Как часто стейкхолдеры заставали вас врасплох?

Обычная планёрка. И вдруг вопрос от собственника: «Продажи падают. Реклама не работает? Может, сократить бюджет, поменять подрядчика и отправить продажи в холодный обзвон?»

Обычно в такой момент хочется ответить: «Мне нужно несколько дней, чтобы собрать данные».

Недавно я оказался почти в такой же ситуации.

Только вместо этого открыл ИИ.

Я обезличил и загрузил данные по продажам, источникам привлечения и БДР и попросил: — сравнить выручку по источникам; — посчитать LTV и повторные покупки рекламных когорт; — отдельно посмотреть старых клиентов; — определить, проблема в привлечении, монетизации или удержании; — сравнивать только сопоставимые периоды. Примерно через три минуты разговор полностью изменился.

По доступному срезу выручка клиентов из рекламного канала выросла: 10,96 млн ₽ → 17,01 млн ₽ (+55,1%) А выручка старых клиентов упала: 17,46 млн ₽ → 6,67 млн ₽ (−61,8%)

Первый вывод оказался неожиданным: - проблема была не только в привлечении. Мы теряли тех, кто уже покупал у нас.

Но и у новых клиентов была проблема. LTV за первые 45 дней снизился: 22 023 ₽ → 17 860 ₽

А доля клиентов, совершивших повторную покупку за 45 дней: 16,7% → 8,4%

На горизонте 180 дней картина стала лучше, но разрыв сохранился: LTV: 36 742 ₽ → 33 409 ₽ Repeat rate: 30,2% → 24,6%

То есть вопрос перестал звучать как: «Выключать ли рекламу?»

И стал звучать гораздо полезнее: «Почему клиент перестаёт покупать после первого заказа?»

Мы сразу подключили руководителя продаж. Всплыли реальные причины, которые называли клиенты: * увеличившиеся сроки; * сложная программа лояльности; * дорогая доставка. Вместо сокращения рекламного бюджета появился другой план: разобраться с оттоком, упростить лояльность, сократить сроки, оптимизировать доставку и поговорить с ушедшими клиентами. Есть и важное ограничение. В БДР рекламные расходы за 2025 год и 2026 год были за разные периоды, поэтому напрямую сравнивать их нельзя.

И это тоже важный момент в работе с ИИ:

модель может очень быстро посчитать цифры, но продакт всё равно должен понимать, имеет ли смысл само сравнение. ИИ не принял решение за меня. Не поговорил с клиентами. Не расставил приоритеты. Не взял ответственность.

Он сделал другое: - сократил путь от неожиданного вопроса до разговора на данных с нескольких дней до нескольких минут. А иногда именно этих нескольких минут и хватает, чтобы не принять быстрое, очевидное и неправильное решение. Конечно, это работает только тогда, когда у вас под рукой есть актуальные данные.

Но для этого не обязательно иметь дорогую BI-систему или отдельный отдел аналитики. О том, как организовать такую систему даже в небольшой компании, расскажу в следующем посте. А к результатам этого кейса вернусь в конце года.

Все абсолютные показатели условные, приведены для примера. Все относительные показатели реальны)))