Forecasting Model — модель прогнозирования

Forecasting Model — формализованный способ прогнозировать будущий показатель на основе исторических данных, факторов и допущений.

На практике важно не заучивать определение «Forecasting Model», а понимать, какое решение оно помогает принять. Метрика полезна только тогда, когда у неё есть однозначный числитель, знаменатель, период и управленческое решение, которое будет принято по результату. Без этого одна и та же цифра легко означает разное для маркетинга, продаж и финансов.

В сложном B2B показатели нужно анализировать по когортам, каналам и сегментам и учитывать лаг сделки. Среднее по сайту или месяцу часто скрывает более важные различия.

В B2B прогноз строят не только по прошлой выручке, но и по pipeline, стадиям, вероятностям, срокам и качеству возможностей.

Для руководителя Forecasting Model — не просто число в отчёте. Сначала нужно определить формулу, затем контекст сравнения и только потом порог, после которого команда меняет действие.

Понятие становится действительно рабочим не в теории, а в ситуациях, где компании нужно уменьшить неопределённость или стандартизировать решение. Чаще всего я бы обращал на него внимание в следующих случаях:

• когда разные отделы показывают разные цифры об одном процессе
• когда оптимизация рекламной метрики не приводит к росту денег
• когда нужно сравнивать каналы, сегменты или когорты
• когда длинный цикл сделки создаёт большой лаг между расходом и выручкой

Удобно раскладывать Forecasting Model на несколько элементов. Такой разбор помогает не превращать понятие в абстрактный ярлык и сразу увидеть, какие данные или решения понадобятся.

• целевой показатель
• исторические данные
• признаки
• горизонт прогноза
• сценарии
• ошибка прогноза
• регулярное переобучение/пересмотр

Если исторически 40% возможностей стадии Proposal закрываются в течение 60 дней, модель может учитывать эту вероятность вместо суммы всех потенциальных сделок.

В этом примере ценность Forecasting Model не в терминологии, а в том, что команда получает более воспроизводимый способ принимать решение. Если следующий сотрудник не может повторить логику по тем же данным, значит правило или модель описаны недостаточно точно.

Ниже — рабочая последовательность. Её лучше пройти на одном сегменте или процессе, а не пытаться сразу стандартизировать всю компанию.

1. Определите формулу и источник каждого поля.
2. Зафиксируйте период и окно атрибуции.
3. Разделите показатель по ключевым сегментам и каналам.
4. Сравнивайте динамику и когорты, а не одно значение.
5. Свяжите метрику со следующим этапом воронки или денежным результатом.
6. Установите правило: какое решение принимается при росте, падении или выходе за порог.

Forecast — результат прогноза; forecasting model — правила и расчёт, которые этот прогноз создают.

• Давать модели слишком много доверия при изменении рынка, продукта или качества исходных CRM-данных.
• сравнивать показатели с разной формулой или окном атрибуции
• оптимизировать промежуточную метрику без проверки downstream-качества
• смотреть только среднее и не видеть распределение, когорты и выбросы
• считать корреляцию или атрибуцию доказанной причинностью

У Forecasting Model не обязательно есть один KPI. Лучше проверить набор признаков, которые показывают, что понятие стало частью рабочего процесса, а не осталось словом в презентации.

• ✓ формула и источник данных задокументированы
• ✓ метрика воспроизводится из первичных данных
• ✓ есть разрез по сегменту/каналу/когорте
• ✓ понятна связь с деньгами или следующим этапом
• ✓ изменение показателя приводит к конкретному решению

• ✓ Все участники одинаково понимают, что означает Forecasting Model.
• ✓ Определение связано с конкретным бизнес-процессом.
• ✓ Есть данные, по которым можно проверить применение.
• ✓ Понятен владелец решения или показателя.
• ✓ Есть критерий, когда модель/правило нужно пересмотреть.
• ✓ Термин помогает принять решение, а не только сделать отчёт сложнее.

Только если одинаковы формула, период, бизнес-модель и состав затрат/событий. Внешний benchmark полезен как ориентир, но внутренний тренд и разрез по сегментам обычно важнее.

Универсального значения нет. «Хороший» уровень определяется экономикой продукта, историей компании, сегментом и тем, что происходит со следующим этапом воронки.

С той частотой, с которой по нему можно принимать осмысленное решение. В длинном B2B часть метрик разумно смотреть еженедельно, а CAC, LTV и когорты — на более длинном окне.

Для понимания темы полезно различать соседние понятия: Sales Pipeline, Sales Velocity, Correlation, Доказательный маркетинг.

Материал обновлён в августе 2026 года. Автор — Алексей Черныш.