30–40% ответов из холодной базы: почему это не идеальный скрипт
На конференции Vitamin.tools Валентин Танцюра из LeadBridge разбирал холодный ИИ-аутрич в мессенджерах.
В теме доклада звучат 30–40% ответов, но сама цифра без контекста опасна: на странице Telegram-аутрича LeadBridge указан ориентир 25%+, в общей воронке портфеля — 12–16%, а публичный кейс Kata Academy дал 33%.
- Сначала сегмент. Не «директора вообще», а конкретные компании и роли с понятной задачей.
- Потом досье. Должность, компания, сайт, bio и повод написать.
- Первое сообщение объясняет, почему вы пришли именно к этому человеку. Без презентации на экран и продажи в лоб.
- Дальше 2–3 касания. Продолжение разговора, а не механические напоминания.
- ИИ ускоряет ресёрч, персонализацию и обработку ответов, но гипотезу выбирает человек.
Кейс промышленного интегратора показывает масштаб системы: 14 000 контактов участников выставки → 1 300 релевантных → 430 ответов → 150 MQL → 60 встреч → 35 SQL за 1,5 месяца. Здесь рекламный кабинет не решил бы задачу так точно: команде нужен был не общий трафик, а конкретные люди до конкретной выставки.
При этом аутрич и платный трафик не обязаны конкурировать. Аутрич быстро проверяет, какой сегмент и оффер отвечают. Когда связка подтверждена, её можно масштабировать рекламой; Vitamin.tools в такой системе остаётся paid-инфраструктурой, а outbound — отдельным источником встреч.
