Ноль заявок с сайта, а коммерческих предложений на 11 миллионов с помощью Claude Code

Клиент и как устроена его продажа

Клиент — российский поставщик промышленного насосного оборудования под собственным брендом. В ассортименте многоступенчатые вертикальные и горизонтальные насосы. Оборудование хранится на складе в Москве, поставляется по всей стране, у компании есть сервис и пусконаладка.

Покупатель здесь не человек, а компания: завод, производство, инжиниринговая организация или поставщик, закрывающий запрос конечного заказчика. Запрос приходит от снабженца, характеристики согласует инженер, цену утверждает руководитель. Реклама отвечает только за первый шаг, а вся остальная продажа занимает недели или месяцы.

Ниша узкая: прямой спрос исчисляется тысячами запросов в месяц, а не сотнями тысяч. За него конкурируют все поставщики сразу, при этом рядом много постороннего трафика — бытовые насосы, ремонт, учебные работы и вакансии. Поэтому задача состоит не просто в объёме, а в том, чтобы отобрать ограниченный профессиональный спрос и сохранить его чистым.

Сайт и калькулятор подбора

Для закупщиков сделали не обычную страницу с описанием оборудования, а подбор модели по параметрам. Пользователь получает каталог с фильтрацией и графиком характеристик, не ожидая ручного ответа на первичный вопрос. Такой мини-сервис команда разработки собрала за две недели.

По данным Метрики, среди посетителей, которые уходят с посадочной страницы глубже на сайт, примерно пятая часть открывает подборщик. Другие скачивают прайс. Инструментом пользуются, но дальнейшее поведение аудитории оказалось не таким, как предполагала стандартная аналитика.

Зачем запускали тест до появления товара

Первый запуск сделали, когда оборудование ещё было в пути. Продавать было нечего, зато клиенту требовалось заранее определить будущий рекламный бюджет. Тест должен был ответить на три вопроса: существует ли живой поисковый спрос, сколько стоит обращение и какой бюджет понадобится после наполнения склада.

Запустили две поисковые кампании. Первая работала по прямым запросам на тип оборудования, вторая — вокруг запросов на известный импортный бренд, покупатели которого могли рассмотреть аналог.

В Метрике конверсий не было, а обращения приходили

За период Метрика насчитала 12 конверсий на 13 121 клик — 0,09%. В выгрузке оказалось больше семи тысяч поисковых запросов, и хотя бы одну конверсию дали только три. При этом события не совпадали с реальными обращениями. По данным веб-аналитики кампанию следовало останавливать.

Но менеджер ежедневно вёл общий журнал входящих обращений. В нём были новые запросы от профильных компаний — по несколько в неделю. Аналитика сайта говорила, что реклама не работает, а журнал продаж показывал обратное.

Потоки разделили отдельным почтовым адресом. Менеджер отмечал собственные контакты и работу с базой, а новые письма с адреса, опубликованного только на сайте, относились к рекламе. Такая атрибуция не связывает письмо с конкретным кликом, но честно отделяет канал от других источников.

Почему закупщик не заполняет форму

На сайт добавили кнопку копирования почты и событие для неё. За весь период кнопку не нажали ни разу, хотя письма продолжали приходить. Посетители выделяли адрес вручную или просто переносили его в корпоративный почтовый клиент.

В письме у снабженца остаются шаблон запроса, реквизиты, подпись и копия в отправленных, которую можно показать руководителю или приложить к закупке. Форма на сайте этого не даёт. Значит, отсутствие её отправок — не дефект интерфейса, а свойство процесса закупки.

Чем закончился тест

Две кампании принесли 77 обращений и 7 выданных коммерческих предложений. В широкой кампании было 40 обращений, 11 целевых и 2 предложения. Кампания по брендовому спросу дала 37 обращений, 10 целевых и 5 предложений; одно предложение стоило 8 260 рублей.

Около 73% обращений были нецелевыми. Зато тест показал, где находится рабочая метрика, дал первый набор минус-слов и создал базовый ориентир — стоимость выданного предложения, с которой можно сравнивать следующий запуск.

После теста главной метрикой стало выданное технико-коммерческое предложение. Не клик, не отправка формы и не условная цель Метрики. Источником правды стал журнал менеджера — только в нём есть запись о том, что действительно произошло после обращения.

Оптимизацию по конверсиям в Директе отключили сознательно. Если передавать алгоритму сигнал, не связанный с продажей, он будет находить больше людей, которые выполняют это действие, но не обязательно покупают. В такой ситуации отсутствие сигнала безопаснее ложного сигнала.

Как ИИ-агент получил доступ к API Яндекс.Директа

Для автоматизации работы агенту понадобился прямой доступ к API Яндекс.Директа. Его выдают по заявке для программных продуктов: нужно описать сценарий работы, частоту запросов, обработку ошибок и лимиты. В заявке прямо указали, что интерфейсом выступает языковая модель.

После подключения кампании, группы и объявления можно собирать без ручного заполнения форм. Семантика и минус-слова меняются пакетно, реальные поисковые запросы выгружаются ежедневно, а статистика Директа сопоставляется с журналом продаж.

Где ИИ помогает, а решение остаётся за человеком

В проекте агент выполняет две практические функции:

• собирает и обрабатывает большие массивы данных — больше десяти тысяч поисковых запросов, рекламную статистику и журнал продаж;
• выполняет операционную работу: собирает кампании, обновляет минус-слова, выгружает данные и готовит отчёты.

При этом агент неоднократно предлагал «починить» атрибуцию и настроить цель на выданное предложение. Формально рекомендация выглядела верно, но такого события на сайте нет: закупщик уходит в почту. Здесь знание поведения аудитории оказалось важнее формально полного набора данных.

Семантика, минус-слова и структура кампании

Структуру собрали по типам оборудования и областям применения, а не только по частотности. На старте было четыре группы и 110 ключевых фраз, затем — семь групп и 140 фраз: отдельные серии насосов, промышленное назначение, поиск аналогов и направления по применениям.

В рабочем списке накопилось 896 минус-фраз. Явный бытовой, ремонтный и учебный мусор агент убирает автоматически. Спорные формулировки сначала сверяет с каталогом и характеристиками оборудования. Клиент получает только небольшой остаток, где действительно нужно знание продукта.

Ставки и отказ от первого места

При ставке около 106 рублей кампания выкупала только 29% доступного трафика. Ставку подняли со 100 до 200 рублей, и доля доступного трафика выросла до 87–92%. В узкой нише это позволило участвовать почти во всех релевантных аукционах.

Первую позицию при этом не покупали. В промышленной закупке снабженец сравнивает несколько поставщиков и открывает несколько объявлений. Задача позиции — обеспечить присутствие в выдаче, а не любой ценой быть первым.

Баннер и ретаргетинг с недоказуемым вкладом

Когда поисковый трафик достиг потолка, добавили баннер на поиске и ретаргетинг. Их не считали каналами прямых заявок. Баннер дорогой и ухудшает сводную стоимость результата, но в узкой нише его оставили как поддержку узнаваемости — после обсуждения с клиентом и с небольшим бюджетом.

Кто оставил 39 обращений

Около половины обращений пришло от посредников, примерно пятая часть — от конечных заказчиков. Конечные заказчики доходили до коммерческого предложения чаще: 71% против 53% у посредников. Все 39 обращений пришли с корпоративной почты, без исключений.

Спрос нашли по применению, а не по названию товара

Кампания выкупала почти весь доступный трафик, но объёма не хватало. Тогда спрос проверили не только по видам насосов, но и по их применениям. Термин «жокей-насос» дал 1 651 показ в месяц — около 15% к ядру из 10 800 показов. Подпиточные насосы для котельных добавили ещё 1 355 показов.

Такие запросы почти не используют бытовые покупатели. Агент сопоставил ассортимент со статистикой спроса, руководитель производства подтвердил применимость, и две новые группы собрали и отправили на модерацию в тот же день.

Дашборд и ежедневный контроль

Данные Директа, Метрики и журнала продаж свели в одну Google-таблицу через API. На главной вкладке видны метрики по периодам, факт против плана и разбивка по каналам. Рядом хранится журнал из более чем десяти тысяч реальных поисковых запросов.

Клиент размечает спорные запросы в той же строке: подходит, в минус, спорно или целевой. В соседней колонке фиксируется принятое действие. Вопрос, ответ и исходный запрос не теряются в переписке.

Каждое утро агент забирает статистику за предыдущий день, синхронизирует журнал продаж, пересчитывает отчёты, проверяет расход на аномалии и присылает сводку в Telegram. Сбор данных происходит автоматически, а анализ и решение остаются у специалиста.

Результаты за два месяца

Цена клика выросла относительно теста, но стоимость выданного предложения снизилась с 8 260 до 4 707 рублей. Доля нецелевых обращений, которая в тесте составляла около 73%, стала близка к нулю.

Сравнение теста, боевой кампании и рыночных ориентиров

Рыночные источники используют разные определения лида, поэтому таблица показывает порядок величин, а не абсолютный рейтинг. В проекте стоимость 4 707 рублей относится уже к выданному технико-коммерческому предложению — это более глубокая стадия, чем первично квалифицированное обращение.

Что не получилось

Самым дорогим промахом стал автотаргет. В новой группе остались широкие настройки, и за три дня на посторонний трафик ушло 98% её расхода: 9 209 рублей против 171 рубля по собственным ключевым фразам.

После ручного сужения категорий расход автотаргета упал до нуля. Затем появился автоматический сторож, который проверяет долю бюджета каждой группы и сообщает об аномалии следующим утром.

Итог по продажам пока подводить рано. За два месяца закрыты три сделки, но 24 предложения ещё находятся в работе, а цикл продажи занимает от трёх недель до нескольких месяцев.

Что происходит сейчас

Кампания продолжает работать, поэтому цифры остаются промежуточными. Агент собирает данные и выполняет повторяемые операции, специалист анализирует изменения и принимает решения, а действительно спорные вопросы уходят клиенту. Стоимость обращения и предложения уже можно оценивать, итоговую выручку — только после завершения длинного цикла сделок.

Этот подход применим не только к насосам. Он работает там, где закупка проходит через инженера и снабжение, запрос оформляется письмом, а решение занимает недели: промышленная автоматика, производственные комплектующие, лабораторное и технологическое оборудование.

1. Прежде чем чинить конверсии сайта, проверьте, приходят ли обращения другим способом.
2. Считайте не заявки, а выданные коммерческие предложения. Источник правды — журнал продавца, а не Метрика.
3. Если точную атрибуцию восстановить нельзя, разделите потоки отдельным почтовым адресом.
4. Слабая первая кампания — не потерянный бюджет, если её данные разобраны и превращены в решения.
5. Профессиональные термины и применения оборудования дают самый чистый спрос.
6. Автотаргет нужно сужать до запуска, а не после первых потерь бюджета.
7. Очевидный мусор можно отдавать автоматике, спорное сверять с номенклатурой, а клиенту показывать только действительно неоднозначные запросы.
8. Не всегда нужно первое место: в промышленной закупке человек всё равно сравнивает несколько предложений.
9. Дорогой клик не означает плохой клик, если стоимость результата при этом снижается.
10. ИИ быстрее собирает и обрабатывает данные, но решение о том, что с ними делать, остаётся за человеком.

Частые вопросы