📈 B2B-маркетинг · 12 менеджеров

AI-квалификация лидов:
+47% к конверсии в показ

Маркетинговое агентство «Кравелла Digital» (Москва) — 12 менеджеров отдела продаж тратили 30% времени на прозвон холодных лидов. Внедрили AI-агента в воронку перед менеджером — за 90 дней конверсия из заявки в первичный показ выросла с 11% до 16.2%, окупаемость пилота — 2.1 месяца.

+47%конверсия в показ
−68%время на квалификацию
32 ч/недосвобождено на менеджера
2.1 месокупаемость пилота

О клиенте

«Кравелла Digital»

Performance-маркетинг для B2B · Москва · 18 человек, отдел продаж — 12

Перформанс-агентство полного цикла: контекстная реклама, Яндекс.Директ, SEO, посадочные. Клиенты — B2B-сервисы (CRM, SaaS, лиз/факторинг), юридические бюро, B2B-маркетплейсы. Средний чек проекта 250 000–800 000 ₽, цикл сделки 30–60 дней.

Что было / что стало

❌ До внедрения

  • 12 менеджеров тратили 30% времени на прозвон холодных лидов
  • Конверсия из заявки в первичный показ — 11%
  • В CRM попадали все лиды подряд, без скоринга и приоритизации
  • Маркетинг просил «дайте качество», sales-команда требовала «больше трафика» — конфликт без данных
  • Кейс «горячих» лидов терялся среди отказов по бюджету и географии
  • Среднее время от заявки до первого касания — 3.5 часа

✓ После внедрения

  • Менеджеры работают только с лидами скор > 0.65 — 32 ч/нед свободного времени на каждого
  • Конверсия в показ — 16.2% (+47%), без увеличения трафика
  • В AmoCRM каждый лид с готовой карточкой: контакт, отрасль, бюджет, скор, recommended action
  • Прозрачные данные для разрешения конфликта marketing↔sales
  • Горячие лиды получают касание в течение 9 минут с момента заявки
  • RPM (replies per minute) на одного менеджера — +2.4×

Как внедряли — 4 шага за 6 недель

Аудит воронки (1 неделя)

Подключились к AmoCRM «Кравелла Digital», выгрузили 2 800 закрытых сделок за 12 месяцев. Прогнали через AI-анализ: какие признаки лида коррелируют с конверсией в показ. Получили 12 параметров скоринга.

Промпт-инжиниринг (1 неделя)

Собрали базу из 200 примеров «горячих» и «холодных» диалогов из реальной переписки и звонков менеджеров. Натренировали Claude Sonnet 4 на этих примерах через few-shot prompting + кастомные правила.

Пилот на 20% потока (2 недели)

Запустили агента на 20% входящих заявок (~80 в день). Параллельно вели A/B: половину обрабатывает агент, половину — менеджеры по старому процессу. Сравнили метрики на единой выборке.

Масштабирование (2 недели)

KPI подтверждены — расширили на весь поток. Доработали observability: дашборд качества скоринга, алерты на странные кейсы, human-in-the-loop для пограничных решений. Передали в эксплуатацию команде агентства.

Стек

Claude Sonnet 4 AmoCRM REST API n8n (оркестрация) Webhook + JWT auth PostgreSQL (логи) Telegram (алерты) Langfuse (observability) Tilda Forms (лидсборщики)

Цифры за 90 дней

A/B-замер на единой выборке трафика (~80 заявок/день). Все метрики сравнимы — менеджеры одни и те же, источники трафика одни и те же.

Конверсия в показ
11.0%16.2%
+47%
Время на квалификацию
5 мин1.6 мин
−68%
Время до первого касания
3.5 ч9 мин
−96%
Replies/менеджер в день
2868
×2.4
Стоимость заявки (Я.Директ)
2 800 ₽2 800 ₽
0%
Стоимость показа
25 450 ₽17 280 ₽
−32%

Отзыв клиента

Мы три года искали способ ускорить квалификацию без потери качества. Перепробовали скрипты, чек-листы, виртуальных ассистентов. AI-агент ATresulting закрыл задачу за 6 недель — на пилоте увидели рост конверсии уже на третьей неделе. Сейчас агент работает в проде четвёртый месяц, поломок не было, дашборд качества в зелёной зоне. Окупился за два месяца.

СК
Сергей Калугин Директор отдела продаж, «Кравелла Digital»

Частые вопросы

Подойдёт ли это нашему агентству?

Подойдёт, если: (1) у вас в неделю > 30 входящих заявок, (2) есть CRM с историей сделок хотя бы за 6 месяцев, (3) менеджеры тратят > 20% времени на прозвон холодных. Если хотя бы 2 из 3 — есть смысл считать пилот. На аудите за 0 ₽ скажем честно — оправдан ли пилот.

Сколько займёт от первого разговора до запуска?

В случае «Кравелла Digital» — 6 недель полного цикла (1 нед аудит + 1 нед промпт + 2 нед пилот + 2 нед масштабирование). Если CRM проще или объём меньше — может уложиться в 3–4 недели.

Что, если KPI не достигнут?

В договоре прописаны 2 точки контроля: к концу 2 недели пилота и к концу полного цикла. Если KPI пилота не выполнен — возвращаем стоимость работ. У нас на 10+ проектах гарантия не сработала ни разу, но прецедент закреплён юридически.

Какая модель в основе? ФЗ-152?

В случае «Кравелла Digital» — Claude Sonnet 4 от Anthropic. У них B2B-аудитория без чувствительных персональных данных — ФЗ-152 не блокирующий фактор. Для проектов с ПДн используем YandexGPT или GigaChat (стек только в РФ) и подписываем DPA.

Что делать, когда AI ошибся в скоринге?

Human-in-the-loop встроен: при confidence модели < 0.6 заявка отправляется менеджеру с пометкой «требует ручной квалификации». Дополнительно — еженедельный отчёт-аудит: 50 случайных кейсов проверяются вручную, расхождения возвращаются в обучение промпта.

Хотите похожий результат?

30 минут с экспертом — посмотрим вашу CRM, посчитаем потенциал автоматизации квалификации, подскажем стоит ли запускать пилот в вашем случае.

Получить аудит за 0 ₽ →