Почему клиент отказал: ИИ анализирует историю сделок в 1С

Автоматическое определение причины отказа клиента работает через сравнение трёх параметров из истории сделки в 1С: стадия закрытия, длина цикла и отклонение итоговой цены от средней по выигранным сделкам в том же сегменте. Это не предположение менеджера — это статистика по вашей же базе за прошлые периоды.

В компаниях до 50 менеджеров около 60% отказов записаны с причиной «другое» или вообще без причины. РОП узнаёт реальную картину только если сам обзванивает — это 4-6 часов в неделю, которые никто не считает прямыми потерями, но они есть.

Как ИИ определяет причину отказа клиента

Система не анализирует одну сделку. Она ищет паттерн в тысячах закрытых: успешных и нет. Каждая сделка — это набор атрибутов: стадия закрытия, количество касаний, длина цикла, ответственный менеджер, наличие дополнительных согласований, отклонение цены от среднего.

Когда сделка закрыта с отказом, ИИ сопоставляет её атрибуты с историческими паттернами. Результат — не «клиент сказал нет из-за цены», а «сделки с такими же параметрами в 72% случаев закрывались с отказом на стадии КП, и 68% из них — по ценовому несоответствию». Это гипотеза для разбора, а не приговор.

Работает только при корректных данных. Без них ИИ анализирует мусор.

Четыре причины отказа и их след в данных

В практике малого и среднего бизнеса отказы делятся на четыре группы. Каждая оставляет характерный след в истории сделки.

Цена

Сделка зависает на стадии «КП отправлено» от 5 до 14 дней, затем закрывается. Итоговая сумма КП выше средней по выигранным сделкам в том же сегменте на 15% и более. Самая легко читаемая причина — если поле «итоговая сумма» вообще заполнено.

Сроки поставки

Отказ после стадии «Переговоры», длина цикла — 3-7 дней, клиент изначально запрашивал срочность. Менеджер не успел предложить альтернативу или предложил неподходящий срок.

Лицо, принимающее решение

Сделка долгая — более 45 дней. Касаний много — 8 и более. Контактные лица менялись. Застряла на стадии «Согласование». Типичный паттерн b2b: менеджер работал не с тем человеком.

Потеря контакта

Дата последнего действия по сделке отстаёт от текущей даты более чем на 21 день. Следующего касания нет. Задача на перезвон не поставлена. Сделка просто «умирает» без явного отказа. Это не причина отказа клиента — это провал процесса со стороны менеджера.

Чек-лист: что должно быть в базе

Без корректных данных анализ не запустится. Минимальный набор полей по каждой сделке:

• Стадия на момент закрытия — обязательно, не «другое»
• Причина отказа — конкретная из справочника (7-8 вариантов, не 30)
• Дата последнего контакта с клиентом
• Итоговая сумма КП или последнего предложения
• Ответственный менеджер — чтобы выявить персональные паттерны
• Сегмент клиента — размер, отрасль, регион

Если хоть одно поле регулярно не заполняется, аналитика будет неполной. Система контроля качества данных через 1С ловит незаполненные обязательные поля в момент закрытия сделки — не через неделю, а сразу. Это настраивается без переписывания конфигурации.

Пошаговый регламент разбора отказов

Аналитика сама по себе не меняет конверсию. Нужен регламент — что делать с результатами.

Шаг 1. Фиксация причины в день закрытия

Менеджер закрывает сделку с отказом и заполняет: причину из справочника, дату последнего разговора, итоговую сумму предложения. Дедлайн — в день проведения документа. Это правило проверяется автоматически. Не завтра, не «при первой возможности».

Шаг 2. Автоклассификация

Система сопоставляет данные с историческими паттернами. Через 10-15 минут к сделке добавляется метка: «ценовой отказ», «срочность», «ЛПР», «потеря контакта». Гипотеза для контроля качества работы с клиентами, не окончательный диагноз.

Шаг 3. Еженедельный разбор топ-3 причин

РОП смотрит отчёт: три главные причины отказа за неделю с разбивкой по менеджерам. Если у конкретного менеджера 8 из 10 отказов — «потеря контакта», проблема не в продукте. Проблема в том, что он не делает повторные касания.

Шаг 4. Корректировка скрипта или условий раз в месяц

Если 40% отказов — ценовые, и при этом средняя скидка менеджера 8%, а допустимый порог по должности 10%, — возможно, менеджеры просто не используют весь разрешённый диапазон. Это проверяется за 15 минут по отчёту из 1С.

Разбор ошибки с цифрами: «причина неизвестна» стоит дорого

Оптовый поставщик металлопроката из Новосибирска, 12 менеджеров. Ежеквартальный отчёт по причинам отказа: 38% — «цена», 45% — «другое», 17% — прочее. РОП считал, что проблема в ценах, и давил на закупки.

Когда настроили обязательное заполнение полей и прогнали ИИ по истории за два года, картина изменилась. «Другое» распалось: 31% — «потеря контакта» (менеджер не перезвонил в течение 7 дней после КП), 9% — «срочность» (клиент не мог ждать дольше 5 дней, а компания называла 10).

РОП ввёл одно правило: если по сделке нет действия 5 дней, система ставит задачу на перезвон. Три месяца спустя: отказов по «потере контакта» вдвое меньше. Это 7 дополнительно закрытых сделок за квартал при среднем чеке 180 000 ₽ — около 1 260 000 ₽.

Скрипт не менялся. Продукт не менялся. Изменился только контроль своевременности касания. Закономерность прятали в поле «другое» два года.

Какие данные 1С реально нужны

Для базового анализа достаточно стандартных объектов: «Коммерческое предложение», «Заказ клиента», «Задача» или «Взаимодействие». Стадия, дата, сумма, ответственный в них уже есть.

Для продвинутого — дополнительные реквизиты: причина отказа как справочник (не строка), признак срочности, источник лида, упоминание конкурента. Добавляются в стандартную конфигурацию без переписывания системы. Всё это лежит в той же базе, где ИИ строит прогноз спроса — данные для обеих задач во многом общие.

Важный момент: для статистически значимых выводов нужны минимум 12 месяцев и 200+ закрытых сделок. Меньше — любой вывод может оказаться случайным совпадением. Если база моложе — начните с ручного разбора по чек-листу выше и фиксируйте данные правильно уже сейчас.

Частые вопросы

Нужна ли отдельная программа?

Нет. Базовая аналитика строится штатными отчётами 1С: сводная таблица по причинам отказа, разбивка по менеджерам и стадиям. ИИ-классификация нужна, когда поле «причина» заполнено плохо или вы хотите выявлять паттерны автоматически — без ручного разбора сотен строк.

За какой период нужна история?

Минимум 12 месяцев и 200+ закрытых сделок. Меньше — паттерн не выкристаллизуется, любой вывод будет случайным совпадением. Если база моложе — начните с ручного разбора и фиксируйте данные правильно уже сейчас. Через полгода появится выборка.

Как заставить менеджеров заполнять причину отказа?

Не заставлять — блокировать. Закрытие сделки без заполнения обязательных полей не проводится. Это настраивается в 1С стандартными средствами: обязательный реквизит при проведении документа. Никакого уговаривания, только техника.

У нас 50-60 сделок в месяц — ИИ поможет?

На таком объёме ИИ-классификация даст шум, не сигнал. Зато регламент из этой статьи — еженедельный разбор топ-3 причин — работает и с такими объёмами. Через полгода будет 300-360 сделок и статистически значимая выборка.