Куда уходит бюджет клиента: как в Darvin Digital связали задачи, время и деньги в одной системе

В агентском бизнесе есть один неочевидный риск: не всегда ясно, сколько на самом деле стоит обслуживание конкретного клиента. Можно знать сумму договора и примерно представлять загрузку команды, но не заметить, что постепенно объем работ вырос, к проекту подключились новые специалисты и в итоге на него ушло гораздо больше ресурсов, чем планировалось.

В Darvin Digital тоже долго оценивали затраты на клиентские проекты приблизительно. А затем сделали внутренний сервис Darvin Economy, который связывает выполненные задачи из таск-трекера и потраченное на них время с финансами. Так получилось увидеть не только количество часов по каждому проекту, но и фактическую стоимость работы для бизнеса.

Илья Федулов, CEO Darvin Digital, расскажет, как все устроено.

Клиенты стали чаще спрашивать, из чего складывается стоимость работы

Идею собственного сервиса для финансовой аналитики мы начали обсуждать еще 4 года назад. В последнее время тема стала еще актуальнее: с распространением ИИ многие digital-задачи со стороны начали казаться быстрее и дешевле. Скажем, текст можно сгенерировать за пару минут, изображение — получить по готовому промпту за секунды. Поэтому у клиентов закономерно появился вопрос: за что именно они платят агентству?

ИИ действительно ускоряет отдельные операции, но не заменяет весь процесс создания результата. Команде по-прежнему нужно разобраться в задаче, учесть контекст, выбрать решение, проверить его, согласовать с клиентом, внести правки и проконтролировать результат. Ответственность за итог также остается за человеком.

При этом обычный ежемесячный отчет отвечает в основном на вопрос «что сделали», но почти не объясняют, как выполненные работы связаны с бюджетом. Допустим, за месяц команда потратила на проект 100 часов. Клиент видит подготовленные материалы, запущенные кампании и доработки сайта, но связь между этими работами и бюджетом остается неочевидной.

Для нас те же данные важны и с другой стороны: они позволяют понять, сколько ресурсов фактически ушло на проект и не начал ли он выходить за рамки первоначальных договоренностей.

Для финансовой аналитики уже были все данные — начинать с нуля не пришлось

Darvin Digital работает в digital-маркетинге с 2008 года. Раньше для управления задачами мы использовали Мегаплан и Битрикс24, но во времена пандемии перевели рабочие процессы в Kaiten, чтобы сделать работу распределенной команды видимой. Переезжали постепенно: старые задачи завершали в прежней системе, новые заводили уже в Kaiten.

Со временем в таск-трекере накопилось гораздо больше информации, чем требовалось только для управления задачами. В карточках уже были клиенты и проекты, исполнители и их роли, статусы, результаты, затраченное время, комментарии и материалы.

Когда мы наконец перешли к разработке собственного сервиса, выяснилось, что необходимые операционные данные уже собраны в Kaiten.

Оставалось передать их во внутренний сервис через API и дополнить финансовой информацией. Так появился Darvin Economy.

Но просто выгрузить все карточки было недостаточно. Сервису нужно было понимать, к какому клиенту относится каждая работа, кто ее выполнял и сколько времени на нее ушло. Получить такую картину удалось благодаря тому, как мы организовали работу с клиентскими проектами в Kaiten.

Портфель хранит историю клиента, а метки объединяют задачи для расчета

Над одним клиентским проектом у нас обычно работает несколько направлений: SEO, маркетинг, дизайн и разработка. У каждого отдела свой процесс и своя доска в Kaiten, поэтому задачи одного клиента могут находиться в разных пространствах.

Чтобы собрать их в общую картину, мы создали портфель проектов и закрепили за каждым клиентом отдельную метку. По ней Darvin Economy находит нужные задачи на любых досках — даже если они напрямую не связаны с карточкой клиента. 

​Данные обновляются автоматически каждую ночь, поэтому в расчет попадают и изменения, внесенные задним числом — например, по времени, описаниям или комментариям в карточках.

Так мы решили первую задачу — научились определять, какие работы относятся к конкретному клиенту. Следующий вопрос был сложнее: сколько ресурсов на них действительно уходит.

Учет времени показал не только загрузку, но и стоимость работы

На самом деле учет времени появился у нас задолго до Darvin Economy. И вводили мы его не для того, чтобы контролировать, отработал человек ровно 8 часов или на 10 минут меньше. 

Все началось с того, что в какой-то момент одна наша команда стала отвечать сразу за несколько направлений бизнеса, в том числе зарубежные. Тогда сотрудники стали фиксировать время непосредственно в карточках Kaiten, а задачи — размечать метками по направлениям. Таким образом нам удалось разделить потоки работ и избежать хаоса. 

В конце месяца мы выгружали эти данные в Excel и считали, сколько часов и какая доля расходов пришлась на каждое направление. В целом, такой схемы вполне хватало для оценки загрузки.

Сложности появились, когда мы захотели перевести часы в деньги. Сначала использовали для этого среднюю ставку. Но оказалось, что такой расчет дает слишком приблизительный результат. Час разработчика, дизайнера и маркетолога стоит по-разному, а на одну и ту же задачу специалисты разной квалификации могут потратить разное время. Поэтому одинаковое число часов еще не означало одинаковые затраты для компании.

Именно это ограничение определило логику будущего сервиса: учитывать не усредненную ставку, а время и стоимость работы конкретных специалистов вместе с финансовыми данными проекта.

Получилось, что привычка, которую команда уже сформировала в Kaiten, стала основой для автоматического расчета экономики.

Как сервис работает на практике 

В Darvin Economy у каждого проекта есть отдельный экран с цветной шкалой. Она показывает не этап выполнения работ, а соотношение между оплатой клиента и расчетной стоимостью уже выполненного объема.

Верхний маркер — сумма, которую клиент уже оплатил. Точки на линии — расчетные границы стоимости работ для разных условий сотрудничества, в том числе Premium.

Положение маркера помогает быстро понять, насколько выполненный объем близок к границе бюджета:

• Если маркер оплаты находится ближе к красной зоне, оплата не покрывает расчетную стоимость выполненного объема — возможно, команда перерабатывает или маржинальность проекта снижается. 

• Если оплата находится рядом с целевой границей, экономика проекта сбалансирована. 

• Если между оплатой и стоимостью выполненных работ остается запас, команда может планировать дополнительные задачи в рамках текущего бюджета.

Например, за выбранный период клиент заплатил 770 500 ₽. При этом расчетная стоимость выполненных работ составляет 1 582 993 ₽ на условиях Premium и 2 234 812 ₽ по стандартной ставке. Для клиента эта разница показывает выгоду действующих условий сотрудничества, а для агентства — реальный объем вложенных ресурсов.

Важно и то, что агентство и клиент опираются на одни и те же данные. Раньше менеджеру приходилось собирать их из разных источников и отдельно объяснять на встречах с клиентами. Теперь обе стороны видят, что было сделано, сколько ресурсов потребовалось и как это соотносится с бюджетом.​

Если экономика проекта меняется, это можно заметить вовремя

Допустим, стоимость выполненных работ за последние месяцы превысила сумму, которую заплатил клиент. Это не означает, что работу нужно немедленно остановить или автоматически выставить дополнительный счет. Прежде всего, это сигнал разобраться, почему проект отклонился от исходного плана.

Причины могут быть разными:

• задача потребовала больше времени, чем планировали;

• по ходу проекта появился дополнительный объем;

• изменилась сложность или сам характер работ;

• первоначальные договоренности перестали соответствовать текущим задачам.

В Darvin Economy затраты можно детализировать до конкретных задач, времени и вклада отдельных специалистов — с этим поможет встроенный калькулятор. После этого уже можно принимать управленческое решение: изменить приоритеты, перенести часть работ на следующий период или обсудить с клиентом новый объем.

Для нас ценность сервиса именно в этом: не автоматически считать любую работу сверх плана поводом для доплаты, а вовремя замечать расхождение между бюджетом и фактическими затратами.

Точность расчета начинается с дисциплины в задачах

Но любая аналитика остается точной только до тех пор, пока точны исходные данные. Darvin Economy может учесть только то, что команда зафиксировала в Kaiten. Если сотрудник забыл затрекать время или связать задачу с клиентом, ошибка попадет и в итоговый расчет.

Поэтому у нас появилось несколько строгих принципов работы в таск-трекере, которых мы придерживаемся ежедневно:

• каждую рабочую задачу связываем с клиентским проектом;

• фиксируем затраченное время;

• используем метки для классификации работ;

• если задача остановилась, ставим блокировку и указываем причину;

• важные договоренности и результаты сохраняем в карточке, даже если обсуждали их в стороннем мессенджере. 

Для типовых задач создаем шаблоны и готовые чек-листы. Они помогают команде работать единообразно и не забывать информацию, которая потребуется для расчета экономики проекта.

Данные из карточек Kaiten нужны нам не только для расчета экономики проекта. На их основе мы также готовим отдельные отчеты для клиентов — с описанием работ, показателями и выводами за выбранный период.

ИИ собирает задачи, показатели и затраты в отчет для клиента

Раньше подготовка клиентского отчета начиналась с ручного сбора информации. Аналитику нужно было открыть учет времени, пройти по задачам, собрать комментарии и материалы, а затем превратить все это в понятное описание выполненных работ. Теперь эту первоначальную сборку берет на себя мастер ИИ-отчетов в Darvin Economy.

Подготовка отчета начинается с выбора проекта и периода. Через подключенные API Darvin Economy собирает показатели из аналитических систем и данные о задачах из Kaiten. Далее на основе этой информации локальная ИИ-модель формирует черновик отчета, куда входят: 

• ключевые показатели с комментариями, 

• задачи за период и результаты работ, 

• ссылки и материалы из карточек, 

• затраченное на работу время и вклад специалистов, 

• а также общая сводка по часам, хронология работ, выводы и рекомендации.

ИИ-модель развернута на сервере компании, поэтому информация о проектах не передается внешним сервисам. Финансовые данные в модель тоже не поступают — эти расчеты выполняются отдельно.

В выводах нейросеть сопоставляет выполненные работы с показателями проекта и предлагает возможные объяснения того, как действия команды могли повлиять на результат. 

Готовый отчет можно доработать в редакторе: исправить текст, добавить метрики и скриншоты, изменить оформление и порядок блоков.

Если клиенту нужен более подробный анализ, к работе подключается аналитик — он проверяет данные и выводы, добавляет объяснения и корректирует рекомендации. При этом ему больше не приходится вручную собирать карточки, комментарии и другие материалы с нуля.

В среднем генерация одного ИИ-отчета занимает ~5 минут и обходится в 35,47 ₽: 13,07 ₽ — за обработку входящих данных и 22,40 ₽ — за текст, созданный нейросетью. Расчет сделан исходя из стоимости 267 ₽ за 1 млн входящих токенов и 1 120 ₽ за 1 млн исходящих.

Основная экономия времени получается не за счет того, что ИИ полностью заменяет аналитика, а за счет автоматического сбора и первичной обработки информации. Специалист подключается уже к готовой основе. При этом качество отчета по-прежнему начинается с ежедневной работы в Kaiten: чем точнее и подробнее команда фиксирует данные в карточках, тем содержательнее получается основа для анализа.

Эта логика применима не только в агентском бизнесе

Мы не начинали со сложной системы учета и не пытались заранее фиксировать вообще все. Сначала сформулировали управленческий вопрос: куда уходит время команды? Затем появился следующий: сколько на самом деле стоит работа по каждому клиенту? После этого определили минимальный набор данных, который нужен для ответа, и только потом автоматизировали их обработку.

Такой подход подойдет любой компании, где результат складывается из множества задач и работы разных специалистов: разработке, дизайну, консалтингу, поддержке и другим сервисным бизнесам. Если операционные данные собираются последовательно, на их основе можно строить не только управление задачами, но и экономику, отчетность и более прозрачные отношения с клиентами.