Нейропродавец, который пишет письма сам: как мы в Андата построили конвейер встреч и не провалились в спам

Не «харизма закрыла» и не «повезло с ЛПР», а когда у процесса есть вход, выход и цена одного шага.

В продажах слишком много слов и слишком мало счетчиков. Поэтому мы в Андате сделали нейропродавца, который берет на себя самую дорогую часть B2B-аутрича: превратить список компаний в реальные демо, не прожигая время сейлза на ручную подготовку писем. Он собирает контекст по компании, формулирует релевантный заход и возвращает письмо в CRM так, чтобы сейлз не жил в копипасте. Без «привет, хочу предложить вам» и без ручной подгона текста в 23:40.

Это не заменяет нормальный сейлз процесс целиком. Это снимает рутину и освобождает самое ценное - время на демо и переговоры, где уже решается судьба денег, а не текста письма.

Конверсия во встречу около 0,37%. Звучит скромно, пока не посчитать стоимость ручного способа добраться до этих же 15-20 встреч.

И да, ответы и умное ранжирование по улучшенному результату мы пока не обрабатываем. Это следующий слой. Сейчас речь про работающий базовый конвейер

У нашего нейропродавца есть две части.

Первая часть скучная и обязательная: данные, чистка, маршрутизация, ограничения.
Вторая часть интересная: понимание бизнеса клиента и письмо, которое не вызывает желания сразу удалить.

Мы собрали обе части в один поток.

Автоматические письма уходят только на контактные адреса, которые компания сама опубликовала на своем официальном сайте как канал для обращений.

Мы не используем для автоотправки адреса из сторонних баз и агрегаторов. Контур.Фокус нужен нам как источник списка компаний и доменов, а не как источник email для рассылки.

Если у лида нет публичного контактного адреса на сайте - лид не отправляется автоматически и уходит в ручную обработку.

Дальше в CRM лиды переводятся на стадию «автоматическая обработка по Email».

Каждую ночь CRM подключается к Андате и передает в обработку 100 лидов. По выходным - до 500. Это важная деталь: конвейер должен быть ритмичным, иначе вы не сможете ни мерить, ни улучшать.

Я специально распишу это как технологический процесс, а не как магию.

Мы вызываем web-анализатор сайта, идем на сайт клиента и формируем профайл клиента.

В нем фиксируем:
-тип бизнеса и отрасль.
-примерную структуру того, что они продают.
-как может выглядеть их воронка на сайте.
-какие технологии стоят на сайте, если это можно определить.
-контакты, которые реально найдены на сайте, включая телефоны и email.
-упоминания команды и ролей, если это есть на публичных страницах.

Профиль сохраняем в векторную базу, чтобы дальше работать не с нуля, а с памятью.

Следующий агент классифицирует компании по размеру. Корпорации и крупные компании мы сразу возвращаем в CRM на стадию «обработка сотрудниками».

Это не про страх. Это про экономику и риск. В Enterprise одна неудачная автоматическая попытка может стоить дороже, чем 300 аккуратных попыток по среднему сегменту.

Остальные идут в очередь на автообработку.

Третий агент берет профиль клиента и смотрит в хранилище успешных сделок.

Мы храним связку:
-подписанный контракт.
-профиль клиента на момент сделки.
-что именно ему было продано.
-какая формулировка боли помогла довести до договора.

По этой базе агент выбирает наиболее подходящую боль под текущий профиль.
Пример, очень приземленный. Если видно, что это e-commerce, а на сайте стоят технологии, типичные для Битрикса, то болевой крючок может звучать так: «данные интернет-магазина и CRM живут отдельно, из-за этого маркетинг оптимизируется вслепую».

Если подходящей боли в хранилище нет, модель формулирует новую и добавляет в банк болей. Это важно: система не должна упираться в «у нас нет кейса под эту отрасль».

Четвертый агент смотрит, есть ли в хранилище удачные письма под похожие профили и боли. Если есть, он берет лучшее и адаптирует. Если нет, пишет новое письмо и возвращает его в CRM.

Дальше CRM отправляет письмо от имени сейлз-менеджера.

Пример исходящего письма, сформированного и отправленнго в интерфейсе нашей CRM: на основе профиля компании система формулирует точку боли (разрозненные данные по CRM, сайту, звонкам и чатам) и предлагает следующий шаг – регистрацию:

-Оно не пытается понравиться. Оно пытается быть точным.
-В нем есть конкретный повод написать: профиль и типовая поломка.
-В нем есть быстрый тест, а не давайте купите платформу.
-Есть нормальный выход из коммуникации, чтобы не превращаться в шум.

А ниже пример результата автоматического аутрича: входящее письмо в CRM с подтверждением интереса со стороны клиента. Ответ зафиксирован в карточке коммуникации и переводит лид в следующий этап - согласование демо и квалификация запроса.

Один сейлз, который стабильно приносит 15-20 встреч в месяц, стоит компании примерно 130 тыс ₽ в месяц зарплата плюс налоги.

Если масштабировать до 400 000 писем в месяц при той же конверсии, это около 1 200 встреч. Ручная добыча 1 200 встреч - это примерно 80 продавцов, то есть около 10,5 млн ₽ в месяц на ФОТ и налоги при той же оценке стоимости продавца.

Дальше - обычная воронка. В среднем 1 сделка из 10 встреч. Средний чек 50 тыс ₽ в месяц. Годовой LTV порядка 400 000 ₽ с учетом оттока. Это модель, не обещание. Но она показывает, почему такие системы будут появляться у всех, кто умеет считать.

По железу оценка такая: 2 видеокарты Nvidia H200, ориентир 5-6 млн ₽ за обе. Это капитальные затраты, а не ежемесячные. Даже если добавить инфраструктуру и поддержку, логика окупаемости все равно выглядит агрессивно.

Это не обещание рынку. Это модель. Но модель, которая заставляет шевелиться.

Система уже дает встречи, и это главный факт. Но это не финальная версия. Сейчас мы закрываем базовый конвейер, а дальше будем наращивать качество и управляемость.

Ближайшие доработки понятные:
-Обработка ответов и обучение на них. Чтобы письма и подбор боли улучшались не по ощущениям, а по статистике ответов и встреч.
-Ранжирование лидов по реакции. Чтобы сейлз видел наверху тех, кто реально теплый, а не тех, кто просто попал в поток.
-Защита от ложных совпадений профиля. Чтобы система не делала смелых выводов там, где сайт ничего не доказывает.

Смысл простой: конвейер работает уже сейчас, а следующие шаги - это рост конверсии и снижение риска на масштабе.

Не потому что AI модно. А потому что сейчас самый дефицитный ресурс в B2B - не лиды и не трафик. Это внимание к вам по ту сторону.

Если вы умеете делать касания массово, но не превращаете их в шум, вы получаете непропорциональное преимущество.

Это конвейер, который берет список компаний и автоматически готовит профессиональное письмо под конкретную компанию, возвращая его в CRM для отправки и учета результата.

Нет. Это снимает рутину: собрать контекст, сформулировать первый контакт, не утонуть в копипасте. Переговоры, сделки и ответственность остаются у людей.

Минимум:
-сайт компании.
-контактный email только если он явно опубликован самой компанией на ее официальном сайте как канал для обращений.

Нет. Мы не используем сторонние базы и сервисы как источник email для рассылки. Автоматическая отправка идет только на контактный адрес, опубликованный на официальном сайте компании.

Мы привязываем отправку к конкретной странице сайта, где контакт был опубликован. Внутри процесса это правило жесткое: нет подтвержденного источника на сайте - нет автоотправки.

Только если компания сама публично разместила этот адрес на своем сайте как официальный контакт для обращений. В остальных случаях – нет.

Такой лид не уходит в автоматическую рассылку и попадает в ручной маршрут. Автомат не должен выкручиваться и искать обходные пути.

Потому что письмо строится из профиля компании, конкретной гипотезы боли и понятного следующего шага. И потому что мы сознательно избегаем суперпредложений, давления и выдуманных фактов.

В каждом письме есть понятный способ отказаться - «Отписаться» и короткая фраза для ответа. Любая просьба не писать сразу отправляет адрес в стоп-лист, и система больше не делает касаний по этому контакту.

-лимиты отправок и стабильный ритм, без скачков.
-разделение доменов по задачам.
-стоп-листы и жесткая реакция на негативные сигналы.
-аккуратный контент без триггеров агрессивной рассылки.

Крупные компании и корпорации уходят в ручную обработку. Агент там помогает анализом и подготовкой.

Да, если CRM умеет принимать лиды, статусы, письма и отдавать события по отправкам и ответам. Обычно это решается через API и понятный формат очереди.