Кейс: Как продавец промышленного оборудования поднял конверсию в сделку с 5% до 11% с AI-агентом Rivox. Директом при этом управлял его собственный специалист
Входные данные и специфика бизнеса
Сложное промышленное оборудование
Клиент продаёт сложное промышленное оборудование: высокоточные станки с ЧПУ, промышленные лазерные комплексы, автоматизированные производственные линии.
Средний чек около 4 млн рублей. От первого контакта до подписания контракта проходит до 6 месяцев.
Аккаунт вёл штатный директолог
Реклама в Яндекс Директе была на своём специалисте, и отдавать управление аккаунтом наружу компания не собиралась. Агент получил доступ только на чтение.
Ставки, семантику и бюджеты за все 4 месяца проекта менял руками человек. Агент находил проблемы, объяснял причину и предлагал действие. Решение оставалось за директологом.
Основные проблемы на старте
- Заявок мало: при чеке в 4 млн ₽ автостратегии просто не на чем учиться
- Кампании месяцами не выходили из обучения, около 20 дней на каждый перезапуск
- Заявки были, но контрактом становилась одна из двадцати. Конверсия в сделку 5%
- Бюджет уходил на обращения, которые никогда не станут покупкой станка
Задачи проекта
Повысить количество целевых заявок
Понять, почему из аккаунта приходит мало обращений от людей, которые действительно покупают станки
Снизить стоимость привлечения качественного лида
Найти, куда уходит бюджет при цене заявки в 28 000 ₽, и вернуть эти деньги в аукционы, которые приносят контракты
Повысить долю сделок среди заявок
Связать заявку из Директа со сделкой в CRM и научиться отличать будущий контракт от обращения, которое умрёт после первого звонка
Этап 1: Аудит аккаунта и чистка сигнала
Подключение агента по API
Агент подключился к Яндекс Директу, Метрике и amoCRM клиента по официальному API. Доступ только на чтение: менять что-либо в аккаунте агент не мог и не должен был. Цикл обновления данных 3 минуты, поэтому картина аккаунта живая, а не выгрузка за прошлую неделю. Данные остались в российском контуре, серверы в Yandex Cloud, зона ru-central1. Шесть аудиторов работают параллельно по своим зонам, а звонки и сделки из amoCRM агент подтягивает отдельным потоком и накладывает поверх находок аудита:
Аудит по 102 правилам
Полный прогон занял около 12 минут. Главные находки первого дня:
- Автостратегии оптимизировались на составную цель «отправлена форма». В неё падали подписка на рассылку, отклики на вакансии и скачивание PDF-каталога. По amoCRM видно, что до менеджера доходит меньше половины таких «конверсий», значит стратегия училась на ложном сигнале.
- Журнал изменений: ставки и бюджеты правились руками каждые два-три дня. При 6-8 реальных заявках в месяц на кампанию обучение сбрасывалось раньше, чем успевало закончиться. Отсюда и 20 дней, и вечный недоученный режим.
- Расшифровка звонков: 22% обращений были про ремонт, наладку и запчасти к чужим станкам. Такой услуги у клиента нет. Формально это засчитывалось как заявка и уходило в обучение как «успех».
- Группа по пятиосевым обрабатывающим центрам стояла со ставкой на 38% ниже медианы по кластеру. Кампания формально работала, но в аукцион на самых дорогих и самых денежных запросах не заходила.
Правки вносил директолог клиента
Агент отдавал находку, причину и конкретное действие. Руками за первую неделю сделали четыре вещи:
- Развели цели: основной для автостратегий стал «запрос КП по конкретной модели», мусорные события из неё убрали.
- Укрупнили структуру: 14 кампаний по отдельным моделям станков собрали в 4 по типу производственной задачи, чтобы в каждой набиралась статистика.
- Заморозили ручные правки бюджета на время обучения, а не крутили их через день.
- Отминусовали сервисную семантику (ремонт, наладка, запчасти) и подняли ставку в группе по пятиосевым центрам до медианы кластера.
Результаты первого этапа
| Показатель | Результат |
|---|---|
| Количество целевых заявок | выросло на 37% |
| Средняя стоимость заявки | с 28 000 ₽ до 22 500 ₽ (-20%) |
| Время обучения рекламных кампаний | с 20 дней до 5 дней |
Этап 2: Когда в CRM накопились сделки
📊 Сделки подтянулись сами
Первые полтора месяца агент считал заявки и звонки: при цикле сделки до 6 месяцев сделок, доживших хотя бы до переговоров, в CRM ещё просто не набралось.
К концу этого срока интеграция с amoCRM набрала достаточно сделок, ушедших дальше первого звонка. Агент связал каждую из них с кампанией, группой и поисковым запросом, откуда она пришла. Отдел продаж ничего для этого не размечал, статусы тянутся из CRM как есть.
🧠 Что стало видно только на сделках
- Заявки из сетей были на 40% дешевле поисковых, поэтому бюджет туда и утекал. Но до этапа КП доходила втрое меньшая доля. Дешёвая заявка из РСЯ и была тем самым ложным сигналом, под который подстраивалась автостратегия.
- Почти все закрытые контракты шли через лизинг. Запросы про лизинг и субсидии директолог раньше отключал как дорогие: CPA по ним был выше среднего по аккаунту. По сделкам они давали конверсию в переговоры втрое выше остальных.
- 78% бюджета откручивалось по Москве и области. При этом 6 из 10 закрытых за год контрактов пришли с заводов Урала, Поволжья и Татарстана. Гео осталось с настройки трёхлетней давности.
- Запросы «обзор», «сравнение», «какой станок выбрать» в первый визит не покупают, и их резали как нецелевые. Но при цикле в полгода именно с них начинались три закрытых контракта: человек возвращался четвёртым и пятым касанием.
🎯 Что перенастроил директолог
- Поиск и сети разнесли по разным кампаниям с разными лимитами. Сети перевели на цель «дошёл до КП», а не «оставил заявку».
- Лизинговый кластер вернули в работу, подняли по нему ставки и написали под него отдельные объявления.
- Гео перебалансировали по карте выручки из CRM, а не по исторической привычке лить на Москву.
- Информационные запросы вывели в отдельную кампанию с целью «скачать техкарту» и в ретаргет, вместо того чтобы минусовать.
🔄 Конкуренты и сезон
Исследователь регулярно снимал выдачу по ключевым кластерам. За две недели до отраслевой выставки один из конкурентов поднял ставки, средняя цена клика по обрабатывающим центрам выросла на 34%.
Агент показал это заранее, и директолог сдвинул бюджет на неделю раньше, а не догонял пик постфактум. Похожий кейс из B2B: Inoxhub.
Результаты второго этапа
Итоговые показатели через 4 месяца работы
| Показатель | До Rivox AI | После Rivox AI |
|---|---|---|
| Количество целевых заявок | Базовый уровень | +37% |
| Средняя стоимость заявки | 28 000 ₽ | 19 100 ₽ |
| Время обучения рекламных кампаний | 20 дней | 5 дней |
| Конверсия в сделку | 5% | 11% |
| Заявки, доходящие до переговоров | Базовый уровень | +45% |
Рекламный бюджет за 4 месяца не вырос. Изменилось то, куда он идёт: с дешёвых обращений по ремонту чужих станков на лизинговые заявки от заводов, которые доходят до переговорной комнаты.
Вывод
Обучение ломали руками
Правки бюджета через день сбрасывали автостратегию раньше, чем она доучится. Заморозили окно обучения, и оно сжалось с 20 дней до 5
Цена заявки врала
Сети давали заявку на 40% дешевле, но до КП доходило втрое меньше. Аудит снял с CPA первые 20%, до итоговых 32% его довела сверка по сделкам
Дорогой запрос не значит плохой
Лизинговый кластер отключали за высокий CPA. По сделкам он давал втрое лучшую конверсию в переговоры
Управление осталось у человека
Агенту доступны 45 типов действий через API Директа. В этом проекте не применялось ни одно: аккаунт вёл директолог клиента
Директолог клиента знал свой аккаунт лучше любого агента. Ему не хватало другого: связки между поисковым запросом, звонком и сделкой в CRM, и объяснения, почему цифры именно такие. В нише, где чек 4 млн ₽, а цикл сделки полгода, этого хватило, чтобы за 4 месяца конверсия в контракт выросла вдвое с лишним.
Хотите сократить расходы на рекламу и зарабатывать больше?
«У нас есть свой директолог, и отдавать кому-то доступ на изменение ставок мы не собирались. Агент этого и не просил. Он показывал, что именно ломает обучение кампаний и куда уходят деньги, причём на цифрах из нашей же CRM и по нашим же звонкам. Правки мы вносили сами. За четыре месяца конверсия в сделку выросла с 5% до 11%.»