ИИ против потерь в воронке: кейс ЖК, где конверсия во встречу выросла в 5 раз, а стоимость встречи упала в 5 раз

Мы не стали перераспределять медиабюджет и не пошли искать «идеальный» канал. Вместо этого построили stage-based атрибуцию — не по рекламным касаниям, а по этапам внутри CRM: входящий лид → квалификация → назначение встречи → встреча. И подключили три инструмента Finepromo, которые закрывали каждый участок.

Результат за три месяца: конверсия во встречу выросла с 5% до 25%, стоимость встречи снизилась в 5 раз, качество звонков по оценке речевой аналитики — на 50%, конверсия из сообщений в чате — на 410%.

Ниже — разбор механики.

Гипотеза: узкое место — не на входе, а на выходе

На старте у клиента была классическая ситуация: стабильный поток лидов из digital, отдел продаж загружен, но до встречи доходит каждый двадцатый. Соблазн простой — увеличить бюджет или «почистить» лиды. Мы предложили другой фокус: посмотреть, что происходит с заявкой после того, как она попала в CRM.

Название ЖК не раскрываем по договорённости с клиентом. Абсолютные цифры по лидам, бюджетам и стоимости встречи — тоже.

Ключевая методологическая развилка: мы не строили MTA по рекламным каналам. На этом этапе она не дала бы управляемости. Если 95% лидов умирают после заявки, вопрос не в том, какой канал дал лид, а в том, какой этап и какой менеджер его потерял. Поэтому атрибуцию перенесли внутрь воронки продаж.

Стек: три инструмента, один контур управления

Мы связали в единую систему три продукта: Цифрового РОПа, CRM-агента и ИИ-чат-бота. Каждый отвечал за свой участок, но данные сходились в одну картину.

1. Цифровой РОП: 100% звонков вместо выборочного прослушивания

РОП физически не мог слушать все звонки. Оценка менеджеров строилась на выборке, а значит, была неполной. Мы подключили речевую аналитику, которая обрабатывала весь массив разговоров.

Что это дало:

• транскрибацию и оценку каждого звонка по скрипту;

• поиск повторяющихся критических точек: где менеджер теряет инициативу, где не отрабатывает возражение, где разговор перестаёт вести к встрече;

• объективный срез по каждому сотруднику, а не по случайным записям.

Это не «контроль ради контроля». Это инструмент управленческих итераций: РОП видел не единичную ошибку, а паттерн.

2. CRM-агент: stage-based атрибуция и прозрачная воронка

CRM-агент собрал воронку по всем лидам и в разрезе менеджеров. Он контролировал движение сделок по ключевым этапам и показывал, где именно возникает просадка между входящим лидом, квалификацией и назначением встречи.

Фактически мы получили атрибуцию не по каналам, а по этапам:

Лид → квалификация → назначение встречи → встреча назначена → встреча

На каждом переходе считалась конверсия. Это позволило увидеть, что проблема не на входе, а на участке, где менеджеры должны были доводить клиента до назначения встречи. РОПу больше не нужно было вручную проверять карточки — агент сам сигнализировал об отклонениях.

3. ИИ-чат-бот: матрица сценариев вместо FAQ

До внедрения бота на сообщения на сайте отвечали менеджеры. Среднее время ответа — около 7 минут. За это время часть посетителей закрывала чат и уходила.

Мы подключили ИИ-чат-бота, который отвечает мгновенно и знает информацию по всем проектам. Но ключевое — не скорость сама по себе, а матрица сценариев, которую мы собрали перед запуском.

Она выглядела так:

• 4 входа: цена и ипотека, планировки, сроки сдачи, запись на просмотр.

• 3 стадии: интерес, сомнение, готовность к встрече.

• 2 типа ответа: мгновенный автоответ с фактами или передача менеджеру с уже собранным контекстом.

Это не креативная матрица в рекламном смысле, а операционная матрица коммуникации. Она позволила боту не просто «отвечать», а квалифицировать лид и готовить его к следующему шагу.

Результат: конверсия из сообщений в чате выросла на 410%.

На внедрение всех трёх инструментов ушло три недели.

Управленческий цикл: три итерации скрипта

После запуска началась самая важная часть. Мы не остановились на настройке и отчётах. Нужно было превратить данные в изменения внутри отдела продаж.

Цифровой РОП показал повторяющиеся критические моменты во всём массиве разговоров. На основе этих выводов РОП трижды скорректировал скрипт. После каждой правки мы смотрели, как меняется качество звонков, и продолжали цикл.

К августу качество звонков по оценке Цифрового РОПа выросло на 50%. Параллельно через CRM-агента мы контролировали этапы, на которых раньше терялась часть лидов.

Логика была такой:

Находим отклонение → РОП меняет скрипт или усиливает контроль этапа → снова проверяем звонки и воронку.

ИИ давал полную картину. Управленческое решение принимал РОП вместе с нашей командой.

Результаты: июнь vs август

За базовую точку взяли июнь, сравнили с августом — третьим месяцем после внедрения.

• Конверсия из лида во встречу выросла с ~5% до 25% — рост в 5 раз, или +20 п.п. Целевой диапазон 15-20% превышен.

• Стоимость встречи снизилась в 5 раз: в августе встреча обходилась проекту в 5 раз дешевле, чем в июне.

• Качество звонков по оценке Цифрового РОПа выросло на 50%.

• Конверсия из сообщений в чате после запуска ИИ-бота выросла на 410%.

Ограничения и что мы не стали делать

Мы внедряли три инструмента одновременно, поэтому не распределяем общий рост конверсии между отдельными продуктами. Это системный эффект, а не сумма трёх независимых улучшений.

И главное: мы не масштабировали трафик, пока не подняли пропускную способность post-lead воронки. Если бы просто увеличили бюджет при конверсии 5%, то вместе с лидами выросли бы и потери.

Совет для маркетологов

Работая с девелопментом, мы подтвердили гипотезу: узкое место часто не в трафике, а в неуправляемой пост-лидовой воронке. Пока вы не видите все звонки, этапы и менеджеров, любой рост медиа только масштабирует упущенную выручку.

В performance-маркетинге пора перестать оптимизировать только верх воронки. Если конверсия из лида во встречу — 5%, никакой рост CPL не спасёт. Сначала — управляемость post-lead этапов, потом — масштаб.

Что можно применить в своих проектах

1. Проведите аудит post-lead journey, а не только медиаплана.

Посмотрите, что происходит с заявкой после попадания в CRM. Часто там теряется больше, чем на входе.

2. Постройте stage-based атрибуцию.

Считайте конверсию между этапами: лид → квалификация → назначение → встреча.

Это даёт управляемость лучше, чем MTA по каналам на раннем этапе.

3. Внедрите 100% речевую аналитику звонков.

Выборка из 10-20 записей не покажет системных ошибок. Нужен весь массив.

4. Соберите CRM-дашборд по менеджерам и этапам.

РОП должен видеть не только общую воронку, но и конкретных сотрудников, которым нужна помощь.

5. Для чат-бота сделайте матрицу сценариев: боль × стадия × действие.

Не просто FAQ, а квалификация и передача менеджеру с контекстом.

6. Запустите цикл итераций скрипта.

Анализ → правка → контроль → замер. В этом кейсе потребовалось три итерации, чтобы качество звонков выросло на 50%.

7. Считайте стоимость встречи, а не только CPL.

CPL может быть красивым, но если встреча стоит как крыло от самолёта — экономика не сходится.

8. Не масштабируйте трафик, пока не подняли пропускную способность воронки.

Сначала ремонтируем трубу, потом увеличиваем напор.

Если хотите разобрать свою post-lead воронку — приходите с выгрузкой по этапам. В демо CRM-агента Finepromo показываем, как выглядит контроль движения сделок и где обычно прячутся потери.