Центральный кейс Светланы посвящен новой логике контроля и отслеживания лида по этапам воронки. В докладе “Меньше денег — больше лидов: хирургия бюджета и ИИ-агенты вместо подрядчиков” эксперт подробно рассказала про этапы, которые прошла команда. Читайте пример расширения возможностей маркетинга по влиянию на общие бизнес-процессы компании.

Исходная точка: маркетинг должен говорить с бизнесом на языке цифр

Группа компаний бренда “Девелоника” работает в заказной разработке, и каждый год перед ней встаёт одна и та же задача — оперативно оптимизировать ресурсы и одновременно наращивать выручку. Иногда это связано с расширение продуктовой экспертизы или выводом нового решения в рынок, иногда – с очередным M&A и перераспределение усилий из-за появления новых инструментов. Для директора по маркетингу и его команды это означает простую и четкую рамку: любые действия должны измеряться в цифрах, продажах и выручке, а не в отчетах.

С этим связан и второй, более старый барьер — извечный спор маркетинга и коммерческого департамента о качестве лидов и скорости их обработки. Причина спора, по мнению спикера, не в людях, а в разных системах координат: для бизнеса MQL не равно SQL. Пока отделы смотрят на разные стадии воронки, договориться невозможно. Решение — строить сквозную аналитику по CRM-воронке, и уже на нее накладывать ИИ-агентов, которые снимают рутину на каждом шаге. У Девелоники для этого были все ресурсы.

Этап 1. Ревизия каналов и ROMI: как сократить стоимость лида

Первый сценарий возникает при присоединении новой компании к группе. Каналы не переносятся «как есть»: маркетинг анализирует качество привлечения лидов и просчитывает ROMI по каждому источнику, после чего неэффективные каналы отключаются. Параллельно подключаются ИИ-агенты, которые закрывают часть задач команды и освобождают ее время.

Эксперт Девелоники подчеркнула: оба инструмента работают в связке: агенты экономят ресурс команды, а оценка каналов не дает этому ресурсу расходоваться впустую. Именно этот комплекс мер дал основной финансовый эффект — стоимость лида сократилась на 85%, а бюджет сэкономлен на 50%, при высвобождении до 50% времени команды.

Этап 2. Квалификация: устранение проблемы “узкого горлышка” на входе воронки

После оптимизации маркетинговых каналов стало видно, где дальше по воронке лид тормозит квалификация. Много времени из-за ручного характера действий занимал именно сбор данных о контрагенте. Это большие блоки: профиль компании, упоминания в СМИ, благонадежность, финансовое состояние. Именно здесь поток лидов терял скорость.

Решение было реализовано в две итерации. Сначала — найден более экономичный подрядчик, который собирает информацию по каждому контрагенту из 50 источников закрытого и открытого типа. Затем его сервис связали с CRM, а команда разработки помогла создать ИИ-агента, который обогащает лид всей полезной информацией за несколько секунд по одной кнопке.

В результате в коммерческий департамент передается уже квалифицированный лид с полным набором данных — менеджеры больше не тратят время на первичный сбор информации. Они сразу работают с подготовленным контактом.

Этап 3. Обработка: ИИ-агент в роли ассистента для руководителя отдела продаж

Третий этап вскрыл новую закономерность, делится спикер. Когда привлечение и квалификация стали качественными, лид перестал задерживаться на входе — но начал надолго «зависать» на стадии обработки. При этом воронка в CRM была выстроена, а управленческой картины по ней не хватало: не было быстрого ответа на вопрос, кто из менеджеров перегружен, а кто недорабатывает.

Решение снова собрали в два шага. Сперва разработчики сделали ИИ-агента, который каждую пятницу выгружает журнал взаимодействий по заданным параметрам. 

После, на этих данных компания настроила второго агента — уже с ролью руководителя отдела продаж. Он способен анализировать работу менеджеров: выдает сводку, где подсвечены критичные ситуации. На демонстрации с тестовыми данными Светлана показала, как визуально выглядела бы ситуация, если менеджер не заходит в лид более 14 дней.

Эффект, в первую очередь, управленческий: у коммерческого департамента появляется быстрая и объективная картина, кого нужно разгрузить, кто перегружен лидами, а кому стоит поднажать в работе с потенциальными заказчиками. 

На этом в маркетинге Девелоники работа по оптимизации процессов не остановилась и продолжается. В докладе были озвучены и другие ИИ-агенты, которые команда разработала и использует: PR-агент для данных по конкурентным решениям и новостям инфополя, ИИ-агент для аналитики по заказчикам и большие ИИ-агенты для формирования каталогов проектов.

Ограничение, которое все меняет: только закрытый контур

Технологическая часть кейса имеет одно жесткое условие. Всю конфиденциальную информацию нужно вести только в закрытом контуре. Светлана сделала особый акцент на том, что персональные данные, номера телефонов, ФИО и всё, что с этим связано, должно быть под особым контролем. 

Сторонние ИИ не подходят, поэтому компания обратилась к своим сильным сторонам: разработке и симбиозу практик разных подразделений. ИИ-агент, который обрабатывает лид как руководитель отдела продаж, работает на базе в корпоративной платформы и модели Девелоника-GPT. То есть инструмент используется во внутреннем защищенном контуре. Именно так подобные данные и следует размещать, чтобы исключить утечки.

Что этот пример показывает коллегам по отрасли

Кейс выстраивается в последовательную логику: сначала сквозная аналитика задает общую систему координат для маркетинга и бизнеса, затем ИИ-агенты поочередно закрывают “узкое горлышко” на каждом этапе воронки — отбор каналов, квалификацию, обработку. И так работает в разных направлениях маркетинга: контенте, диджитале, SMM, PR и мероприятиях.  

Коротко: 

1. Определите пул задач и время, которое на них уходит. 
2. Найдите в какой точке процесса тратится больше всего усилий. 
3. Соберите политику обращения с данными, требования к безопасности агентов
4. Протестируйте несколько моделей. 
5. Соберите базу промтов под свои задачи, актуализируйте и меняйте ее в зависимости от эффекта.
6. Фиксируйте время и качество выполнения задач, в которых теперь есть ИИ-ассистенты и помощники.

После того, как ИИ станет ежедневным инструментом начнется следующий этап – решить задачу с минимальными затратами токенов, то есть с минимумом правок, научиться владеть промтами в разных условиях получая нужный результат: будь то создание статьи, интеграция с системами или дашборд с показателями тепловой карты на сайте.

Сегодня рынок инструментов для решения задач в маркетинге и в других бизнес-процессах компании благодаря ИИ шагает вперед семимильными шагами. Повсеместное внедрение нейросетей или ИИ-агентов не принесет результата. Стройте процесс изменений на аналитике и лучших практиках сотрудников, фиксируйте время до и после внедрения. И не спешите – некоторые ошибки нужно пройти на практике, а некоторых можно и нужно избежать.

Источник