Вики метрик

Раннее предупреждение — кого можно потерять, пока ещё есть время вмешаться и удержать выручку. Сортирует базу по тому, где «горит».

Модель сравнивает текущее поведение клиента с его обычным ритмом и с поведением реально ушедших. Чем сильнее спад закупок, рост интервалов между заказами, тишина в контактах и просрочки — тем выше вероятность.

≥66% Высокий · 33–66% Средний · <33% Низкий

В оптовом B2B отток не наблюдается напрямую; на синтетике иллюстративен.

Базовая мера ценности клиента «здесь и сейчас» — сколько он приносит за год. Основа для ABC, доли кошелька и приоритизации.

Складываем все отгрузки клиента за последние 365 дней до даты среза.

Показывает «потолок» клиента — сколько он способен покупать. Разница с фактом подсказывает, где искать рост.

По размеру и профилю компании (внешняя выручка, сотрудники, возраст, отрасль, регион, ширина ассортимента) модель оценивает типичный объём закупок похожих компаний. Берём максимум из оценки и фактической выручки — потенциал не может быть ниже факта.

Отвечает на вопрос «мы основной поставщик или один из многих?». Низкая доля при большом потенциале — главная цель для развития (там деньги конкурентов).

Какую часть СВОЕГО спроса именно на нашу продукцию (ППУ/поролон/комплектующие) клиент закрывает у нас, а не у конкурентов — это НЕ про сопутствующие товары. Делим нашу выручку за год на оценённый полный потенциал спроса; 0–100%. Пример — клиент берёт поролона на 10 млн всего, у нас на 2 млн → 20%.

«Апсайд» (от англ. upside) по-русски — потенциал роста, недобор выручки. Сколько ещё можно продать клиенту; приоритет для up/cross-sell и план менеджеру.

Вычитаем из потенциала фактическую выручку за год. Если результат ≤0 — потенциал уже реализован. Пример — потенциал 16 млн, факт 3 млн → апсайд 13 млн.

Один «светофор» вместо десятка метрик — быстро понять, в порядке ли клиент, и отсортировать базу одним числом.

Взвешенная сумма шести нормированных компонентов (удержание, платежи, вовлечённость, лояльность, рост, маржа), переведённая в шкалу 0–100. Веса см. в формуле.

≥70 Здоровый · 45–70 Под наблюдением · <45 Проблемный

Отделяет «прилипших» лояльных клиентов от тех, кто покупает по случаю или из-за цены, — кого защищать и на ком строить базу.

Композит из регулярности закупок (XYZ), доли кошелька, стажа, частоты заказов, отсутствия рекламаций и нечувствительности к скидкам; шкала 0–100.

Предупреждает о риске неоплаты ещё до отгрузки — основа для кредитного лимита, предоплаты и работы финслужбы.

Взвешенно объединяет историю просрочек (их доля и средняя глубина в днях), внешний риск-балл контрагента и юридические флаги (арбитраж, исполнительное производство). ВАЖНО — считается по истории и внешним сигналам, поэтому может быть больше нуля даже при нулевой текущей дебиторке.

Текущая дебиторка (ar_balance) НЕ входит в формулу — риск отражает историю и внешние сигналы; а не остаток на сегодня.

Прямой индикатор платёжной дисциплины на реальных данных ДЗ — сколько денег зависло в просрочке прямо сейчас.

Делим сумму просроченной дебиторки на всю дебиторку клиента (обе суммы — из витрины ДЗ).

Точечная дисциплина по счетам — какая доля счетов оплачена с опозданием (детальнее, чем агрегат по ДЗ).

Доля счетов клиента с днями просрочки больше нуля. В демо — по синтетическим счетам; в проде нужен инвойсный источник (в витрине ДЗ только aging-бакеты, счетов нет).

Витрина ДЗ агрегирована по aging-бакетам; счетов нет; использовать overdue_ar_share.

Внешний взгляд на благонадёжность контрагента по ИНН ещё до отгрузки/кредита — дополняет внутренний платёжный риск юридическими и фирмографическими сигналами.

В проде индекс приходит ГОТОВЫМ из СПАРК (или Контур.Фокус) по ИНН — мы его только показываем, НЕ вычисляем. У провайдера считается логрегрессией + деревьями + нейро-нечёткими сетями по ~40 факторам (свежесть отчётности, массовость директора/адреса, динамика финпоказателей). В демо — заглушка из синтетики.

1–99 · ↑ хуже (выше = выше риск «однодневки»)

НЕ считаем сами — берём готовым по API; в демо это синтетическая заглушка (ИНН = client_id). См. COMPETITIVE_RESEARCH.md §11.

Внешний сигнал финансовой устойчивости контрагента — рискует ли он стать неплатёжеспособным; вход для решения финслужбы (лимит, предоплата, отказ).

В проде уровень приходит ГОТОВЫМ из СПАРК по ИНН — мы его только показываем. У провайдера это скоринг по открытым данным (бухотчётность) без участия человека; это НЕ кредитный рейтинг. В демо — заглушка из синтетики.

уровень: Низкий · Средний · Высокий (выше — хуже)

НЕ считаем сами — берём готовым по API; в демо синтетическая заглушка. См. COMPETITIVE_RESEARCH.md §11.

Показывает, как контрагент платит ДРУГИМ поставщикам (внешний взгляд) — дополняет нашу собственную дисциплину по ДЗ; ранний сигнал проблем с оплатой.

В проде индекс приходит ГОТОВЫМ из СПАРК (программа «Мониторинг платежей») по ИНН — мы его только показываем. Отражает реальные задержки оплаты счетов в сети поставщиков провайдера. В демо — заглушка из доли просрочек по нашей ДЗ.

0–100 · ↓ хуже (100 — платит вовремя, 0 — всё с просрочкой)

НЕ считаем сами — берём готовым по API; не путать с нашей overdue_ar_share (та — по нашей ДЗ; Paydex — по всей сети контрагента). В демо заглушка. См. COMPETITIVE_RESEARCH.md §11.

Быстрая поведенческая сегментация для кампаний — кто давно не покупал, кто покупает часто, кто приносит много.

Каждому клиенту присваиваем три балла 1–5 по квантилям относительно базы — давность последней покупки (R), число заказов за год (F) и сумма за год (M).

Правило Парето — сосредоточить внимание и ресурсы на клиентах, дающих основную долю выручки.

Сортируем клиентов по выручке по убыванию и считаем накопленную долю; топ до 80% — класс A, до 95% — B, остальные — C.

Насколько предсказуем спрос клиента — для планирования отгрузок, запасов и понимания регулярности.

Считаем коэффициент вариации помесячной выручки за год — меньше 0.5 это X (стабильно), до 1.0 — Y (умеренно), от 1.0 — Z (хаотично).

Долгосрочная ценность — чтобы вкладывать удержание и развитие туда, где это окупится за горизонт, а не только по сегодняшней выручке.

Дисконтируем ожидаемую годовую маржу на 3 года вперёд с поправкой на вероятность удержания (1−риск) и рост доли кошелька. Маржа в демо — мок (нужна себестоимость).

Без себестоимости маржа-компонента недоступна — CLV на моке.

Не «у кого риск выше», а «кого звонок реально спасёт» — куда направить ограниченное время менеджеров с максимальной отдачей.

Выше всего у клиентов среднего риска с ещё живой вовлечённостью и заметной ценностью; у безнадёжных и у благополучных — низкий (вмешательство ничего не меняет).

Прокси; честный uplift требует A/B-теста.

Переводит абстрактный риск в срок — сколько примерно осталось времени на реакцию, чтобы расставить очередь обзвона.

Из 90-дневной вероятности оттока через модель постоянного риска (constant-hazard) оцениваем ожидаемое число дней до оттока.

Одна управленческая метка вместо нескольких индексов — сразу понятно, что с клиентом делать и кому передать.

Приоритетное дерево решений — проверяем по очереди финансовый риск → риск потери → потеря внимания → лояльность → потенциал; клиент попадает в первую сработавшую зону.

Главный индикатор «растём или сжимаемся» на существующей базе — без маскировки новыми клиентами.

Берём клиентов, активных 12–24 мес назад, и делим их выручку за последний год на их же выручку годом ранее. Выше 100% — база расширяется, ниже — сжимается.

Отвечает на вопрос «мы падаем из-за рынка или теряем долю?» — где именно разбираться с регионом или командой.

Период — год к году (последние 12 мес против предыдущих 12). Наш рост — same-store (только клиенты, покупавшие и год назад), из наших продаж 1С. Из него вычитаем внешний рыночный рост по региону; «+» опережаем рынок, «−» отстаём.

Рыночный индекс — внешний; обновляется квартал/год; привязка региона вручную; в демо синтетический годовой % (REGION_MARKET_GROWTH).

Контроль выполнения плана продаж по регионам и направлениям — где недобор и куда смотреть руководителю.

Делим фактический показатель на плановый (в демо — по количеству; по выручке — если план ведётся в учёте).

План по выручке — уточнить у ФомЛайн; пока план по количеству.

Показывает ассортиментную корзину клиента — что берёт и чего не берёт; точки для cross-sell и оценки зависимости от одной группы.

Для каждой товарной группы делим её выручку за год на общую выручку клиента за тот же период; сумма долей = 100%.

Предупреждает о ненадёжном контрагенте до отгрузки/кредита — вход для финслужбы (лимит, предоплата, отказ). Дополняет внутренний платёжный риск внешним взглядом.

Взвешенно объединяет внешний риск-балл, юр.флаги (арбитраж-ответчик, исполнительное производство ФССП), долю просрочек и «молодость» компании в индекс 0–100; светофор по порогам. Дополнительно — стаб-маппинг на индексы СПАРК (ИДО/ИФР/Paydex) и реквизиты в структуре ответа DaData. В демо — мок; в проде наполняется по API (DaData find-party / СПАРК / Контур).

≥30 Высокий (красный) · 12–30 Средний (жёлтый) · <12 Низкий (зелёный)

В демо — заглушка из синтетики; готовые индексы ИДО/ИФР/Paydex — стаб; заменяются API. См. docs/COMPETITIVE_RESEARCH.md §11.