Кейс: автоматизация отдела продаж и поддержки для МСП — −38% нагрузки без расширения штата
Компания из сферы B2B-услуг (12 человек, ~45–60 лидов в месяц) за 6 недель снизила ручную нагрузку на менеджеров на 38%, сократила среднее время первого…
Компания из сферы B2B-услуг (12 человек, ~45–60 лидов в месяц) за 6 недель снизила ручную нагрузку на менеджеров на 38%, сократила среднее время первого ответа с 47 до 4 минут и подняла конверсию «лид → квалификация» с 41% до 63% — без найма новых операторов. Ниже — честный разбор: что меняли в процессах, сколько стоило, какие метрики считали и где почти провалили проект.
| Проблема | Было | Боль |
|---|---|---|
| Первый ответ | 30–90 минут в рабочие часы, ночью — до утра | Лиды уходили к конкурентам, которые отвечали быстрее |
| Квалификация | Вручную, по памяти, без единого скрипта | Менеджеры тратили 15–20 минут на заведомо нецелевых |
| Поддержка | Те же менеджеры отвечали на типовые вопросы | До 40% рабочего времени — на повторяющиеся ответы |
| CRM | Заполнялась «как получится» | Руководитель не видел реальную воронку |
Что меняли: три контура вместо одного «бота»
Проект не начинался как «внедрим ИИ». Начался он с аудита: две недели считали, куда реально уходит время менеджеров. Результат — три повторяющихся процесса, которые дают основной объём рутины. Под них и строили три отдельных сценария.
1. Первичный ответ и квалификация лида. Агент принимает заявку из формы, чата и почты, задаёт 4–6 вопросов из квалификационного скрипта (бюджет, сроки, тип задачи, кто принимает решение), сверяет с критериями ICP и либо передаёт менеджеру с готовой карточкой, либо вежливо закрывает нецелевой запрос. Ночью и в выходные работает без человека.
2. Поддержка по типовым вопросам. База знаний из регламентов и переписки за последний год — около 120 пар «вопрос-ответ». Агент отвечает на них, а на нестандартных вопросах не пытается угадать, а собирает контекст и эскалирует на дежурного.
3. Гигиена CRM. После каждого диалога агент сам заполняет поля сделки: источник, стадию, следующий шаг, резюме разговора. Менеджер только проверяет.
Ключевое решение: не автоматизировали всё сразу. Первый сценарий — квалификация — запустили за 12 дней, посмотрели на цифры, и только потом взялись за поддержку. Это позволило не переделывать архитектуру, когда выяснилось, что часть вопросов скрипта клиенты не понимают и отвечают наугад.
Метрики: что считали и как
Считали не «довольство бота», а четыре числа, которые видны в CRM без дополнительных отчётов.
| Метрика | До | После 6 недель | Как считали |
|---|---|---|---|
| Среднее время первого ответа | 47 мин | 4 мин | Метка входящего сообщения → первый исходящий |
| Конверсия «лид → квалификация» | 41% | 63% | Доля лидов, дошедших до стадии «квалифицирован» |
| Доля типовых обращений, закрытых без менеджера | 0% | 54% | Оценка по логам диалогов |
| Ручная нагрузка на менеджера | 100% | 62% | Часы на обработку диалогов, замер по неделям |
Про «−38% нагрузки»: это разница между базовой неделей до запуска и средней за последние две недели проекта. Считали по времени, которое менеджеры тратят на диалоги, а не по количеству сообщений. Цифра оценочная — на такой выборке (45–60 лидов в месяц) погрешность в несколько процентных пунктов неизбежна, и мы это клиенту сказали сразу.
Конверсия выросла не потому, что «ИИ лучше продаёт». Причина проще: нецелевые лиды стали отсекаться на входе, а не после 20 минут разговора, и менеджеры перестали терять тёплые заявки в ночной очереди.
Сколько стоило и сколько заняло
Проект шёл 6 недель от старта до рабочего контура. По нашим ориентирам это укладывается в диапазон «полный контур 30–90 дней» — здесь повезло с узким набором сценариев и готовностью клиента дать доступ к переписке.
Бюджет разложился так:
- Пилот квалификационного сценария — в диапазоне 60–350 тыс ₽ в зависимости от числа интеграций (в этом проекте — форма на сайте, почта и CRM).
- Агент поддержки — от 50 тыс ₽.
- Агент продаж (квалификация + передача в воронку) — от 200 тыс ₽.
- Сопровождение после запуска — 15–50 тыс ₽/мес: правки скриптов, разбор эскалаций, обновление базы знаний.
Прототип первого сценария собрали за 10–14 дней — это стандартный срок, и он же был точкой принятия решения: если на прототипе метрики не двигаются, дальше идти нет смысла.
Отдельно про скрытые расходы, которые редко считают заранее: время руководителя на согласование скриптов (в этом проекте — примерно 6–8 часов за весь срок) и чистка базы знаний. Второе оказалось дороже, чем ожидалось: из 120 пар «вопрос-ответ» после вычитки осталось 94, остальные были устаревшими или противоречили друг другу.
Где почти провалили проект
Честный разбор без этого раздела был бы рекламой.
Скрипт квалификации написали «как для людей». Первая версия вопросов звучала естественно в переписке между менеджером и клиентом, но в чате с агентом выглядела как допрос. На второй неделе доля отвалов на этапе квалификации выросла. Переписали: сократили с 8 вопросов до 5, убрали открытые формулировки, добавили кнопки выбора там, где это уместно. Только после этого конверсия пошла вверх.
Менеджеры саботировали — не из вредности. Первые дни они перепроверяли каждый ответ агента вручную, то есть нагрузка выросла. Помогло не убеждение, а прозрачный лог: менеджер видел, что агент ошибся 3 раза за 40 диалогов, а не 15. Плюс правило — любая ошибка агента разбирается в тот же день и попадает в правки.
Почти автоматизировали не тот процесс. В начале хотели отдать агенту выставление счетов — казалось, что это «рутина». На аудите выяснилось, что на счета уходит 4% времени, а на повторяющиеся ответы клиентам — почти 40%. Приоритет поменяли.
База знаний оказалась мусорной. Об этом выше: без вычитки агент поддержки уверенно отвечал устаревшими формулировками. Правило, которое вынесли: база знаний — не «загрузить всё», а «загрузить проверенное».
Что делать, если хотите повторить
Порядок, который сработал здесь и который мы теперь предлагаем по умолчанию:
- Неделя аудита. Замерьте, куда уходит время: логи переписки, хронометраж 3–5 дней. Без этого шага выбирать сценарий — гадание.
- Один сценарий на прототип. 10–14 дней, узкий охват, измеримая метрика до/после.
- Решение по цифрам. Если прототип не двигает целевой показатель — не масштабировать, а переделывать сценарий.
- Вычитка базы знаний до запуска поддержки. Не после.
- Правило разбора ошибок. Каждая ошибка агента разбирается в день обнаружения, правка — в течение недели.
- Сопровождение минимум 2–3 месяца. Первые недели после запуска — самые шумные, нужен человек, который оперативно правит скрипты.
Если коротко
- Три сценария (квалификация, поддержка, гигиена CRM) дали −38% ручной нагрузки, первый ответ — 4 минуты вместо 47, конверсия в квалификацию — 63% вместо 41%.
- Сработала не «технология», а порядок: аудит → один сценарий → прототип за 10–14 дней → решение по метрикам → масштабирование.
- Бюджет: пилот 60–350 тыс ₽, агент поддержки от 50 тыс ₽, агент продаж от 200 тыс ₽, сложный контур от 500 тыс ₽, сопровождение 15–50 тыс ₽/мес.
- Главные риски — не техника, а скрипт «как для людей», грязная база знаний и саботаж менеджеров из-за недоверия к агенту.
- Цифры на выборке 45–60 лидов в месяц — оценочные, относитесь к ним как к направлению движения, а не как к точному прогнозу.
FAQ
Нужен ли нам свой разработчик, чтобы это поддерживать? Нет. Сценарии настраиваются и правятся без кода, но нужен человек, который отвечает за содержание: скрипты, базу знаний, разбор ошибок. Обычно это руководитель отдела или операционный менеджер, 2–4 часа в неделю.
Что будет, если агент ошибётся в разговоре с важным клиентом? Поэтому и нужна эскалация: агент не пытается отвечать на нестандартные вопросы, а собирает контекст и передаёт человеку. Плюс лог всех диалогов — ошибку видно и можно разобрать в тот же день.
Можно ли запустить только поддержку, без продаж? Да, и это частый вариант. Агент поддержки — от 50 тыс ₽, запуск быстрее, потому что не нужно согласовывать квалификационный скрипт. Но и эффект на конверсию будет меньше: основной прирост в этом проекте дала именно квалификация.
Через сколько видно первый результат? На прототипе — через 10–14 дней, по времени первого ответа и доле диалогов, закрытых без менеджера. Эффект на конверсию проявляется позже, обычно на 3–5 неделе: нужна статистика хотя бы по нескольким десяткам лидов.
Мы небольшие, 30 лидов в месяц. Имеет смысл? Считать надо не по лидам, а по часам. Если менеджеры тратят на типовые ответы и квалификацию больше 20–25% времени — смысл есть. Если меньше, сначала стоит разобраться с процессом, а не автоматизировать его.
Читайте также
- Кейс: автоматизация отдела поддержки за 30 дней — −42% нагрузки без найма
- Кейс автоматизации отдела продаж и поддержки МСП в 2026: этапы, цифры и сроки
- Автоматизация отдела поддержки за 30 дней: этапы, цифры и сроки
Обсудить задачу
Расскажите, что нужно автоматизировать. Александр Раисович ответит лично и предложит архитектуру решения.