Константин ВасинБлог
Бизнес и маркетинг

Финансовая модель бизнеса: один экран вместо ста листов шаблона

Финансовую модель бизнеса чаще ищут ради шаблона на сто строк — под инвестора, которого нет. У меня инвестора никогда не было: я запускаю проекты сам, на свои деньги, и модель нужна мне для другого — понять, когда деньги кончатся, при каких условиях цифры сойдутся и что делать, если не сойдутся. Один раз я собрал такую модель для заказного SEO-проекта на данных разведки спроса — и модель мне соврала в два-три раза. Ниже — не шаблон, а модель на один экран и разбор, где она обманывает чаще всего.

Коротко
  • Модель нужна не инвестору, а вам самим — чтобы решение принималось до того, как деньги потрачены. Три вопроса, на которые она обязана отвечать: когда кончатся деньги, при каких условиях сойдётся, что делать, если нет.
  • Минимальная модель помещается на один экран. Поток клиентов, конверсия, средний чек, переменные и постоянные расходы, налоги и комиссии, деньги по месяцам — строк не больше и не меньше.
  • Решение принимается по пессимистичному сценарию, а не по одному числу. Один прогноз — это фантазия, три сценария — уже модель.
  • Свои входные допущения я проверил данными не всегда. Разведка спроса для одного заказного проекта переоценила объём в два-три раза — прогноз заявок пришлось пересчитывать вдвое вниз.
  • Модель без сверки с фактом раз в месяц — то же самое, что не считать её вовсе. Особенно если факт — это выставленные счета, а не реально собранные деньги.
Содержание статьи
  1. Зачем модель, если инвестора нет
  2. Из чего состоит модель на один экран
  3. Три сценария вместо одного
  4. Где модель соврала мне сама
  5. Где модели врут чаще всего
  6. Как раз в месяц сверять модель с фактом
  7. Инструменты: таблица и нейросеть как ревизор

Финансовую модель бизнеса чаще всего ищут в интернете ради одного и того же: шаблона на сотню строк, который нужно показать инвестору или банку. У меня инвестора никогда не было. Я запускаю проекты сам, на свои деньги, и считаю финмодели и по своим сайтам, и по заказным проектам — там, где ошибка в модели означает не низкую оценку презентации, а собственные потраченные деньги.

Один раз модель меня подвела: я строил её для заказного SEO-проекта на данных разведки спроса, и та переоценила объём в два-три раза. Дальше — не шаблон с сотней ячеек, а модель, которая помещается на один экран, и разбор того, где она обманывает чаще всего — в том числе меня самого.

Зачем модель, если инвестора нет

Финансовую модель обычно продают как инструмент убеждения: показать перспективу, получить деньги, подписать сделку. Если вы тратите свои деньги, а не чужие, задача меняется на противоположную — модель нужна не для того, чтобы убедить кого-то, а для того, чтобы не убедить себя в том, чего нет.

Рабочая модель обязана отвечать на три вопроса, и если хотя бы на один она не отвечает — это презентация, а не модель.

Когда кончатся деньги при текущем темпе трат. Не «хватит примерно на полгода», а конкретный месяц, если приток не изменится.

При каких условиях цифры сойдутся. Это ровно тот расчёт, который я подробно разбирал в статье про юнит-экономику — сходится ли одна сделка, — и в статье про точку безубыточности — сколько таких сделок нужно в месяц. Финансовая модель не заменяет эти два расчёта, а собирает их в один поток вместе с потоком клиентов и календарём денег.

Что делать, если не сойдётся. Не общее «будем посмотреть по ситуации», а заранее прописанный план: какую строку меняем первой, при каком месяце подряд в минусе останавливаемся.

Если модель не даёт ответа хотя бы на один из трёх вопросов, откладывать решение до появления инвестора смысла нет — решение всё равно принимаете вы, и обычно раньше, чем хотелось бы.

Дальше по теме

Как я считаю финмодель для своих и заказных проектов

В канале раз в месяц показываю таблицу по одному из проектов: что сошлось, что нет и как я это выяснил.

Из чего состоит модель на один экран

Минимальная модель — это семь строк, не больше. Больше семи обычно означает, что в таблицу натащили детализацию, которая красиво выглядит и ничего не меняет в решении.

модель.xlsx — сколько строк реально нужно
Поток клиентов: 8 000–15 000 показов в поиске в месяц → 40–80 заявок к 12-му месяцу (первая версия прогноза для одного заказного SEO-проекта, до проверки спроса)
Конверсия заявка → сделка: своя цифра по контракту — без неё считать нельзя, но общей «по рынку» здесь быть не должно
Средний чек или размер комиссии: тоже строка под конкретную сделку, а не общий ориентир из чужого кейса
Переменные на клиента: эквайринг и рассрочка — в среднем около 20% выручки, налог с оборота — около 10%, даже на упрощёнке
Постоянные расходы в месяц: подписка на нейросеть для контента, хостинг, собственное время — по одному из моих сайтов это 1 000–5 000 ₽
Деньги по месяцам: остаток нарастающим итогом с начала проекта, а не выручка одного месяца сама по себе

Первая строка — самая недооценённая. От того, какую модель заработка вы выбрали — процент с продажи, фиксированную комиссию за лид, разовую оплату за сайт под ключ, — зависит, какая строка тянет всю модель вниз при ошибке. Я разбирал четыре таких модели отдельно в статье как заработать на сайте: цифры по каждой отличаются в разы, и модель, скопированная из чужого проекта с другой моделью заработка, не считает ваш бизнес — она считает чужой.

Последняя строка — деньги по месяцам нарастающим итогом — тоже не формальность. Именно она отвечает на первый из трёх вопросов: когда кончатся деньги. Если считать выручку отдельными месяцами без накопительного остатка, можно не заметить, что три подряд слабых месяца уже съели запас, который казался достаточным на бумаге. Отдельно про то, как прибыльный месяц оставляет без денег из-за календаря платежей, — в статье про кассовый разрыв.

Три сценария вместо одного

Одна цифра в финансовой модели — не расчёт, а гадание с одним исходом из нескольких равновероятных. Правило простое: считаете три сценария, решение принимаете по пессимистичному.

На примере того же заказного SEO-проекта: после проверки реального спроса прогноз заявок к 12-му месяцу пересчитали с диапазона 40–80 в месяц на диапазон 20–40. Этот новый диапазон я и раскладываю на три сценария вместо того, чтобы взять его середину и считать дальше по ней одной.

Заявки на 12-й месяц по трём сценариям (после проверки спроса)
  • Пессимистичный20нижняя граница пересчитанного прогноза
  • Базовый30середина диапазона — та цифра, на которую обычно и хочется ориентироваться
  • Оптимистичный40верхняя граница — та, что стояла в презентации до проверки спроса

Разница между базовым и пессимистичным здесь не десять процентов, а полтора раза. Если контракт, бюджет на команду или отказ от другого проекта подписаны под базовый или оптимистичный сценарий, а по факту рынок даёт пессимистичный, — модель не предупредила вовремя, потому что её вообще не строили в трёх вариантах. То же самое касается цены каждой заявки в этом сценарии: если объём падает, цена привлечения одной заявки обычно не падает вместе с ним пропорционально — я отдельно раскладывал это в статье про стоимость лида.

Пессимистичный сценарий — не тот, который вы боитесь. Это тот, по которому вы обязаны решить, тянете ли проект, если он окажется правдой.

Где модель соврала мне сама

Разведка спроса переоценила объём в два-три раза

Для одного заказного SEO-проекта я строил модель на данных разведки спроса — агрегированной частотности запросов по нише. Прогноз получился на уровне 8 000–15 000 показов в поиске в месяц и, соответственно, 40–80 заявок к 12-му месяцу. Реальный объём после запуска и первых месяцев работы оказался 3 500–4 500 показов в месяц — в два-три раза ниже прогноза. Прогноз заявок пришлось пересчитывать вдвое вниз, до 20–40 в месяц к тому же 12-му месяцу. Дело не в ошибке арифметики: формула была верной, врало входное число, которое я не проверил напрямую, а взял из агрегированного отчёта по нише.

Урок из этого случая проще, чем хотелось бы: входные допущения модели — это не то, что можно взять из общего отчёта по рынку и подставить как факт. Частотность по нише в среднем и реальные показы конкретного проекта в конкретной выдаче — разные числа, и разница между ними может быть кратной, а не в пределах погрешности. Финансовая модель, построенная на непроверенном допущении, красиво считает неправильную задачу.

Практический вывод для собственной работы: любую цифру потока клиентов, которая пришла не из вашей собственной статистики, а из общего исследования или чужого бенчмарка, я теперь помечаю отдельно и подтверждаю прямым замером, прежде чем закладывать в модель бюджет или сроки.

Читайте такжеЭкономика онлайн-школыСебестоимость обучения студента — 15–35 тысяч, курс стоит 150–190 тысяч, и при этом школа может не заработать ничего. Разбираю по строкам, куда девается разница, на цифрах проекта, который делал около ста миллионов в год.

Где модели врут чаще всего

Кроме собственного допущения о спросе, есть ещё несколько мест, где модель обманывает почти всегда — не потому, что кто-то ленится, а потому, что эти строки не бросаются в глаза, пока не проверишь их отдельно.

Где чаще всего врёт готовая модель

Конверсия взята «по рынку», а не по своему офферу — на одном из моих проектов реальное пробное занятие оказалось платным со скидкой 40%, а не бесплатным, как предполагал первый расчёт, и это меняет всю воронку модели. Забыты возвраты и эквайринг — вместе с рассрочкой они уходят из выручки раньше, чем вы увидите прибыль, в среднем 20% с оборота. Источник заявок посчитан однородным — в одной из моих кампаний обзвона 1% базы (номера с переносом между операторами) дал 65–70% всех «лидов», а реальная цена живого лида оказалась примерно втрое дороже официальной «дешёвой» цифры. Постоянные расходы занижены — подписки и сервисы продолжают списываться и тогда, когда продаж нет вовсе, и их легко упустить, если считать модель один раз, а не сверять со списаниями каждый месяц. Горизонт растянут на год — и провальные первые месяцы прячутся в усреднённой годовой цифре, вместо того чтобы вовремя показать проблему.

Общее у всех пяти пунктов одно: модель не врёт сама по себе, она честно считает то, что в неё подставили. Если подставили допущение вместо факта — она вернёт красивое неправильное число с той же уверенностью, что и правильное.

Как раз в месяц сверять модель с фактом

Модель без регулярной сверки с реальностью — это фантазия, оформленная в таблицу. Проверка занимает меньше времени, чем кажется, если делать её по одному и тому же маршруту.

Сверка модели с фактом раз в месяц

Подставьте фактические цифры прошедшего месяца в те же строки, где раньше стоял прогноз, — не создавайте новую таблицу, иначе сравнивать станет не с чем. Сверяйте не выручку по выставленным счетам, а деньги, которые реально дошли до счёта. У партнёра одного из моих проектов одновременно висело больше сотни неоплаченных счетов на десятки миллионов рублей — по счетам модель показывала бы рост, которого в кассе не было. Отметьте, к какому из трёх сценариев ближе факт — пессимистичному, базовому или оптимистичному. Если ближе к пессимистичному два месяца подряд, пересчитывайте вперёд от этой точки, а не ждите конца года. Проставьте дату последнего пересчёта прямо в файле модели. Цифра трёхмесячной давности выглядит такой же убедительной, как и свежая, — разница видна только по дате.

Этот маршрут не отменяет три сценария из предыдущего раздела — он проверяет, какой из них оказался правдой в этом конкретном месяце, и подсказывает, когда пересчитывать остальные месяцы вперёд.

Инструменты: таблица и нейросеть как ревизор

Для модели на один экран не нужен специализированный сервис. Обычная таблица — Google Sheets или Excel — справляется лучше готовых конструкторов финмоделей ровно потому, что не заставляет подгонять свой бизнес под чужой набор строк и вкладок. Семь строк и три сценария не требуют отдельного продукта, им нужна дисциплина заполнения раз в месяц, а не более сложный инструмент.

Нейросети в этой работе я использую не для расчёта — арифметику важных для меня решений я не доверяю модели, — а для ревизии допущений: попросить найти дыры там, где я сам их не вижу. Какие задачи в принципе стоит отдавать нейросети в бизнесе, а какие нет, я разбирал отдельно в статье нейросети для бизнеса; проверка финансовой модели — как раз из тех задач, где ей можно доверить не цифры, а вопросы к ним.

Ревизия допущений финансовой модели
Вот моя финансовая модель на один проект: [вставьте строки или скопируйте таблицу]. Не пересчитывай цифры за меня — я в них уверен, посчитал их сам.

1. Укажи, какие строки я закрыл одним средним значением там, где нужен диапазон из трёх сценариев.
2. Проверь, есть ли отдельные строки для эквайринга, налога с оборота и возвратов — если хотя бы одной нет, отметь это как задачу на заполнение, а не додумывай цифру сам.
3. Спроси меня, откуда взята цифра конверсии и потока клиентов — из моих собственных данных или из общего отчёта по рынку.
4. Скажи, на каком месяце горизонта модель первой уходит в минус по пессимистичному сценарию, и не прячется ли этот месяц за усреднённой годовой цифрой.

Модель на один экран не гарантирует, что бизнес получится, — с моей моделью для заказного SEO-проекта этого тоже не случилось само по себе. Она гарантирует другое: что вы увидите расхождение с планом на первом месяце, когда его ещё можно поправить, а не на двенадцатом, когда решение за вас уже приняла касса.

Что забрать из статьи
  1. Постройте модель на одном экране: поток клиентов, конверсия, чек, переменные, постоянные, налоги, деньги по месяцам — и ни строкой больше.
  2. Считайте три сценария на каждую ключевую цифру и принимайте решение по пессимистичному, а не по среднему.
  3. Проверяйте входные допущения — спрос, конверсию, реальный оффер — данными до того, как потратили бюджет, а не ощущением рынка.
  4. Раз в месяц подставляйте факт в те же строки модели и сверяйте не выручку по счетам, а реально собранные деньги.
  5. Используйте обычную таблицу, а не сервис-конструктор, и просите нейросеть искать дыры в допущениях, а не считать за вас.
Забрать материал

Гайд «SEO-машина»: как собрать её на ИИ-агентах

Карта из десяти систем: что делает каждая и как собрать такую же — с любым ИИ-агентом, Claude Code или Codex. Бесплатно, отдаёт бот в Telegram.

Частые вопросы

Что такое финансовая модель бизнеса простыми словами?

Это таблица, которая показывает, сколько денег придёт, сколько уйдёт и что останется по месяцам — при заданных допущениях о потоке клиентов, конверсии и расходах. Отличие от бухгалтерской отчётности в том, что модель считает будущее и всегда строится на предположениях, часть которых окажется неверной.

Как составить финансовую модель бизнеса самостоятельно?

Возьмите одну таблицу и семь строк: поток клиентов, конверсия в сделку, средний чек, переменные расходы на клиента, постоянные расходы в месяц, налоги и комиссии, остаток денег нарастающим итогом. Заполните три раза — пессимистичный, базовый и оптимистичный сценарий, — и решение принимайте по пессимистичному.

Какие составляющие должны быть в финансовой модели бизнеса?

Минимум — поток клиентов на входе (показы, обращения, заявки), конверсия из заявки в оплату, средний чек или размер комиссии, переменные расходы на одного клиента (эквайринг, рассрочка, брак заявок), постоянные расходы в месяц и налоги. Без любой из этих строк модель считает не весь бизнес, а его удобную часть.

Нужна ли финансовая модель бизнеса в Excel, или хватит обычной таблицы?

Формат не имеет значения — важно, чтобы модель помещалась на один экран и её было видно целиком. Гугл-таблица справляется не хуже Excel и не заставляет подстраивать свои строки под чужие категории, как это делают готовые сервисы-конструкторы.

Чем финансовая модель бизнеса отличается от юнит-экономики и точки безубыточности?

Юнит-экономика отвечает, зарабатываете ли вы на одном клиенте или заказе. Точка безубыточности — сколько таких клиентов нужно в месяц, чтобы выйти в ноль. Финансовая модель — более широкая рамка: она соединяет обе цифры с потоком клиентов и календарём денег и показывает, что произойдёт со счётом в разных сценариях.

Как часто нужно пересматривать финансовую модель проекта?

Не реже раза в месяц — подставляя фактические цифры в те же строки, где стояли прогнозные. Пересчитывать нужно и внепланово, при любом изменении ключевого допущения: цены, канала привлечения, реального оффера клиента. Модель, которую не сверяли с фактом два-три месяца, уже не про ваш бизнес, а про то, каким он был на момент составления.

Константин Васин
Предприниматель, маркетолог

10 лет в маркетинге и онлайн-образовании. Запускаю проекты в одиночку на Claude Code и показываю экономику как есть. Все методы из блога сначала обкатываю на своих проектах и только потом описываю.