ChatGPT для факторного анализа план-факт: находим причины отклонений и готовим объяснение для собственника

Финансовый директор металлообрабатывающего завода из Челябинска написала мне в пятницу в 22:40: выручка за апрель на 8.5 млн рублей ниже плана, совет директоров в понедельник в 9 утра, нужно объяснить причины. В Excel она уже провела три часа: строила таблицу, считала ценовой эффект руками, переносила цифры. Я попросила её прислать исходные данные в нужном формате, открыла chatgpt.com и за 35 минут мы получили полный факторный анализ: ценовой эффект дал -5.2 млн, объёмный +1.8 млн, ассортиментный сдвиг -5.1 млн, плюс текст объяснения для совета директоров на деловом языке. Она написала: «Натали, это вообще законно — так быстро?»

Я Натали Васильева, эксперт по нейросетям и продюсер онлайн-школы «Финансовый директор | Мастер CFO» (основатель: Софья Бурцева). В Telegram-канале @findir_pro 45 000 финансистов, в канале «АИ с Софьей и Натали» 13 000 подписчиков, через AI-курс прошло 800+ выпускников. В этой статье: 10 готовых промптов для факторного анализа план-факт по выручке, затратам и EBITDA, три кейса с реальными цифрами, сравнение GPT-5.5 с Claude Sonnet 4.6 и Gemini 2.5 для этой задачи, и объяснение, почему ChatGPT здесь работает стабильно. Актуально на июнь 2026 года, модель GPT-5.5, без рекламы VPN.

Почему факторный анализ план-факт до сих пор занимает полдня

Короткий ответ: потому что это сочетание механической работы и аналитической. И большинство времени уходит именно на механику.

Типичный сценарий конца месяца: выгрузил из 1С данные по выручке с разбивкой по продуктам и клиентам. Открыл Excel, построил таблицу план-факт. Добавил столбцы с отклонениями: сначала абсолютными, потом процентными. Написал формулу ценового эффекта, объёмного эффекта. Проверил, чтобы сумма сходилась. Перешёл к ассортиментному эффекту — здесь уходит отдельный час, потому что формулы сложнее и надо следить за базой сравнения. Потом написал текстовое объяснение для собственника — ещё час. Итого: 4-6 часов на задачу, которая по своей природе: стандартный расчёт по известным формулам плюс текст на деловом языке.

Три главные потери времени, которые я вижу у учениц курса снова и снова.

Адаптация шаблона. Каждый месяц одна и та же структура, но форматы данных из 1С немного разные, переименовали ЦФУ, добавили новый продукт. Адаптация шаблона под текущий период занимает 30-60 минут.

Формулы ценового и объёмного эффекта. Многие финдиректора пишут их заново или проверяют заново каждый раз: ошибка в одной ячейке ломает всё дерево расчётов. Проверка занимает столько же, сколько сам расчёт.

Текстовое объяснение. Это самая болезненная часть. Цифры посчитаны, структура понятна — но написать для собственника внятный текст, который объясняет причины без финансового жаргона и при этом точно отражает ситуацию, уходит ещё один-два часа. Или три переписанных варианта, пока не стало «нормально».

ChatGPT убирает всё, кроме двух вещей: подготовки данных (это ваша работа) и финальной проверки результата (это тоже ваша работа, и отменить её нельзя).

Что такое факторный анализ план-факт: быстрое определение

Факторный анализ план-факт: метод, который разбивает общее отклонение фактических показателей от плановых на отдельные составляющие, каждая из которых объясняется конкретной причиной.

Простой пример. Выручка за май: план 50 млн рублей, факт 46.5 млн, отклонение -3.5 млн (-7%). Обычный план-факт останавливается здесь. Факторный анализ идёт дальше: из этих 3.5 млн дефицита 2.0 млн — ценовой эффект (средняя цена реализации была ниже плановой), 2.0 млн — ассортиментный эффект (покупали дешёвые позиции больше, чем планировалось). И +0.5 млн объёмного эффекта: физических единиц продали больше плана, это частично компенсировало ценовое снижение.

Три ключевых эффекта для анализа выручки:

• Ценовой эффект (Price Effect): влияние разницы между плановой и фактической ценой. Формула: (Цена факт — Цена план) × Объём факт.
• Объёмный эффект (Volume Effect): влияние разницы между плановым и фактическим объёмом. Формула: (Объём факт — Объём план) × Цена план.
• Ассортиментный / микс-эффект (Mix Effect): влияние изменения структуры продаж. Считается как остаток после вычета первых двух эффектов из общего отклонения, или отдельно при наличии данных по рентабельности каждой позиции.

Для анализа затрат механика та же, факторы другие:

• Эффект ставки: плановая vs фактическая стоимость единицы ресурса (цена сырья, ставка оплаты труда).
• Эффект объёма: плановый vs фактический объём потреблённого ресурса.
• Эффект эффективности: отклонение нормативного расхода ресурса от фактического.

ChatGPT знает эти формулы. Ему нужно только дать данные в правильном формате и сказать, какие факторы считать.

Как ChatGPT встраивается в план-факт: четыре сценария использования

ChatGPT полезен на разных этапах план-факт анализа, не только для расчётов. Вот четыре сценария, которые я отработала сама и проверила с учениками курса.

Сценарий 1: Расчёт факторных эффектов. Самый очевидный. Даёте таблицу план/факт с разбивкой по продуктам или клиентам, просите посчитать ценовой и объёмный эффект. ChatGPT применяет формулы и выдаёт сводную таблицу с суммой эффектов. Это закрывает основную расчётную часть и убирает риск ошибки в Excel-формуле.

Сценарий 2: Построение EBITDA bridge. Bridge (или «мост») — это цепочка от планового значения EBITDA к фактическому через все промежуточные факторы: выручка, переменные затраты, постоянные затраты, разовые статьи. ChatGPT строит bridge в текстовом виде или в таблице, который потом переносится в PowerPoint или Gamma для презентации собственнику. Это убирает самую долгую часть подготовки квартального отчёта.

Сценарий 3: Генерация объяснения для собственника. Расчёты готовы, нужен текст. Даёте ChatGPT таблицу с факторным анализом и просите написать объяснение на деловом языке: три основных причины и одну рекомендацию. Убирает самую болезненную часть план-факта — написание executive summary, которое раньше занимало час-полтора.

Сценарий 4: Подготовка гипотез для анализа. Если данных не хватает для полного факторного разбора, ChatGPT помогает структурировать гипотезы: «какие факторы могли привести к такому отклонению в вашей отрасли». Это стартовый список для дальнейшей проверки по первичным данным из 1С. Полезно, когда нужно быстро дать собственнику первые версии объяснения, пока идёт сбор данных.

Сценарии комбинируются в одном чате или разбиваются на разные сессии — зависит от сложности задачи и количества имеющихся данных.

Подготовка данных для ChatGPT: что нужно и в каком формате

Правильный формат данных решает 80% успеха. Я проверила это на сотнях сессий с учениками: когда анализ «не получается» — почти всегда причина в данных, не в промпте и не в модели.

Минимальный набор для анализа выручки. Таблица с полями: Продукт (или клиент), Цена план, Цена факт, Объём план, Объём факт. Период: один месяц или квартал. Единицы: цена в рублях за единицу, объём в штуках, тоннах или других релевантных единицах. Если разбивка по клиентам, а не по продуктам: замените «Цена план/факт» на «Выручка план/факт», и добавьте «Объём план/факт».

Минимальный набор для анализа затрат. Таблица с полями: Статья затрат, Драйвер (ставка или объём), Значение план, Значение факт. Для многоуровневой декомпозиции: разбивка на переменные и постоянные затраты с указанием натурального объёма потребления.

Формат подачи данных. ChatGPT хорошо читает таблицу, вставленную как текст с разделителями, и таблицу из Excel, скопированную напрямую через Ctrl+C / Ctrl+V. Для больших таблиц от 50 строк и выше: лучше загрузить файл через Code Interpreter. GPT анализирует через Python и считает программно, что исключает ошибки округления при ручном расчёте.

Обезличивание перед отправкой в публичный ChatGPT. Обязательный шаг без исключений:

• Название компании: замените на «Компания X»
• Клиенты: «Клиент А», «Клиент Б» и так далее
• Продукты: «Продукт 1», «Продукт 2» с сохранением относительных цен и объёмов
• Суммы: округлите до тысяч рублей или измените масштаб (умножьте или разделите все числа на одинаковый коэффициент)

Подробная методика обезличивания для разных типов данных — в статье Обезличивание финансовых данных для ChatGPT.

Промпт-роль — всегда первый шаг:

Ты — финансовый аналитик с опытом в управленческом учёте.
Твоя задача: помогать мне проводить факторный анализ план-факт.
Ты знаешь формулы ценового эффекта, объёмного эффекта и ассортиментного
эффекта для анализа выручки, а также формулы эффекта ставки и
эффекта объёма для анализа затрат.
Ты умеешь строить EBITDA bridge и объяснять причины отклонений
на деловом языке.
Правило: если данных не хватает — не придумывай значения,
скажи что нужно добавить.
Показывай формулы и промежуточные расчёты.
Отвечай на русском языке.

Этот промпт устанавливает роль, фиксирует стандарт честности («не придумывай») и задаёт формат результата с промежуточными расчётами. Без него ChatGPT иногда пропускает шаги или использует собственную интерпретацию формул.

Факторный анализ выручки: ценовой и объёмный эффекты — промпты и механика

Это ядро план-факт анализа для большинства компаний. Выручка отклонилась от плана — первый вопрос собственника: «Это потому что продавали дешевле или потому что продали меньше?» Ценовой и объёмный эффект дают точный ответ в рублях.

Формулы, которые использует ChatGPT:

Ценовой эффект по продукту i: ΔP_i = (Цена_факт_i – Цена_план_i) × Объём_факт_i

Объёмный эффект по продукту i: ΔQ_i = (Объём_факт_i – Объём_план_i) × Цена_план_i

Суммарный ценовой эффект = Σ ΔP_i по всем продуктам. Суммарный объёмный эффект = Σ ΔQ_i. Ассортиментный эффект = Общее отклонение выручки — Ценовой эффект — Объёмный эффект.

GPT-5.5 знает эти формулы без подсказки, но явное указание в промпте устраняет риск «творческой интерпретации» с другой базой сравнения.

Промпт для расчёта ценового и объёмного эффектов по выручке:

У меня есть данные план-факт по выручке за [период] в разрезе продуктов.
Задача: провести факторный анализ выручки и разбить общее отклонение на:
1. Ценовой эффект — влияние изменения цен (по каждому продукту и суммарно)
2. Объёмный эффект — влияние изменения объёмов продаж (по каждому продукту и суммарно)
3. Ассортиментный / микс-эффект — остаток (суммарно)

Формулы:
- Ценовой эффект = (Цена факт – Цена план) × Объём факт
- Объёмный эффект = (Объём факт – Объём план) × Цена план
- Ассортиментный эффект = Общее отклонение – Ценовой эффект – Объёмный эффект

Проверочное условие: сумма трёх эффектов = общее отклонение выручки.
Если не сходится — пересчитай и покажи ошибку.

Формат результата:
- Таблица по каждому продукту: ценовой эффект + объёмный эффект
- Итоговая строка: суммарные эффекты
- Текстовое резюме: 3-4 предложения с ключевыми выводами

Данные:
[вставьте таблицу]

Важный момент: проверочное условие в промпте — не паранойя. GPT иногда использует незначительно другую методику (например, базирует ценовой эффект на объёме плана вместо факта). Явное указание формул и проверочного условия фиксирует методологию и заставляет модель самостоятельно найти расхождение.

Промпт для анализа ассортиментного сдвига (микс-эффект в деталях):

На основе данных план-факт проведи детальный анализ ассортиментного сдвига.

Задача: определить, как изменение структуры продаж повлияло на выручку
и среднюю цену реализации.

Для каждого продукта рассчитай:
- Плановая доля в объёме продаж (%)
- Фактическая доля в объёме продаж (%)
- Изменение доли (п.п.)
- Вклад в общий ассортиментный эффект

Выдели 2-3 продукта с наибольшим вкладом в ассортиментное отклонение.
Объясни, как этот сдвиг повлиял на среднюю цену реализации.
Сформулируй вывод: ассортиментный сдвиг был управляемым (решение отдела продаж)
или вынужденным (спрос рынка)?

Данные: [вставьте таблицу]

Факторный анализ по затратам и EBITDA bridge

Для анализа затрат механика похожа, но с другими факторами. Здесь важно разделить, что вышло за план из-за роста цен на ресурсы (эффект ставки), из-за перерасхода самих ресурсов (эффект эффективности) или из-за роста объёмов производства (эффект объёма). Это принципиальное разделение для разговора с собственником: первое и третье — часто внешние факторы, второе — зона ответственности производственного менеджмента.

Три эффекта для анализа затрат:

• Эффект ставки (Rate Effect): (Ставка факт – Ставка план) × Объём факт. Показывает, сколько потратили сверхплана из-за роста цен на ресурсы.
• Эффект объёма (Volume Effect): (Объём факт – Объём план) × Ставка план. Показывает, как изменение объёма производства повлияло на затраты.
• Эффект эффективности (Efficiency Effect): отклонение фактического расхода ресурса от нормативного, пересчитанное в деньги.

Промпт для факторного анализа затрат:

Проведи факторный анализ отклонения затрат план-факт.

Разбей общее отклонение по каждой статье на:
1. Эффект ставки — влияние изменения цены ресурса:
   (Ставка факт – Ставка план) × Объём факт
2. Эффект объёма — влияние изменения объёма производства:
   (Объём факт – Объём план) × Ставка план
3. Эффект эффективности — отклонение нормы расхода (если есть данные):
   (Норма факт – Норма план) × Ставка план × Объём факт

Для каждой статьи затрат:
- Плановое значение, фактическое значение, общее отклонение (абс. и %)
- Разбивка по трём эффектам

Итоговая строка: сумма всех эффектов по всем статьям.
Выдели три статьи с наибольшим отклонением.
Для каждой из них: является ли доминирующий фактор внешним
(цены рынка) или внутренним (управляемым)?

Данные: [вставьте таблицу затрат план/факт]

Промпт для EBITDA bridge:

Bridge (мост) показывает, как шаг за шагом плановая EBITDA превратилась в фактическую. Это самый наглядный формат для совета директоров и собственника: одна цепочка от начала до конца вместо набора таблиц.

Построй EBITDA bridge — переход от плановой EBITDA к фактической
через основные факторы отклонений.

Формат bridge (каждый шаг — отдельная строка):
1. EBITDA план = [значение]
2. Эффект выручки: [ценовой + объёмный + ассортиментный]
3. Эффект переменных затрат: [по ключевым статьям]
4. Эффект постоянных затрат: [факт vs план]
5. Разовые статьи (если есть): [отдельно]
6. EBITDA факт = [значение]

Для каждого шага:
- Абсолютное отклонение в рублях (+ положительное / – отрицательное)
- Однострочное объяснение причины
- Признак: контролируемый или внешний фактор

Итоговый комментарий: какой фактор внёс наибольший вклад
в отклонение EBITDA и что это означает для операционного управления.

Данные:
Выручка план: [значение], факт: [значение]
Переменные затраты план: [значение], факт: [значение]
Постоянные затраты план: [значение], факт: [значение]
[другие статьи EBITDA, если есть]

Параметр «контролируемый или внешний» важен для разговора с собственником: разделяет то, что компания могла контролировать (ассортимент, эффективность, постоянные затраты), от того, что пришло снаружи (рост цен на сырьё, изменение спроса по рынку в целом).

Как ChatGPT готовит объяснение для собственника за 10 минут

Это моя любимая часть, и она экономит больше всего нервов. Когда факторный анализ посчитан, нужно написать понятный текст для человека, который не читает финансовые таблицы и хочет знать: «Почему не выполнили план и что будете делать?»

Два разных промпта для двух разных ситуаций.

Промпт для краткого объяснения — формат «три причины плюс рекомендация»:

На основе факторного анализа план-факт подготовь объяснение
для собственника компании.

Требования:
- Длина: не более 150 слов
- Стиль: деловой, без финансовых терминов
- Структура:
  1. Одно предложение: общее резюме (что произошло с показателем и на сколько)
  2. Три ключевые причины отклонения — в порядке убывания значимости
  3. Одна конкретная рекомендация действия (с указанием ответственного подразделения)

Правила:
- Не используй термины «ценовой эффект», «объёмный эффект» — переводи на бизнес-язык
- Различай внешние (рынок, поставщики) и внутренние (операционные решения) причины
- Если среди отклонений есть позитивные факторы — упомяни

Результаты факторного анализа:
[вставьте таблицу с факторными эффектами]

Промпт для развёрнутой записки — для совета директоров:

Подготовь пояснительную записку для совета директоров
по результатам план-факт анализа за [период].

Структура:
1. Резюме (2-3 предложения): ключевой вывод и масштаб отклонения
2. Основные отклонения: таблица 3-5 строк с ключевыми показателями
3. Причины отклонений: развёрнутое объяснение по каждому значимому фактору
4. Оценка рисков: как отклонение влияет на выполнение годового плана
5. Рекомендации: 2-3 конкретных действия с ответственными и сроками

Тон: аналитический, без оправданий, с фокусом на управленческие решения.
Длина: 300-400 слов.

Данные факторного анализа: [вставьте результаты]
Контекст периода (сезонность, разовые события): [добавьте вручную]

Проверяйте всегда: ChatGPT хорошо пишет, но может добавить вывод, которого нет в данных, или сформулировать рекомендацию слишком общо («улучшить контроль», «усилить работу с клиентами»). Перечитайте результат как будто вы собственник, а не финдиректор: понятно ли, конкретно ли, правдиво ли?

Три кейса с реальными цифрами

Кейс 1. Производственная компания: выручка ниже плана на 8.5 млн рублей

Анастасия, финансовый директор металлообрабатывающего завода, ежемесячно тратила 5-6 часов на факторный анализ отклонений выручки для совета директоров. Структура выручки: 12 продуктовых позиций, три канала сбыта.

Апрель 2026: выручка план 95 млн рублей, факт 86.5 млн, отклонение -8.5 млн (-9%).

Процесс с ChatGPT:

• 7 минут: подготовила и обезличила таблицу (12 продуктов, цены и объёмы план/факт).
• 20 минут: ChatGPT провёл факторный анализ, построил сводную таблицу эффектов.
• 8 минут: запросила объяснение для совета директоров, скорректировала формулировки под контекст завода.

Итого: 35 минут вместо 5.5 часов. Экономия 89% времени на расчётной и описательной части.

Что выявил анализ: ценовой эффект дал -5.2 млн (средняя цена реализации была ниже плана на 5.5% из-за скидок крупным клиентам), объёмный эффект дал +1.8 млн (физические объёмы выросли), ассортиментный эффект дал -5.1 млн (рост доли дешёвых позиций в отгрузке). Это изменило разговор с советом: вопрос оказался не в продажах, а в ценообразовании и ассортиментной политике. До этого анализа все обсуждали «низкие продажи», хотя объём был выше плана.

Кейс 2. Торговая компания: перерасход операционных затрат на 3.2 млн рублей

Дмитрий, финансовый менеджер торгового дома из Новосибирска, получил от генерального директора вопрос в 11:00: «Почему операционные расходы за квартал выше бюджета на 12%?» Нужен ответ к совещанию в 14:00.

Данные: 18 статей операционных расходов, план 26.8 млн рублей, факт 30.0 млн, отклонение +3.2 млн.

Дмитрий подготовил и обезличил таблицу за 8 минут, запустил факторный анализ затрат в ChatGPT. Результат через 18 минут:

• Эффект ставки (рост цен на материалы и логистику): +1.9 млн, 59% общего перерасхода.
• Эффект объёма (рост торгового оборота выше плана): +0.7 млн, 22% перерасхода (сопровождает рост выручки, которая была выше плана на 8%).
• Эффект эффективности (перерасход ресурсов сверх норм): +0.6 млн, 19%.

Для совещания: 60% перерасхода — внешний фактор (рост цен поставщиков), который компания не контролирует. Объёмный рост затрат сопровождает рост выручки, что нормально. Управляемая часть: 0.6 млн на эффективности, уже ведётся работа с конкретными статьями. Совещание заняло 25 минут вместо планового часа.

Кейс 3. Сервисная компания: EBITDA ниже плана на 2.2 млн для квартального совета

Ирина, CFO управленческого консалтинга из Москвы, готовила квартальный отчёт для совета директоров. EBITDA Q1 2026: план 11.0 млн рублей, факт 8.8 млн, отклонение -2.2 млн (-20%).

Задача: понятный EBITDA bridge от плановых значений к фактическим и объяснение на деловом языке для международного совета. Времени: воскресный вечер.

С ChatGPT:

• Bridge построен за 25 минут: выручка дала +1.2 млн выше плана, переменные затраты дали -2.4 млн (рост стоимости экспертного часа из-за найма новых специалистов), постоянные затраты дали -0.9 млн (новый офис), разовые статьи дали -0.1 млн.
• Объяснение для совета: 15 минут, включая адаптацию под стиль компании.

Совет директоров принял отчёт без уточняющих вопросов по расчётам. Все вопросы были содержательными: что делать с ростом стоимости экспертного ресурса и как это влияет на план на второй квартал. Именно такой разговор нужен совету, а не разбор цифр.

ChatGPT, Claude Sonnet 4.6 или Gemini 2.5: что выбрать для план-факта

Все три основных модели справляются с факторным анализом. Разница в деталях, которые важны в конкретных ситуациях.

Актуально на июнь 2026 года. Тарифы уточняйте на официальных сайтах сервисов.

Когда выбирать GPT-5.5. Стандартный ежемесячный факторный анализ с таблицами до 100-200 строк. Нужен Code Interpreter для программного расчёта без ошибок округления. Привычная среда, много примеров промптов в открытом доступе. Самый быстрый вариант для типовой задачи.

Когда выбирать Claude Sonnet 4.6. Большой период (квартал или год) с многими статьями — нужен длинный контекст. Нужны развёрнутые текстовые объяснения: у Claude более естественный деловой стиль в длинных нарративах. Анализ нескольких ЦФУ в одном запросе. Подробнее о возможностях: Claude для финансиста и бухгалтера.

Когда выбирать Gemini 2.5. Данные уже в Google Таблицах, нужна нативная интеграция без копирования. Бесплатный тариф достаточен для задачи. Удобен для работы в экосистеме Google Workspace.

Когда выбирать DeepSeek V3.2. Нужно бесплатное решение без VPN. Работает с обезличенными данными, качество расчётов хорошее. Не загружает файлы напрямую: данные нужно вставлять текстом. Подробнее: DeepSeek и Qwen для финансиста без VPN.

Мой личный выбор: GPT-5.5 с Code Interpreter для ежемесячного план-факта, Claude Sonnet 4.6 для квартального отчёта с развёрнутыми объяснениями и когда нужно охватить данные нескольких ЦФУ в одном запросе.

Как защитить финансовые данные при работе с нейросетью

Это не опция, это обязательный блок. Финансовые данные компании — коммерческая тайна, и ответственность за её защиту лежит на финансовом директоре, а не на сервисе.

Три уровня защиты:

Уровень 1: Обезличивание данных. Замените все идентифицирующие реквизиты перед загрузкой в публичную модель. Три-пять минут работы убирают большую часть рисков. Правило простое: отправляйте структуру и пропорции, но не конкретные имена и точные суммы.

Уровень 2: Настройки ChatGPT. В Settings > Data Controls отключите опцию «Improve the model for everyone». Это запрещает использование ваших запросов для обучения модели. Делается один раз при настройке аккаунта.

Уровень 3: Корпоративный тариф. ChatGPT Business и Enterprise гарантируют, что данные из запросов не используются для обучения и не хранятся за пределами контракта. Для компаний с требованиями к конфиденциальности — это базовое условие, не роскошь. Тарифы и условия: на официальном сайте openai.com.

Об особенностях доступа к ChatGPT с территории России уточняйте у вашего провайдера или IT-отдела. Это технический вопрос, который решается без VPN-сервисов в большинстве случаев через корпоративный тариф с настроенным доступом.

Для более строгих требований к конфиденциальности рассмотрите локальные модели: Ollama на собственном сервере. Это тема отдельной статьи: Ollama для финансиста: локальная нейросеть без утечки данных.

Два дополнительных промпта для нестандартных ситуаций

Иногда стандартного ежемесячного анализа недостаточно. Вот два промпта для случаев, которые встречаются регулярно.

Промпт для анализа динамики факторов за несколько периодов:

Проведи факторный анализ план-факт за три месяца и покажи динамику.

Задача: для каждого месяца рассчитай ценовой и объёмный эффект,
потом сравни — как менялась структура отклонений от месяца к месяцу.

Формат результата:
1. Сводная таблица: Месяц | Ценовой эффект | Объёмный эффект |
   Ассортиментный эффект | Итого
2. Текстовый вывод: какой фактор был доминирующим в каждом месяце
   и как менялась картина
3. Тренд: нарастает ли проблема или улучшается?
4. Прогноз-вопрос: при текущей динамике — риск невыполнения
   годового плана есть или нет?

Данные: [таблицы план/факт за три месяца]

Промпт для генерации конкретных рекомендаций:

На основе факторного анализа план-факт сформулируй конкретные рекомендации.

Требования:
- Для каждого значимого фактора отклонения — 1-2 конкретных действия
- Для каждой рекомендации укажи: ответственный (отдел или роль),
  ожидаемый эффект в рублях или %, горизонт реализации
- Разделяй: краткосрочные (до 1 месяца) и среднесрочные (1-3 месяца)
- Запрещено писать «улучшить процессы» или «усилить контроль»
  без конкретизации действия

Контекст компании (заполни перед отправкой):
- Отрасль и основной продукт: [...]
- Главный собственник или совет ожидает: [результат или решение]
- Что уже было сделано в ответ на отклонение: [если есть]

Результаты факторного анализа: [вставьте]

Второй промпт особенно полезен перед встречей с собственником или операционным директором: даёт готовый action plan, который остаётся только проверить и дополнить своим контекстом.

Чего ChatGPT не умеет в факторном анализе: честно о ограничениях

Нейросеть справляется с механикой и текстом. Есть вещи, которые она не заменит — и это важно понимать до того, как нести результат на совет директоров.

Нет живой связи с данными. ChatGPT работает только с тем, что вы вставили прямо сейчас. При любом изменении исходных данных (нашли ошибку в выгрузке, добавили пропущенную статью) нужно перезапускать анализ заново. Для регулярного мониторинга с автообновлением нужен BI-инструмент: Power BI, Tableau или настроенный дашборд в Google Таблицах.

Не знает вашего бизнеса без подсказки. ChatGPT не знает, что в вашей компании 90-дневная отсрочка платежа от ключевого клиента — норма, что в марте традиционно делается сезонная скидка, что январский спад выручки запланирован на основании многолетней статистики. Это контекст, который нейросеть не имеет без явного указания в промпте. Добавляйте его руками.

Может не поймать ошибку в исходных данных. Если в таблице план/факт опечатка или неверная выгрузка из 1С, ChatGPT посчитает с ошибкой и не предупредит. Проверка исходных данных: ваша работа до промпта, не после.

Текстовые объяснения требуют доработки. ChatGPT пишет профессионально, но обезличенно. Объяснение «снижение выручки связано с ценовым давлением конкурентов» может быть правдой или общей фразой, не отражающей реальную ситуацию. Всегда добавляйте контекст, который знаете только вы: конкретные переговоры, конкретные решения, конкретные события периода.

Не заменяет профессиональное суждение. ChatGPT может предложить три варианта ответа на отклонение EBITDA. Какой из них правильный для вашей компании, вашего рынка и вашего собственника — решаете вы. Нейросеть даёт информацию и варианты, выбор всегда ваш.

Чек-лист: план-факт с ChatGPT за 30 минут

1. Подготовьте данные (5-7 минут). Выгрузите план и факт за период из 1С или Excel. Обезличьте названия клиентов, продуктов, компании. Округлите суммы до тысяч рублей.
2. Структурируйте таблицу. Для выручки: Продукт, Цена план, Цена факт, Объём план, Объём факт. Для затрат: Статья, Ставка план, Ставка факт, Объём план, Объём факт.
3. Откройте ChatGPT на chatgpt.com, выберите GPT-5.5. Для таблиц 50+ строк: включите Code Interpreter (иконка инструментов в поле ввода).
4. Установите роль первым промптом: финансовый аналитик, задача — факторный анализ план-факт, язык — русский, правило: не придумывать данные.
5. Вставьте таблицу и задайте задачу: какой показатель анализируем, какие эффекты выделить, нужен ли bridge, какой формат результата.
6. Проверьте проверочную сумму. Ценовой + объёмный + ассортиментный = общее отклонение. Расходится: попросите пошаговый расчёт.
7. Запросите объяснение для собственника отдельным промптом: три причины на бизнес-языке и одна рекомендация с ответственным.
8. Сверьте ключевые цифры с первоисточником. Минимум пять контрольных значений по исходной выгрузке из 1С или Excel.
9. Добавьте контекст вручную. Сезонность, разовые факторы, управленческие решения периода, которые ChatGPT не знает.
10. Сохраните шаблон промпта. Если задача повторяется ежемесячно — сохраните рабочие промпты в отдельный файл. Следующий раз займёт не 30, а 15 минут.

Часто задаваемые вопросы

Что такое факторный анализ план-факт?

Факторный анализ план-факт: метод декомпозиции отклонений фактических показателей от плановых на отдельные причины. Выручка ниже плана на 3.5 млн рублей — это три составляющих: ценовой эффект, объёмный эффект и ассортиментный сдвиг. Это точнее, чем просто «выручка упала», и даёт базу для конкретных управленческих решений.

Можно ли доверять факторному анализу от ChatGPT?

Расчётной части: да, если данные введены правильно. GPT-5.5 точно считает по стандартным формулам. Интерпретацию проверяйте сами: нейросеть не знает о разовых факторах и сезонности вашего бизнеса. Итоговые выводы для собственника: под вашу ответственность.

Чем факторный анализ отличается от обычного план-факта?

Обычный план-факт показывает размер отклонения. Факторный анализ отвечает почему. Для собственника это разница между «выручка упала» и «выручка упала потому что цены снизились на 5%, хотя объём продаж вырос на 3%». Это разные управленческие решения.

Какую модель выбрать для факторного анализа в 2026 году?

GPT-5.5 на Plus — для стандартных задач и Code Interpreter. Claude Sonnet 4.6 — для большого контекста и квартальных отчётов. DeepSeek V3.2 — бесплатно из России с обязательным обезличиванием.

Сколько времени экономит ChatGPT на факторном анализе?

По практике курса: 4-6 часов вручную против 25-35 минут с ChatGPT. Экономия 80-85% на расчётной и описательной части. Время на проверку и добавление контекста остаётся.

Похожие статьи:

• ChatGPT для финансового анализа предприятия: коэффициенты и Z-score за 15 минут
• ChatGPT для управленческого учёта: автоматизируем ежемесячные отчёты
• Закрытие месяца с ChatGPT: с трёх дней до шести часов
• Презентация собственнику через ChatGPT и Gamma за час
• AI для бюджетирования: как ChatGPT помогает CFO

Наши каналы

@findir_pro — 45 000 финансистов: ежедневные советы, кейсы и промпты для CFO и финансовых директоров. Главный канал школы.

«АИ с Софьей и Натали» — 13 000 подписчиков: практика AI-инструментов для финансистов и бухгалтеров. Разборы, гайды, бесплатные промпты.

MAX — 5 000+ участников закрытого сообщества: разборы реальных кейсов, совместное обучение и обмен опытом.

Онлайн-школа «Финансовый директор | Мастер CFO». Основатель Софья Бурцева. 800+ выпускников курса AI-навыков. Курс: fin-academy.pro/ai.