Как директор по продажам CBS с помощью AI нашла потери в воронке и увеличила выручку на 14%

Какая задача или проблема заставила вас искать совершенно другой подход в работе?

У нас пять гео — Россия, Казахстан, Беларусь, Кыргызстан, Узбекистан. Разные рекламные кабинеты, разные валюты, разный клиент, разная скорость принятия решения. И в какой-то момент я поняла, что у меня есть общая цифра по обороту и нет ответа на вопрос «за счёт чего».

Классическая ситуация: месяц закрыли, план не выполнили. Спрашиваю — почему? Отдел продаж говорит «лиды пошли хуже». Маркетинг говорит «лиды те же, продажи не дожимают». И оба правы по-своему, потому что никто не смотрит на воронку целиком: от метки до оплаты, в разрезе гео и источника.

Второе, что меня добило: сколько времени я лично тратила на сбор данных. Выгрузить из Битрикса, свести по источникам, подтянуть расходы из рекламных кабинетов, пересчитать доллары в рубли по курсу, оформить, отправить. Каждую неделю по шесть часов. Я директор по продажам, и полный рабочий день в неделю у меня уходил на работу аналитика-оператора.

Выбор был простой: либо нанимать под это отдельного человека, либо перестраивать систему так, чтобы данные собирались без меня. Я выбрала второе.

Какую цифру вы впервые честно получили благодаря подсчётам AI, и она вас неприятно удивила?

Конверсию в КЭВ по одному из источников. Когда мы разметили воронку по этапам и посчитали переходы по UTM, выяснилось, что источник, который в общем отчёте выглядел самым дешёвым по лиду, даёт конверсию в ключевой этап воронки в 2,4 раза ниже средней. То есть мы платили меньше за заявку и больше за клиента. Эта цифра просто нигде не была видна: в отчёте по стоимости лида канал был лидером и выглядел лучшим вложением.

Вторая цифра: доля разговоров с клиентами, которые вообще никто никогда не слушал. Руководитель группы физически прослушивает около 5% звонков, и почти всегда это нерепрезентативная выборка: крупная сделка или конфликт. То есть решения по скриптам, обучению и мотивации мы принимали по 5% данных. Оставшиеся 95 % слепая зона, и деньги теряются именно там: не на возражении «дорого», а на том, что менеджер вообще не вышел на разговор о деньгах.

И третья, самая неприятная лично для меня: 24 часа в месяц на ручную сборку отчётности. Три полных рабочих дня. В голове у меня была оценка «часа три в неделю».

Какая задача исчезла из вашего рабочего дня первой?

Ручная еженедельная сводка по воронке.
Раньше это был цикл: выгрузка из Bitrix24 → сведение по КЭВ и по источникам → сверка расходов по рекламным кабинетам → пересчёт валют по гео → оформление → рассылка. Шесть часов. Сейчас это собирают скрипты, отчёт приходит в Telegram к нужному часу мне и руководителям групп. Пятнадцать минут на то, чтобы его прочитать. Я открываю не таблицу, а вывод.

Важно, что исчезла не отчётность, а именно ручная сборка. Смотреть на цифры и принимать по ним решения — по-прежнему моя работа, и её никто не автоматизирует. Ушло то, за что мне не платят

Второй ушла регулярная документарная рутина с жёстким форматом: периодические документы, где даты не должны пересекаться, а нумерация идёт сквозной. Мы уже на пятом десятке таких документов. Это худшая задача для человека и на сороковом однотипном документе ошибка в дате неизбежна, а документ с ошибкой не примут и придётся переделывать весь пакет.

Кейс, где ИИ сэкономил ресурсы. В цифрах

Кейс первый: сквозная аналитика лидогенерации по гео и источникам.

Было. Дашборд собирался руками раз в неделю, занимал шесть часов. К моменту готовности часть данных устаревала. Решения по перераспределению бюджета принимались с задержкой в две недели — то есть мы продолжали платить за неработающий канал ещё две недели после того, как он перестал работать.

Что сделали. Разметили воронку по ключевым этапам в Bitrix24, настроили разбор по UTM, автоматический сбор доходов и расходов по гео с пересчётом валют, пересборку дашборда и доставку в Telegram по расписанию. Плюс динамика за пять месяцев, чтобы видеть не точку, а тренд.

Стало. Сборка: 15 минут вместо 6 часов. Экономия: 22 часа в месяц лично у меня и порядка 15 часов у руководителей групп, которые раньше готовили свои срезы вручную.

Но главный эффект был не в часах. Когда стало видно воронку в разрезе гео, обнаружилось, что 18% бюджета уходит на связку «канал + гео», которая даёт дешёвый лид и конверсию в оплату в 2,4 раза ниже средней. Перераспределили внутри того же бюджета и получили 14% роста выручки без единого дополнительного рубля на трафик

Кейс второй, короткий: гипотеза о каннибализации продукта.

К нам пришла гипотеза, что новый продукт съедает продажи основного. Звучала логично, и на её основе уже готовились резать промо. Я подняла данные и посчитала: продукт оказался не замещающим, а дополняющим — это было видно по росту среднего чека в когортах, которые купили оба. Решение о сокращении не приняли.

Здесь ИИ сэкономил не часы, а решение. По моей оценке, сокращение промо стоило бы направлению около 15% квартальной выручки. Ручной разбор такой вопрос не закрывает: нужно смотреть не общий оборот, а поведение чека по когортам, а это уже не задача для глаз

Большинство думает, что внедрение AI — это купить подписку. Как это было у вас?

Подписка была не первым шагом, а примерно шестым.

• Порядок в CRM. Пока в Битриксе дубли, незаполненные поля и три написания одного источника — никакой ИИ не поможет, он честно посчитает мусор. Разбор справочников и меток занял больше времени, чем вся последующая автоматизация. Самый скучный и самый обязательный этап.
• Разметка воронки. Договориться, что мы считаем ключевым этапом, что — квалифицированным лидом, где граница между этапами. До этого у трёх руководителей было три разных определения одного слова. Это не техническая, а управленческая задача.
• Одна задача, а не «внедряем ИИ». Мы не автоматизировали компанию. Мы убрали ручную сборку недельного отчёта. Одна задача, измеримый результат, срок.
• Сломать и пересобрать. Первые версии падали: выгрузки не сходились, форматы разъезжались, курсы валют подтягивались криво. На отладку ушло больше месяца. Об этом обычно не рассказывают, когда показывают красивый кейс.
• Владелец и регламент. Кто отвечает за то, что отчёт вышел. Что делаем, если не вышел. Без этого инструмент умирает за месяц.
• И только потом — масштабирование на соседние задачи и подписки на инструменты.

Отдельно про руки. Я разбиралась во всём сама: от разметки воронки до скриптов и интеграций. Не потому, что люблю технику. Потому что руководитель, который не потрогал процесс руками, не может ни поставить задачу подрядчику, ни проверить результат. Ему продадут дашборд, который красиво выглядит и ничего не показывает, и он будет платить за это год.

Что сегодня называют внедрением AI, хотя это не внедрение?

• Оплата подписки. Это расход, а не внедрение. Внедрение начинается, когда изменился процесс, а не когда списались деньги с карты.
• Генерация контента. «Мы пишем посты нейросетью» — хорошо, но воронка от этого не двигается. Это ускорение одной творческой задачи, а не бизнес-процесс.
• Дашборд без решения. Самая частая история в продажах. Собрали красивую панель, показали на планёрке, все посмотрели. Через месяц её никто не открывает, потому что не описано, какое управленческое решение по ней принимается и кем. Отчёт, по которому не принимают решений, — это не аналитика, это обои.
• «Мы разрешили сотрудникам пользоваться нейросетями». Это делегирование хаоса. Каждый менеджер использует своё, качество никем не контролируется, клиентские данные уходят в случайные сервисы.

Тест простой: если завтра отключить инструмент, что сломается? Если ничего — внедрения не было

Три бизнес-задачи, которые ИИ решает лучше любого топ-менеджера. С цифрами

1. Сплошной разбор разговоров с клиентами. Руководитель группы прослушивает около 5% звонков — выборку, и почти всегда нерепрезентативную. Машина разбирает 100%: по единым критериям, без усталости и без симпатии к сильному менеджеру. Видно не «менеджер плохо отработал возражение», а конкретно: на каком этапе воронки, на какой формулировке и у кого именно ломается сделка. Разница не в качестве вывода, а в охвате — 5% против 100%.
2. Честная атрибуция по источникам и гео. Человек интерпретирует данные в сторону того, во что уже вложился. Это не нечестность, это психология. Машина считает по меткам, без «ну там же был сильный месяц». У нас разбор динамики за пять месяцев показал расхождение с интуитивной оценкой руководителей примерно на треть. Причём в обе стороны: один канал недооценивали ровно так же сильно, как другой переоценивали.
3. Регулярная точная рутина. Отчёты по расписанию, документы с жёстким форматом, пересчёт валют по пяти гео, сверки. Два преимущества: скорость — 15 минут вместо 6 часов на сводку и порядка 10 минут вместо 2 часов на пакет документов — и ноль ошибок в датах и нумерации. У человека на сороковом документе ошибка неизбежна, это вопрос статистики, а не дисциплины.

Общее у всех трёх — объём, регулярность и беспристрастность. Там, где нужны стратегия, переговоры и ответственность за решение, человек сильнее. Я не заменяю топ-менеджера. Я снимаю с него то, что мешает ему быть топ-менеджером.

Что будет с руководителем, который проигнорирует ИИ ещё на год? Три сценария

Ни один сценарий не выглядит катастрофой в моменте. В этом и проблема: год проходит незаметно, а отставание набирается ежедневно.

После всех внедрений в собственной карьере зачем вы вообще решили проводить AI-практикум?

Потому что я вижу, где именно люди останавливаются, и это не там, где все думают.

Останавливаются не на нехватке информации — её сейчас избыток. Останавливаются на первом шаге: человек не понимает, с какой своей задачи начать, и поэтому не начинает вообще. Или начинает с самой эффектной задачи вместо самой окупаемой — генерирует посты вместо того, чтобы разобрать воронку и найти, где утекают деньги

Плюс рынок 2026 года стал жёстче. Компании быстро замечают тех, кто умеет применять AI в работе, и так же быстро расстаются с теми, кто не даёт измеримого результата. И тут выясняется неприятная вещь: сказать «я пользуюсь нейросетями» уже недостаточно. Работодателю нужно показать, что ты умеешь применить AI к конкретной задаче: найти проблему, разобрать данные, сформулировать вывод и предложить решение. Большинство сильных специалистов этого показать не могут, хотя по опыту заслуживают гораздо большего.

Практикум построен ровно вокруг того, чем я занимаюсь каждый день: воронка, точки потери выручки, причины отказов, план действий. Четыре модуля — четыре реальные проблемы, из-за которых бизнес теряет деньги: где теряется выручка, в маркетинге проблема или в продажах, почему клиент на самом деле не покупает и что чинить первым. Мне не пришлось ничего придумывать под формат — я рассказываю то, что сама собирала руками и на чём сама набивала шишки 

И честно: для меня это ещё и проверка методологии. Когда через твои схемы проходят чужие воронки, очень быстро видно, где у тебя красивая теория, а где рабочий инструмент.

Татьяна Ткачева Директор по продажам Сити Бизнес Скул (City Business School)

Что происходит на практикуме уникального, чего невозможно получить, просто посмотрев ролики или пообщавшись с ChatGPT?

• Вы разбираете свою воронку, а не чужой пример. В ролике автор показывает, как это работает у него. У вас другая CRM, другой цикл сделки, другой средний чек, другой клиент. Разрыв между «я понял» и «я сделал у себя» — самый дорогой разрыв в обучении, и в одиночку его почти никто не проходит. На практикуме вы работаете на своих данных по готовым шаблонам диагностики — то есть проходите путь, а не смотрите, как его проходит кто-то другой.
• Вам дают правильный вопрос, а не только ответ. ChatGPT отвечает отлично, но ровно на тот вопрос, который вы задали. Он не скажет, что вы автоматизируете не ту задачу. Не спросит, почему вы считаете конверсию от общего числа лидов, а не от квалифицированных. И не подскажет, что проблема не в продажах, а в связке маркетинга и продаж. Именно это на практикуме и разбирается — как правильно задавать вопрос к получаемым данным. Плюс вы забираете готовые промпты под конкретные задачи: анализ звонков и переписок, разбор причин отказов, диагностика воронки от заявки до оплаты. Их можно использовать повторно, а не изобретать каждый раз заново.
• На выходе — артефакты, а не конспект. За два дня собираются вполне осязаемые вещи: карта точек потери выручки, карта причин отказов и поведения клиентов, персональный план роста на 30 дней. То есть после практикума у вас есть не «я послушал», а документ, с которым можно прийти к руководителю или на собеседование.
• И подтверждение. Электронный сертификат CBS о прохождении AI-практикума — это то, чего ролик и переписка с нейросетью не дают в принципе. Работодателю уже мало услышать «я пользуюсь AI». Сертификат плюс готовый разбор воронки — это аргумент в резюме, на собеседовании и внутри компании.

Есть ещё бонусный модуль, который я считаю недооценённым, про руководителя на пределе. Про то, как вернуть управляемость, когда все истощены, без красивой психологии и самообмана. К AI он отношения не имеет, но к результату — прямое.