Как автоматизировать контроль дебиторской задолженности и напоминания клиентам

Коротко

• Автоматизация дебиторки держится на трёх слоях: единый реестр статусов оплаты, правила касаний и эскалаций, исполнение (письма, задачи, отчёты).
• Начинать нужно с ежедневной сверки оплат из 1С или банка с CRM, а не с бота-напоминалки. Без сверки система начнёт напоминать тем, кто уже заплатил.
• Мягкие напоминания до срока и в первые дни просрочки можно отправлять автоматически. Звонки, претензии, стоп-отгрузку и решения по ключевым клиентам оставляем человеку.
• AI хорошо разбирает ответы клиентов («оплатим 15-го», «не получили акт», «есть претензия к качеству») и готовит черновики писем. Суммы и реквизиты он брать не должен: они идут только из учётной системы.
• Эффект измеряется в двух вещах: сколько часов в месяц высвобождается у менеджеров и бухгалтерии и на сколько дней сокращается средний срок оплаты (DSO).
• Реалистичный запуск занимает 3–4 недели, включая период, когда система работает «в тени» и ничего не отправляет.

Где на самом деле теряются деньги

Клиенты редко не платят из принципа. Чаще деньги задерживаются из-за мелких сбоев, которые никто не видит вовремя.

Никто не напомнил до срока. Счёт ушёл бухгалтеру клиента три недели назад и потерялся среди других. Короткое письмо за пару дней до срока решило бы вопрос.

Менеджеру неловко. Продажник не хочет портить отношения и откладывает звонок. Через месяц разговор уже тяжёлый, и откладывать его хочется ещё сильнее.

Статусы живут в разных местах. Оплата пришла в 1С, а в CRM сделка висит неоплаченной. Менеджер пишет клиенту «напоминаем о долге», и клиент отвечает платёжкой. После пары таких случаев менеджеры перестают доверять данным и напоминают «по памяти».

Обещания нигде не фиксируются. «Заплатим во вторник» остаётся в переписке. Во вторник никто не проверяет, пришли ли деньги.

Руководитель видит картину раз в месяц. Отчёт по дебиторке собирают вручную к закрытию месяца. К этому моменту часть долгов уже переехала из «чуть просрочено» в «проблемный клиент».

У маркетплейсов тот же механизм выглядит по-другому. Должник там — сама площадка: продавцу нужно сверять отчёты о реализации WB и Ozon с фактическими выплатами, удержаниями и штрафами. Логика та же: сверка, расхождения, задача ответственному. Дальше речь про B2B-отсрочки, но принципы переносятся.

Как выглядит рабочая схема

Шаг 1. Единый реестр: кто, сколько, до какого числа

Базовый слой: таблица или сервис, где по каждому счёту есть клиент, сумма, срок оплаты, оплаченная часть, ответственный менеджер и текущий этап. Источники обычно такие:

• 1С (через OData или HTTP-сервисы) — счета, реализации, оплаты;
• банк — выписки по API, если 1С обновляется с задержкой;
• CRM (amoCRM, Битрикс24) — ответственный, контакты, история общения.

Сверка запускается минимум раз в день, лучше несколько раз. Обязательно учитываются частичные оплаты и оплаты одной платёжкой по нескольким счетам. Это самое скучное место в проекте, и от него зависит всё остальное.

Шаг 2. Календарь касаний

Правила записываются явно, а не держатся в голове у менеджера. Пример для отсрочки 14–30 дней:

Примеры формулировок, чтобы было понятно, о каком тоне речь:

За 3 дня: «Добрый день! Напоминаем, что по счёту № 1842 на 86 400 ₽ срок оплаты — 14 октября. Счёт во вложении. Если оплата уже в пути — просто проигнорируйте это письмо».

+3 дня: «Добрый день! Не видим оплату по счёту № 1842 на 86 400 ₽ (срок был 14 октября). Подскажите, пожалуйста, когда планируете оплату или нужны ли от нас документы?»

Второе письмо не обвиняет клиента, но просит конкретику. Это главное, что делает напоминания рабочими.

Шаг 3. Сегменты клиентов

Одни правила на всех не работают. Обычно хватает четырёх групп:

• ключевые клиенты — автоматики только до срока оплаты, после него всё идёт через менеджера;
• новые клиенты — напоминания плотнее, первая просрочка сразу видна руководителю;
• клиенты с историей просрочек — короче интервалы, раньше эскалация;
• спорные счета — автоматические напоминания полностью выключены, пока менеджер не снимет флаг «спор».

Шаг 4. Где действительно помогает AI

Правила и сверку можно сделать без AI вообще. Языковая модель нужна там, где начинается неструктурированный текст: в ответах клиентов.

На «напоминание» клиент отвечает как угодно: «оплатим на следующей неделе», «у нас нет акта», «бухгалтер в отпуске до 20-го», «по партии брак, ждём замену». AI-агент читает такой ответ и:

• классифицирует его: обещание оплаты, запрос документов, претензия, «не туда»;
• извлекает дату обещания и ставит контрольную точку: если деньги к ней не пришли, создаётся задача менеджеру;
• останавливает цепочку, если речь о претензии или споре, и передаёт кейс человеку;
• готовит черновик ответа для менеджера с учётом истории переписки.

Подробнее о том, как устроены такие системы, — в материале что такое AI-агент и чем он отличается от бота.

Шаг 5. Эскалации

Эскалация — это не «отправить письмо построже», а передача решения уровнем выше по понятному триггеру. Менеджер не ответил на задачу за двое суток — она уходит руководителю отдела продаж. Сумма просрочки по клиенту выше лимита — уведомление финансовому директору. Сорвано второе обещание оплаты — вопрос о приостановке отгрузок.

Система предлагает и напоминает, а решение о стоп-отгрузке или претензии всегда принимает человек.

Шаг 6. Отчёт, который читают

Каждое утро руководитель получает в Telegram короткую сводку, а не выгрузку на 300 строк:

• дебиторка по срокам: не просрочено / 1–30 / 31–60 / 60+ дней;
• обещанные на сегодня оплаты и сорванные вчера;
• топ-5 должников по сумме;
• задачи, которые менеджеры не закрыли в срок.

Сколько это экономит

Эффект считается в двух местах: во времени команды и в оборотных деньгах.

Время. Условный пример: 150 открытых счетов в месяц, по каждому в среднем три касания. Проверить статус оплаты, найти контакт, написать письмо — около 5 минут на касание. Получается примерно 37 часов в месяц, почти неделя работы одного человека, ушедшая на рутину. После автоматизации остаются только касания, где нужен человек: звонки, споры, ключевые клиенты. Обычно это 20–30% от прежнего объёма.

Деньги. Важнее средний срок оплаты (DSO). Допустим, компания отгружает в отсрочку на 6 млн ₽ в месяц, то есть около 200 тыс. ₽ в день. Если регулярные напоминания до срока и быстрая реакция на просрочку сокращают DSO с 38 до 31 дня, в обороте компании дополнительно оказывается около 1,4 млн ₽. Это не прибыль, а деньги, которые не нужно брать в кредит или ждать.

Цифры здесь иллюстративные. Реальный эффект зависит от дисциплины клиентов и качества данных. Поэтому перед запуском стоит зафиксировать текущий DSO и долю просрочки, чтобы через 2–3 месяца сравнить честно.

Риски и как их закрыть

Напоминание клиенту, который уже оплатил. Это самый частый и самый раздражающий сбой. Решение: перед каждой отправкой заново проверять статус оплаты, а не брать его из утреннего снимка. Для напоминаний после срока стоит делать окно в 1–2 рабочих дня на банковский лаг.

AI ошибся в сумме или номере счёта. Модель не должна сочинять цифры. Суммы, номера, даты и реквизиты подставляются в шаблон из учётной системы, а модель работает только с формулировками.

Неверный тон с важным клиентом. Это закрывается сегментацией и правилом: для ключевых клиентов после срока система только готовит черновики, а отправляет менеджер.

Права доступа. Интеграции с 1С и банком дают права только на чтение. Система не проводит документы, не меняет статусы в учёте и не видит лишнего. Токены хранятся на сервере, а не в коде сценария.

Персональные данные и каналы. Если контакт — физлицо или ИП, нужно законное основание для обработки данных (152-ФЗ). В мессенджерах есть ограничение: Telegram-бот не может написать человеку первым, пока тот сам не запустил бота. Поэтому основной канал для B2B-напоминаний обычно email, а Telegram-бот подключается для клиентов, которые сами на него подписались.

Непрозрачность. Каждое действие логируется: что отправлено, кому, на основании каких данных, кто подтвердил. Когда клиент говорит «нам ничего не приходило», это проверяется за минуту.

Как внедрять: план на 3–4 недели

Неделя 1 — аудит. Выгружаем открытые счета, смотрим, где живут статусы оплаты и насколько они совпадают в 1С и CRM. Записываем текущие правила, даже если их «нет». Фиксируем DSO и долю просрочки.

Неделя 2 — сверка и отчёт. Настраиваем единый реестр и утреннюю сводку. Ничего не отправляем клиентам. Неделю проверяем, совпадают ли данные с реальностью. Обычно здесь всплывают дубли контрагентов, оплаты без привязки к счёту и «мёртвые» счета.

Неделя 3 — напоминания с подтверждением. Система готовит письма, менеджер утверждает их одной кнопкой. Параллельно правим шаблоны и сегменты.

Неделя 4 — частичная автоотправка. Напоминания до срока и в день срока уходят автоматически, остальное остаётся с подтверждением. Подключаем разбор ответов клиентов и контроль обещанных дат.

Чек-лист готовности к запуску:

• [ ] у каждого открытого счёта есть срок оплаты и ответственный;
• [ ] оплаты из 1С или банка попадают в реестр не реже раза в день;
• [ ] частичные оплаты и оплаты по нескольким счетам разносятся корректно;
• [ ] у клиентов есть актуальный email бухгалтерии, а не только менеджера;
• [ ] есть флаг «спор», который останавливает автоматику;
• [ ] шаблоны писем согласованы с руководителем продаж;
• [ ] пороги эскалации записаны (сроки, суммы, кто получает);
• [ ] все отправки логируются и доступны для проверки.

Когда не стоит автоматизировать

Если клиентов в отсрочку десять и все платят вовремя, хватит напоминания в календаре. Если в 1С нет порядка (счета не привязаны к оплатам, контрагенты задублированы), сначала нужно навести порядок в учёте, иначе автоматика разнесёт ошибки быстрее, чем человек. А если почти каждый счёт спорный, проблема в договорах или качестве отгрузок, а не в напоминаниях.

Подробнее о критериях — в статье как понять, что процесс пора автоматизировать.

FAQ

Можно ли автоматизировать дебиторку без замены 1С и CRM?

Да, и обычно так и делают. Автоматизация работает поверх существующих систем: читает счета и оплаты из 1С, контакты и ответственных из CRM, а результаты (задачи, комментарии, статусы) записывает обратно в CRM. Менять учётную систему ради этого не нужно.

Не испортят ли автоматические напоминания отношения с клиентами?

Испортить их могут грубый тон или ошибки в данных, а не сам факт напоминания. Вежливое письмо до срока большинство клиентов воспринимает как сервис. Главное — не писать тем, кто уже заплатил, и не включать автоматику для ключевых клиентов после срока.

Нужен ли для этого AI или хватит обычных правил?

Сверку, календарь касаний и отчёты можно сделать на правилах. AI нужен, чтобы разбирать свободные ответы клиентов, извлекать обещанные даты и готовить черновики персональных писем. Если ответов мало, начинать можно без него.

Какие каналы использовать для напоминаний?

Для B2B основной канал — email на адрес бухгалтерии клиента со счётом во вложении. Telegram подходит для клиентов, которые сами подписались на бота. Звонки остаются за менеджером на этапе заметной просрочки.

Может ли система сама отправлять претензии?

Не стоит. Претензия — юридически значимый документ, и ошибка в сумме или основании создаёт проблемы. Система может подготовить черновик с данными из учёта, но проверить и отправить его должен человек.

Как понять, что автоматизация работает?

Нужно сравнить показатели до и после: средний срок оплаты (DSO), долю просроченной дебиторки, долю долгов старше 60 дней и время, которое менеджеры тратят на напоминания. Первые изменения обычно видны через 1–2 платёжных цикла.

Если хочешь понять, что автоматизировать у себя, напиши Дмитрию в Telegram @dmkosik или опиши процесс для диагностики Paramiko.