Финансовая модель для привлечения инвестиций: как собрать в Google Sheets с помощью AI

Инвестор тратит 15 минут на разбор финансовой модели. Если за это время логика не считывается — дек летит в корзину. Типичные проблемы: формулы зашиты в ячейки, допущения размазаны по вкладкам, нет сценарного анализа. Не плохие цифры — плохая структура.

Финансовая модель для фандрейзинга отличается от внутренней. Она отвечает на три вопроса: сколько денег нужно, на что они пойдут и когда бизнес выйдет на окупаемость. Google Sheets в связке с AI позволяют собрать такую модель за день вместо двух недель. Ниже — полная структура, промпты для генерации формул и форматирование под стандарты due diligence.

Структура investor-ready финансовой модели

Финансовая модель для раунда состоит из шести связанных вкладок. Каждая решает конкретную задачу.

1. Assumptions (Допущения). Все входные параметры в одном месте. Pricing, growth rates, churn, headcount plan, unit costs. Инвестор открывает эту вкладку первой. Меняет одну цифру, смотрит, как каскадно меняются остальные вкладки. Если допущения разбросаны по формулам в разных листах, модель непроверяема.

2. Revenue Model. Прогноз выручки на 36 месяцев. Для SaaS: количество клиентов × ARPU × retention. Для маркетплейса: GMV × take rate. Для транзакционного бизнеса: количество транзакций × средний чек × маржа. Формулы ссылаются только на Assumptions — ни одного хардкода.

3. P&L (Profit & Loss). Выручка минус расходы. Расходы делятся на COGS (себестоимость), OPEX (операционные) и capex. OPEX разбивается по категориям: People, Marketing, Infrastructure, G&A. Показывает gross margin, EBITDA, net income помесячно.

4. Cash Flow. Денежные потоки, а не бухгалтерская прибыль. Учитывает задержки оплаты (receivables/payables), капитальные расходы, привлечение инвестиций. Показывает runway — сколько месяцев компания проживёт на текущем балансе.

5. Unit Economics. CAC, LTV, Payback Period, LTV/CAC ratio. Считается из данных Revenue Model и P&L. Инвестор проверяет, сходится ли экономика на уровне одного клиента. Подробнее о расчёте unit economics — в отдельном гайде.

6. Scenarios. Base, Optimistic, Conservative. Каждый сценарий меняет допущения в Assumptions. Вкладка показывает ключевые метрики (runway, breakeven, required funding) для всех трёх сценариев рядом.

Вкладка Assumptions: фундамент модели

Assumptions определяет всё остальное. Если эта вкладка собрана правильно, остальные генерируются почти автоматически.

Структура вкладки:

Секция              | Примеры параметров
--------------------|--------------------------------------------
Pricing             | Monthly price, Annual discount %, Enterprise tier
Growth              | MoM user growth %, Paid conversion rate
Retention           | Monthly churn %, Net revenue retention
Costs               | Server cost per user, Support cost per ticket
Team                | Hires by month, Average salary by role
Marketing           | CAC by channel, Budget allocation %
Timeline            | Launch date, Fundraise close date

Промпт для генерации вкладки Assumptions в Google Sheets:

Создай вкладку Assumptions для SaaS-продукта со следующими параметрами:

Продукт: [описание]
Ценовая модель: [freemium / flat / usage-based / tiered]
Текущие метрики: [MRR, количество клиентов, churn rate]
Целевой раунд: [Pre-Seed / Seed / Series A]
Горизонт прогноза: 36 месяцев

Требования:
- Все параметры в именованных ячейках (Named Ranges)
- Группировка по секциям: Pricing, Growth, Retention, Costs, Team, Marketing
- Каждый параметр с комментарием-обоснованием
- Цветовая кодировка: синий шрифт для редактируемых ячеек, чёрный для расчётных
- Валидация: выпадающие списки для категориальных параметров

Ключевое правило: ни одна формула в модели не содержит числовых констант. Каждое число ссылается на Assumptions. Инвестор меняет growth rate с 10% на 7% и мгновенно видит эффект на runway.

Revenue Model: от допущений к прогнозу выручки

Revenue Model переводит допущения в помесячный прогноз. Структура зависит от бизнес-модели, но логика одна: drivers → calculation → output.

Для SaaS с тремя тарифами:

Месяц 1    Месяц 2    Месяц 3    ...    Месяц 36
──────────────────────────────────────────────────
Новые пользователи (Free)
  × Конверсия в Basic
  × Конверсия в Pro
  × Конверсия в Enterprise
= Платящие клиенты по тарифам
  × Цена по тарифу
  - Отток (churn)
  + Expansion revenue
= MRR
  × 12 = ARR

Промпт для генерации формул Revenue Model:

Сгенерируй формулы Google Sheets для Revenue Model.

Вкладка Assumptions содержит:
- Ячейка B3: начальное количество пользователей (Free)
- Ячейка B4: MoM рост пользователей (%)
- Ячейка B5: конверсия Free → Basic (%)
- Ячейка B6: конверсия Free → Pro (%)
- Ячейка B7: конверсия Free → Enterprise (%)
- Ячейка B8: цена Basic ($)
- Ячейка B9: цена Pro ($)
- Ячейка B10: цена Enterprise ($)
- Ячейка B11: monthly churn (%)
- Ячейка B12: expansion rate (% от MRR)

Сгенерируй формулы для 36 месяцев в формате:
- Строка: название метрики
- Столбцы B-AK: месяцы 1-36
- Каждая формула ссылается на Assumptions через Named Ranges
- Формула для месяца 1 отличается от формулы для месяцев 2-36 (месяц 1 — начальные данные)

Выведи формулы для каждой строки: формулу для ячейки B (месяц 1)
и формулу для ячейки C (месяц 2), которую можно протянуть до AK.

AI генерирует формулы, которые ссылаются на Named Ranges. Это критично: формула =B3*(1+B4) не читается. Формула =initial_users*(1+mom_growth) читается и проверяется.

Named Ranges в Google Sheets

Google Sheets поддерживает Named Ranges через меню Data → Named ranges. Для финмодели это обязательный инструмент, а не опция. Промпт для массового создания:

Создай список Named Ranges для Google Sheets финансовой модели.
Формат: Имя | Вкладка!Ячейка | Описание

Правила именования:
- snake_case
- Префикс по секции: price_, growth_, cost_, team_
- Примеры: price_basic, growth_mom, cost_server_per_user, team_engineers_m1

P&L: расходы и путь к прибыльности

P&L показывает, когда бизнес перестаёт сжигать деньги. Инвестор смотрит на три вещи: gross margin, burn rate и месяц выхода на EBITDA-positive.

Структура P&L:

Revenue (из Revenue Model)
- COGS
  - Hosting / Infrastructure
  - Payment processing fees
  - Customer support (direct)
= Gross Profit
  Gross Margin %

- OPEX
  - People (salaries + benefits + taxes)
  - Marketing & Sales
  - R&D (tools, licenses)
  - G&A (legal, accounting, office)
= EBITDA
  EBITDA Margin %

- D&A
- Interest
- Tax
= Net Income

Промпт для генерации People costs (самая сложная часть OPEX):

Сгенерируй формулы Google Sheets для расчёта People costs на 36 месяцев.

Входные данные (вкладка Assumptions):
- Таблица найма: роль | месяц старта | зарплата | количество
  Engineering Lead | M1 | $12,000 | 1
  Backend Engineer | M1 | $8,000 | 2
  Frontend Engineer | M3 | $8,000 | 1
  Designer | M4 | $6,000 | 1
  Marketing Manager | M6 | $7,000 | 1
  Sales Rep | M9 | $6,000 | 2

- Benefits multiplier: 1.3 (30% сверх зарплаты)
- Annual raise: 5%

Требования:
- Строка на каждую роль с количеством сотрудников по месяцам
- Формула учитывает месяц старта (до старта = 0)
- Annual raise применяется каждые 12 месяцев
- Итоговая строка: Total People Cost = сумма всех ролей × benefits multiplier

COGS для SaaS

COGS в SaaS — это инфраструктура, платёжный процессинг и прямая поддержка. Промпт:

Рассчитай COGS для SaaS с переменной серверной нагрузкой.

Формулы:
- Infrastructure = кол-во платящих клиентов × cost_server_per_user
- Payment processing = MRR × 2.9% + (кол-во транзакций × $0.30)
- Direct support = кол-во тикетов/месяц × cost_per_ticket
- Кол-во тикетов = кол-во клиентов × tickets_per_customer_month

Все коэффициенты ссылаются на Named Ranges из Assumptions.
Gross Margin = (Revenue - COGS) / Revenue в процентах.

Целевой gross margin для SaaS: 70-85%. Если модель показывает ниже 60%, инвестор задаёт вопросы об эффективности инфраструктуры.

Cash Flow: от прибыли к деньгам на счёте

P&L показывает прибыль. Cash Flow показывает деньги. Разница существенна: можно быть прибыльным на бумаге и обанкротиться из-за кассового разрыва.

Cash Flow Statement для стартапа:

Operating Cash Flow
  Net Income (из P&L)
  + D&A (неденежный расход)
  - Увеличение дебиторки (Accounts Receivable)
  + Увеличение кредиторки (Accounts Payable)
  = Cash from Operations

Investing Cash Flow
  - Capital expenditures
  = Cash from Investing

Financing Cash Flow
  + Equity raised
  + Debt drawn
  - Debt repaid
  = Cash from Financing

Net Cash Flow = Operations + Investing + Financing
Ending Cash Balance = Beginning Balance + Net Cash Flow
Runway (months) = Ending Cash Balance / Average Monthly Burn

Промпт для Cash Flow с учётом раунда:

Сгенерируй Cash Flow вкладку Google Sheets для стартапа, привлекающего раунд.

Параметры:
- Текущий баланс: $50,000
- Целевой раунд: $500,000 (поступление в месяце 4)
- Payment terms: клиенты платят в среднем через 15 дней
- Vendor payments: 30 дней отсрочки

Формулы должны:
- Рассчитывать Accounts Receivable как % от выручки с задержкой
- Рассчитывать Accounts Payable как % от OPEX с задержкой
- Показывать Ending Cash Balance каждый месяц
- Показывать Runway = Cash Balance / Avg Monthly Burn (последние 3 месяца)
- Подсвечивать красным месяцы, где Cash Balance < 2 × Monthly Burn

Формат: формула для месяца 1 и формула для месяца 2 (протягиваемая).

Runway — главная метрика для инвестора на ранних стадиях. Если модель показывает 18+ месяцев runway после раунда, это сильный сигнал. Меньше 12 месяцев значит, что фаундер вернётся за деньгами через полгода.

Сценарный анализ: Base, Optimistic, Conservative

Один сценарий — не модель, а фантазия. Инвесторы ожидают три сценария, потому что ни один прогноз не сбудется точно.

Как устроены сценарии в Google Sheets:

                    Conservative    Base    Optimistic
MoM Growth              5%          10%        15%
Churn                   8%           5%         3%
Conversion Rate         2%           4%         7%
CAC                   $120          $80        $50
Avg Deal Size          $25          $29        $35

Промпт для сценарного анализа:

Создай вкладку Scenarios в Google Sheets.

Структура:
1. Таблица параметров: три столбца (Conservative, Base, Optimistic)
   со строками для каждого ключевого допущения

2. Переключатель сценария: одна ячейка (dropdown: Conservative/Base/Optimistic)

3. Формула-маршрутизатор, которая подставляет значения в Assumptions
   в зависимости от выбранного сценария.
   Используй VLOOKUP или INDEX/MATCH.

4. Summary table: для каждого сценария показать:
   - Месяц выхода на breakeven
   - Runway после раунда
   - ARR через 12/24/36 месяцев
   - Required funding
   - LTV/CAC ratio

Формула-переключатель для ячейки в Assumptions:
=INDEX(scenarios_table, MATCH("growth_mom", scenario_params, 0),
       MATCH(selected_scenario, scenario_headers, 0))

Альтернативный подход — три отдельных листа P&L (по одному на сценарий). Минус: тройное обслуживание формул. Плюс: инвестор сравнивает листы side by side без переключения dropdown.

AI Workflow: пошаговый процесс сборки модели

Сборка финмодели с AI проходит в пять этапов. Каждый этап завершается проверкой.

Этап 1: Сбор входных данных (30 минут)

Промпт для структурирования исходных данных:

Я собираю финансовую модель для привлечения [Seed] раунда.

Мой продукт: [описание в 2-3 предложения]
Бизнес-модель: [SaaS / marketplace / transactional]
Текущие метрики:
- MRR: $[X]
- Клиенты: [Y]
- MoM рост: [Z]%
- Churn: [W]%
- CAC: $[V]

Помоги сформулировать полный список допущений для финмодели на 36 месяцев.
Для каждого параметра укажи:
1. Текущее значение
2. Обоснование прогнозного значения
3. Источник бенчмарка (отрасль, стадия, география)

Этап 2: Генерация структуры (1 час)

Создание всех вкладок с заголовками и Named Ranges. AI генерирует структуру, фаундер проверяет полноту.

Создай структуру Google Sheets финмодели из 6 вкладок:
Assumptions, Revenue, P&L, Cash Flow, Unit Economics, Scenarios.

Для каждой вкладки выведи:
- Список строк (метрик) с номерами строк
- Заголовки столбцов
- Список Named Ranges с привязкой к ячейкам
- Форматирование: какие строки жирные, какие с отступом,
  где горизонтальные разделители

Этап 3: Генерация формул (2-3 часа)

Самый объёмный этап. AI генерирует формулы вкладка за вкладкой. Порядок: Assumptions → Revenue → P&L → Cash Flow → Unit Economics → Scenarios.

Промпт для проверки формул:

Проверь формулы на вкладке Revenue Model.

Требования к проверке:
1. Все ссылки на Assumptions используют Named Ranges (не A1-нотацию)
2. Нет циклических ссылок
3. Формулы месяца 1 корректно обрабатывают начальные условия
4. Формулы месяцев 2-36 корректно протягиваются
5. Итоговые строки суммируют правильные диапазоны
6. Рост MRR месяц к месяцу в пределах реалистичных значений (5-20% MoM для Seed)

Покажи список найденных проблем с номерами ячеек.

Этап 4: Форматирование (1 час)

Investor-ready модель — это не только формулы. Форматирование определяет, будет ли инвестор разбираться в модели или закроет файл.

Стандарты форматирования:

Цветовая кодировка:
- Синий шрифт: редактируемые допущения (inputs)
- Чёрный шрифт: расчётные значения (formulas)
- Серый фон: заголовки секций
- Жёлтый фон: ключевые метрики (MRR, Runway, Breakeven)
- Красный фон: месяцы с отрицательным cash balance

Числовые форматы:
- Деньги: $#,##0 (без центов в прогнозах)
- Проценты: 0.0%
- Количество: #,##0
- Даты: MMM-YY (Jan-26, Feb-26...)

Структура:
- Замороженные первый столбец и первая строка
- Группировка строк (свернуть детализацию, оставить итоги)
- Ширина столбцов: первый 200px (метрики), остальные 100px (месяцы)

Промпт для Apps Script форматирования:

Напиши Google Apps Script, который форматирует финмодель:

1. Применяет цветовую кодировку:
   - Ячейки с текстом "Assumptions!" в формуле → синий шрифт
   - Ячейки с формулами → чёрный шрифт
   - Строки-заголовки (список: Revenue, COGS, OPEX...) → серый фон, жирный

2. Числовые форматы:
   - Строки с "$" в названии → формат $#,##0
   - Строки с "%" в названии → формат 0.0%
   - Строки с "Margin" → формат 0.0%

3. Условное форматирование:
   - Cash Balance < 0 → красный фон
   - Runway < 6 → оранжевый фон
   - Gross Margin < 60% → жёлтый фон

4. Заморозить строку 1 и столбец A на каждой вкладке
5. Установить ширину столбцов

Этап 5: Стресс-тест и валидация (1 час)

Промпт для стресс-теста модели:

Проведи стресс-тест финансовой модели. Проверь следующие сценарии:

1. Churn удваивается через 6 месяцев. Когда заканчиваются деньги?
2. CAC растёт на 50%. Как меняется Payback Period?
3. Средний чек падает на 20%. Когда breakeven?
4. Найм задерживается на 3 месяца. Эффект на runway?
5. Раунд закрывается на 2 месяца позже. Хватает ли денег?

Для каждого сценария покажи: изменённый параметр,
новый runway, новый breakeven month, изменение ARR через 36 месяцев.

Типичные ошибки в финмоделях стартапов

Семь ошибок, которые инвесторы видят чаще всего.

Hockey stick без обоснования. Рост 5% MoM первые 6 месяцев, затем внезапно 25% MoM. Модель должна объяснять каждый перегиб: запуск нового канала, выход на новый рынок, вирусный эффект. Необоснованный рост — красный флаг.

Фиксированные расходы при растущей выручке. Серверные расходы не растут с количеством пользователей. Поддержка не масштабируется. В реальности COGS растёт пропорционально, OPEX ступенчато. Формулы должны это отражать.

Отсутствие сезонности. B2B-продажи проседают в августе и декабре. B2C — обратная динамика. Плоский прогноз без сезонных коэффициентов выглядит наивно.

Нереалистичный churn. Месячный churn 1% для продукта без product-market fit. Бенчмарки: Pre-Seed SaaS — 5-10% monthly churn, Series A — 3-5%, Series B+ — 1-3%.

CAC не включает все расходы. CAC = marketing spend / new customers. Но полный CAC включает зарплаты маркетинга и продаж, инструменты, контент. Занижение CAC в 2-3 раза — стандартная ошибка новичков.

Нет working capital. Модель показывает выручку в месяц оказания услуги. В реальности деньги приходят через 30-60 дней. Без учёта receivables/payables cash flow врёт.

Хардкоды вместо формул. Число 0.05 вместо ссылки на churn_rate. Инвестор не может изменить допущение и посмотреть результат. Модель превращается из инструмента в статичную таблицу.

Investor-Ready чеклист

Перед отправкой модели инвестору проверьте каждый пункт.

Структура:

• 6 вкладок: Assumptions, Revenue, P&L, Cash Flow, Unit Economics, Scenarios
• Все допущения на одной вкладке
• Named Ranges для всех ключевых параметров
• Нет хардкодов в формулах

Корректность:

• Balance sheet балансируется (если есть)
• Cash Flow = P&L + non-cash adjustments + working capital changes
• Revenue на вкладке P&L совпадает с Revenue Model
• Unit Economics считается из данных модели, а не вручную

Форматирование:

• Цветовая кодировка inputs vs. formulas
• Числовые форматы консистентны
• Заголовки секций выделены
• Строки сгруппированы (детализация скрывается)
• Frozen panes на каждой вкладке

Реалистичность:

• Growth rates обоснованы (источник/бенчмарк в комментариях)
• Gross margin в диапазоне отрасли
• CAC включает все компоненты
• Runway после раунда 18+ месяцев
• Три сценария с осмысленной дельтой

Google Sheets vs. Excel: что выбрать для фандрейзинга

Google Sheets выигрывает по трём причинам.

Совместный доступ. Инвестор получает ссылку, открывает в браузере, меняет допущения. Не скачивает файл, не ищет совместимую версию Excel, не пересылает обратно. Для due diligence, где модель смотрят 3-5 человек одновременно, это критично.

Version history. Каждое изменение сохраняется автоматически. Можно откатить к любой версии. Инвестор видит, когда модель обновлялась последний раз. Модель, обновлённая вчера, вызывает больше доверия, чем файл с датой трёхмесячной давности.

Apps Script. Автоматизация форматирования, валидации, обновления данных. AI генерирует скрипты, которые запускаются по расписанию или при изменении ячейки.

Минус Google Sheets — ограничение производительности на больших моделях. Для 36 месяцев с 6 вкладками этого достаточно. Для 60-месячных моделей с десятками продуктов стоит рассмотреть Excel.

Продвинутые промпты для AI-генерации формул

Cohort-based revenue

Сгенерируй формулы Google Sheets для когортной модели выручки.

Каждый месяц — новая когорта клиентов.
Когорта месяца N:
- Размер = new_customers в месяце N
- Revenue в месяце N+k = размер_когорты × (1 - churn)^k × ARPU
- Суммарная выручка = сумма revenue всех когорт

Формат: треугольная матрица.
Строки = когорты (месяцы привлечения).
Столбцы = месяцы жизни когорты (0, 1, 2...).
Последняя строка = сумма по столбцу = Total MRR.

Используй Named Ranges: new_customers_m1...m36, monthly_churn, arpu.

Sensitivity table

Создай таблицу чувствительности (Data Table) в Google Sheets.

Две переменные:
- Строки: Monthly Churn (1%, 2%, 3%, 4%, 5%, 7%, 10%)
- Столбцы: MoM Growth (3%, 5%, 7%, 10%, 15%, 20%)

Значение в пересечении: Runway в месяцах при заданных параметрах.

Формула для каждой ячейки пересечения:
подставить churn и growth в модель, рассчитать месяц,
когда Cash Balance становится отрицательным.

Условное форматирование: градиент от зелёного (24+ месяцев)
через жёлтый (12-18) к красному (< 12).

Headcount planning

Создай модель планирования найма для стартапа.

Входные данные:
- Таблица ролей: название | департамент | зарплата | месяц найма
- Benefits: 30% от зарплаты
- Annual raise: 5%
- Hiring cost: 15% от годовой зарплаты (единоразово в месяц найма)

Выходные данные:
- Headcount по месяцам (total и по департаментам)
- Payroll по месяцам (total и по департаментам)
- Hiring costs по месяцам
- Cost per employee (fully loaded)

Формулы должны использовать IF для проверки месяца найма:
=IF(month >= hire_month, salary × (1 + annual_raise)^FLOOR((month - hire_month)/12, 1), 0)

Итог

Финансовая модель для фандрейзинга — это инструмент коммуникации, а не точный прогноз. Инвестор не ожидает, что цифры сбудутся. Инвестор проверяет, понимает ли фаундер экономику бизнеса, умеет ли мыслить сценариями и заложил ли запас прочности.

AI сокращает техническую работу: генерацию формул, форматирование, проверку консистентности. Фаундер фокусируется на содержательной части: обоснование допущений, выбор бенчмарков, логика роста. Именно эту часть инвестор проверяет при личной встрече.

Модель напрямую встраивается в cap table и становится финансовой основой due diligence. Один день работы с AI вместо двух недель с консультантом по таблицам.

Нужна помощь с финансовой моделью? Я помогаю стартапам внедрять AI-решения и строить продукты — belov.works.