Lost deal analysis: как использовать проигранные сделки для роста продаж

Анализ проигранных сделок помогает понять, где и почему компания теряет потенциальных клиентов. Дальше эти наблюдения превращаются в улучшения продукта, позиционирования и процесса продаж. Он показывает, почему проигрываются сделки, и вскрывает настоящие причины отказа клиента вместо удобных версий из комментариев в CRM. Он же отвечает на вопрос, как повысить конверсию продаж без лишних скидок и героических усилий.

Статья пригодится руководителям и менеджерам отделов продаж, маркетологам и владельцам бизнеса. Будут таблицы, формулы и план действий, а нотаций и воды не будет.

Анализ проигранных сделок это систематический разбор возможностей, которые не закончились продажей. Его задача найти причины потери сделок и повторяющиеся закономерности. Здесь важно различать два уровня. Разбор одной сделки отвечает на вопрос «что пошло не так с этим клиентом». Регулярная аналитика всего потока проигрышей отвечает на другой вопрос, почему теряются сделки в целом и где именно система дает сбой. Первое похоже на разбор партии в шахматах, второе на статистику по всему сезону.

На практике анализ причин потери сделок позволяет выявить повторяющиеся сценарии отказов. Например, если несколько клиентов с похожими запросами уходят после получения коммерческого предложения, стоит проверить не только работу менеджеров, но и само предложение: условия сотрудничества, сроки и понятность ценности для покупателя.

Хорошая аналитика помогает принимать вполне земные решения. Вы корректируете этапы воронки, уточняете целевую аудиторию, пересматриваете предложение и переписываете скрипты. Заодно перестаете тратить бюджет на каналы, которые приводят «туристов» вместо покупателей. Простая схема выглядит так: данные о проигрыше → выявление причины → изменение → проверка результата. Если пропустить последний шаг, получится красивый отчет без пользы.

Цель анализа улучшить систему продаж. Искать виноватого менеджера и любой ценой возвращать ушедшего клиента не нужно. Как только разбор превращается в публичную порку, команда начинает выбирать самые безопасные объяснения вместо самых точных. Поэтому сначала нужно договориться, что вообще считать проигрышем.

Прежде чем что-то анализировать, договоритесь о статусах. Иначе «проигранными» окажутся и клиент, который выбрал конкурента, и дубль заявки, и лид с неверным номером. Это разные истории, и считать их в одной корзине значит портить статистику. Хорошее рабочее правило: сделка это отдельная возможность покупки с конкретной потребностью, покупателем и предметом предложения. Заявка без квалификации остается лидом, и потери на этом этапе нужно считать отдельно. Подробнее о том, почему бизнесы теряют заявки, можно прочитать в отдельном материале.

Особое внимание уделите статусам «отложено» и «клиент замолчал». Перенос решения оправдан, только если известны условие возвращения и дата следующей проверки. Например, клиент из Львова ждет утверждения бюджета на следующий квартал. Фраза «давайте созвонимся когда-нибудь» активным прогнозом не считается. Молчание тоже не доказывает отказ, поэтому честная запись звучит как «исход неизвестен». Универсальный срок автоматического закрытия ставить не стоит. Для интернет-магазина и корпоративного внедрения он будет разным, так что ориентируйтесь на собственную историю цикла сделки.

Когда статусы расставлены, можно разбираться, чем ваш подход отличается от более широкого метода.

Lost deal analysis концентрируется только на проигранных сделках (lost deals). Он отвечает на вопрос «почему мы проиграли». Win/loss analysis шире, потому что сравнивает выигранные и проигранные сделки, а иногда добавляет третью группу, no decision или postponed. Такой win loss analysis дает возможность увидеть не только причины поражений, но и то, что отличает сделки, которые вы стабильно выигрываете. Это как разбирать полеты только после аварий или еще и изучать, как приземляются успешные рейсы.

Международные поставщики таких решений, например Clozd, строят практику на прямой обратной связи покупателей и включают в выборку и победы, и поражения. Но к их заявлениям об эффективности стоит относиться как к рекламе, а не как к независимому исследованию. Метод полезен, гарантий роста конверсии он не дает. Для старта достаточно анализа проигрышей, а победы лучше подключить, когда базовый учет приведен в порядок. Тогда анализ won lost сделок покажет, какие факторы действительно различают исходы.

Что можно сравнивать в win/loss analysis:

• участие лица, принимающего решение
• скорость подготовки коммерческого предложения
• сегмент или отрасль клиента
• конкретный продукт
• наличие подходящего кейса
• качество выявления потребностей клиента на этапе discovery

Если «дорого» звучит и в выигранных, и в проигранных сделках, цена, скорее всего, не главный различитель. Чтобы такие сравнения работали, нужны аккуратные данные, поэтому дальше о том, что собирать в CRM.

Качество выводов напрямую зависит от полноты и единообразия данных. Если один менеджер пишет «дорого», второй «бюджет», а третий оставляет поле пустым, анализ проигранных сделок превращается в гадание. Нужна минимальная карточка, где часть полей заполняется автоматически, а менеджеру остается то, что требует человеческого понимания. Это содержание разговора, контекст решения и следующий шаг. Порядок в карточках напрямую связан с гигиеной данных в CRM.

Отдельно о комментариях клиента: без них анализ отказов клиентов остается формальным. Метка «дорого» ничего не объясняет. Возможно, у клиента нет денег. Возможно, ему тяжело платить сразу. А может, он не увидел результата, который оправдывает расходы, или сравнивал несопоставимые комплектации. В таких случаях пригодится работа с возражением о цене. Полезный комментарий отвечает на четыре вопроса: кто сообщил решение, что именно он сказал, когда это было и на чем основан вывод. Заодно сохраняйте последний содержательный этап и историю суммы. Если менеджер обнуляет стоимость перед закрытием, оценка потерянного потенциала теряет смысл. А если в CRM несколько валют (UAH, EUR, USD), заранее договоритесь о правиле пересчета, иначе курс начнет «улучшать» продажи.

При этом анализ причин отказов клиентов становится точнее, когда комментарии в CRM основаны на реальных словах покупателей, а не предположениях менеджеров. Поэтому важно отдельно фиксировать, подтвердил ли клиент причину отказа или команда определила ее самостоятельно на основании истории взаимодействий.

Данные собраны, пора разложить причины по полкам.

Начните с короткого справочника причин, в CRM его часто называют lost reason или «лост ризон», и не позволяйте ему превратиться в свалку. Хорошая схема хранит отдельно три вещи: исход, причину и степень подтверждения. «Выбрали конкурента» это исход, но еще не причина. «Дорого» это оценка покупателя, а не механизм отказа. А «менеджер предполагает» говорит о доказательности. Когда все это лежит в одном списке рядом с «не дозвонились» и «дубль», сравнивать нечего. Для отчета выбирайте одну основную причину проигрыша сделки и несколько сопутствующих факторов, а неизвестное показывайте отдельной категорией «не установлено».

Различайте заявленную причину и первопричину. Возражение «дорого» легко может скрывать непонятную ценность или неудобный формат оплаты. Тогда помогает пересмотр этапности платежа, а скидка только съедает маржу. То же с внешними обстоятельствами. Не заводите универсальную категорию «ситуация в стране», она слишком широка для управления. Фиксируйте наблюдаемый факт: приостановлено финансирование, сорван согласованный срок, нет команды внедрения, недоступна доставка. Причины проигранных сделок полезно оценивать и по числу сделок, и по потерянной выручке, ведь редкая, но крупная проблема может стоить дороже частой мелкой.

Чтобы причины проигрыша сделки были определены объективно, недостаточно ориентироваться только на последнее возражение покупателя. Например, если клиент назвал высокую цену, важно выяснить, с какими предложениями он сравнивал ваш продукт, какие условия оказались решающими и кто принимал окончательное решение о покупке.

Когда справочник готов, переходим к самой процедуре.

Порядок действий лучше держать простым, иначе он умрет на второй неделе. Главное требование к выборке: она должна быть достаточной и сопоставимой по периоду. Разбирать только самую свежую или самую обидную потерю значит анализировать эмоции. Иногда хватает 20 закрытых сделок для первых гипотез, иногда нужно сотни, и все зависит от сегмента и длины цикла. Если вы смешаете корпоративные внедрения, розничные заказы и покупку недвижимости, одинаковый размер выборки не даст одинаковой глубины.

Главное правило после запуска изменений: проверять их на следующем периоде. Рост конверсии рядом с внедрением новой идеи не доказывает, что причина именно в ней. Особенно в Украине, где спрос и операционная доступность клиентов могут меняться быстро. Если возможно, сравнивайте параллельные группы, а не «до и после». Для небольших компаний, где данных мало, честнее сочетать пилот, качественные свидетельства и накопление наблюдений, чем праздновать любой краткосрочный скачок.

Пошаговая схема анализа:

1. Определите период и охват выборки, например закрытые квалифицированные сделки за квартал.
2. Проверьте данные, найдите дубли, пустые причины и закрытия без этапа.
3. Присвойте сделкам категории по единому справочнику.
4. Сравните группы по ключевым параметрам: сегмент, источник, сумма, менеджер.
5. Найдите первопричины через комментарии, переписку и, где возможно, разговор с клиентом.
6. Сформулируйте гипотезы и назначьте действия с владельцами.
7. Проверьте результат на следующем периоде и сохраните вывод.

Пример цикла. Наблюдение: в сегменте небольших интернет-магазинов часто пишут «дорого» после демонстрации. Гипотеза: клиенты не видят окупаемость в первые месяцы. Действие: добавить в демо расчет окупаемости на примере похожего магазина из Киева. Измерение: доля переходов с демо на оплату в этом сегменте за следующие шесть недель. Теперь посмотрим, на каких срезах такие наблюдения искать.

Общая статистика любит прятать контрасты. «Мы проигрываем 60% сделок» звучит страшно, но не говорит, где болит. Возможно, в одном продукте все стабильно, а в другом провал, или один источник лидов приносит сплошной шум. Начинайте с первого уровня сегментации: продукт, тип клиента, источник обращения, размер возможности и период создания. Дальше добавляйте признаки под конкретную гипотезу, например способ оплаты или тип доставки. Не пересекайте сразу все поля, иначе получите кучу крошечных групп, где случайность выглядит как закономерность.

Для менеджеров мало смотреть долю проигрышей. Сравнивайте портфели: качество входящих лидов, средний чек, сегменты, зрелость спроса. Сильный менеджер с «холодным» потоком может проиграть больше, чем средний с горячими заявками. Анализ по этапам показывает узкие места (в этом помогает аудит этапов воронки), а временной срез помогает заметить сезонность и последствия изменений в процессе. Для длинных циклов используйте когортный отчет, где вы следите за возможностями, созданными в определенный период, после одинакового срока наблюдения. Отчет по закрытиям и когортный отчет отвечают на разные вопросы.

Срезы показывают, где искать. Чтобы оценить масштаб проблемы, нужны цифры.

Качественный разбор нужно подпирать несколькими простыми числами. Базовые показатели: доля проигранных сделок, конверсия в выигрыш, потери по этапам, средняя сумма и потенциальная выручка потерянных возможностей, длительность проигранного цикла. Формула доли проигрышей простая: количество проигранных сделок ÷ количество всех закрытых сделок × 100%. В знаменатель включайте только закрытые сделки за сопоставимый период. Это основа для анализа закрытых и проигранных сделок. Открытые возможности анализируйте отдельно, иначе компания с кучей зависших сделок будет выглядеть успешнее честной команды, которая закрывает быстро.

Пример. За квартал закрыто 80 сделок, выиграно 28, проиграно 52. Доля проигрышей: 52 ÷ 80 × 100% = 65%. Конверсия в выигрыш: 28 ÷ 80 × 100% = 35%. Если средняя сумма предложения 40 000 UAH, то проигранные предложения составили 52 × 40 000 = 2 080 000 UAH. Но это масштаб рассматривавшихся возможностей, а не потерянная выручка. Нельзя считать, что без проблемы все эти клиенты купили бы. Универсального норматива здесь нет, поэтому сравнивайте результат с историей компании, типом продаж и сегментом. Для B2C заодно проверьте продажи после отмен и возвратов, иначе рост «конверсии в заказ» может оказаться косметикой. Как правильно выполнять оценку конверсии воронки, подробно разобрано отдельно.

При этом анализ закрытых и проигранных сделок не стоит ограничивать одним показателем конверсии. Дополнительно сравнивайте количество сделок, их суммы и распределение потерь по этапам воронки. Так вы увидите, где компания теряет больше потенциальных клиентов, а на каких этапах упускает наиболее крупные контракты.

Метрики дают картину, но эта картина легко искажается, если анализ сделан с типичными ошибками.

Самая частая ошибка: принять «цена» или «конкурент» за причину и на этом остановиться. Это оценка клиента или название выбора, а не механизм. Если на этом строить решения, компания начнет раздавать скидки, хотя проблема в непонятной ценности. Вторая ошибка в том, что поле в CRM обязательное, а менеджер причину не знает. Он выберет что-нибудь «безопасное», и аккуратная диаграмма масштабирует догадку. Решение простое: разрешить категорию «не установлено» и хранить уровень подтверждения.

Маленькая выборка. Три проигрыша за месяц не закономерность. Выводы по ним приводят к резким поворотам в скриптах и предложениях, которые затем приходится откатывать.

Смешение замороженных и окончательных проигрышей. Клиент, который вернется через квартал, попадает в «потеряно». Прогноз занижается, а повторный контакт никто не планирует.

Выбор удобных данных. Когда руководитель проверяет только те сделки, которые подтверждают его версию, анализ превращается в самоутверждение. Правила отбора лучше фиксировать заранее.

Сравнение менеджеров без учета лидов. Одинаковый процент проигрышей может скрывать разные проблемы. Сначала сравнивайте внутри похожих групп.

Анализ без владельцев изменений. Отчет без ответственного и срока проверки превращается в слайд, который все похвалили и забыли.

Если избежать этих ловушек, остается главное, превратить выводы в действия.

Единицей результата анализа должна быть не диаграмма, а проверяемая инициатива. В ней описаны проблема, затронутый сегмент, доказательства, предполагаемый механизм, изменение, владелец, показатель и дата проверки. Запись «клиенты не видят ценности» слишком расплывчата. Рабочая гипотеза звучит иначе, например «небольшие магазины после демо не понимают окупаемость, значит добавляем расчет в презентацию». До проверки это только гипотеза, даже если на совещании она звучит убедительно.

Приоритизируйте по трем факторам: частота причины, потенциальная выручка и возможность повлиять. Для каждого изменения назначьте ответственного, срок и показатель результата. И не воспринимайте скидку или усиление контроля менеджеров как автоматический ответ на каждый проигрыш. Если проблема в сроках исполнения, тренинг по возражениям ничего не даст. Если клиент не видит ценность, учащение follow-up просто увеличит число касаний. Запрос проигранного клиента тоже не повод сразу делать новую функцию. Проверьте, был ли он обязательным условием, повторяется ли в целевом сегменте и не ломает ли стратегию продукта. И следите за побочными эффектами: после уточнения рекламы лидов может стать меньше, а продаж больше, поэтому оценивайте по целевым возможностям и исполненным продажам.

Остается встроить все это в повседневный ритм работы.

Базовые правила такие: единый справочник причин потерь, обязательные поля карточки, понятные критерии закрытия и регулярный разбор. Многие CRM технически разделяют стадии Won и Lost, но правила их использования, включая причины закрытия сделки в Lost, компания должна определить сама. Хорошая CRM собирает и сегментирует данные для анализа причин закрытия сделок, но не заменяет живые комментарии, интервью и интерпретацию. Обязательное поле без возможности выбрать «не установлено» создает формальное заполнение, а не знание. Проверяйте, как работают автоматизации не только в интерфейсе менеджера, но и при импорте и массовых обновлениях, иначе закрытие без данных проскочит мимо правил.

Для повышения достоверности данных анализ причин закрытия сделок стоит начинать с проверки заполненных карточек CRM. Обращайте внимание, в каких случаях причина подтверждена клиентом, а где менеджер указал ее предположительно. Это позволит отделить реальные закономерности от ошибок учета и принимать решения на основании достоверной статистики.

Что касается ритма, еженедельный разбор посвящайте качеству информации. Это закрытия без основания, неизвестные исходы, просроченные переносы, потерянные этапы. Ежемесячная встреча нужна для повторяющихся факторов и статуса инициатив. Классификатор пересматривайте реже, когда меняются продукт, аудитория или способ продаж, и новую версию вводите с датой и правилами сопоставления. Роли разделите так: менеджер фиксирует факты, руководитель проверяет полноту, аналитик или sales operations отвечает за определения, маркетинг и продукт получают релевантные выводы. И не наказывайте за рост зафиксированных проигрышей после наведения порядка, иначе данные снова ухудшатся.

Если для анализа причин отказов клиентов Вы разговариваете с клиентами, помните о данных. Закон Украины о защите персональных данных требует законной цели обработки и соразмерности данных. Поэтому объясняйте цель беседы, спрашивайте согласие на запись и не собирайте чувствительные подробности, если хватает делового факта. Конкретную схему передачи данных внешним сервисам стоит проверить с юристом.

Чек-лист запуска:

• согласовать, что такое сделка и что считается победой
• завести справочник причин с категорией «не установлено»
• сделать обязательными этап потери, дату, сумму и комментарий по шаблону
• проверить, как CRM считает отмены, возвраты и расходы
• назначить еженедельный и ежемесячный разборы с владельцами
• оформить шаблон приглашения клиенту на короткий разговор

Проигранные сделки это не просто минус в отчете, а источник данных о барьерах в продукте, маркетинге и процессе продаж. Полезный анализ проигранных сделок опирается на достоверные данные, понятную классификацию причин, сравнение сопоставимых групп и обратную связь клиентов. Он не ищет виноватых и не обещает чудес. Он помогает принимать решения, которые можно проверить цифрами. Начните с малого. Проведите аудит карточек проигранных сделок за последний квартал, выберите один повторяющийся сценарий и сформулируйте для него гипотезу. Затем измерьте результат на следующем периоде, а не по отдельным историям. Если после этого Вы увидите, что причины отказа клиентов стали понятнее, а конверсия сдвинулась в нужную сторону, значит система заработала.