Сколько на самом деле стоит техподдержка-2025 и как сэкономить без потерь для сервиса
Сегодня деньги разговаривают убедительнее любых метрик: руководителей интересует не «время ответа в рамках четырёх часов», а конкретная цена каждой заявки, срок, за который новичок в команде техподдержки выйдет на стабильный уровень работы, и доля вопросов, которые клиенты решают сами. В этой статье мы разложим техподдержку на пять конкретных метрик и переведём каждую в рубли.
О чём будет эта статья в двух минутах
- Стоимость одной заявки (Cost per Incident, CPI). Показывает, сколько рублей “съедает” средний тикет с учётом зарплат, налогов и серверов. Если CPI ниже после автоматизации — значит, вы экономите без потери качества.
- Время вывода новичка на рабочую норму (Time to Proficiency, TtP). Дни от первого рабочего дня до того момента, когда сотрудник закрывает заявки на уровне медианы команды. Чем меньше TtP, тем дешевле обходится текучка кадров.
- Самообслуживание клиентов (Volume Deflection). Доля вопросов, которые пользователи решили сами через базу знаний, не нагружая операторов. Рост deflection напрямую сокращает фонд оплаты труда.
- Среднее время обработки заявки (Average Handle Time, AHT). Полезные часы «поиск + общение». Сокращение AHT на 10 % при той же зарплате экономит те же 10 % фонда оплаты труда.
Сводная панель окупаемости (ROI-панель)Экран, где все четыре метрики сводятся в понятную сумму экономии за месяц и за год. Финансовому директору не нужно открывать Excel — цифры уже подсчитаны.
Зачем считать деньги, если показатели качества кажутся высокими
Да, быстрый ответ и высокий CSAT (Customer Satisfaction Score) — это действительно круто. Вы достигли этих цифр благодаря сильной команде и выстроенным процессам — это повод для гордости. Но у любой медали есть оборотная сторона:
- Бизнес и клиентская база растут — что подтверждает, что вы всё делаете правильно.
- Вместе с ростом бизнеса растёт и поток обращений. Чем выше CSAT, тем охотнее клиенты пользуются поддержкой — и это хорошо, пока объём заявок не превращается в лавину.
- Чтобы удержать тот же уровень сервиса, нужны люди и бюджет. А значит, Head of Support идёт к CFO/COO/CEO и просит деньги на новые ставки.
- Финансовый директор задаёт один-единственный вопрос: «Во что нам обходится каждая лишняя единица качества?» Без рублёвой аргументации ответить на него невозможно.
- И вот здесь начинается проблема: CSAT требуют держать на высоте, денег на дополнительных людей нет, а обоснование «мы лучшие, потому что у нас 97 % довольных» не работает.
Хочется разобраться лучше в затратах на поддержку? Свяжитесь с нами
Именно поэтому нужно говорить не только о процентах удовлетворённости, но и о стоимости одной заявки, полезных минутах агента и цене онбординга. Эти деньги — то, что CFO понимает сразу. Но тут кроются другие проблемы…
1. Рост заявок = рост расходов
Если объём обращений увеличивается на 25 %, то при неизменных процессах придётся либо расширять штат, либо снижать качество. Без оценки цены одного тикета руководитель не увидит, сколько дополнительных миллионов рублей уйдёт на новые ставки.
2. «Среднее время ответа» скрывает неэффективность
Метрика «ответ за четыре часа» отлично смотрится в отчёте, но она не учитывает, сколько реальных рабочих часов уходит на поиск решения и переписку. Среднее время обработки (AHT) сразу показывает, какие процессы тянут деньги: каждое лишнее десятиминутное «копание» в базе знаний ежегодно оборачивается сотнями тысяч рублей фонда оплаты труда.
3. Автоматизация дешевле найма, но это надо доказать цифрой
Когда вы знаете стоимость одной заявки (например, 603 ₽ до внедрения базы знаний) и видите её снижение после автоматизации (до 455 ₽), аргументы «давайте купим ещё пять лицензий и обучим бота» становятся убедительнее, чем просьба нанять пятого инженера на полный оклад.
Итог: показатели качества важны для клиента, но защитить бюджет помогает только разговор на языке рублей — сколько стоит заявка, минута работы агента и день обучения новичка. На этих цифрах строится остальная часть статьи.
Почему привычные подходы подводят
1. Самописная система — «бесплатная» только на бумаге
Разработка отвлекает от core-продукта — один middle-разработчик стоит компании ≈ 180 000 ₽/мес. Даже если он тратит лишь 40 % времени на поддержку внутреннего тикет-портала, это уже 870 000 ₽ скрытых расходов в год.
Метрики считать негде — сквозных полей «зарплата», «время поиска решения» просто нет, значит нельзя вывести цену тикета и доказать эффект автоматизации.
Bus-factor 1 — при уходе ключевого разработчика каждая доработка превращается в проект «с нуля» с риском заморозки системы на месяцы.
2. Чужой облачный help-desk — платёж «хвостом»
Сервис за границей = подключение через VPN-туннели, ежегодные аудиты 152-ФЗ и платежи в иностранной валюте. В среднем это прибавляет до 30 % к прямой лицензии, но расход появляется «размазанным» по разным статьям: ИТ-безопасность, внешний аудит, курсовые разницы. Пока эти суммы не сведены в одну строку, кажется, что SaaS обходится «дешевле сервера в стойке».
3. Хаотичная / неструктурированная база знаний — деньги утекают через среднее время обработки заявки
По статистике, у ≈ 70 % компаний формально есть база знаний, но чаще всего это «замёрзший» FAQ трёхлетней давности — статьи не обновляются, новые решения не попадают в общий пул.
- Решение ищут заново. Один и тот же вопрос инженеры «гуглят» или спрашивают коллег по несколько раз. Итог — AHT растёт с 28 до 45 минут, а это ещё + 32 % к фонду оплаты труда при том же объёме тикетов.
- Онбординг затягивается. Новичок учится «из уст в уста» и выходит на медианную скорость за 45–90 дней — компания платит зарплату, не получая полноценной отдачи два-три месяца.
А что делать? Если каждая новая заявка прожигает ФОТ, база знаний превращается в «музей устаревших инструкций», а старые подходы не масштабируются — пора менять метод. И вот тут на сцену выходит KCS.
Что делает KCS
Методология Knowledge-Centered Service превращает каждую обработанную заявку в свежую, проверенную статью. База знаний постоянно актуальна, AHT снижается, а TtP сжимается до ~30 дней.
Что такое KCS и как эта методология меняет правила игры
1. Каждый тикет сразу превращается в черновик статьи
В KCS агент фиксирует найденное решение прямо во время работы над обращением — на это уходит меньше минуты. Черновик хранится в базе знаний как «сырой факт» и уже доступен для поиска. Получается эффект Big Data: база растёт сама, без отдельной роли «технический писатель».
2. Полируется только то, что действительно востребовано
Алгоритм прост: чем чаще черновик открывают коллеги или клиенты, тем выше его приоритет на доработку. Популярные ответы быстро проходят двойную проверку (double-loop review) и превращаются в вычитанные статьи; единичные случаи так и остаются черновиками. Это экономит ресурсы — команда тратит время только на материалы, которые реально сэкономят часы поддержки, и не захламляет базу редкими сценариями.
3. Знания доступны мгновенно — AHT и TtP падают
У агента всегда под рукой свежая статья, поэтому поиск решения занимает меньше времени, а среднее время обработки (AHT) падает на десятки процентов. Новичок, пользуясь уже готовыми черновиками, выходит на продуктивность не за 45–90 дней, а примерно за месяц — Time to Proficiency сжимается почти вдвое.
4. Цикл «тикет → статья → метрика» закрывается автоматически
Поскольку каждое обращение оставляет «цифровой след» в базе знаний и метриках, Swarmica без ручного ввода пересчитывает CPI, AHT, TtP и показывает, сколько рублей уже сэкономлено только за счёт работы по KCS.
Итог: KCS позволяет собирать знания быстро, улучшать только то, что приносит реальную ценность, и сразу видеть финансовый эффект в показателях поддержки.
Как мы в SWARMICA используем «Калькулятор экономии службы поддержки»
Блок калькулятора:
- Переменные параметры (жёлтые ячейки)
- Постоянные параметры (красные ячейки)
- Параметры улучшения KCS (зелёные ячейки)
Что вы вводите:
- Среднемесячный поток заявок (тикеты + чаты)
- Фактическое число агентов
- Среднюю «зарплату на руки»
- Планируемое сокращение AHT (например, −25 %)
- Процент упреждения тикетов за счёт самообслуживания (Deflection = 30 %)
Обычно не трогаем — это отраслевые нормативы: 172 раб. ч в месяц, средний KPI по «utilization» = 70 %
Что считает таблица:
- Расчёт полного фонда оплаты труда (ФОТ) с учётом НДФЛ, страховых взносов и shrinkage-коэффициента на отпуска/больничные
- Стоимость часа агента и текущий Average Handle Time (0,62 ч)
- Новый объём обращений, требуемый штат, «зелёный» ФОТ после внедрения
Что показывает итоговая строка
- Экономия в агентах: –34 человек при том же потоке клиентов.
- Месячная экономия ФОТ: 3 561 793 ₽.
Годовая экономия: 42 741 517 ₽ — именно эту цифру мы выводим и в Dashboard.
Как Swarmica делает то же самое на базе своего решения
- Подключаемся к вашей тикет-системе — данные по AHT, количеству обращений и реальным окладам подтягиваются автоматически.
- Виджет базы знаний начинает измерять Deflection в реальном времени: когда клиент закрывает вопрос статьёй, тикет «минусуется» из потока.
- ROI-панель обновляется сама: как только снижается AHT или растёт Deflection, вы сразу видите новую стоимость заявки, новый FOT и накопленную экономию.
- On-prem и Реестр ПО — меньше хлопот с 152-ФЗ. Большинство российских компаний требуют хранить персональные данные внутри страны. Платформа, которая ставится на ваши сервера и уже числится в Реестре отечественного ПО, снимает расходы на VPN-туннели и внешние аудиты. Это не отдельная метрика, но важный аргумент в разговоре с информационной безопасностью и финансами.
- Данные не нужно «гонять вручную» — коннекторы и миграция уже в комплекте Миграция исторических тикетов и статей. Swarmica импортирует данные из Zendesk, Jira Service Desk, Freshdesk, Omnidesk, Kayako и большинства российских help-desk-систем. Грузятся заявки, пользователи, вложения и ссылки — ничего не теряется¹.
- Интеграции с каналами и HR-учётом. Почта, веб-формы, Telegram-боты и другие источники подключаются «в клик»; как только поток заявок попадает в Swarmica, метрики CPI и AHT начинают считаться автоматически.
- Связка с разработкой. Готовые коннекторы к Jira Software, YouTrack, GitLab, Yandex Tracker и Kaiten позволяют одним нажатием превратить тикет поддержки в задачу разработки и вернуть статус клиенту.
- Связка с разработкой. Готовые коннекторы к Jira Software, YouTrack, GitLab, Yandex Tracker и Kaiten позволяют одним нажатием превратить тикет поддержки в задачу разработки и вернуть статус клиенту. Связка с разработкой Готовые коннекторы к Jira Software, YouTrack, GitLab, Yandex Tracker и Kaiten позволяют одним нажатием превратить тикет поддержки в задачу разработки и вернуть статус клиенту.
- AI для ускорения работы с базой знаний и заявками. Когда в поддержку внедряется KCS, каждый тикет превращается в черновик статьи — база знаний растёт точно в такт потоку обращений.
Когда в поддержку внедряется KCS, каждый тикет превращается в черновик статьи — база знаний растёт точно в такт потоку обращений.
Swarmica AI делает этот процесс почти невидимым: пока агент читает сообщение, алгоритм уже вытягивает «проблему → решение», кладёт черновик в нужный раздел и тут же предлагает готовый ответ клиенту. Если похожей статьи нет, AI помечает пробел и ставит задачу дописать материал — база знаний развивается там, где у неё действительно «болит».
Благодаря такому тандемному режиму «KCS + AI» среднее время обработки падает, а доля вопросов, которые клиенты решают сами, стабильно растёт. Формулы в ROI-панели фиксируют это снижение затрат автоматически, так что аргументы перед финансами складываются сами собой. Больше об Искусственном Интеллекте в работе с базой знаний, мы расскажем в следующих статьях. Подпишитесь на мой хабр!
Как это всё работает вживую можно посмотреть на демо-сессии. Свяжитесь с нами
Зачем тогда нужен Google-калькулятор? Чтобы за 5 минут «прикинуть на салфетке» эффект методологии KCS и обсудить с финансами. Попробовать можно тут: https://docs.google.com/spreadsheets/d/1iB4vS5RXBNI4PWseU7WbUrFmMe9NEl1z41YxKPPbJtI/edit?gid=0#gid=0 (не забудьте сделать копию!)
Какие пять метрик нужно считать, чтобы говорить о техподдержке «на языке денег»
1. Стоимость одной заявки (Cost per Incident, CPI)
CPI = (Фонд оплаты труда + Налоги + Инфраструктура) / Количество закрытых тикетов
Это реальная цена закрытия одного тикета: фонд оплаты труда агентов + налоги + доля инфраструктурных расходов. Чтобы её получить, суммируйте все затраты на службу поддержки за месяц и разделите на количество решённых обращений. В нашем примере до внедрения KCS получалось 7 542 621 ₽ ÷ 12 500 тикетов ≈ 603 ₽ за заявку. После того как среднее время обработки сократилось на четверть, а 30 % вопросов клиенты стали решать сами, объём тикетов упал до 8 750, ФОТ — до 3 980 828 ₽, и CPI снизилась до 455 ₽.
Экономия — 148 ₽ на каждом обращении, то есть минус 24 % расходов при том же качестве сервиса.
2. Время вывода новичка на рабочую норму (Time to Proficiency, TtP)
TtP = Дата, когда сотрудник достиг средней продуктивности – Дата первого рабочего дня
Считается просто: дата, когда сотрудник впервые вышел в смену, минус дата, когда он начал закрывать заявки на уровне средней скорости команды. Пока у службы поддержки нет живой базы знаний, этот путь занимает в среднем 45 дней. После внедрения KCS он сокращается примерно до 30 дней.
При полной ставке 104 759 ₽ это экономит около 200 000 ₽ на каждого новичка только за счёт более быстрого выхода на продуктивность.
3. Самообслуживание клиентов (Volume Deflection)
Deflection % = (Число вопросов, решённых статьями ÷ (Число вопросов, решённых статьями + Число созданных тикетов)) × 100
Показывает, какую долю вопросов пользователь закрыл сам, найдя нужную статью ещё до отправки тикета. Формально — это отношение «решено через статьи» к сумме всех запросов. Каждые 10 % deflection при потоке 10 000 обращений в месяц убирают тысячу тикетов. Если до автоматизации CPI была 603 ₽, то уже одна такая «десятая» экономит ≈ 600 000 ₽ в месяц.
Средний уровень в российских SaaS-компаниях — около 19 %. После запуска виджета статей показатель обычно выходит на 30 % и выше.
4. Среднее время обработки заявки (Average Handle Time, AHT)
AHT = Сумма рабочих минут по всем тикетам ÷ Количество закрытых тикетов
Это чистое рабочее время, которое агент тратит на поиск решения и общение с клиентом. Берём суммарные рабочие минуты по всем тикетам и делим на их количество. В исходных данных AHT составляло 0,62 часа. KCS-процесс и хорошо наполненная база знаний опускают показатель до 0,47 часа. Разница — 0,15 часа; умножаем на 8 750 тикетов и получаем экономию 1 313 человеко-часов в месяц. При стоимости часа 875 ₽ это минус 1,15 млн ₽ ежемесячных затрат.
5. Сводная ROI-панель
Экономия ФОТ в месяц = ФОТ до KCS – ФОТ после KCS
Экономия ФОТ в год = (ФОТ до – ФОТ после) × 12
*(или) Годовая экономия = (CPI до – CPI после) × Годовой объём тикетов после
Когда все четыре метрики считаются автоматически, их можно свести в один экран — он показывает, сколько рублей уже сэкономлено и сколько будете экономить ежегодно. Для наших вводных цифр панель показывает –3,56 млн ₽ ФОТ в месяц и –42,7 млн ₽ в год. Панель тянет данные из тикет-системы, базы знаний и HR-учёта, поэтому цифры обновляются без ручных сводных таблиц.
Что делать дальше? Подставьте в эти пять формул свои ФОТ, фактический поток заявок и текущий AHT — уже за один вечер увидите, сколько денег «уплывает» и какую экономию даст переход на KCS.
Пора превратить техподдержку из «неизбежных расходов» в измеряемую инвестицию
Когда у вас на руках CPI, AHT, TtP, Deflection и итоговая экономия в ₽, разговор с финансами и топ-менеджментом становится конкретным:
- Понятная цена оказания сервиса. 603 → 455 ₽ за заявку — это не «ощущение эффективности», а точная цифра, которую CFO заносит в P&L.
- Прозрачный рост бизнеса. Объём тикетов можно прогнозировать рублём, не гадать, «хватит ли людей».
- Обоснованная автоматизация. Любой новый бот или виджет сравнивается с наймом ещё одного сотрудника: что дешевле, то и выбираем.
- Управляемая текучка. Сократив TtP на 15 дней, вы экономите по 200 000 ₽ с каждого нового агента и снижаете нагрузку на менторов.
- Одним взглядом на панель — итог в год. ROI-панель сразу показывает 42,7 млн ₽ экономии, не дожидаясь конца квартала.
Хотите увидеть свои цифры?
- Скопируйте рублёвый калькулятор → Google Sheets и подставьте три собственных числа (поток тикетов, ФОТ, AHT). Результат оцените за минуты. https://docs.google.com/spreadsheets/d/1iB4vS5RXBNI4PWseU7WbUrFmMe9NEl1z41YxKPPbJtI/edit?gid=0#gid=0
- Исследуем ваши текущие задачи и расскажем как построить более эффективную ТП. На демо встрече покажем как мы эффективно работает с финансовыми метриками техподдержки и какие инструменты используем.
- Загляните к нам в блог! Ещё больше полезной информации о том, как современная методология базы знаний KCS улучшает работу техподдержки.
- Официальный канал в Telegram: в канале ежедневно делимся практическими советами: как запустить KCS, какие метрики показать CFO и где реально сэкономить ФОТ. Подписывайтесь — всё самое живое появляется там первым.