CRM больше не «учёт клиентов»: взгляд тестировщика
Если вы тестировщик ПО, вы наверняка сталкивались с таким сценарием: продакт-менеджер прибегает к вам со словами «мы добавляем в CRM автоматическую рассылку, протестируй». Вы открываете систему и обнаруживаете, что CRM давно перестала быть той самой таблицей с контактами клиентов — она сама считает вероятности, сама отправляет сообщения, сама решает, какой клиент вот-вот уйдёт.
Это не ваша иллюзия. Российский рынок CRM переживает глубокие изменения, и эти изменения в конечном счёте окажутся в ваших тикетах.
Рынок растёт, но направление роста изменилось
Начнём с цифр. По оценкам TAdviser, в 2025 году российский рынок CRM вырос примерно на 25% и достиг 44,1 млрд рублей. Но важнее структура роста: услуги CRM-маркетинга растут значительно быстрее, чем сами классические CRM-системы. Исследование RetailCRM показывает, что рынок агентских услуг в CRM-маркетинге в 2025 году вырос на 38%. Параллельно данные Unisender свидетельствуют: расходы на контекстную и таргетированную рекламу упали на 5,44% и 12,26% соответственно, а бюджет на CRM-маркетинг вырос с 1,8 млрд до 2,2 млрд рублей.
За этими цифрами стоит простая логика: когда привлечение новых клиентов дорожает, бизнес начинает всерьёз заниматься теми, кто уже есть.
Что это значит для тестирования? Проще говоря, CRM превращается из «инструмента учёта» в «инструмент принятия решений». Раньше вы тестировали базу данных с операциями CRUD. Теперь вы тестируете систему, которая прогнозирует, срабатывает по триггерам и сама себя корректирует.
От CRM к CVM: объект тестирования «повышается в размерности»
Самое заметное для тестировщика изменение на российском рынке CRM — смена терминологии: от CRM (управление отношениями с клиентами) к CVM (управление ценностью клиента).
Это не просто смена аббревиатуры. Независимый CRM-эксперт Виктор Крылов в интервью сформулировал прямо: «CRM перестаёт восприниматься как функция для запуска рассылок и становится центром клиентоцентричности, оптимизации конверсии и удержания». Иными словами, система больше не довольствуется знанием «кто этот клиент» — она хочет отвечать на вопросы «сколько этот клиент стоит, стоит ли с ним связываться сейчас и каким способом это выгоднее всего сделать».
На практике это означает, что тестовые сценарии усложняются. Зрелая система CRM-маркетинга сегодня должна обрабатывать:
Первое — проблему «единого источника правды».Примерно с 2025 года российские компании начали массово интегрировать CDP (платформы клиентских данных) с CRM. Причина сугубо практическая: клиент мог посмотреть товар в приложении, добавить его в корзину на сайте, пожаловаться на доставку в чате с поддержкой, а потом купить в офлайн-магазине. Если эти четыре точки контакта существуют сами по себе, система будет показывать рекламу уже купившему клиенту и слать промо тому, кто прямо сейчас пишет жалобу. Тестирование корректности такого «единого профиля клиента» требует одновременной проверки логики синхронизации нескольких источников, правил дедупликации и стратегий объединения идентичностей.
Второе — «контекстную чувствительность» триггеров.Раньше тестирование рассылки сводилось к проверке: правильная ли аудитория, точное ли время отправки, нет ли кракозябр в тексте. Теперь этого недостаточно. Система должна оценивать: этот клиент за последние три дня уже получил два сообщения — не пора ли «помолчать»? Этот клиент только что оплатил покупку в приложении — кросс-продажа сейчас в плюс или в раздражение? Лучшим решением иногда оказывается «не связываться».
Третье — точность оценки ценности.Ядро CVM — это расчёт: сколько стоило привлечь клиента, сколько он может принести в будущем, сколько разумно тратить на его удержание сейчас. Это значит, что тестировщик может столкнуться с «размытыми» утверждениями: находится ли прогноз системы в разумном диапазоне? Правильна ли стратегия деградации при разреженных данных? Есть ли логика в тех «контринтуитивных» решениях (например, не давать купон активному клиенту, но дать крупный купон молчащему), которые принимает система?
Качество данных: старая проблема с новым весом
У зрелости российского рынка CRM есть побочный эффект: терпимость к качеству данных резко падает.
Причина понятна. Когда система только записывает, ошибка в одном поле — это максимум некрасивый отчёт. Когда система начинает принимать автоматические решения на основе данных, ошибка в одном поле может означать, что группа клиентов получила неверное сообщение или что партия ценных клиентов была ошибочно «брошена».
Совместное исследование Skolkovo и TAdviser отмечает, что российский рынок CRM переходит от этапа «срочного импортозамещения» к этапу «взвешенного выбора»: заказчики начинают придирчиво оценивать архитектурное качество продуктов, возможности интеграции и уровень управления данными. Генеральный директор Nobilis.Team прямо называет главным ограничителем именно качество данных: «Без качества данных AI-слой — это просто красивый чат-интерфейс без бизнес-основания».
Для тестировщика это означает, что проверка целостности данных — уже не просто «проверить, что поле не пустое». Возможно, придётся валидировать:
При слиянии одного и того же клиентского события из разных каналов — перекрывается ли значение по ожидаемому приоритету или сохраняется?
Когда синхронизация одного из источников задерживается, система выбирает «рискнуть со старыми данными» или «приостановить решение»?
Те аномальные значения, которые система автоматически «вычищает», — это действительно аномалии или нераспознанное нормальное поведение?
ИИ пришёл в CRM — порог тестирования тоже вырос
Самая горячая тема на российском рынке CRM сегодня — безусловно, ИИ. Но между хайпом и реальным внедрением лежит заметная пропасть.
Данные J’son & Partners показательны: 85% российских компаний считают ИИ в CRM ценным, но только 19,2% реально его используют. Ещё более детальные цифры приводит Битрикс24: 44,5% российских компаний «имели опыт с ИИ», но большинство из них — лишь попытки, доля тех, кто использует регулярно, невелика. Уровень внедрения ИИ в российский рынок CRM отстаёт от мирового примерно на 5–6 лет, текущее состояние соответствует глобальному уровню примерно 2018 года.
Но это не значит, что тестировщик может пока игнорировать ИИ. Наоборот, «пробный» характер ИИ-функций только увеличивает сложность тестирования.
У традиционного функционального тестирования есть чёткий ожидаемый результат: на входе A, на выходе должно быть B. У ИИ-функции ожидаемый результат — это распределение вероятностей, сгенерированный текст, порядок сортировки. Как определить, что сгенерированное ИИ письмо для удержания клиента «правильное»? Как проверить, что порядок рекомендаций «разумный»?
Сейчас наиболее приземлённые сценарии применения ИИ в CRM на российском рынке — это автозаполнение заявок(о эффекте сообщили 32,4% компаний), генерация ответов на письма(24,4%) и скоринг лидов. Общее у этих сценариев одно: результат ИИ проверяется или корректируется человеком. Поэтому фокус тестирования должен быть не на «правильности ИИ на 100%», а на чёткости границы человеко-машинного взаимодействия: объяснимы ли рекомендации ИИ? Может ли пользователь легко переопределить или отклонить вывод ИИ? Когда уверенность ИИ низкая, знает ли система, что нужно «поднять руку»?
Несколько практических взглядов для тестировщика
Если вы тестируете или будете тестировать CRM-систему для российского рынка, следующие ракурсы могут оказаться полезнее традиционных тест-кейсов.
Обращайте внимание на «тесты молчания».В логике CVM решение «не отправлять сообщение» часто является активным решением, а не поведением по умолчанию. При тестировании стоит специально конструировать сценарии, которые «должны запускать молчание», и проверять, действительно ли система подавляет ненужные коммуникации. И наоборот — проверять, что система не пропускает клиентов, которым действительно нужно обратиться, из-за излишней осторожности.
Отслеживайте происхождение данных.Когда CRM-система объединяет данные из CDP, системы поддержки, бэкенда электронной коммерции и офлайн-POS, каждое поле в профиле клиента может происходить из нескольких источников. При тестировании нужно уметь ответить: какой источник является «авторитетным» для этого поля? Если два источника конфликтуют, по какому правилу система выносит решение? Является ли это правило аудируемым?
Относитесь к «деградации модели» как к полноправному гражданину.ИИ и прогнозные модели хорошо работают при достаточных данных, но их поведение при холодном старте, разреженных данных или аномальном вводе часто игнорируется. При тестировании стоит сознательно моделировать сценарии «данные недоступны»: когда ключевой источник данных падает, система полностью останавливает автоматизацию или откатывается к базовым правилам?
Дилемма «детерминированности» автоматизированного тестирования.Если вы используете Selenium или аналогичные инструменты для регрессии, CRM, управляемая CVM, создаёт новую проблему: один и тот же клиент в разное время может получить разные результаты из-за изменения контекста. При написании утверждений, возможно, придётся принять некий «эластичный диапазон» вместо точного совпадения.
Заключение
Российский рынок CRM превращается из «системы записи» в «систему суждений». Суждений о том: с кем связываться, с кем не связываться, когда связываться, каким способом и за сколько.
Для тестировщика это означает, что определение «правильности» тестируемой системы меняется. Раньше правильность означала «функциональность работает как ожидалось»; теперь и в будущем правильность всё больше приближается к «суждение имеет смысл с точки зрения бизнеса». Этот сдвиг непрост, но если вы сможете за ним уследить, ваша ценность будет не только в «поиске багов» — вы станете тем, кто помогает команде убедиться, что «суждения системы заслуживают доверия».