Резюме

Это пример применения методологии на основе открытых отраслевых данных. Цифры рассчитаны по публичным источникам — ваши результаты и декомпозиция процесса на блоки будут зависеть от конкретных условий.

Ситуация. B2B SaaS компания, 50–100 сотрудников. Генерирует 500–1000 лидов в месяц (с сайта, через рекламу, партнёрские каналы). Follow-up делается вручную: маркетолог отправляет письмо-приветствие, потом ждёт неделю, отправляет второе письмо, потом менеджер иногда звонит, если помнит.

Проблема. Потерянные лиды: 500 лидов × 60% не получают нормальный follow-up = 300 потеряных лидов/мес = 3600 потерянных лидов/год. Потерянная выручка: 3600 потеряных лидов × 2% конверсия в сделку × 100 000₽ средний контракт = 7,2М₽ потенциальной выручки Человеко-часы на follow-up: 1–2 маркетолога × 40% времени на рассылки и мониторинг = 2 000–3 000₽/мес на одного = 24 000–36 000₽/год (малая часть потерь)

Результат анализа. 3 блоков — в 🟢 Автоматизация (EPOCH 1–2). 2 блоков — в 🟡 Усиление (EPOCH 3). 1 блок — в 🟠 Коллаборация (EPOCH 4). Экономия — до 432 000 ₽ (Москва), ROI 400%.

Карта процесса

Процесс разбит на 6 блоков.

  • 1 Получить лид из формы сайта, Telegram или WhatsApp Автоматизация
  • 2 Сегментировать и оценить лид по температуре (холодный/тёплый/горячий) Усиление
  • 3 Подобрать цепочку писем под тип лида и стадию воронки Автоматизация
  • 4 Персонализировать контент письма на основе данных лида Усиление
  • 5 Отслеживать реакции на письма (открытия, клики, ответы) Автоматизация
  • 6 Передать лид менеджеру при появлении сигнала готовности к диалогу Коллаборация

Итого: 3 шага в 🟢 Автоматизация (EPOCH 1–2), 2 шага в 🟡 Усиление (EPOCH 3), 1 шаг в 🟠 Коллаборация (EPOCH 4).

Автоматизация ИИ делает, человек проверяет результат
Усиление ИИ создаёт первую версию результата, человек проверяет и дорабатывает
Коллаборация Человек создаёт результат сам, ИИ готовит данные по запросу
Человек Человек делает, ИИ максимум готовит вводные

Проверка готовности

Все четыре ответа должны быть «Да» — тогда можно переходить к внедрению.

  1. Может ли маркетолог проверить, что письма отправлены на верные адреса и открыты корректно?
  2. Доступ к amoCRM, Unisender и данные лидов можно получить за 1–2 недели?
  3. Руководство поддерживает внедрение ИИ в процесс follow-up?
  4. Команда осознаёт, что долгосрочное делегирование скоринга лидов и выбора писем может снизить способность выявлять новые паттерны поведения лидов?

Анализ

Таблица блоков

EPOCH (MIT Sloan, Loaiza & Rigobon, 2025) — шкала 1–5: насколько задача требует человеческого участия. Оценка = максимум из пяти параметров.

«Готовность ИИ-инструмента» определяет стартовый уровень контроля: чем больше опыта у команды с этой связкой «задача + инструмент», тем меньше проверок нужно с первого дня. Новый — команда ещё не делала этот тип задач с этим инструментом, уровень контроля 1. Пробуем — 1–2 цикла, результат ещё нестабильный, уровень 1–2. Стабильный — 3+ цикла без ошибок, уровень 2–3. Доказанный — 8+ циклов, уровень 3–4. Прочерк — блок не передаётся ИИ, оценка неприменима.

# Блок Зависит от EPOCH Зона Описание Готовность ИИ-инструмента
1 Получить лид из формы сайта, Telegram или WhatsApp 1 Автоматизация API из формы на сайте, интеграция с Telegram/WhatsApp, обогащение данных Стабильный
2 Сегментировать и оценить лид по температуре (холодный/тёплый/горячий) 1 3 Усиление На основе данных лида определить: отрасль, размер компании, вероятность покупки, готовность (холодный/теплый/горячий) Пробуем
3 Подобрать цепочку писем под тип лида и стадию воронки 2 2 Автоматизация По типу лида выбрать из библиотеки шаблонов последовательность: 1-е письмо → 2-е письмо через 3 дня → 3-е письмо через 7 дней Стабильный
4 Персонализировать контент письма на основе данных лида 2, 3 3 Усиление Вставить имя лида, название компании, подставить релевантное предложение (на основе отрасли) в шаблон Пробуем
5 Отслеживать реакции на письма (открытия, клики, ответы) 4 2 Автоматизация Отслеживание: открыл ли письмо, кликнул ли, как давно, какой предмет вызвал интерес Стабильный
6 Передать лид менеджеру при появлении сигнала готовности к диалогу 5 4 Коллаборация Решение о готовности лида (когда передать): по сигналам (кликнул, открыл дважды, день посещения сайта?) или по времени (через 7 дней, даже если не кликал) Новый
Почему такие оценки
# Блок EPOCH Обоснование
1 Получение 1 Техническая логистика: парсинг API формы, обогащение данных через справочник (ОГРН → отрасль).
2 Сегментация 3 ИИ может провести анализ текста заявки и профиля лида, но интерпретация (какой тип лида и готовности) требует знания бизнеса и целевого сегмента.
3 Подбор цепочки 2 Логическое правило: если ОТРАСЛЬ=«IT» И РАЗМЕР=«100+», то → цепочка_1, иначе → цепочка_2. Никакого творчества.
4 Персонализация 3 ИИ может вставить имя и номер, но выбор релевантного предложения (какой фич подчеркнуть?) требует суждения.
5 Мониторинг 2 Техническое отслеживание: пиксели открытия, click-tracking, интеграция с Google Analytics.
6 Передача менеджеру 4 Требуется составление правил передачи (комбинация сигналов), которые учитывают исторические успехи и провалы, творчески адаптируются к новым типам поведения.
Ограничения ChatGPT в этом процессе
  • ChatGPT не подключён к CRM — не знает историю лида, прошлые касания и статус в воронке. Без этих данных персонализация сводится к подстановке имени (Suplari, 2025).
  • Между сессиями ChatGPT не помнит ничего: каждый запрос — чистый лист. Управлять цепочкой из 5–7 писем с учётом поведения лида через ChatGPT вручную требует столько же времени, сколько написать письма самому (Suplari, 2025).
  • Время отправки — ключевой фактор: письмо в правильный момент в 3 раза эффективнее отложенного. ChatGPT не запускает отправку автоматически по триггеру (ConsultingQuest, 2024).
  • Решение о переходе на следующий шаг воронки (звонок или ещё одно письмо) требует анализа поведения лида — ИИ предлагает, менеджер подтверждает.

Инструкции для передачи задач ИИ

Чтобы передать задачу ИИ, нужно описать три вещи: что подаёте на вход, что получаете обратно и как поймёте, что результат верный. Ниже — такое описание для каждого блока, который переходит к ИИ. Это можно передать разработчику или использовать как основу для промпта.

Задача 1

Автоматизированный ввод лида и первичная рассылка

Критерии проверки
  • Все поля формы извлечены корректно
  • Лид добавлен в CRM (amoCRM/Bitrix24)
  • Первое письмо отправлено в течение 15 мин от получения заявки
  • Email валиден (не попал на спам-ловушку)
Вход

Форма с сайта / Telegram сообщение (имя, email, компания, отрасль, телефон если есть)

Результат

Лид добавлен в CRM + первое письмо отправлено + задача создана для менеджера

Уровень автономности

Уровень 1 (ассистируемый) — ИИ добавляет лида и отправляет первое письмо, маркетолог проверяет раз в день

Задача 2

Автоматический скоринг и динамичный follow-up

Критерии проверки
  • Оценка обновляется после каждого письма
  • Рекомендация соответствует статусу (ГОРЯЧИЙ → передать менеджеру через 1 день, ТЕПЛЫЙ → отправить 3-е письмо)
  • Дата передачи менеджеру предсказана верно (фактический переход в МКЛ ≤ 3 дней после рекомендации)
Вход

История писем (отправлены ли, открыты ли, клики), поведение на сайте (посещения, время на сайте)

Результат

Обновлённая оценка лида {текущий_статус: ХОЛОДНЫЙ / ТЁПЛЫЙ / ГОРЯЧИЙ, рекомендация, дата_передачи_менеджеру}

Уровень автономности

Уровень 2 (контролируемый) — ИИ скорит и выбирает письма, маркетолог проверяет скоринг перед отправкой критических писем

Экономика

432 000 ₽
экономия в год (Москва)
400%
ROI
224 000 ₽
стоимость внедрения (год 1)
Метрика Часов в год Экономия (₽/год) Источник
Автоматизация ручной рассылки 320–640 288 000–576 000 📊 Расчёт (1–2 маркетолога × 40% времени × 600₽/ч × 8 ч/день × 250 дней)
Сокращение цикла нагрева 40–60 Неформальное (ускорение выручки на 20–30 дней) 📊 Расчёт (Цикл 40–60 дней → 15–20 дней через автоматический follow-up)
Итого экономия в год 360–700 288 000–576 000₽

Ставки рассчитаны по медианным данным HH.ru и ГородРабот.ру, начало 2026 года. Без учёта НДФЛ и страховых взносов (~30%).

До (без ИИ) Стало возможным (с ИИ) Изменение охвата
60% лидов не получают follow-up 95%+ лидов получают минимум 3 письма за 14 дней +58% лидов в воронке
Конверсия в МКЛ = 8–10% Конверсия в МКЛ = 15–20% (лучший follow-up + сегментация) +100% улучшение конверсии
Цикл нагрева = 40–60 дней Цикл нагрева = 15–20 дней (ускорение на 50%) ×3 ускорение цикла
Письма массовые, не персонализованные Письма персонализованные по отрасли, компании, поведению 100% персонализации вместо 0%
Нет анализа эффективности цепочек Каждая цепочка отслеживается: какой % писем открыли, какой % кликнули, какая конверсия в МКЛ +95% метрик доступно
Категория Описание Стоимость
Разовая настройка Разовая настройка 40 000 ₽
Интеграция Интеграция 40 000 ₽ (разово)
Операционные Операционные (API, подписки) 10 000 ₽/мес
Обслуживание ИИ Обслуживание ИИ 2 000 ₽/мес
Разовая настройка Разовые итого 80 000 ₽
Валидация Валидация результатов 1 250 ₽/мес
Компетенции Поддержание компетенций 300 ₽/мес

Ловушка зависимости: чем дольше задача делегирована ИИ, тем сложнее замечать его ошибки. Раз в месяц — выполнить одну задачу вручную, чтобы сохранить способность оценивать результат. Подробнее — Мониторинг

Рекомендация

Начать с блока «Автоматизированный ввод лида и первичная рассылка» (Карточка № 1) на уровне 1 автономии.

Почему этот блок:

  • Результаты видны сразу (все лиды получают письмо за 15 мин вместо 1–2 дней)
  • Технически безопасно (письмо можно отозвать, если ошибка)
  • Подготавливает данные для Карточки № 2 (динамичный follow-up)

На что обратить внимание:

  • Форма на сайте не собирает отрасль/размер компании? → дополнить форму или получить через обогащение (ОГРН)
  • Email на стороне не валидны? → нужна валидация на этапе ввода
  • Письма часто попадают в спам? → проверить reputation домена, SPF/DKIM/DMARC

Проверка рисков

Вопрос Ответ Следствие
Ошибка необратима? Нет Письмо можно отозвать из очереди до отправки; ошибка в скоринге поправима ревью маркетолога
Публика увидит результат без проверки? Да Письма видят адресаты → требуется проверка человеком перед отправкой критических рассылок (новые шаблоны, первые 100 лидов)
Грозит штраф, иск или вред? Нет Follow-up письма не регулируются. GDPR требует согласия на email — но форма его собирает. Фин. риски минимальны.

Уровень контроля после запуска

Уровень автономности — насколько самостоятельно ИИ работает. Для каждого блока выбирается свой уровень в зависимости от цены ошибки.

Блоки 🟢 Автоматизация (Получение, Подбор, Мониторинг) остаются на уровне 1–2 автономии без ограничений. Блок 🟡 Усиление (Сегментация, Персонализация) требует выборочной проверки маркетолога перед отправкой; новые сценарии скоринга проходят пилот на 50 лидах перед полным запуском. Блок 🟠 Коллаборация (Передача менеджеру) остаётся в режиме Уровень 2 (контролируемый): ИИ рекомендует, маркетолог принимает финальное решение.

Если хотите разобрать свой процесс похожим образом — экспресс-диагностика займёт около 45 минут.