Насколько для Вас важно понимать вероятность заключения сделки поступившего нового заказа? Очевидно, что если не критично, то очень хотелось бы иметь такую информацию, чтобы сразу либо отсеивать маловероятные заказы и не тратить ресурсы продаж, или попытаться каким-то образом воздействовать на это и все-таки»дотолкнуть» заказ до покупки.

Подобный функционал был бы очень полезным, как компаниям, ориентированным на B2C рынок (в частности, интернет магазинам), так и B2B бизнесу.

Описанная задача наилучшим образом решается с помощью искусственного интеллекта, алгоритмов машинного обучения (благо подобные решения уже доступны практически каждому). В частности необходимо сформировать набор параметров, характеризующий данный заказ и данного клиента (отобрать наиболее информативные), и на основе этого набора признаков построить аппроксимирующую модель с помощью одного из методов  Машинного обучения (логистическая регрессия, деревья решений, нейронные сети).

Если переходить в практическую плоскость реализации, данный алгоритм может быть реализован и интегрирован в вашу CRM систему/сайт. Соответственно при поступлении нового заказа, он может быть классифицирован и определена вероятность его успеха, что позволит вашим сотрудникам обработать его необходимым образом.

В качестве примера подобной реализации приведу запись доклада компании Qlean на встрече Яндекс.Дата. Они решают подобную задачу с помощью алгоритмов XGBoost языка Python. В результате им удалось сократить затраты на не реализованные заказы, а также сохранить до 10% потенциально не успешных заказов благодаря стимулированию