# ИИ-скоринг дебиторки в 1С: кому звонить первым, чтобы долги возвращались

Статья

[Валентин](/#team-gallery) · Управляющий партнёр, куратор проектов · 29 июля 2026

**Коротко:** Звонить в первую очередь стоит тем должникам, на исход по которым звонок действительно влияет, а не тем, у кого самый крупный долг. Поставщик стройматериалов внедрил в 1С ИИ-скоринг дебиторки: модель обучили на пяти годах платёжной истории, и она ранжирует долги по формуле «риск × сумма × управляемость». За полгода просроченная дебиторка снизилась с 22 до 13 млн, а средний срок взыскания — с 47 до 29 дней.

Кейс поставщика стройматериалов, который работает на 1С:Управление торговлей и 1С:Бухгалтерии предприятия. Компания поставляет материалы застройщикам и подрядчикам, и почти все её продажи идут с отсрочкой платежа. На пике сезона дебиторская задолженность доходила почти до 90 млн, из них 22 млн были просрочены. Взысканием занимались два специалиста и юрист.

Задачу поставил финансовый директор: «Мы звоним должникам по сумме — сначала крупным. А платят почему-то не те, кому звонили. Чувствую, что работаем не с теми — докажите цифрами».

## Какие были проблемы

### Обзвон по сумме долга, а не по риску

Правило «сначала самые крупные долги» выглядело очевидным. На деле крупный должник-застройщик платил всегда, только на 10 дней позже, и звонки его оплату не ускоряли. Тем временем средний долг подрядчика-однодневки постепенно становился безнадёжным.

### В отчёте все должники выглядели одинаково

В отчёте по дебиторке были только контрагент, сумма и дни просрочки. Платёжной истории, динамики и признаков проблем у должника там не было. Кому звонить, кому отправить письмо, а чей долг передать юристу, решали на глаз.

### Юрист подключался слишком поздно

По регламенту долг попадал к юристу после 90 дней просрочки. Примерно у половины таких должников к этому моменту было много других кредиторов, и судиться с ними было дорого и почти бесполезно.

## Что внедрили

В 1С настроили ИИ-скоринг дебиторки. Модель обучили на пяти годах платёжной истории компании: это 14 тысяч счетов с отсрочкой, и по каждому известно, когда его оплатили и оплатили ли вообще.

### Вероятность оплаты по каждому долгу

По каждому просроченному счёту модель считает вероятность того, что должник сам заплатит в ближайшие 30 дней. В расчёте учитываются:

- платёжная дисциплина должника за всю историю;
- динамика последних месяцев: например, раньше платил через 5 дней, а теперь через 25;
- сезонность строительства;
- поведение перед просрочкой: рваные частичные оплаты — типичный признак кассового разрыва у должника.

### Приоритет = риск × сумма × управляемость

Долги ранжируются по ожидаемому эффекту от работы с ними, то есть по тому, где звонок действительно меняет исход. Надёжный крупный клиент с привычной задержкой оказывается внизу списка. Средний долг с ухудшающейся дисциплиной поднимается наверх, пока его ещё можно вернуть без суда.

### Список «кому звонить сегодня» у каждого специалиста в 1С

Каждое утро специалист видит в 1С список из 8–10 должников. По каждому указано рекомендованное действие (звонок, письмо с актом сверки, стоп-отгрузка или передача юристу) и краткое досье: история платежей, данные обещания, динамика.

### Ранняя передача юристу

Модель отмечает долги, по которым вероятность оплаты быстро падает. Юрист подключается к ним на 30-й день просрочки вместо 90-го, пока у должника ещё есть чем платить.

## Результаты

| Показатель | До | После |
| --- | --- | --- |
| Просроченная дебиторка (за полгода) | 22 млн | 13 млн |
| Средний срок взыскания просрочки | 47 дней | 29 дней |
| Доля долгов, ставших безнадёжными | — | минус 60% |
| Передача долга юристу | на 90-й день | на 30-й день |

- Безнадёжных долгов стало на 60% меньше, потому что проблемы у должников теперь видно на месяц раньше.
- Звонков стало меньше, а возвратов больше: специалисты работают только с теми должниками, где звонок влияет на результат.
- Юристы берут долг на 30-й день, поэтому по выигранным делам деньги реально удаётся взыскать.
- Проект окупился на первом же возвращённом среднем долге.

## Частые вопросы

На каких данных обучена модель скоринга дебиторки?

На пяти годах платёжной истории компании: это 14 тысяч счетов с отсрочкой, и по каждому известно, когда его оплатили и оплатили ли вообще.

Какие признаки модель учитывает при оценке вероятности оплаты?

Платёжную дисциплину должника за всю историю, динамику последних месяцев, сезонность стройки и поведение перед просрочкой. Например, рваные частичные оплаты — типичный признак кассового разрыва у должника.

Когда к долгу подключается юрист после внедрения скоринга?

На 30-й день просрочки вместо прежних 90. Модель отмечает долги, у которых вероятность оплаты быстро падает, и юрист берётся за них, пока должнику ещё есть чем платить.

![Валентин](/static/img/team/valentin-v3.jpg) **Валентин**
Управляющий партнёр, куратор проектов

В 1С с 2004 года, в «Бест Бизнес Софт» — с 2009 года. Внедрял и сопровождал 1С:ERP, Комплексную автоматизацию, Управление торговлей и ЗУП в производстве, строительстве, дистрибуции и рознице. Окончил МГУ им. М. В. Ломоносова.

## Читайте также

Управленческий учёт

### [Как выбрать 1С для управленческого учёта](/blog/1s-dlya-upravlencheskogo-ucheta.md)

Сопровождение

### [Как выбрать 1С:ИТС и подключить 1С-Отчётность](/blog/1s-its-i-elektronnaya-otchetnost.md)

Розница

### [Как подключить торговое оборудование к 1С:Рознице](/blog/1s-roznitsa-i-torgovoe-oborudovanie.md)

## Дебиторка растёт, а звонки не помогают? Настроим ИИ-приоритизацию взыскания на вашей 1С

Опишите задачу — ответим и предложим решение.

[Оставить заявку](/kontakty.html?source_page=%2Fblog%2Ftg-ai-14-prioritet-debitorki.html&source_block=%D0%97%D0%B0%D1%8F%D0%B2%D0%BA%D0%B0+%D0%B2+%D0%BA%D0%BE%D0%BD%D1%86%D0%B5+%D1%81%D1%82%D0%B0%D1%82%D1%8C%D0%B8#lead-form)

[Исходная страница](https://best-bs.ru/blog/tg-ai-14-prioritet-debitorki.html)
