Пример расчёта ущерба через CRM: разбор реального кейса

Кейс: вирусный пост в Telegram и падение заявок

Разберём типичный сценарий. Сеть медицинских клиник работает в трёх городах. В тематическом Telegram-канале выходит вирусный негативный пост — за неделю несколько десятков тысяч просмотров. Через 10–14 дней отдел продаж замечает: заявок в запись на приём стало меньше. И руководство задаёт простой вопрос. Сколько это стоит в деньгах, а не в просмотрах?

Шаг 1: выгрузка данных из CRM

Первым делом нужна выгрузка из CRM: 2 месяца до инцидента и весь период после. Поля — число заявок по источникам трафика, конверсия в запись, средний чек, отток пациентов, повторные визиты. Набор тот же, что в общей методологии формулы. Только здесь он на конкретных цифрах.

Как проверяли качество данных перед расчётом

Прежде чем считать Dпрямой, выгрузку надо проверить. Иначе цифру разобьют при первом же споре. Сначала — полнота периода. Сломалась интеграция с формой на сайте, заявки неделю не падали в CRM — и вот уже «реакция на инфоатаку», которой не было. Потом — источники трафика. Если клиника в эти же недели меняла рекламу или отключала каналы, эффект надо развести. Иначе в ущерб от репутации попадёт и урезанный рекламный бюджет. И наконец, сезонность. Два месяца «до» должны быть обычными, а не случайными. Сдвинутая базовая линия исказит ту самую разницу, на которой строится Dпрямой. Только после этого у вас данные для расчёта, а не просто цифры из таблицы.

Шаг 2: считаем Dпрямой по формуле

За 3 недели после публикации заявок из органического и брендового трафика стало на 18% меньше ожидаемой траектории. Ожидаемую считали по среднему за предыдущие 2 месяца с поправкой на сезонность. Дальше простая арифметика: средний чек первичного приёма, типичная конверсия — и прямой ущерб выходит в диапазоне 380 000–420 000 ₽ упущенной выручки за острую фазу кризиса.

Шаг 3: считаем Dкосвенный и применяем коэффициент 0.65

Теперь — пациенты, которые пришли уже после начала кризиса. Их LTV (повторные визиты и допуслуги за первые 3 месяца) оказался на 12% ниже, чем у когорты до инцидента. Логично: человек видел негатив ещё до первого визита и доверяет меньше. Связь тут не такая прямая, поэтому берём её с понижающим коэффициентом 0.65 (обоснование — в статье с методологией формулы). Итог по косвенному ущербу — около 260 000 ₽ в пересчёте на квартал.

Типичные ошибки при расчёте ущерба по CRM

Ошибки при самостоятельном расчёте почти всегда одни и те же. Первая — брать выручку всей компании вместо затронутой когорты. Пост читали в одном городе из трёх, а в расчёт попали все филиалы? Сумма завышена, и её легко оспорить. Вторая — забыть про косвенный ущерб. Заявки вернулись, а новые клиенты всё ещё менее лояльны — и потери продолжаются. Третья — брать за «ожидаемую» траекторию весь прошлый год без поправки на рост и сезон. Базовая линия уезжает вверх или вниз. Лечится всё одним приёмом: методику и границы когорты фиксируют до того, как заглянули в выгрузку. Так методологию не подгонишь под желаемый результат.

Наглядно: прямой и косвенный ущерб в этом кейсе

Итог: как использовали цифру

Итоговая оценка (Dпрямой + Dкосвенный × 0.65) легла в основу двух решений. Первое — бюджет на ускоренное SERM-вытеснение поста. Второе — приложение к досудебной претензии по ст. 152 ГК РФ к автору канала. В обоих случаях конкретная сумма с методикой сработала лучше, чем «мы явно теряем клиентов». Но на претензии расчёт не заканчивается. Через 4-6 недель после запуска вытеснения снимите новый срез CRM и сравните с прогнозом восстановления. Заявки возвращаются быстрее расчётного темпа? Значит, вытеснение работает, а не просто совпало с затуханием поста. Не возвращаются? Причина шире одного поста. Возможно, негатив уже разошёлся по отзывным площадкам или закрепился в ответах ИИ-ассистентов на вопрос «какую клинику выбрать». Тогда расчёт расширяют на эти каналы, а не держатся за Telegram как единственный источник.

Какие инструменты SERM здесь применимы

• Валидация данных CRM перед расчётом — проверка полноты периода, сопоставимости источников трафика и сезонности до того, как считать ущерб
• Расчёт прямого и косвенного ущерба раздельно — с понижающим коэффициентом для менее прямого эффекта снижения лояльности
• Досудебная претензия с методологией расчёта — конкретная сумма убедительнее для суда и для обоснования бюджета, чем оценка на глаз
• Контрольный срез через 4-6 недель после SERM-вытеснения — подтверждает, что именно вытеснение негатива вернуло заявки к норме, а не совпадение по времени
• Жалоба на заведомо ложный пост — параллельно с расчётом ущерба подаётся обращение администрации канала и готовится досудебная претензия
• Мониторинг повторных публикаций — отслеживание репостов и пересказов поста в других каналах и на отзовиках, чтобы расчёт учитывал все источники
• Публичный ответ клиники — короткая официальная позиция в комментариях и на площадках отзывов, снижающая косвенный ущерб

Чек-лист перед расчётом: что проверить в выгрузке

Пройдите по списку до того, как открывать формулу. Каждый пункт — пять-десять минут работы, а без него итоговую цифру легко оспорить.

1. Границы когорты. Запишите, какие города, филиалы и каналы затронула публикация. Только их и берите в расчёт.
2. Период «до». Минимум 2 месяца без других крупных событий: смены цен, запуска акций, отключения рекламы.
3. Дыры в данных. Постройте заявки по дням. Нулевые дни без объяснения — повод проверить интеграцию сайта и формы.
4. Рекламные изменения. Сверьте журнал изменений в рекламных кабинетах за весь период. Каждое изменение бюджета отметьте на графике.
5. Сезонность. Сравните тот же период прошлого года, если данные есть. Поправку запишите явно.
6. Дата начала кризиса. Возьмите её из мониторинга: время первой публикации и момент, когда начался рост охвата.
7. Методика на бумаге. Зафиксируйте формулу, границы когорты и коэффициент до подсчёта. Менять их после — значит подгонять результат.

Готовые шаблоны: запрос выгрузки, справка руководителю и раздел претензии

Замените данные в квадратных скобках на свои. Цифры берите только из своей выгрузки.

Частые ошибки

• Считать ущерб по выручке всей компании, а не по затронутой когорте — сумма завышается и легко оспаривается.
• Начинать расчёт без проверки дыр в данных: сбой формы на сайте выглядит как «кризис».
• Менять методику после того, как увидели цифры. Формулу и границы когорты фиксируйте заранее.
• Забыть о косвенном ущербе: заявки вернулись, а LTV новых клиентов ещё долго ниже.
• Не делать контрольный срез через 4–6 недель — непонятно, сработало ли вытеснение негатива.

Часто задаваемые вопросы

❓ Нужен ли постоянный доступ к CRM клиента?

Нет, обычно достаточно разовой выгрузки нужных полей за анализируемый период — без прямого доступа к системе. Все данные передаются по NDA.

❓ Можно ли посчитать ущерб без данных CRM вообще?

Можно оценить косвенно — по динамике трафика и позиций, но без привязки к реальным продажам такая оценка остаётся приблизительной и хуже работает как юридический аргумент.

❓ Подходит ли эта методология для малого бизнеса без сложной CRM?

Да, минимально достаточно таблицы с датами заявок/продаж — методология нормализации работает и на небольшом объёме данных, просто с более широким доверительным интервалом.

❓ Как быть, если у клиента вообще нет CRM, только таблица в Excel?

Таблица с датами заявок, источником трафика и статусом сделки — это уже достаточный минимум для расчёта: методология нормализации не требует специализированной CRM-системы, важна лишь регулярность и полнота записей за анализируемый период, а не конкретный инструмент, в котором они ведутся.