Продажи / Win rate
Как посчитать win rate с ИИ
Win rate — это доля выигранных сделок от общего числа закрытых. Формула: (число выигранных сделок / число закрытых сделок) × 100%. ИИ автоматизирует сбор данных, классификацию причин и прогнозирование вероятности выигрыша.
Проблема
Почему это важно
Без точного расчета win rate менеджеры и руководители не понимают, насколько эффективно работает отдел продаж. Ручной подсчет в таблицах занимает время, данные разбросаны по CRM и почте, а результаты часто искажаются из-за ошибок.
Почему возникает
- Сделки фиксируются в разных системах, данные не консолидируются
- Менеджеры по-разному трактуют, что считать выигранной сделкой
- Отсутствует единый регламент закрытия сделок
- Ручной ввод данных приводит к пропускам и дублям
Риски и потери
- Неверная оценка эффективности отдела продаж
- Неправильное распределение ресурсов на слабые направления
- Невозможность выявить системные причины проигрышей
- Потеря выручки из-за неоптимальной стратегии продаж
Что влияет на результат
- Количество выигранных сделок
- Общее количество закрытых сделок (выигранные + проигранные)
- Период расчета
- Категория сделок (по продукту, каналу, менеджеру)
Типичные ошибки ручного подхода
- Путаница между закрытыми и всеми сделками
- Неучтенные сделки, перенесенные на следующий период
- Разные критерии выигрыша у разных менеджеров
- Ошибки ввода данных вручную
Определение
Что важно понимать
Win rate
Доля выигранных сделок от общего числа закрытых сделок, выраженная в процентах.
Показывает эффективность отдела продаж и позволяет сравнивать результаты по менеджерам, продуктам и периодам.Закрытая сделка
Сделка, по которой принято окончательное решение: выиграна или проиграна.
Только закрытые сделки учитываются в расчете, иначе показатель будет искажен.ИИ в расчете win rate
Использование алгоритмов для автоматического сбора данных, классификации причин и прогнозирования вероятности выигрыша.
Снижает ручной труд, повышает точность и дает аналитику для улучшения продаж.Данные
Какие данные нужны
Данные о сделках из CRM
Основной источник для расчета win rate: статусы сделок, суммы, даты закрытия.
- ID сделки
- Статус (выиграна/проиграна)
- Дата закрытия
- Сумма сделки
- Менеджер
- Продукт
История изменений статусов
Позволяет отследить, как сделка двигалась по воронке, и выявить причины проигрыша.
- Дата изменения статуса
- Предыдущий статус
- Новый статус
- Комментарий менеджера
Комментарии и причины закрытия
ИИ анализирует текстовые причины побед и поражений для выявления паттернов.
- Текст комментария
- Категория причины (цена, конкуренты, сроки)
Методология
Методика расчета win rate с ИИ
Принципы
- Определить четкие критерии выигранной и проигранной сделки
- Собирать данные автоматически из CRM, чтобы исключить ручной ввод
- Использовать ИИ для классификации причин и прогнозирования
- Регулярно пересматривать методику при изменении бизнес-процессов
Допущения
- Все сделки фиксируются в CRM
- Статусы сделок обновляются своевременно
- Комментарии менеджеров заполняются для проигранных сделок
Ошибки
- Считать win rate по всем сделкам, включая незакрытые
- Игнорировать сделки, перенесенные на следующий период
- Не учитывать сезонность при сравнении периодов
- Полагаться на ручной подсчет без проверки данных
Роль ИИ
Как ИИ решает задачу
Автоматический сбор и консолидация данных о сделках
Данные на входе: Данные из CRM: статусы, даты, суммы, менеджеры
Что делает модель: Собирает и очищает данные, устраняя дубли и пропуски
Результат: Единая таблица закрытых сделок за период
Как используется: Система автоматически рассчитывает win rate по формуле
Классификация причин проигрыша по текстовым комментариям
Данные на входе: Комментарии менеджеров к проигранным сделкам
Что делает модель: Определяет тему причины (цена, конкуренты, сроки, качество продукта)
Результат: Категоризированные причины с долей упоминаний
Как используется: Руководитель видит топ причин и принимает меры
Прогнозирование вероятности выигрыша по каждой сделке
Данные на входе: Исторические данные о сделках: характеристики, этапы, длительность
Что делает модель: Обучается на прошлых сделках и предсказывает вероятность выигрыша для текущих
Результат: Скоринг по каждой сделке (например, 0-100%)
Как используется: Менеджер приоритизирует сделки с высокой вероятностью
Разбор
Как это работает
- 1
Вход: данные о сделках из CRM (статусы, даты, суммы). Действие: система фильтрует закрытые сделки за период. Результат: список закрытых сделок.
- 2
Вход: список закрытых сделок. Действие: система подсчитывает количество выигранных и общее число закрытых. Результат: числа для расчета.
- 3
Вход: числа выигранных и закрытых сделок. Действие: система применяет формулу win rate = (выигранные / закрытые) × 100%. Результат: процент win rate.
- 4
Вход: комментарии менеджеров к проигранным сделкам. Действие: ИИ классифицирует причины по темам. Результат: распределение причин.
- 5
Вход: исторические данные о сделках. Действие: ИИ обучает модель прогнозирования вероятности выигрыша. Результат: скоринг по каждой сделке.
- 6
Вход: рассчитанный win rate и причины. Действие: система формирует отчет с динамикой и рекомендациями. Результат: дашборд для руководителя.
Расчет
Формула расчета win rate
Базовая формула win rate проста, но важно правильно определить числитель и знаменатель.
Win rate
Win rate = (Число выигранных сделок / Число закрытых сделок) × 100%- Число выигранных сделок — сделки со статусом «выиграна» за период
- Число закрытых сделок — все сделки со статусом «выиграна» или «проиграна» за период
Условный пример: За месяц закрыто 50 сделок, из них 20 выиграно. Win rate = (20 / 50) × 100% = 40%.
Допущение: Не включайте в знаменатель сделки в работе или перенесенные на следующий период.
Пример расчета
Как это выглядит в цифрах
Условный пример: расчет win rate по менеджерам
- Допущение: Отдел продаж: 3 менеджера
- Допущение: Период: месяц
- Допущение: Данные о закрытых сделках по каждому менеджеру
Менеджер А: закрыто 30 сделок, выиграно 15 → win rate 50%. Менеджер Б: закрыто 40, выиграно 12 → 30%. Менеджер В: закрыто 20, выиграно 8 → 40%.Менеджер Б показывает самый низкий win rate, что может указывать на проблемы в квалификации лидов или в переговорах. Рекомендуется проанализировать его воронку и причины проигрышей.
Логика решения
Почему дана такая рекомендация
Что повлияло на решение
- Win rate по менеджерам
- Динамика win rate по периодам
- Причины проигрышей, классифицированные ИИ
Какие риски учтены
- Низкий win rate у конкретного менеджера
- Рост доли проигрышей по причине цены
- Сезонные колебания спроса
Какие варианты рассматривались
- Перераспределение лидов между менеджерами
- Изменение ценовой политики
- Дополнительное обучение менеджеров
Выбрано обучение, так как причина в навыках, а не в качестве лидов
Если бы причина была в цене, рекомендация была бы по корректировке цен
Результат
Что видит пользователь
Дашборд с win rate по менеджерам, продуктам и периодам
Графики динамики win rate, таблица с показателями, топ причин проигрышей
Руководитель видит проблемные зоны и принимает мерыАвтоматический отчет о причинах проигрышей
Список категорий причин с долей упоминаний и примерами комментариев
Менеджер понимает, над чем работатьАвтоматизация
Что автоматизируется, а что нет
Выполняется автоматически
- Сбор данных о сделках из CRM
- Расчет win rate по формуле
- Классификация причин проигрышей по комментариям
- Формирование дашборда и отчетов
Требует настройки
- Настройка интеграции с CRM
- Определение статусов сделок
- Настройка категорий причин для классификации
Остаётся за человеком
- Утверждение методики расчета
- Интерпретация результатов и принятие решений
- Проверка корректности классификации причин
Внедрение
Как внедрить решение
Быстрый запуск
- Выгрузить данные о сделках из CRM в Excel
- Вручную посчитать win rate по формуле
- Зафиксировать результаты в таблице
Рабочая система
- Настроить автоматическую выгрузку данных из CRM
- Создать дашборд с расчетом win rate
- Подключить ИИ для классификации причин проигрышей
Расширенный вариант
- Внедрить прогнозирование вероятности выигрыша по каждой сделке
- Интегрировать данные из нескольких источников (CRM, почта, телефония)
- Настроить сценарный анализ влияния изменений на win rate
Подготовка
Чек-лист перед запуском
- 1
Определить критерии выигранной и проигранной сделки
- 2
Убедиться, что все сделки фиксируются в CRM
- 3
Настроить автоматическую выгрузку данных
- 4
Проверить корректность статусов сделок
- 5
Собрать комментарии менеджеров по проигранным сделкам
- 6
Настроить категории причин для классификации
- 7
Рассчитать win rate за прошлый период для сравнения
- 8
Создать дашборд для визуализации
- 9
Обучить менеджеров работе с дашбордом
- 10
Назначить ответственного за регулярный анализ
Вывод
Главное
Win rate — простой, но важный показатель, который нужно считать на точных данных и регулярно анализировать.
Основные данные — закрытые сделки из CRM; расчет по формуле (выигранные / закрытые) × 100%.
ИИ автоматизирует сбор данных, классифицирует причины проигрышей и прогнозирует вероятность выигрыша.
Начните с выгрузки данных о закрытых сделках за месяц и ручного расчета win rate по формуле.
Метод ReMetod
На чем основан вывод
Метод ReMetod показывает, как автоматизировать расчеты и аналитику в бизнесе. Практикум учит строить работающие решения для таких задач, как расчет win rate, без программирования.
В программе практикума этот подход разбирается пошагово: от формулировки бизнес-задачи до модели решения, данных, автоматизации, интерфейса и проверки результата.
Посмотреть программу практикумаВопросы
Что обычно уточняют
Нужен ли ИИ для расчета win rate, если есть простая формула?
Формула проста, но ИИ помогает автоматизировать сбор данных, исключить ошибки и анализировать причины проигрышей, что дает больше пользы, чем просто расчет.
Сложно ли внедрить ИИ для расчета win rate?
Базовый расчет можно автоматизировать с помощью простых правил и интеграции с CRM. Более сложные функции, такие как прогнозирование, требуют настройки, но это посильно без программирования.
Следующий шаг
Выберите, как продолжить с ReMetod
Хотите автоматизировать расчет win rate и аналитику продаж? Приходите на бесплатный вебинар ReMetod.