INB Team
26 мая, 2026
Как CCO INB.bio строит системы продаж, которые масштабируются в 15 странах и не ломаются
Марк Спасонов присоединился к INB.bio на позицию Chief Commercial Officer несколько месяцев назад. Его задача – обеспечить, чтобы sales-команды в 15 странах выполняли свои показатели. Не за счёт большей мотивации или более быстрых продаж, а за счёт построения систем, которые работают при масштабировании.
Мы поговорили о том, как строить процессы, которые не разрушаются при росте, почему документация важнее вдохновения и что происходит, когда ваша система продаж одновременно охватывает Танзанию, Пакистан и Венесуэлу.
Я отвечаю за выручку и прибыль через рынки и команды продаж. Полный цикл: найм руководителей продаж и продавцов на локальных рынках, построение операционной системы, которая запускает коммуникацию с клиентами, установка метрик, работа с данными. Мы поддерживаем рынки, чтобы они могли работать. Решаем проблемы и передаём их в маркетинг, IT, операционный блок, логистику. Но всё, что касается продаж – это наша зона ответственности.
Мы должны быть уверены, что есть люди, которые обрабатывают входящие лиды, что они делают это качественно, по стандартам, вовремя и выполняют наши внутренние KPI продуктивности, которые напрямую влияют на доход.
Когда вы работаете с объёмом и масштабом, нужна чётко структурированная операционная модель. Необходимо чётко понимать, какие процессы являются критичными. Они должны быть прописаны, описаны и понятны.
Мой внутренний ориентир: человек должен выполнить 90% процесса без проблем, опираясь только на внутренние инструкции и флоу.
Все наши процессы оформлены следующим образом: есть блок-схема, чтобы визуально понимать зависимости между людьми и задачами. Всё хранится в Notion вместе с RACI-матрицей. Каждый этап процесса содержит подробные инструкции для выполнения. Имея эту базу, мы можем ежедневно работать по чек-листам. Когда я уверен, что команда понимает процесс, мы передаём его на локальные рынки.
Зрелость процессов позволяет достигать повторяемых результатов. Но важно оставаться гибкими и не тратить слишком много времени на процессы, которые не критичны или не оказывают значимого влияния на результат. Мы придерживаемся принципов KAIZEN: постоянно ищем небольшие улучшения, устраняем потери и каждый день делаем процессы немного лучше.
Также мы используем agile-подход к созданию новых процессов:
И ещё один важный момент – критерии приёмки. Когда мы работаем над задачей, мы всегда задаём себе вопрос: зачем мы это делаем? Чёткие критерии приёмки дают уже половину ответа. Это позволяет не делать лишнего и фокусироваться только на том, что действительно влияет на результат.

Конечно, культура и подходы отличаются. В одних странах много мусульман, в других – христиан, а где-то это вообще не имеет значения. Даже религия влияет на поведение продавцов и клиентов: праздники, ритм жизни. И это ещё без учёта культурного и исторического контекста: уровень развития страны, нормы поведения, уровень цифровизации.
Поэтому процессы могут отличаться, потому что этого требует рынок. Но есть ядро, в которое мы верим – это консультативные продажи, продажи через помощь клиенту. Мы стараемся понять боль клиента и показать, как наш продукт может её решить. Мы всегда стремимся придерживаться этого базового принципа, ведь в первую очередь речь идёт о помощи, а не о навязывании товаров. Всё остальное – это надстройка, которая может меняться в зависимости от рынка.
Одинаковыми для всех являются процессы дисциплины, ключевые нюансы продаж и операционная система: как мы работаем с CRM и данными. Дальше появляются надстройки, связанные с культурой.
В некоторых странах принято общаться прямо. В других – нужно выстраивать личный контакт уже с первого звонка. Такие вещи отличаются.
Я оцениваю несколько вещей. Первое – базовые навыки для позиции. Но найм начинается не с оценки кандидата, а с понимания, кого именно мы ищем под конкретные задачи. Можно найти сильного человека, но без чёткого понимания роли легко ошибиться.

Сегодня технологии – это основа эффективности как в B2B, так и в B2C. Работа с людьми остаётся работой с людьми. Психология и поведение людей существенно не меняются. Но технологии значительно ускоряют операционную работу: продвинутые CRM-системы, отчётность и так далее.
Искусственный интеллект помогает ускорять работу через анализ данных, поиск и проверку гипотез – он позволяет быстрее их формулировать и быстрее понимать, где именно искать проблему. Он помогает анализировать данные и объединять вещи, на которые раньше вручную уходило гораздо больше времени. Также ускоряется контроль качества: можно расшифровывать разговоры в текст, автоматически анализировать их, находить паттерны. Революцию AI уже невозможно отменить, поэтому тот, кто быстрее адаптируется, будет впереди.
Да, такие моменты были. Я человек, который любит отталкиваться от цифр и проверять гипотезы на основе данных, а не только эмпирических наблюдений. И однажды мы перестроили процесс аналитики. Хотя это не прямая смена в продажах, она очень сильно улучшила нашу работу.
Было так: у нас просела конверсия на многих рынках, и стало понятно, что когда мы помогаем локальным руководителям отделов продаж фокусировать внимание, мы хаотично находим проблемы и так же хаотично их решаем.
Тогда мы пересмотрели подход и создали новый, простой и быстрый формат отчётности, по которому отслеживаем показатели и проблемные зоны. Мы выбираем конкретную группу, фокусируемся на ней и смотрим динамику: растут результаты или падают.
Именно тогда мы начали видеть реальные результаты. Фидбек и работа с операторами перешли с уровня «вот проблемный агент, заметили несколько вопросов – исправьте» к формату «вот чёткий проблемный паттерн, вот конкретная группа, которая не растёт, здесь работаем точечно». Мы видим, кто растёт, а кто нет.
С теми, кто не хочет или не может расти, мы прощаемся. Тех, кто готов – развиваем. И обязательно проводим ретроспективу, чтобы понять, где была проблема, и в дальнейшем находить и закрывать её быстрее.
Я бы сказал, что самая большая инновация – это возможность ускорить операционную работу и находить проблемы с помощью AI. Само принятие решений – это не такая уж сложная часть. Что внедрить, что изменить, что убрать – обычно понятно. Проблема – правильно определить, в чём именно заключается проблема, на основе данных. Когда у нас есть вся информация, решение принимается легко. Но собрать данные и найти причину – это сложно.
И здесь AI очень помогает: в контроле качества, автоматическом анализе и выявлении проблем, в транскрибации, в ускорении создания скриптов и, самое главное, в анализе данных и выявлении проблемных паттернов в конверсии. Самый большой результат в том, что раньше требовалось больше времени, чтобы принять правильное решение. А сейчас можно принимать больше правильных решений, потому что сам процесс получения данных стал значительно быстрее.

Честно говоря, мне сложно понять, что такое «быстрый» процесс, потому что процесс в первую очередь должен быть эффективным. А уже быстрый он или длинный – зависит от ситуации.
Главный принцип – чёткое понимание проблемы, которая перед нами стоит, и формулирование того, как мы хотим её решить и какой именно результат должен быть на выходе. Очень часто мы делаем много вещей, которые никуда не ведут, потому что не формулируем конечный результат.
Если проблема сформулирована плохо, даже хорошее решение её не решит. Или окажется, что это вообще не та проблема, которую стоило решать.
Но когда проблема сформулирована, мы можем построить понятный путь к её решению хотя бы в формате MVP. Мы формируем чёткий результат и критерии приёмки. Когда мы умеем правильно задавать вопрос «какую именно проблему мы решаем и как выглядит её решение», тогда процессы строятся и быстро, и эффективно, и действительно решают проблему.
Не пропускайте «скучную» часть. Документация, блок-схемы, критерии приёмки – это кажется бюрократией, пока вы не начинаете масштабироваться. Потом это единственное, что вас спасает.
И задавайте лучшие вопросы. Половину времени мы решаем не ту проблему, потому что неправильно её сформулировали. Хороший вопрос – хороший ответ. Плохой вопрос – неважно, насколько умное решение.