Под «финансовой моделью на заказ» разные заказчики понимают очень разное: от связки трёх отчётов в Excel до прогноза спроса с машинным обучением и сценарным стресс-тестом. Поэтому единого прайса не существует, а любая честная оценка начинается с разбора задачи. Ниже — из чего реально складывается стоимость и на что стоит смотреть заказчику, чтобы не переплатить и не получить модель, которой нельзя пользоваться.
Что влияет на стоимость финансовой модели
Стоимость разумно раскладывать на факторы, каждый из которых можно обсудить отдельно. Это полезнее, чем спорить о «средней цене по рынку»: на одном проекте решающим будет один фактор, на другом — совсем иной.
1. Сложность модели
Это главный драйвер цены. Разные классы моделей требуют разного объёма работы и разной квалификации:
- Связка из трёх отчётов (3‑statement) — P&L, баланс и денежный поток, увязанные между собой. База для большинства управленческих и инвестиционных моделей.
- Юнит‑экономика — модель на уровне одной единицы (клиента, заказа, когорты): выручка, переменные затраты, удержание, окупаемость привлечения.
- DCF и LBO — оценка через дисконтированные денежные потоки и модели сделок с долговым финансированием: график обслуживания долга, ковенанты, доходность капитала.
- Прогноз спроса с ML — статистические и ML‑модели временных рядов вместо линейной экстраполяции; требуют данных, валидации и аккуратной интерпретации.
Чем выше класс, тем дороже не сам «расчёт», а корректность метода: в DCF легко ошибиться со ставкой дисконтирования и терминальной стоимостью, в ML‑прогнозе — переобучить модель и принять шум за сигнал. Эта аккуратность и стоит денег.
Важно и то, что класс модели не выбирают «по престижу». DCF не нужен там, где достаточно юнит‑экономики; ML‑прогноз не имеет смысла на коротком ряде без устойчивых закономерностей. Часть работы консультанта — отговорить от избыточно сложной модели, когда задача решается проще. Это тоже влияет на цену, но в сторону её снижения, и отличает разбор задачи от продажи самого дорогого пакета.
2. Качество и доступность данных
Часто недооцениваемый фактор. Если данные выгружаются из учётной системы в чистом виде — работа идёт быстро. Если их приходится собирать из выгрузок, согласовывать определения метрик и чистить — это отдельный, иногда основной, объём работы. Состояние данных нередко влияет на итоговую цену сильнее, чем сам класс модели.
3. Число сценариев и чувствительность
Одно дело — базовый прогноз, другое — модель с переключаемыми сценариями (консервативный, базовый, оптимистичный), анализом чувствительности к ключевым допущениям и стресс‑тестами. Каждый дополнительный слой сценариев требует, чтобы модель была построена параметрически, а не «зашита» числами в формулах.
4. Интеграция и автоматизация
Разовый файл‑модель и модель, которая регулярно подтягивает свежие данные, пересчитывается и обновляет дашборд, — это разный объём инжиниринга. Автоматизация окупается, когда модель используется постоянно, но на старте она увеличивает стоимость.
5. Защита перед инвестором или комитетом
Если модель нужна, чтобы показать её фонду, кредитному комитету или совету директоров, требования к ней выше: каждое допущение должно быть обосновано, логика прозрачна, а презентация — выдержать вопросы. Подготовка к такой защите — отдельная работа, и она влияет на цену.
6. Передача и обучение команды
Модель, которой может пользоваться только её автор, — это риск. Если нужно, чтобы ваша команда самостоятельно меняла допущения и поддерживала модель, в проект закладываются документация и передача. Это разумная статья расходов: она снижает зависимость от подрядчика.
| Фактор | Когда смещает цену вверх |
|---|---|
| Класс модели | DCF/LBO, ML‑прогноз, система из нескольких моделей |
| Данные | Нет чистой выгрузки, спорные определения метрик |
| Сценарии | Несколько сценариев, чувствительность, стресс‑тесты |
| Автоматизация | Регулярный пересчёт, интеграция, дашборд |
| Защита | Презентация инвестору или комитету |
| Передача | Документация и обучение команды заказчика |
Почему «модель в Excel за вечер» — ложная экономия
Соблазн понятен: формально таблицу с прогнозом можно собрать за пару часов. Но у быстро сделанной модели обычно набор системных проблем, которые проявляются ровно тогда, когда на модель уже опираются в решении:
- Нет проверки формул. Никто не валидировал ссылки и логику; одна сдвинутая ячейка тихо искажает весь прогноз.
- Нет сценариев. Допущения зашиты в формулы, и проверить «что будет, если» нельзя без переписывания модели.
- Модель не воспроизводима. Непонятно, откуда взялись числа и как повторить расчёт на новых данных.
- Она ломается при изменении допущений. Поменяли один вход — поплыли результаты, потому что зависимости не выстроены аккуратно.
Главный аргумент здесь не эстетический, а денежный. Стоимость модели почти всегда мала по сравнению с ценой решения, которое на её основе принимают: запуск продукта, привлечение раунда, выдача кредита, наём команды. Если модель ошибается в логике, экономия на её разработке многократно перекрывается ценой неверного решения.
Это не значит, что любая задача требует дорогой модели. Иногда быстрой прикидки достаточно — но тогда и относиться к ней нужно как к прикидке, а не как к основанию для крупного решения.
Поясним на условном примере (числа здесь иллюстративные, не реальный кейс). Допустим, модель окупаемости нового направления показывает выход в плюс на 18‑м месяце. Если в формуле удержания клиентов перепутаны проценты помесячного и годового оттока, реальная точка окупаемости может оказаться существенно дальше — а решение о запуске и найме уже принято под оптимистичную картинку. Ошибка стоит ровно столько, во сколько обошёлся запуск, тогда как корректная проверка модели — малая доля от этой суммы. Именно эта асимметрия делает экономию на качестве модели мнимой.
Форматы StatGazer и честные диапазоны
Чтобы перевести всё это в порядок цифр: на сайте StatGazer есть несколько форматов работы с прозрачными нижними границами. Это реальные диапазоны, а не выдуманный «рыночный прайс» — точную оценку под конкретную задачу мы присылаем после её разбора.
- Экспресс‑диагностика — от 50 000 ₽ (для исследований и эконометрики — от 30 000 ₽). Быстрый вход: разбор задачи и данных, дорожная карта. Подходит, когда нужно понять объём работы и реалистичность прежде, чем строить полную модель.
- Аналитическая модель под ключ — от 120 000 ₽. Основной формат: модель под задачу с документацией и кодом.
- Комплексная аналитика — от 180 000 ₽. Сложная модель или система моделей, сценарный анализ и стресс‑тесты, сопровождение внедрения.
Конкретное место в этих диапазонах определяют как раз факторы выше: класс модели, состояние данных и требования к приёмке. Актуальные формулировки и сроки — на странице с пакетами; подробнее о бизнес‑задачах — на странице бизнес‑аналитики. Оценка задачи — бесплатна, ответ приходит в течение 1–2 рабочих дней.
Как устроена оплата и почему важна этапность
Отдельный вопрос — не только «сколько», но и «как» платить. Полная предоплата за модель, которую вы ещё не видели, переносит весь риск на заказчика: если результат не совпадёт с ожиданием, договариваться придётся постфактум. Разумнее разбивать работу на этапы с понятным результатом на каждом.
Типовая логика этапов: сначала диагностика и согласование объёма, затем построение ядра модели, затем сценарии, защита и передача. На каждом этапе у заказчика есть проверяемый результат, а граница работ, KPI и сроки фиксируются до старта — это снижает риск «расползания» задачи и неприятных сюрпризов в цене. В StatGazer работа идёт поэтапно, без требования полной предоплаты.
Этапность полезна и тем, что после диагностики уже понятно, нужна ли вообще полная модель. Иногда выясняется, что достаточно более простого решения, и заказчик экономит — не потому что «удалось договориться о скидке», а потому что задача оказалась проще, чем казалась на старте.
Что должно входить в нормальную поставку
«Финансовая модель» как результат — это не один файл. Полная поставка, которой можно пользоваться без автора, обычно включает:
- Сама модель — рабочий файл или код, в котором входы отделены от логики и явно помечены.
- Документация допущений — что и почему заложено: ставки, темпы роста, источники данных, границы применимости.
- Сценарии — как минимум переключаемые базовый и крайние варианты, чтобы видеть диапазон исходов.
- Код или формулы с проверкой — расчёты, которые можно повторить и проверить, а не «чёрный ящик».
- Передача — короткая встреча или запись, после которой ваша команда понимает, как с моделью работать.
Если в предложении подрядчика нет документации допущений и проверки расчётов — это повод задать вопросы до начала работ, а не после.
Как принять модель у подрядчика: чек‑лист приёмки
Приёмка — момент, где заказчик защищает себя от скрытых ошибок. Не обязательно быть эконометристом, чтобы проверить базовые вещи. Минимальный набор проверок:
- Воспроизводимость. Запускается ли расчёт повторно и даёт ли те же результаты? Можно ли пересчитать модель на обновлённых данных?
- Проверка формул. Прослеживается ли логика ключевых строк? Нет ли «зашитых» чисел там, где должна быть ссылка на допущение?
- Граничные случаи. Что делает модель при нулевых, отрицательных или экстремальных входах? Не выдаёт ли она внешне правдоподобные, но абсурдные результаты?
- Документация. Описаны ли допущения, источники и границы применимости так, чтобы их понял человек со стороны?
Если модель используется для серьёзного решения, разумно заказать независимую проверку — то есть разбор модели отдельным специалистом, не связанным с её автором. Подробнее о подходе к проверке и валидации моделей — на странице валидации. Это не аудит в смысле 307‑ФЗ, а техническая проверка логики, формул и устойчивости расчётов.
Как сформулировать запрос, чтобы получить точную оценку
Самый быстрый способ узнать цену — не спрашивать «сколько стоит модель вообще», а описать задачу. Полезно сразу указать: что должна показывать модель и для какого решения, в каком виде есть данные, нужны ли сценарии и кому модель будут показывать. По такому описанию оценку и план работ можно дать в течение 1–2 рабочих дней — достаточно написать нам.
Никаких обещаний по доходности или исходу здесь быть не может: задача модели — сделать допущения и риски прозрачными, а решение остаётся за вами. Цена — это плата за корректность этой прозрачности, а не за гарантию результата.