Какие метрики лучше всего использовать для оценки эффективности AI в продажах в 2026?

Почему эти вопросы, а не «какую нейросеть взять»

В 2026 году спрашивать «какую нейросеть подключить к продажам» — то же самое, что в 2015-м спрашивать «какой сайт сделать». Вопрос не в инструменте, а в том, какие процессы вы хотите изменить. AI в продажах — это не чат-бот, который сам продаёт. Это система, которая заставляет вашу CRM работать так, как она должна была работать с самого начала.

Метрики эффективности AI — это не «сколько писем сгенерировал ChatGPT». Это измеримые изменения в воронке: конверсия, скорость прохождения этапов, доля потерянных лидов. Если AI не влияет на эти цифры — он бесполезен, сколько бы токенов ни сжигал.

Разберём, что реально измерять, а что — самообман.

Метрика 1. Конверсия лида в квалифицированный контакт

Самая честная метрика. Считается просто: число лидов, которые дошли до этапа «есть бюджет, есть потребность, есть сроки», делённое на общее число входящих обращений.

AI здесь помогает двумя способами. Первый — скоринг. Модель смотрит на источник, поведение на сайте, ответы в переписке и присваивает балл. Лиды с баллом выше порога уходят менеджерам в первую очередь. Остальные — в автоворонку или на дожимание.

Второй — автоматическая квалификация. AI задаёт уточняющие вопросы в чате до того, как лид попадёт к менеджеру. «Какой у вас объём заказов?», «Когда планируете запуск?», «Кто принимает решение?» — ответы сразу падают в CRM, и менеджер не тратит первый звонок на сбор базовой информации.

Что считать «хорошо»? Зависит от ниши. Для b2b с чеком от 500 тысяч рублей конверсия в квалифицированный контакт 20–30% — норма. Для массового e-commerce — 5–10%. Главное — зафиксировать базовый уровень до внедрения AI и сравнивать с ним, а не с абстрактными «средними по рынку».

Типичный самообман: считать конверсию «всех лидов в сделки». Это слишком длинный путь, на нём теряется много промежуточных сигналов. Квалифицированный контакт — точка, где AI реально влияет на процесс, а не просто «помогает менеджерам».

Метрика 2. Скорость первого ответа

Речь о времени от момента, когда лид оставил заявку, до первого осмысленного ответа менеджера. Не путать с «долей закрытых с первого касания» — это другая метрика, про качество обслуживания.

Исследования (не буду выдумывать проценты, но тренд очевиден) показывают: чем быстрее ответ — тем выше шанс на сделку. Лид, который получил ответ через 5 минут, конвертируется в разы лучше, чем тот, кто ждал час.

AI здесь работает так: система мгновенно отправляет автоответ с уточняющими вопросами, параллельно уведомляет менеджера, и тот подключается уже с контекстом. Или AI сам ведёт переписку до момента, когда лид готов к звонку.

Как измерять: среднее время от заявки до первого ответа по всем каналам (форма на сайте, мессенджер, email). Цель — меньше 5 минут в рабочее время. Если у вас сейчас 2 часа — AI даст драматический рост просто за счёт автоматизации.

Важная оговорка: скорость первого ответа — метрика процесса, а не результата. Быстрый ответ, но нерелевантный — хуже медленного, но точного. Поэтому измеряйте её в паре с конверсией в квалифицированный контакт.

Метрика 3. Доля потерянных лидов на каждом этапе воронки

Это, пожалуй, самая недооценённая метрика. Большинство компаний знают общую конверсию «заявка → сделка», но не видят, где именно лиды умирают.

AI позволяет увидеть эту картину. Система отслеживает, сколько лидов перешло с этапа «первый контакт» на «презентация», сколько с «презентации» на «коммерческое предложение», сколько с «КП» на «оплату».

И вот здесь начинается магия. Если вы видите, что 70% лидов умирают на этапе «КП отправлено, но не обсуждалось» — это не проблема «холодных лидов». Это проблема процесса: КП не доходит, не читается, не вызывает вопросов.

AI решает это так: генерирует черновик КП на основе данных из CRM (потребности, бюджет, сроки), отправляет его, а через 2 дня автоматически проверяет, открывал ли клиент письмо. Если не открывал — ставит задачу менеджеру позвонить с другим оффером. Если открывал, но не отвечал — отправляет «догонялку» с другим акцентом.

Как считать: по каждому этапу воронки — доля лидов, которые не перешли на следующий этап за N дней. N зависит от цикла сделки. Для b2b с циклом 2–3 месяца — 7–10 дней на этап. Для e-commerce — 1–2 дня.

Типичный самообман: «у нас все сделки индивидуальные, воронка не работает». Это неправда. Даже в сложных продажах есть повторяющиеся паттерны. AI как раз и нужен, чтобы их найти.

Метрика 4. Доля сделок, где AI реально использовался

Звучит странно, но это важный показатель. Если AI внедрён, но менеджеры им не пользуются — все остальные метрики будут врать.

Считается просто: число сделок, где AI-инструменты (скоринг, черновики, напоминания) были задействованы, делённое на общее число сделок за период.

Норма — 80% и выше. Если меньше — проблема не в AI, а в принятии. Менеджеры саботируют, потому что не понимают, зачем это нужно, или боятся, что их заменят.

Что делать: не заставлять, а показывать пользу. «Вот лид, AI определил его как горячего, потому что он трижды открывал КП и скачал прайс. Позвоните ему сегодня — шанс на сделку высокий». Когда менеджер видит, что AI реально помогает, а не мешает, сопротивление уходит.

Как измерять: в CRM должна быть отметка «использован AI-скоринг» или «черновик создан AI». Если такой отметки нет — вы не можете оценить эффективность.

Метрика 5. Время, которое менеджер тратит на рутину

Это косвенная метрика, но она объясняет, почему AI вообще нужен. Если менеджер тратит 40% времени на заполнение CRM, поиск информации, написание писем — он не тратит это время на продажи.

AI сокращает рутину: черновики писем, автоматическое заполнение полей, напоминания о задачах, подготовка к звонку (сводка по клиенту из CRM).

Как измерять: попросите менеджеров в течение недели записывать, сколько времени уходит на «бумажную» работу. После внедрения AI — повторите замер. Разница — это и есть эффект.

Оговорка: не всё сэкономленное время уйдёт в продажи. Часть уйдёт в «покурить». Но даже если половина — уже хорошо.

Метрика 6. Точность прогноза продаж

AI хорош в прогнозировании. Он анализирует историю сделок, скорость прохождения этапов, сезонность и выдаёт прогноз: сколько денег вы получите в этом квартале.

Метрика — отклонение прогноза от факта. Если раньше вы ошибались на 30–40%, а с AI — на 10–15%, это огромная ценность. Вы можете планировать закупки, найм, маркетинговый бюджет.

Но здесь есть ловушка. AI прогнозирует на основе данных. Если данные в CRM — мусор, прогноз будет мусорным. Поэтому сначала наводим порядок в статусах и этапах, потом ждём чуда от прогноза.

Как считать: в конце квартала сравните прогноз, сделанный в начале, с фактом. Отклонение в процентах. Цель — меньше 15%.

Что НЕ является метрикой эффективности AI

Не попадитесь на эти ловушки:

• Количество сгенерированных писем. AI может написать 1000 писем в день. Если они не приводят к ответам — это спам, а не продажи.
• Время работы AI. «Наш AI работает 24/7» — не метрика. Метрика — что он делает в это время.
• Количество диалогов в чате. Если чат-бот отвечает на 1000 вопросов в день, но не квалифицирует лидов и не передаёт их менеджерам — это игрушка.
• «AI сэкономил 100 часов». Сэкономил на чём? Если менеджеры освободились от рутины, но продажи не выросли — вы просто заплатили за то, чтобы люди меньше работали.

Единственная честная метрика — деньги. Рост выручки, рост конверсии, сокращение цикла сделки. Всё остальное — промежуточные показатели, которые должны коррелировать с деньгами.

Как внедрить AI в продажи: пошаговый сценарий для компании с 5–10 менеджерами

Допустим, у вас компания с 5–10 менеджерами, CRM на Amo или Bitrix24, и вы хотите AI. Вот реалистичный план.

Неделя 1–2: аудит данных. Откройте CRM и посмотрите, что там. Сколько сделок с пустыми полями? Сколько «висяков», которые не двигались месяцами? Если мусора больше 30% — сначала чистим. AI на мусорных данных не работает.

Неделя 3–4: настройка скоринга. Не нужно сложных моделей. Начните с простых правил: лид с сайта + открыл письмо + скачал прайс = 10 баллов. Лид из холодного обзвона = 2 балла. Порог «горячий» — 15 баллов. Это можно сделать в любой CRM без программистов.

Месяц 2: автоматизация напоминаний. Настройте правила: если сделка не двигалась 3 дня — менеджеру ставится задача «позвонить». Если не двигалась 7 дней — задача РОПу «разобраться». Это уже даст эффект без всякого AI.

Месяц 3: AI-черновики писем. Подключите языковую модель к CRM. AI смотрит на историю переписки и генерирует черновик ответа. Менеджер правит и отправляет. Это экономит 20–30% времени на переписку.

Месяц 4–6: анализ и оптимизация. Смотрите на метрики из начала статьи. Где AI дал эффект? Где нет? Что можно улучшить? Возможно, скоринг нужно калибровать, а черновики — дообучать на ваших кейсах.

Важно: не пытайтесь внедрить всё сразу. Начните с одного процесса, доведите до ума, потом переходите к следующему.

Таблица: было / стало / как проверять

Цифры в таблице — ориентир, а не гарантия. В вашей нише может быть иначе. Главное — зафиксировать свой базовый уровень до внедрения и сравнивать с ним.

Ограничения и подводные камни

AI в продажах — не серебряная пуля. Вот что пойдёт не так:

Мусор на входе — мусор на выходе. Если CRM заполнена «для галочки», AI будет генерировать «галочные» прогнозы и «галочные» черновики. Сначала дисциплина, потом автоматизация.

Сопротивление менеджеров. «AI меня заменит» — главный страх. Объясните: AI заменяет не менеджера, а рутину. Менеджер, который умеет строить отношения и закрывать возражения, останется. Менеджер, который просто «звонил по списку», — под угрозой.

Перекос в сторону автоматизации. AI генерирует письма, но клиенты чувствуют фальшь. Если письмо выглядит как «от бота» — конверсия упадёт. Всегда давайте менеджеру править черновик перед отправкой.

Стоимость. Хорошие языковые модели стоят денег. Плюс время на настройку. Если ваш средний чек — 50 тысяч рублей, а сделок в месяц — 20, AI может не окупиться. Считайте экономику до внедрения.

Переобучение. AI, обученный на ваших данных, может «запомнить» ваши ошибки. Если вы всегда теряли лиды на этапе презентации, AI будет считать это нормой. Нужен человек, который смотрит на метрики и задаёт вопрос «а почему так?».

FAQ

На этой неделе

1. Откройте CRM и посмотрите на 10 последних сделок. Сколько из них имеют заполненные поля «бюджет», «потребность», «сроки»? Если меньше 5 — сначала чистим данные.
2. Замерьте скорость первого ответа. Попросите менеджера отправить тестовую заявку с сайта и засеките время до ответа. Если больше 15 минут — ставьте задачу на автоматизацию.
3. Посчитайте конверсию «заявка → сделка» за последний квартал. Это ваш базовый уровень. Через 3 месяца сравните с ним — и увидите, дал ли AI эффект.