Автоматическая квалификация лидов: хватит тратить время впустую

Автоматическая квалификация лидов сортирует заявки ещё до того, как кто-то из вашей команды возьмёт трубку. В статье расскажем, как выбрать правильные критерии, как строится квалифицирующий разговор в чате или по телефону и как внедрить всё это за шесть шагов. Есть и пример расчёта, и честный взгляд на ограничения.

Что даёт автоматическая квалификация лидов

Риелтор выставляет в интернете трёхкомнатную квартиру и за выходные получает шквал заявок. Часть покупателей ещё не решила вопрос с финансированием, кто-то на самом деле ищет квартиру в аренду, а кто-то живёт далеко и просто сравнивает цены. Если перезванивать каждому лично, понедельник уйдёт на телефон, а до серьёзных покупателей вы доберётесь только после обеда. Как агентство недвижимости может предквалифицировать такие первые разговоры с помощью ИИ, разобрано на условном примере риелтора.

При автоматической квалификации ИИ-ассистент задаёт каждому клиенту одни и те же несколько вопросов сразу после заявки — в чате, в WhatsApp или по телефону. По ответам клиенту присваивается категория, и команда первыми обзванивает тех, с кем сделка реальна. Остальные тоже получают ответ, например полезную информацию или более поздний звонок.

Личное суждение в разговоре она не заменяет. Зато этот разговор у вас будет с правильными людьми.

Как выбрать критерии квалификации

В продажах распространена схема BANT: бюджет, полномочия на решение, потребность и сроки. Небольшим компаниям часто хватает упрощённой версии из трёх–пяти вопросов. Больше не спрашивайте, иначе клиенты бросят разговор.

Критерий	Вопрос в разговоре	Пример для риелтора
Потребность	Что именно вы ищете?	Покупка или аренда, площадь, район
Сроки	К какому сроку это нужно?	Переезд через три месяца или когда-нибудь
Финансирование	Финансирование уже решено?	Одобрение ипотеки есть, на рассмотрении или пока нет
Решение	Кто ещё участвует в решении?	Пара, семья, инвестор с партнёром
Соответствие	Подходит ли заявка под ваше предложение?	Регион и ценовой сегмент из собственного портфеля

Выводите критерии из своих последних сделок, а не из учебника. Что объединяло клиентов, которые в итоге купили или сделали заказ? Установщик солнечных панелей будет спрашивать о другом, например о площади крыши и праве собственности, — это видно из нашей статьи о лидах для солнечной энергетики.

Автоматическая квалификация лидов за шесть шагов

1. Задайте критерии и категории. Определите, когда лид горячий, тёплый или холодный. Хватит простого правила: все критерии выполнены — горячий, финансирование или сроки не определены — тёплый.
2. Напишите сценарий разговора. Сформулируйте вопросы так, как задали бы их по телефону. ИИ-ассистенту также нужны ответы на самые частые встречные вопросы, например о просмотрах или документах.
3. Определите реакцию для каждой категории. Горячим лидам сразу предлагают время в календаре. Тёплые получают информацию и повторный контакт. Холодным вежливо отвечают и дальше не ведут.
4. Подключите CRM. Каждая заявка с ответами и категорией попадает в CRM как запись, и никому не нужно ничего перепечатывать.
5. Проверьте на реальных случаях. Прогоните двадцать старых заявок и посмотрите, совпадает ли оценка с вашей.
6. Корректируйте раз в месяц. Сравните, какая категория действительно приводила к сделкам. Если лиды из «холодных» потом покупают, критерии выбраны неверно.

Именно эти задачи берёт на себя Lead Generation Manager от Neurobots. Он ведёт первый разговор на сайте, в WhatsApp или по телефону, определяет категорию клиента, при необходимости сразу записывает на встречу и передаёт запись в CRM-системы, например HubSpot, Salesforce или Pipedrive.

Пример расчёта: сколько времени занимает предварительная квалификация

Цифры ниже — допущения, а не результаты измерений. Подставьте свои.

Допустим, агентство недвижимости получает 40 заявок на объекты в обычную неделю. Сейчас сотрудник перезванивает по каждой, в среднем со второй попытки, и разговаривает десять минут. С учётом дозвонов, заметок и записи в CRM выходит около 15 минут на заявку, то есть десять часов в неделю.

Если первые вопросы задаёт ИИ-ассистент и, по нашему допущению, отбирает 15 заявок как горячие или тёплые, сотрудник перезванивает только по ним. Основные данные уже в CRM, поэтому считаем десять минут на разговор. Получается два с половиной часа вместо десяти. Остальные 25 клиентов тоже получают ответ, только не личный звонок. Пустить освободившееся время на дополнительные показы или на другую работу — решать вам. Как такая экономия времени отражается на стоимости лида, разобрано в отдельной статье.

Ограничения и подводные камни

Автоматическая квалификация лидов окупается прежде всего тогда, когда приходит много похожих заявок. Если в месяц у вас несколько проектных запросов и все индивидуальные, выигрыш небольшой. Там личный звонок по-прежнему лучше.

Обратите внимание и на следующее:

• Слишком жёсткие фильтры. Клиент без одобренной ипотеки через четыре недели может стать лучшим покупателем. Поэтому холодные лиды отправляют в цепочку повторных контактов, а не в корзину. Как это устроить, описано в статье об автоматизации лид-нёрчеринга.
• Минимум данных. Спрашивайте только то, что действительно нужно на этом этапе. Справки о доходах или полная анкета арендатора в первом разговоре неуместны.
• Равное отношение. Такие критерии, как происхождение, возраст или семейное положение, при оценке недопустимы. При сдаче квартир в аренду чёткие границы задаёт AGG (немецкий общий закон о равном обращении).
• Прозрачность. Сообщайте клиентам, что они говорят с ИИ, как того требует Регламент ЕС об ИИ (EU AI Act).

Частые вопросы

Автоматическая квалификация — это то же самое, что скоринг лидов?

Не совсем. Квалификация активно запрашивает информацию в разговоре, а скоринг дополнительно оценивает поведение и данные, например посещённые страницы или открытые письма. Они дополняют друг друга, подробнее — в статье о скоринге лидов с ИИ.

Не раздражают ли клиентов эти вопросы?

При трёх–пяти коротких вопросах почти нет, тем более что ответ приходит сразу, а часто и запись на встречу. Раздражать начинает длинная анкета или вопросы, ответ на которые уже есть в заявке.

Что происходит с заявками, которые не подходят под критерии?

Предусмотрите маршрут для особых случаев. Заявку, которую ассистент не может классифицировать, лучше передать сотруднику как отдельную категорию, а не автоматически считать холодной.

Как быстро это можно внедрить?

Техническая настройка обычно занимает несколько дней. Дольше приходится работать над критериями и сценарием разговора, потому что для этого нужно проанализировать собственные сделки.

Итоги

Больше всего времени автоматическая квалификация лидов экономит там, где на небольшую команду приходится много похожих заявок. Успех зависит не столько от технологии, сколько от удачно выбранных критериев и привычки регулярно сверять их с реальными сделками. Другие сценарии для риелторов описаны в нашей статье об ИИ для риелторов, а обзор решения есть на странице Цифровой ассистент для риелторов.