Разработка AI-системы прогнозирования сделок в воронке продаж
Sales forecasting — ключевая задача для планирования. Ручные прогнозы менеджеров систематически biased: overoptimism, anchoring на wishful thinking. ML-модель основана на объективных сигналах из CRM и истории закрытия.
Модель прогнозирования
Уровень сделки: Для каждой активной сделки — вероятность закрытия в текущем месяце / квартале. XGBoost на признаках: стадия воронки, сумма, время в стадии, число контактов, последняя активность, скорость прогрессии, исторические данные менеджера.
Aggregate Forecast: Взвешенная сумма вероятностей по всем сделкам. Confidence interval (p10–p90) — честнее точечного прогноза. Сравнение с pipeline историей.
Cohort Analysis: Сделки, созданные в один период, по каким-то причинам закрываются хуже — ранняя идентификация через cohort tracking.
Time-series компонент
Prophet / Temporal Fusion Transformer для учёта сезонности, тренда, внешних факторов (месяц, квартал-конец, праздники).
Dashboard
Real-time forecast обновляется при каждом CRM-событии. Waterfall chart: pipeline start → новые сделки → прогнозируемые выигрыши → прогнозируемые потери → forecast.
Alert: если прогноз квартала отклоняется от плана на >15% — автоматическое уведомление руководству.
Требования к данным
18–24 месяца исторических данных по закрытым сделкам для надёжного прогноза. Минимум 200 закрытых сделок.