Квалификация входящих лидов

Квалификация входящих лидов — это конвейер, который принимает обращение из любого канала, дополняет его данными о компании и контакте, присваивает приоритет и отправляет в CRM с маршрутом до нужного менеджера. AI-агент в этой схеме играет роль младшего SDR: читает текст заявки, извлекает бюджет, размер команды, отрасль и срочность, проставляет теги и формирует короткое резюме для менеджера. Продавец видит отсортированный список по скору и начинает день с топа очереди, а не с разбора почты и поиска контекста по каждой заявке.

Что автоматизация делает пошагово:

1. Принимает обращение из форм сайта, чатов, email, Telegram, LinkedIn и партнёрских источников через webhooks.
2. Нормализует поля — имя, компания, email, текст запроса, канал, UTM — в единый формат для CRM.
3. Обогащает профиль компании: размер, отрасль, технологический стек, регион, LinkedIn профиль контакта.
4. Извлекает намерение и ключевые сигналы из свободного текста обращения с помощью AI-агента на AI-модели.
5. Скорит лида по матрице правил: ICP match × срочность × канал × квалификация контакта × сигналы из текста.
6. Создаёт или обновляет карточку в CRM (HubSpot, Salesforce, Pipedrive) с тегами, кастомными полями и журналом решений.
7. Маршрутизирует горячих лидов менеджеру в Slack или Telegram с ссылкой на карточку и ключевыми фактами.
8. Планирует авто-follow-up для тёплых лидов — серию писем, задачу менеджеру или запись в nurture-последовательность.
9. Логирует каждое решение: какой лид получил какой скор, кому назначен, по каким правилам, что сказал AI-агент.

Что автоматизация не делает

• Не заменяет discovery-звонок, переговоры и работу с возражениями — это остаётся за продавцом.
• Не принимает решение о закрытии сделки, о коммерческих условиях или о скидке.
• Не работает с лидами, для которых не описан ICP — сегменты и критерии задаются до запуска.

Эффект измеримый: время до первого контакта с горячим лидом падает на 60–70%. Менеджер получает приоритизированный список в начале дня и тратит рабочее время на разговоры с квалифицированными лидами, а не на ручную сортировку всего входящего потока. Для SaaS-команд это означает, что лид из Product Hunt или демо-формы не остывает за ночь, а попадает в работу по горячим следам.

Архитектура стоит на трёх слоях: захват событий, обработка AI-агентом, синхронизация с CRM и каналами коммуникации. Роутер запросов в оркестраторе или Zapier принимает webhooks от всех источников обращений и нормализует поля в единый JSON-формат, с которым работают остальные узлы сценария.

AI-агент на языковой модели вызывается одним запросом с промптом извлечения сущностей. На вход — текст заявки и мета-данные источника, на выход — структурированный JSON: intent, budget_signal, team_size, industry, urgency, red_flags. Этот JSON соединяется с данными обогащения (размер компании, стек, регион) и проходит через скоринговую матрицу. Результат — числовой скор от 0 до 100 и рекомендуемый маршрут: hot handoff, warm nurture, cold archive.

Типичные варианты настройки

1. Собрать источники входа: Typeform, HubSpot Forms, чат-виджет, IMAP-коннектор для общего ящика sales@, webhook от Calendly, Intercom, LinkedIn Sales Navigator, партнёрские формы.
2. Настроить нормализатор в low-code платформе: mapping нестандартных полей (например, size_of_team из формы → team_size в CRM), дедупликация по email и домену компании.
3. Подключить обогащение: нативные коннекторы CRM, открытые источники через HTTP-узел, специализированные API обогащения.
4. Подключить AI-агент: промпт с few-shot примерами для извлечения сущностей, лимит токенов, fallback на вторую попытку при невалидном JSON.
5. Описать скоринговую матрицу в таблице (Airtable или Google Sheets) — 5–8 правил, обновляемых sales lead без редактирования кода.
6. Настроить запись в CRM: создать новый контакт и сделку, проставить теги, привязать источник, записать скор и причину решения.
7. Подключить hot-handoff: при скоре выше порога — уведомление менеджеру в Slack или Telegram с ссылкой на CRM-карточку и ключевыми полями.
8. Добавить наблюдаемость: дашборд в Notion или Metabase с метриками по лидам — распределение скоров, среднее время обработки, каналы источников.

Компоненты системы

Альтернативные подходы

Квалификация без AI — когда 90% обращений идут из форм с чёткими полями, AI не нужен; достаточно Zapier и таблицы правил. AI-агент подключается, когда важен анализ свободного текста: email, сообщения в чате, произвольный комментарий в форме.

Готовые AI SDR-платформы (11x, Artisan, Regie.ai) — SaaS-продукты с UI и встроенной моделью. Low-code подход на оркестраторе даёт больше контроля над логикой, проще адаптируется под нестандартную CRM и не привязывает команду к вендору.

Безопасность и compliance

Персональные данные лидов передаются AI-агенту в минимальном объёме — из текста вырезаются имя, email, телефон перед отправкой в модель. Логи решений хранятся в CRM и внутреннем dashboard, а не в сторонних сервисах. При работе с EU-трафиком подключается DPA с провайдером AI-модели, промпты конфигурируются с опцией отказа от training data retention.

Минимальный набор требований для старта — доступы, данные и согласованная стратегия продаж. Без ICP-описания и скоринговых правил автоматизация не даст эффекта, потому что AI-агент работает по заданным критериям, а не решает сам.

Данные и доступы

• CRM с API — HubSpot, Salesforce, Pipedrive или аналог с открытыми эндпоинтами.
• Формы, чаты и почтовые ящики с возможностью настроить webhooks или IMAP-доступ.
• Описанный ICP: 3–5 сегментов с критериями размера, отрасли, региона, стадии бизнеса.
• Скоринговые правила, согласованные с sales lead: что считается hot, warm, cold.
• Аккаунты Slack или Telegram для handoff-уведомлений.
• API-ключ к AI-провайдеру (AI-модель через Anthropic API или аналог).

Готовность команды

• Sales lead как product owner: согласует правила, сегменты, пороги скоринга.
• Один человек с опытом low-code (workflow-движок или Zapier) — собирает сценарий.
• 2–4 часа в неделю от менеджера продаж на калибровку правил первые два месяца.
• Договорённость с маркетингом о качестве входящих форм — обязательные поля, очистка от мусорного трафика.

Сроки и этапы

• Таймлайн: 1–2 недели для weekend-сборки при готовой CRM и описанном ICP.
• Неделя 1: настройка источников, нормализация, подключение CRM, AI-агент и скоринг.
• Неделя 2: пилот на 50–100 лидах, калибровка правил, обучение менеджеров.
• MVP-версия с ограниченным набором источников собирается за 2–3 рабочих дня.

Grow2.ai ведёт пилот до момента, когда команда самостоятельно управляет правилами через таблицу скоринга.