безубыточности — чтобы её пройти, не хватало ещё 350 000 ₽. При этом на счетах на момент встречи было собрано более 1,2 млн ₽. На первый взгляд цифры не бьются: почему тогда вообще речь о нехватке денег? Разгадка в том, что это разные метрики — порог по конкретному расходному циклу или проекту против совокупных поступлений за более длинный период или по другой статье. Без единой методологии их нельзя класть рядом, а на встречах их кладут именно так: «у нас же собрано гораздо больше, при чём тут этот порог». Это ровно та ловушка, о которой шла речь выше: пока не зафиксировано, что именно стоит за каждым числом — период, статья, направление — сравнивать их бессмысленно, даже если оба числа верны каждое по отдельности. Точка безубыточности направления считается просто: постоянные расходы направления делятся на маржу с единицы. Пример на условных цифрах (для иллюстрации формулы, не из кейса): если постоянные расходы направления — 800 000 ₽ в месяц, а маржа с одной сделки составляет десятую её часть — 80 000 ₽, точка безубыточности — 10 сделок в месяц. Девятая сделка ещё не окупает направление, десятая — только выводит в ноль, и лишь начиная с одиннадцатой направление зарабатывает. Сложность не в формуле, а в том, чтобы честно разнести расходы. Если аренда, зарплата бэк-офиса и часть маркетинга не распределены по направлениям, а висят «на компании в целом», точка безубыточности каждого направления будет занижена — и решение о его судьбе примут на основе неверных цифр. Схема мотивации руководителя направления Диапазон дохода в месяц Что показывает Процент от прибыли направления от низкого до среднего уровня, разброс почти в пять раз Реальную волатильность юнит-экономики: выручка компании колеблется в разы от месяца к месяцу Фиксированный оклад стабильный уровень выше среднего, узкий коридор Стабильность для сотрудника, но отрывает мотивацию от фактической рентабельности направления На диаграмме — та же вилка дохода наглядно: как процент от прибыли сильно колеблется, а фиксированный оклад держится в узком коридоре. Мин. доход, % от прибыли низкий уровень Макс. доход, % от прибыли почти в пять раз выше Фикс. оклад, низ вилки выше среднего Фикс. оклад, верх вилки чуть выше низа вилки Разброс почти в пять раз у одного и того же руководителя производственного отдела — это не каприз системы мотивации, это честное отражение того, что юнит-экономика направления нестабильна. Собственник обсуждал переход на фиксированный оклад именно потому, что предсказуемость дохода важнее для человека, чем точное соответствие вкладу. Но фиксированный оклад снимает главный смысл расчёта юнит-экономики — если руководитель получает одно и то же независимо от маржи направления, у него нет стимула её считать и оптимизировать. Механика расчёта: что → чем → куда Разложите свои направления по этой схеме — вам понадобится выгрузка по выручке и понимание, какие расходы вы относите к прямым. Расчёт юнит-экономики направления — это не разовая аналитическая сессия, а еженедельный цикл. Вот как он выглядит по шагам, чтобы его можно было повторить с любой командой: Что. Каждую сделку и каждый расход помечают направлением (продукт, рынок, канал) — не «на компанию», а конкретно. Источник данных — CRM (Bitrix24 или amoCRM) плюс таблица расходов, которая обычно ведётся отдельно от CRM. Чем. Раз в неделю, в фиксированный день, данные выгружаются в единую таблицу — вручную или через вебхук. В одной из компаний выбрали четверг: результаты недели копятся к этому дню и сводятся в отчёт по трём блокам — маркетинг, продажи, авансы. Куда. Свод попадает в Google Таблицу с формулами точки безубыточности по каждому направлению: постоянные расходы направления ÷ маржа с единицы. Формула, а не фиксированное число — чтобы не пересчитывать вручную каждый раз, когда меняются вводные. Кто смотрит. Руководитель направления — каждый четверг, до общей планёрки. Собственник или финдиректор — раз в месяц, сравнивая тренд, а не разовое значение. Без честного разнесения расходов по направлениям весь расчёт превращается в фикцию. Показательный случай: в одной из компаний SEO-специалист не смог назвать источники лидов из органического поиска — а значит, аналитика не связывает запросы, страницы и продажи, и юнит-экономику канала посчитать просто не из чего. Похожая проблема разбирается в статье про разрыв между маркетингом и продажами . ИИ-связка: сбор и первичный анализ Когда вы посчитали руками один раз и поняли структуру, сборку стоит отдать машине: ваша ценность в выводах, а не в складывании столбцов. Ручной свод раз в неделю занимает у аналитика или ассистента руководителя 2–3 часа: выгрузить сделки из CRM, сверить с таблицей расходов, найти нестыковки терминов («договор» вместо «аванс»), пересчитать маржу по направлениям. Это рутина, которую можно передать модели — но не для принятия решений, а для подготовки черновика отчёта, который потом проверяет человек. Схема конвейера: CRM (Bitrix24/amoCRM) → еженедельный вебхук выгружает сделки за неделю в JSON → скрипт на Google Apps Script объединяет их с таблицей расходов по направлениям → дешёвая модель (уровня GPT-4o-mini) классифицирует записи и считает точку безубыточности по формуле → черновик отчёта падает в Google Sheets и дублируется в Telegram-канал руководителя → человек проверяет цифры перед четверговой встречей. Дешёвая модель здесь оправдана: задача — классификация и арифметика по заданной формуле, а не творческий анализ. Гонять через дорогую модель тысячи строк сделок ради пересчёта маржи — переплата без выигрыша в качестве. Дорогую модель имеет смысл подключать только на втором шаге — когда нужно объяснить руководителю аномалию человеческим языком, а не выдать сырые цифры. Пример входных данных, которые скрипт формирует из CRM-выгрузки и таблицы расходов (упрощённая структура для одного направления за неделю): Пример ответа модели, который ложится в таблицу без ручной доработки: Здесь видно, как работает формула на реальных числах: постоянные расходы направления делятся на маржу с единицы — получается 1,6. То есть направлению нужно закрыть меньше двух сделок в неделю, чтобы выйти в ноль по фиксированным расходам этой недели; всё сверху — вклад в прибыль. И сразу видно, почему нельзя было взять contract_sum вместо actual_payment: сумма по сделке 1042 почти вдвое больше фактического поступления — если бы модель считала по договору, точка безубыточности выглядела бы пройденной, хотя деньги ещё не пришли. Вот как этот черновик выглядит уже собранным — в виде отчёта в Google Таблице или Telegram-боте, который руководитель открывает в четверг утром: Отчёт: Направление B, неделя 2026-W32 100% факт. поступления за неделю (база расчёта) 50% маржа с одной сделки от поступлений 1,6 сделки до точки безубыточности Сделка Договор Факт. оплата Статус 1042 100% 40% расхождение 60% 1043 100% 100% закрыта Инженерная обвязка простая и без экзотики: вебхук из Bitrix24 настроен на событие «изменение стадии сделки», данные копятся в промежуточном листе Google Sheets, скрипт запускается по расписанию (Apps Script trigger, каждый четверг утром). Если вебхук не отработал или модель вернула невалидный JSON — бот в Telegram присылает сообщение «отчёт за неделю не собран, проверь вручную» вместо того, чтобы молча подставить пустые значения. Это критично: расчёт юнит-экономики, который тихо сломался и продолжает показывать старые цифры, опаснее, чем его отсутствие — про похожий сценарий тихой поломки я писал в статье про то, как CRM сдвигает даты незаметно для пользователя . Где ломается автоматизация расчёта Модель хорошо считает по формуле и плохо — угадывает, что имел в виду человек, если поля в CRM называются неоднозначно («сумма» без уточнения — договор или оплата). В одной из компаний ИИ-инструмент для стратегического планирования выдал убедительный прогноз, который не учитывал бонусы продаж и содержал необоснованные предположения о марже направления — их никто не сверил с фактическими данными из CRM, пока прогноз не разошёлся с реальностью на треть. Что даёт автоматизация, а что — сам факт расчёта Важное разделение для вас: большую часть эффекта даёт не автоматизация, а то, что вы вообще посчитали. Автоматизация лишь удерживает вас от того, чтобы бросить. Здесь важно не смешивать два разных эффекта. Первый — экономия времени от автоматизации сбора данных. Второй — деньги, которые видны только после того, как компания вообще начала считать юнит-экономику по направлениям отдельно. Это разные инициативы, и вклад каждой нужно оценивать по отдельности. Эффект автоматизации отчёта. Внедрение конвейера (вебхук + скрипт Apps Script + промпт для модели) занимает 14–22 часа работы аналитика или разработчика (оценка). При ставке около 1 000 ₽/час это 14 000–22 000 ₽ разовых затрат. Дальше еженедельный свод, который раньше занимал 2–3 часа вручную, сводится к проверке готового черновика — экономия 7–8 часов в месяц (оценка). При той же ставке это 7 000–8 000 ₽/мес. Окупаемость по этой оценке — 2–3 месяца, если считать только экономию времени на сборе и своде данных, без учёта эффекта от самих решений, принятых на основе отчёта. Эффект от разделения расчёта по направлениям. Это отдельная инициатива — не заслуга автоматизации, а заслуга самого решения считать раздельно. Пример с начала статьи: отдел из 6 менеджеров, средний чек 200 000 ₽, около 20 сделок в работе в месяц, 10% зависает без объяснения на неизвестной стадии — это 400 000 ₽ риска в месяц (оценка, консервативно). Автоматизация не устраняет этот риск сама по себе — она делает его видимым каждую неделю, а не раз в квартал на разборе полётов. Устранять зависшие сделки всё равно должен человек: разобраться со стадией, поднять причину, вернуть сделку в работу или списать её честно. Статья Оценка Что это даёт Внедрение конвейера 14–22 часа × ~1 000 ₽/час = 14 000–22 000 ₽ Разовые затраты на настройку вебхука, скрипта и промпта Экономия на своде 7–8 часов/мес × ~1 000 ₽/час = 7 000–8 000 ₽/мес Освобождённое время аналитика, окупаемость 2–3 месяца Риск от непрозрачной воронки ≈ 400 000 ₽/мес (оценка) Не эффект автоматизации — эффект самого разделения расчёта по направлениям Ваш чек-лист на понедельник Шесть шагов, каждый на один подход. Ни один не требует от вас нового инструмента. Выписать все направления, продукты или рынки компании и проверить: есть ли по каждому отдельный расчёт маржи, а не общая цифра по компании. Договориться с финансистом и маркетингом о едином определении «выручка»: договор, аванс или фактическое поступление — и зафиксировать это письменно, а не на словах. Посчитать точку безубыточности хотя бы для одного направления по формуле: постоянные расходы ÷ маржа с единицы. Проверить, размечены ли сделки и расходы в CRM по направлениям — без этого ни ручной, ни автоматический расчёт не будет верным. Назначить фиксированный день еженедельной сверки (как четверг в примере) — до общей планёрки, чтобы цифры были готовы к обсуждению, а не собирались на ходу. Если решите автоматизировать сбор — начать с промпта и ручной проверки на одном направлении, а не сразу на всей компании. И ещё одно, ради чего всё это. Умение за час разложить бизнес на направления и сказать, какое кормит, а какое ест, — это отдельный управленческий навык, и его придётся освоить. Руководитель, который приходит к собственнику с рентабельностью по каждому направлению, стоит дороже руководителя, который приносит общую выручку и просит верить на слово. Навык осваивается один раз и работает потом всю карьеру. Сделайте на этой неделе: возьмите два своих направления и посчитайте по каждому доход и прямые расходы на одного клиента. Одна таблица, час. Результат обычно неприятный и всегда полезный. Как собрать этот расчёт так, чтобы он обновлялся сам, — в бесплатном курсе . Мой опыт с этим расчётом был отрезвляющим: одно направление, которое я считал перспективным, при честном подсчёте оказалось убыточным на каждом клиенте. Мы его закрыли — и высвободившиеся руки дали рост там, где экономика сходилась. Решение было очевидным ровно в тот момент, когда появились цифры, и невозможным до этого.