Поиск B2B-клиентов холодными письмами: ИИ пишет каждое по фактам о компании адресата
Когда менеджер пишет холодные письма сам, больше всего времени уходит на поиск: кто в компании принимает решения, как у неё идут дела и о чём ей написать. В этой схеме Apollo находит нужных людей, Clay собирает факты о компании, ИИ пишет письмо каждому адресату, Instantly рассылает, а ответы попадают в amoCRM. За менеджерами остаются проверка писем и переговоры.
Хорошее холодное письмо долго готовить
Возьмём для расчёта B2B-компанию, которая продаёт услуги среднему бизнесу. Сделка длится несколько месяцев, а решение принимает генеральный, операционный или ИТ-директор.
Письмо, в котором нет ничего о компании адресата, читается как рассылка. Поэтому менеджер сначала ищет повод: проверяет выручку в СПАРК, читает новости компании, смотрит свежие вакансии и назначения. Потом пишет письмо именно этому человеку. Он одновременно работает аналитиком и автором писем.
Даже если на поиск фактов и одно письмо уходит всего 10 минут, за 40-часовую неделю менеджер напишет не больше 240 писем, и на переговоры времени у него уже не останется. Чтобы писать больше, придётся нанимать и обучать новых людей.
Пять шагов от списка компаний до заявки в CRM
Идея простая: снять с менеджеров однотипную работу и оставить им то, ради чего их нанимали, — следить за качеством и вести переговоры.
Первые лица под портрет клиента, например генеральные, операционные и ИТ-директора компаний на 50–500 человек. Список делится по отраслям.
Выручка из СПАРК, новости компании, технологии сайта, свежие вакансии — факты, из которых складывается личное письмо.
GPT-4o пишет 3 варианта письма по 4–7 фактам о компании, Claude выбирает лучший. Обе модели подключены через ProxyAPI.ru. Темы писем сравниваются A/B-тестом.
8 прогретых почтовых ящиков работают по очереди. Если адресат молчит, ему уходят ещё 4 письма. Недоставленные адреса отсеиваются, письма проверяются на спам.
Ответы попадают в amoCRM с пометкой по тону. Заинтересованных передают менеджеру, отказавшихся убирают из рассылки.
Apollo находит нужных людей
Apollo — база компаний и контактов. В ней я отбираю первых лиц под портрет вашего клиента и делю список по отраслям: промышленное производство, оптовая торговля, розница, B2B-услуги.
Clay собирает о компании 4–7 фактов
Clay дополняет каждый контакт данными: выручка из СПАРК, свежие новости компании, технологии сайта (через BuiltWith), открытые вакансии (признак роста), упоминания в отраслевой прессе. Цель — собрать 4–7 фактов, по которым ИИ напишет письмо именно этому человеку.
В письме есть конкретный повод
GPT-4o быстро готовит 3 варианта письма для каждого контакта (через ProxyAPI.ru, чтобы платить российской картой). Claude выбирает лучший вариант, вычищает канцелярит и сверяет факты с собранными данными. В готовом письме упомянуто конкретное событие в жизни компании: новый филиал, наём директора по цифровизации, запуск продукта.
Instantly прогревает ящики и ведёт цепочки писем
Письма уходят с 8 почтовых ящиков на разных доменах. До начала рассылки ящики две недели прогреваются в Instantly: у каждого набирается история обычной переписки. Потом ящики работают по очереди, и каждый отправляет 35–45 писем в день, чтобы не попасть в спам. Темы писем сравниваются A/B-тестом. Если адресат не ответил, ему уходят ещё 4 письма: через 3, 7, 14 и 28 дней. Недоставленные адреса вычищаются автоматически.
Ответы разбираются по тону и попадают в amoCRM
Каждый ответ читает небольшая языковая модель и определяет его тон. Если человек заинтересован, в amoCRM появляется заявка с меткой «готов к звонку», и она сразу встаёт в очередь к менеджеру. Нейтральный ответ получает метку «дослать материалы». При отказе адресат выходит из рассылки.
На каждом шаге работает свой сервис
База компаний и контактов: отбор первых лиц по портрету клиента
Дополнение данных: СПАРК, новости, технологии сайта, вакансии — факты по каждому контакту
Сервис холодных рассылок: прогрев ящиков, работа по очереди, цепочки писем, отсев недоставленных
Быстро готовит 3 варианта письма и темы по собранным фактам
Вычитывает лучший вариант: канцелярит, факты, тон
Доступ к моделям OpenAI и Anthropic с оплатой российской картой
Выручка и финансовая отчётность компаний по ИНН
Технологии сайта: система управления, аналитика, хостинг
Отобранные заявки, метки по тону ответа, очередь для менеджера
- В моём автоответе на пропущенные звонки языковая модель пишет текст ответа под заказ конкретного покупателя. Обещать то, чего нет в данных, система не имеет права.
- На чём собран сайт и какие сервисы к нему подключены, я выясняю своим инструментом для разбора сайтов по открытым источникам. В этой схеме тот же шаг делает BuiltWith внутри Clay.
Чего ожидать после запуска
Цифры посчитаны для схемы, описанной выше: восемь ящиков, 35–45 писем в день с каждого, пять рабочих дней в неделю и до пяти писем одному адресату. Для вашей компании я пересчитаю всё на аудите.
восемь ящиков по 35–45 писем, считая напоминания
каждый получает до пяти писем: первое и четыре напоминания
столько заняли бы 300 личных писем вручную, по 10 минут на каждое
из 300 новых адресатов каждый процент ответивших — это около трёх человек
Главное, что меняется, — работа менеджеров. Поиск данных и письма берут на себя сервисы. Менеджеры выборочно проверяют письма и ведут переговоры с теми, кто ответил.
Сколько ответов станут заявками, зависит от отрасли, портрета клиента и повода для письма. Первый месяц рассылки покажет, какие темы и поводы работают лучше всего. После этого цену заявки можно считать по вашим цифрам.
Новую отрасль можно проверить, не нанимая людей: достаточно сменить фильтр в Apollo и заново собрать данные в Clay.
Сколько времени займёт запуск
4 недели на настройку и 2 на прогрев почтовых ящиков, рассылка начинается после прогрева
показываю, как вести цепочки писем, менять фильтры и разбирать ответы, чтобы дальше команда работала сама
- Вместе описываем портрет клиента, и я настраиваю по нему отбор в Apollo
- Настраиваю в Clay сбор 4–7 фактов о каждой компании, по ним ИИ пишет письмо
- Пишу промпты для GPT-4o, настраиваю вычитку в Claude и A/B-тесты тем писем
- Готовлю почту: 8 ящиков, прогрев 14 дней, цепочки писем
- Связываю Instantly с amoCRM: метки по тону ответа, очередь для менеджера
Сколько стоят настройка и ежемесячные подписки, смотрите на странице «Цены».
Когда поиск клиентов стоит автоматизировать
Схема подходит компаниям, которые продают первым лицам среднего и крупного бизнеса, ведут сделку дольше месяца и получают с неё больше 500 тыс. ₽. Вот типичные примеры:
- → B2B-сервисы с чеком от 500 тыс. ₽ в год: ясный портрет клиента и понятные поводы для покупки
- → Консалтинг и агентства: цифровая трансформация, автоматизация, разработка на заказ
- → Услуги для бизнеса: юридическое сопровождение, аудит, оценка, кадровый консалтинг
- → Промышленные технологии (интернет вещей, MES, WMS), где нужный контакт — директор по производству или ИТ-директор
- → Финансовые продукты для бизнеса: эквайринг, факторинг, банковское обслуживание компаний
- → Любые B2B-услуги, где рост продаж упирается в то, сколько писем успевают написать менеджеры
Похожие кейсы и готовые решения
Конверсии уходят в рекламные кабинеты прямо с сервера, и отчёт для команды собирается сам
Трекер Keitaro собирает клики и конверсии на вашем сервере. Слой на nginx с Lua отсеивает повторы, и события…
Еженедельные отчёты клиентам собираются сами
По понедельникам сценарий в конструкторе автоматизаций n8n собирает цифры по всем восьми клиентам из…
Из речи в готовый ролик: одно видео звучит на пяти и более языках
Whisper расшифровывает речь, GPT-4o переводит текст и переписывает его под рынок, ElevenLabs воссоздаёт голос…
Начните с аудита за 5 000 ₽: письменный отчёт и расчёт окупаемости
Расскажу, что автоматизировать в первую очередь, когда это окупится и нужен ли вашей задаче ИИ вообще. Иногда он не нужен.
Или просто задайте вопрос. В рабочее время отвечаю в течение 2 часов