Корпоративный подвал или золотая жила данных?

Главный вопрос: как понять, что из накопленных массивов данных действительно ценно? Как избавиться от «цифрового мусора» и выстроить архитектуру, работающую не просто на «большие данные», а на по-настоящему «полезные данные»?

Меня зовут Левон Мусоян и я 20 лет в автоматизации бизнес-процессов. Работая с компаниями от стартапов до миллиардных холдингов, я лично прошел через этот цифровой ад. Видел, как хаос пожирает прибыль, выжигает нервы руководителей, превращает команды в грустных и демотивированных людей. Я набивал шишки, совершал ошибки, но учился превращать этот беспорядок в порядок, а цифровой мусор и «неоптимальности» — в реальные деньги.

В этой статье поделюсь выстраданным, но личным опытом и нестандартными ходами. Покажу, как системный подход и смелое мышление меняют работу с данными, превращая «цифровой мусор» в ваших внешних и внутренних процессах в источник роста и эффективности.

Приготовьтесь взглянуть на свои данные по-новому.

Избавляемся от «мусора» в лидах и находим реальную ценность

Давайте честно: каждый, кто хоть раз открывал CRM производственного предприятия, видел эту картину. Тысячи, а порой и десятки тысяч лидов со статусом «В работе». В сделках копится ожидающая оплаты дебиторка на тысячи позиций с просроченными счетами. Часто куча элементов сброшены в один провал без комментариев.

Ценнейшая база потенциальных клиентов, вроде бы! Но как к ней подступиться? Как понять, кто из этого «просроченного актива» действительно может быть готов к развитию отношений, а кто так и останется вечным «перспективным лидом»? И что делать с еще большим количеством лидов, которые давно «умерли» в провале, но почему-то все еще засоряют систему? Кто и когда придет и поработает с ними?

Я сам через это проходил. В ходе своей работы по оптимизации бизнес-процессов в крупных компаниях мы тонули в этом цифровом болоте. Мы сталкивались с тем, как генерируемые ежедневно сотни лидов либо «зависали» намертво, либо просто «испарялись» в провалах. Руководители сгорали от попыток вручную «разгребать» эти тонны информации. Десятки встреч и попытки придумать эффективные решения, которые ничем не заканчивались.

Помню, как в один из таких дней я сидел у себя в кабинете, глядя на экран, и единственная мысль была: «Да как так-то?!» Данные есть, но что с ними делать? Нужен был какой-то совершенно другой подход.

С появлением нейросетей, я начал искать «нестандартные ходы». Моя идея была простой: вместо того, чтобы заставлять людей «перелопачивать» эти горы данных, можно ли использовать новые технологии? Так мы стали отдавать экспорт данных из CRM на анализ с помощью нейросетей. Поначалу это казалось прорывом: мы получали интересные выводы, которые раньше были недоступны человеческому анализу. Это было захватывающе! Попробуйте сгрузить в чатик экспорт лидов - это очень интересно и полезно. Узнаете много нового про свой коллектив и ваши процессы продаж.

Но очень быстро стало понятно, что это всего лишь «плоская выгрузка». Мы анализировали лишь часть картины. В этих данных не было звонков, транскрибаций, зачастую отсутствовали переписки из email и из чатов. Без этого контекста, многие выводы оставались поверхностными, не давая полной картины по клиенту, его реальным потребностям и работе команды. Казалось, что мы видим лес, но не различаем деревьев.

Переломный момент наступил, когда у одного из наших заказчиков нашелся новый источник данных. У него была настроена интеграция с Zoom: все видеозаписи встреч автоматически сохранялись на диск в Битрикс24 в папку клиента. При этом папка была связана с карточкой CRM этого клиента.

И вот тут мы увидели настоящие возможности: можно объединить данные по клиенту, всю переписку, результаты всех процессов, все видеозаписи встреч и другие неструктурированные данные, в единый контекст. Это открыло совершенно новый горизонт для анализа и понимания, кто же этот клиент на самом деле, чего он хочет и почему процесс идет именно так, а не иначе. Какие ошибки в работе допущены, что можно было бы сделать лучше. Мы представили, как такой подход мог бы радикально изменить работу с данными.

В итоге, появилась четкая идея — не просто перебирать контакты в попытках найти закономерности, а сегментировать их, формируя полноценное «цифровое досье» каждого лида, обогащая его всей доступной информацией. В этой картине будущего руководитель смог бы видеть не 100 000 абстрактных лидов, а четкую, многогранную картину: «Вот 100 реально заинтересованных клиентов, с которыми у нас полная история взаимодействия, и которые готовы к сделке прямо сейчас. В этом лиде нас блокирует эта ситуация, а в этом у нас слабая позиция по сравнению с конкурентом».

Такая интеграция данных открывает совершенно новый уровень понимания и взаимодействия.

Что именно мог бы видеть руководитель в таком «цифровом досье»?

Читайте также

ИИ-помощник, который знает вашу конфигурацию. Обзор one-s-mcp

IT-World расскажет, как заставить ИИ-помощников приносить пользу в 1С, а не выдумывать нерабочий код. Российский one-s-mcp передает нейросети точную схему вашей конфигурации. Результат: разработчики сдают задачи с первого раза, а аналитики сами получают любые цифры из базы.

• Качество работы менеджера в проведенных переговорах
  Оценка тональности, соблюдения ключевых этапов скрипта или презентации, активности менеджера, полноты выявления потребностей клиента. Сравнение глубины этого диалога с эталоном.

• Сомнения и возражения клиента
  Четко выделенные из транскрипций звонков и переписок, позволяющие менеджеру подготовиться к следующему шагу, а руководителю оказать поддержку менеджеру в сложных вопросах.

• Выявленные «болевые точки» и скрытые потребности
  Анализ всех диалогов, позволяющий понять, что на самом деле волнует клиента, даже если он это не озвучивал напрямую.

• Прогресс по сделке в динамике
  Не сухой статус, а понимание, насколько клиент готов к следующему шагу, основываясь на совокупности всех данных. Учитывая весь контекст коммуникаций.

• Возможность выявления «узких мест» в воронке продаж
  Анализ, какие этапы «тормозят» процесс, где менеджеры «пробуксовывают» и не справляются, и почему. Что не так в продукте, где менеджерам не хватает характеристик продукта или аргументации.

Когда «досье» важнее обещаний

Давайте перейдем к еще одной, не менее болезненной теме — работе с поставщиками. Если в CRM порой царит хаос, то в SRM-системе нередко можно обнаружить целое цифровое кладбище. Тысячи компаний-поставщиков: кто-то когда-то выходил в победители и осуществлял поставки, кто-то был отклонен комплаенсом, а кто-то вообще не ответил на котировки. Все это «висит» мертвым грузом, создавая иллюзию выбора, но на деле лишь засоряя систему. Целый реестр поставщиков, на 80% наполненный компаниями, с которыми никто больше не заключит поставку.

Как из этого «мусора» выбрать того самого, надежного поставщика, который не подведет, не сорвет сроки и не взвинтит цены в самый неподходящий момент? Как понять, кто из них «золотой фонд», а кто — «черная дыра» для вашего бюджета?

На одном из проектов в производственной компании, в SRM-системе были базовые данные: ИНН поставщика, подписанные договоры и дополнительные соглашения к ним, а также закрывающая документация по отгрузкам. Казалось бы, этого достаточно для контроля. Но дьявол, как обычно, крылся в деталях, которых не хватало.

Не было переписки. Ни единого сообщения из чатов или электронной почты. Ни записей звонков, ни их транскрибаций. Вся «жизнь» взаимодействия с поставщиком, все нюансы договоренностей, все тонкости, которые могли бы объяснить, почему «проверенный» партнер внезапно подвел или почему цены изменились, просто исчезали. Мы видели факт, но совершенно не понимали причин.

И вот тут, уже имея опыт работы с нейросетями и видя потенциал объединения данных (как в истории с Zoom), у нас возникла четкая идея: а что если собрать всю коммуникацию с поставщиками? Не только официальные договоры, но и переписку, звонки, протоколы совещаний. Все это в едином контексте могло бы радикально изменить игру.

В этой картине будущего руководитель отдела закупок смог бы видеть не просто список компаний, а полноценное «цифровое досье» каждого потенциального партнера, обогащенное всей доступной информацией. Это позволило бы не просто выбирать, а сегментировать поставщиков по десяткам критериев, выявляя их реальную надежность и потенциал.

Что именно мог бы видеть руководитель в таком «цифровом досье»?

• Реальный индекс надежности: динамическая оценка, основанная на истории исполнения обязательств (сроки, качество, полнота поставок), а не только на общих реквизитах.

• Скрытые риски и «красные флаги»: автоматическое выявление проблем (например, участие в судебных разбирательствах, негативные отзывы в открытых источниках, финансовая нестабильность) до того, как они станут вашей головной болью.

• Потенциал для переговоров: информация о ценовой политике, условиях работы с конкурентами, их производственных мощностях.

• «Золотой фонд» поставщиков: система, которая могла бы автоматически выделять тех, кто предлагает оптимальные условия по соотношению цены, качества и надежности, экономя время на поиск и проверку.

• Историю взаимодействия с вашей компанией: не только заключенные договоры, но и вся переписка, протоколы разногласий, комментарии менеджеров, формируя полный контекст отношений

Такой подход позволил бы превратить процесс выбора поставщика из мучительной рутины в стратегический инструмент, который снижает риски и значительно увеличивает экономию.

От «кладбища задач» к живому организму эффективности

А теперь новая, коварная проблема. Когда компания освоила таск-трекеры и научилась даже выделять потоки задач, часто оказывается, что эти системы превращаются в настоящее «кладбище задач».

Я видел это у одного из наших заказчиков (кстати это большой завод). Они, молодцы, научились работать по задачам, даже выделял потоки по отделам. Но спустя время, многие задачи разрастались до неимоверных масштабов: десятки соисполнителей и наблюдателей, километровые чек-листы, по 500 комментариев в одной задаче, куча подзадач, которые сами по себе могли бы стать отдельными проектами.

Прийти в такую «многоэтажную» задачу и разобраться, что там происходит, кто за что отвечает, и почему она «висит» – это инвестиция часа, а то и больше. А когда у руководителя таких «повисших» задач десятки, разобраться с ходу, почему они не движутся, становится невозможно. Это вселяет глубокое уныние и демотивирует. Ты чувствуешь себя археологом, роющимся в руинах, вместо того чтобы управлять.

Я сам, будучи руководителем уже более 20 лет, сталкивался с этим. Помню свои попытки «прочитать» каждую задачу, вытащить из нее смысл, собрать воедино информацию из разных веток переписки. Это была не работа, а натуральная борьба, которая выжигала энергию.

И тогда родилась концепция, которую мы представляем себе как следующий шаг в эволюции управления данными:

Читайте также

Максим Березин: «Импортозамещение виртуализации стало необходимостью для снижения рисков»

Как меняется роль виртуализации в стратегиях компаний, какие решения на уровне виртуальной среды помогают сократить затраты на ИТ, как реализуется защита ИТ-периметра и какие инструменты помогают ускорить миграцию, IT-World рассказывает Максим БЕРЕЗИН, директор по развитию бизнеса Orion soft.

• ИИ как «распорядитель» задачи. ИИ мог бы сам анализировать весь контекст задачи (комментарии, подзадачи, историю изменений, вложения), выявляя «узкие места», незавершенные этапы и неактивных участников. Он бы понимал, что «нужно не просто прочитать, а понять, почему зависло».

• ИИ как «аналитик поведения». Он бы анализировал поведение пользователей внутри задачи: кто активно взаимодействует, кто «молчит», кто постоянно переносит сроки. Это позволило бы выявлять «проблемных» участников или некорректно поставленные задачи, а не просто констатировать факт просрочки.

• ИИ как «модератор-решатель». Самое интересное — ИИ мог бы инициировать и модерировать «кризисные» чаты для конкретной задачи, собирая всех соисполнителей и наблюдателей. Он бы в реальном времени подтягивал всю нужную информацию, задавал наводящие вопросы, чтобы быстро «разрулить» ситуацию и довести задачу до логического завершения. Это не просто «общение», а целенаправленный мозговой штурм с участием ИИ, который «видит» всю картину.

В этой картине будущего «кладбище задач» превращается в живой, саморегулирующийся организм. Информация не просто «складируется», а активно используется для оптимизации процессов и устранения преград. Это позволит руководителю наконец-то освободиться от рутины и сфокусироваться на росте и развитии.

Выбор: «Старая гвардия» или «Цифровая гвардия»?

Мы прошли путь от неразберихи в продажах и реестрах поставщиков до «кладбища задач» во внутренних процессах. Мы увидели, как цифровой мусор, эти гигабайты данных, бесполезные на первый взгляд, ежедневно пожирают прибыль, время и нервы. Мой собственный опыт, порой болезненный и выстраданный, показал: игнорировать это — значит платить слишком высокую цену.

Но выход есть. Это не волшебная палочка и не «серебряная пуля», а новый подход к управлению, где данные становятся не бременем, а инструментом роста. Мы рассуждали о будущем, где:

• Лиды превращаются в сегментированные «цифровые досье», позволяющие видеть не просто контакт, а всю историю взаимодействия, эмоции клиента и реальный потенциал сделки.

• Реестры поставщиков перестают быть «цифровым кладбищем», а становятся «золотым фондом» с динамическими индексами надежности, позволяя выбирать лучших и минимизировать риски.

• «Кладбища задач» оживают, превращаясь в саморегулирующиеся системы, где ИИ помогает выявлять «узкие места», анализировать поведение команды и модерировать «кризисные» чаты, чтобы любая задача двигалась к завершению.

Все это  не фантастика, а логичное развитие систем, которые уже существуют, дополненное смелым, но обоснованным взглядом в будущее. Это не про внедрение «очередной ИТ-системы», а про изменение мышления, про готовность видеть реальность такой, какая она есть, и смелость действовать.

Компании, которые цепляются за «традиционные» методы, за устные договоренности и ручной контроль, неизбежно будут сталкиваться с проблемами: стагнацией, потерей конкурентоспособности, утечкой талантов и, самое главное, упущенной прибылью. Они будут продолжать платить «налог на глупость» за каждый неэффективный час работы и каждый «повисший» лид.

Те же, кто готов меняться, кто видит в данных не только цифры, но и скрытые возможности — они станут частью «цифровой гвардии». Это не просто про автоматизацию, а про создание умных, прозрачных и прибыльных бизнес-процессов, где каждый сотрудник работает на результат, а руководитель получает время для стратегического развития и для собственной жизни.

Я сам, Ваш покорный слуга, Левон Мусоян, прошел путь изменения мышления. Я набивал шишки, совершал ошибки, но научился думать по-новому. Мой опыт — это не просто теория, а проверенные на практике подходы, которые я продолжаю оттачивать в своих проектах и в работе с клиентами. И я только в начале пути.

Если вы узнали себя в этих историях и готовы перестать тушить пожары, а начать строить эффективный, прибыльный бизнес, то значит, пришло время менять мышление. Выбор за Вами.