Подготовка холодного канала B2B с помощью ИИ: от сегмента до первой встречи

«Откуда у вас мой номер?» Это самый честный вопрос, который менеджер услышит за все утро. Остальные девятнадцать компаний из списка либо не возьмут трубку, либо сольют его на секретаре. К пятнице таблица на 800 строк будет заброшена, а в отчете появится строчка «холодный канал не работает».

Дальше начинается ритуал: меняют скрипт, ругают менеджера, покупают новую базу. Ни одно из трех не помогает, потому что сломалось раньше, еще на этапе, где никто никому не звонил. Кто попал в список? Кого в нем назначили ЛПР? С каким поводом к нему идут?

Именно здесь живет польза от ИИ. Ирония в том, что ставят его обычно не сюда, а сажают писать письма, где он выдает вежливый шаблон, вместо того чтобы отдать ему подготовку рынка, где он действительно силен.

Разберу по шагам, что нужно закрыть до первого касания и чем действительно поможет генеративная модель.

1. Сузить рынок до сегмента, где разговор возможен

Формулировка «все производственные компании от 100 человек» сегмент не описывает. Это как раз способ потратить месяц вникуда. Рабочий признак сегмента видно снаружи, и он связан с болью.

Взять его можно из собственной CRM. Выгрузите сделки за последние полтора года вместе с отказами и отдайте модели.

Промпт, который дает результат:

Ниже 40 выигранных сделок и 60 проигранных. Поля: отрасль, ОКВЭД,

выручка, штат, регион, кто был инициатором, срок сделки, причина отказа.

1. Найди признаки, которые часто встречаются в выигранных сделках

   и почти отсутствуют в проигранных.

2. Для каждого признака укажи, на скольких сделках он основан.

3. Если данных для вывода мало, напиши об этом прямо.

Не добавляй признаки, которых нет в таблице.

Последняя строка важнее всех остальных. Без нее модель уверенно выдаст вам «высокую цифровую зрелость» и «готовность к инновациям».

Сделок меньше тридцати? Статистики не будет. Тогда работает другой заход: пять получасовых разговоров с клиентами, расшифровка, просьба к модели найти общее в том, что происходило у покупателей перед сделкой. Триггер обычно один и тот же: что-то сломалось, кто-то ушел, что-то выросло.

2. Собрать список по признакам, которые видно снаружи

Хороший признак живет в открытых данных, плохой — в голове маркетолога.

Модель здесь выполняет черную работу: читает сотню вакансий и вытаскивает из них стек, размер команды, подчиненность роли. Час машинного времени против недели ручного листания вкладок.

3. Вычистить список до того, как его увидят продажи

Менеджер перестает верить базе после третьей мертвой компании подряд. Дальше он просто не звонит, и скриптом это не лечится.

Выкидываем:

• ликвидированные и банкротные юрлица;
• нулевую отчетность;
• дубли по ИНН;
• действующих клиентов и компании из открытых сделок в CRM;
• конкурентов.

Ориентир простой — после фильтрации в выборке должно остаться не меньше 60% релевантных компаний. В одном из пилотов aiWarmUp из 96 загруженных организаций после чистки осталось 58. Это нормальная пропорция, и она означает, что сорок процентов работы вы только что не отдали живым людям.

4. Искать человека, а не юрлицо

В компании до 50 сотрудников решение чаще принимает собственник. Идти сразу к нему быстрее, чем выстраивать вежливую лестницу.

От 200 сотрудников появляется цепочка из инициатора, бюджетодержателя и закупок. Письмо инициатору без бюджета уходит в пустоту. Письмо в закупки уходит в тендерную процедуру.

Оргструктуру часто выдает вакансия. Строчка «подчинение коммерческому директору» доказывает, что такая роль есть и что она отвечает за выручку. Модель соберет гипотезу по открытым данным за минуты, но фамилию и должность все равно проверяйте руками. Человек мог уволиться год назад и не изменить о себе информацию на hh или LinkedIn, поэтому ИИ об этом не знает. 

Перед тем как запускать коммуникацию, откройте сайт компании, найдите сотрудника в корпоративных соцсетях, посмотрите последние публикации и убедитесь, что он по-прежнему работает в компании и занимает нужную должность. Если человек нигде не упоминается или его профиль давно не обновлялся, лучше найти дополнительное подтверждение перед отправкой письма.

5. Повод, ради которого вас дослушают

Фраза «изучил ваш сайт, вы лидер рынка» персонализацией не является. Она означает ровно одно: вам ничего не известно.

Повод собирается из трех частей: наблюдаемый факт, гипотеза о последствии, вопрос, в котором нет продажи.

Увидел три вакансии монтажников в Казани и Челябинске за последний месяц. Обычно при таком наборе у сервисной службы разъезжается график выездов. У вас это уже болит или пока держится на диспетчере?

Правило, которое стоит повесить на стену: факт, который нельзя подтвердить ссылкой, в письмо не идет. Модель с удовольствием придумает клиенту конференцию, кейс и запуск нового направления. Одна такая выдумка закрывает компанию навсегда.

Поэтому генерацию поводов делят на два шага. Сначала модель собирает факты со ссылками, потом отдельным промптом формулирует заход, используя только подтвержденное.

6. Инфраструктура, которую готовят заранее (для электронной почты)

Об этом многие забывают, но это один из важнейших пунктов, которые нужно проработать:

• Отдельный домен для аутрича. Если репутация сгорит, гореть будет не корпоративная почта.
• SPF, DKIM и DMARC настроены до первого письма.
• Прогрев ящика от двух до четырех недель. Старт с пяти писем в день, потолок около тридцати на ящик.
• Валидация адресов перед отправкой. Доля отказов выше 2% быстро роняет доставляемость.
• Первое письмо без картинок и ссылок. Иначе фильтры отнесут его к рассылкам.
• Юридическая рамка. Распространение рекламы по электронной почте без предварительного согласия получателя регулируется статьей 18 закона «О рекламе», а работа с контактами попадает под 152-ФЗ. Деловое обращение к конкретному сотруднику и массовая рекламная рассылка различаются содержанием, поэтому формулировки стоит один раз показать юристу. Это не юридическая консультация, а повод не откладывать разговор с ним.

7. Проверить гипотезу на сотне компаний

Прежде чем заряжать тысячу контактов, возьмите один узкий сегмент и пройдите его целиком. На выборке меньше сотни любая цифра случайна.

Опубликованные пилоты aiWarmUp дают ориентиры, с которыми можно сверяться.

Что отсюда следует практически. Контакт ЛПР находится примерно у 40% компаний выборки. В разговор превращается около трети найденных контактов. Из сотни компаний узкого сегмента реалистично получить от четырех до семи встреч, а не «сорок лидов за неделю».

Если из 150 компаний у вас нашлось 15 контактов, проблема не в менеджере. Либо сегмент выбран так, что до людей не добраться, либо источники данных слабые.

Все описанное выше собирается вручную из десятка вкладок и пары подписок. aiWarmUp закрывает тот же путь одним контуром, заточенным под российский рынок: находит компании, обогащает их контекстом, определяет ЛПР и точку входа, готовит повод для первого контакта. Данные берутся из госреестров, открытых справочников и профессиональных сервисов.

На вход можно подать сайт, ИНН, ОГРН, ссылку на вакансию, готовый список или описание сегмента.

Сервис не придумает за вас ценность продукта: при невнятном оффере хорошая база просто быстрее это докажет. Контакты собираются из открытых источников, изредка содержат ошибки, потому что эти самые контакты могут не обновить информацию о себе, и ключевые лиды перед звонком или первым сообщением лучше перепроверять.

Чего ИИ на этом этапе не сделает

1. Не придумает, зачем вы нужны рынку. Позиционирование остается человеческой работой.
2. Не заменит пять живых разговоров с клиентами. Именно оттуда берутся формулировки боли, которые потом узнают в письме.
3. Не спасет неверно выбранный сегмент. Он обработает его аккуратно и качественно, а встреч не будет.
4. Не признается в незнании. Проверенный факт и красивую выдумку модель выдает с одинаковой интонацией.

Чек-лист перед первым касанием

1. Сегмент описан признаками, которые видно в открытых источниках.
2. Признаки взяты из выигранных сделок, а не из презентации для инвесторов.
3. Список очищен от банкротов, дублей и текущих клиентов.
4. По каждой компании известно, кто принимает решение, и роль подтверждена.
5. Контакты валидированы, доля отказов ниже 2%.
6. У каждой компании есть повод, который подтверждается ссылкой.
7. Ни один факт в письме не сгенерирован моделью «по мотивам».
8. Домен настроен, ящик прогрет, суточные лимиты выставлены.
9. В пилоте не меньше сотни компаний, метрики зафиксированы до старта.
10. Заранее решено, что считается провалом гипотезы и когда пора менять сегмент.

Первое касание выглядит как старт работы, хотя на деле оно ее финал. К моменту, когда менеджер набирает номер, уже должно быть понятно, почему звонят в эту компанию, этому человеку и сегодня. Все остальное холодный рынок прощает плохо.