Чат-бот для квалификации лидов: как AI работает как SDR

Зачем нужен квалификационный бот

Типичная воронка B2B-продаж выглядит так: лид оставил заявку → SDR перезвонил → задал 10 вопросов → выяснил, что это не ЦА → положил трубку. Время SDR потрачено, лид раздражён. В компаниях с большим потоком заявок SDR-команда тратит половину рабочего дня на нерелевантные контакты.

Квалификационный чат-бот решает эту проблему на входе. Он:

• Приветствует лида сразу после заявки — в течение 5–10 секунд, а не через 2–4 часа, когда тёплый лид уже остыл
• Задаёт те же вопросы, которые задавал бы SDR
• Классифицирует ответы и определяет, горячий это лид, тёплый или нецелевой
• Передаёт горячих менеджеру с готовой карточкой (имя, компания, роль, бюджет, сроки, задача)
• Ставит тёплых в nurture-цепочку с образовательным контентом
• Вежливо отсекает нецелевых, не тратя время SDR

Что такое BANT и как его автоматизировать

BANT — это классическая модель квалификации в B2B, разработанная IBM в 1950-х и до сих пор актуальная. Четыре критерия:

B — Budget (бюджет)

Есть ли у клиента деньги на решение? В каком диапазоне? В классическом интервью SDR спрашивает в лоб «какой у вас бюджет». Это работает плохо: люди либо занижают, либо избегают ответа. Грамотный бот задаёт вопрос косвенно: «На каком этапе рассмотрения решения вы сейчас — изучаете рынок, сравниваете варианты или готовы к внедрению?» или «Какие решения вы уже рассматривали в этой категории?». По ответам AI извлекает бюджетный сегмент.

A — Authority (роль в принятии решения)

Принимает ли человек решение или просто собирает информацию? Бот спрашивает: «Вы участвуете в принятии решения о выборе платформы или это для кого-то в команде?» или «Чья задача сейчас внедрить эту систему?» — и извлекает роль.

N — Need (реальная потребность)

Есть ли у клиента задача, которую наш продукт реально решает? Бот узнаёт конкретные симптомы проблемы: «Какие у вас сейчас трудности с X?», «Что не работает в текущем процессе?». По ответам AI определяет, попадает ли задача в нашу ЦА или это запрос не по адресу.

T — Timing (сроки)

Когда клиент планирует принять решение? «Сейчас активно выбираем» = горячий, «думаем в перспективе полугода» = тёплый, «просто интересуемся» = холодный. Бот задаёт: «Когда примерно планируется внедрение?» или «Есть ли дедлайн у задачи?».

Пример диалога квалификационного бота

Бот: Здравствуйте! Спасибо за интерес к Aigine. Чтобы я подготовил для вас самую релевантную информацию, расскажите коротко — какую задачу планируете решить? Какой процесс или сценарий хотите автоматизировать?
Лид: Нам нужен чат-бот для квалификации лидов в IT-компании. Сейчас SDR разгребает руками, не справляется
[бот понимает: Need = квалификация лидов, отрасль = IT]
Бот: Понятно, это одна из самых частых задач, под которые нас выбирают. Подскажите, какой примерно поток заявок у вас в месяц и сколько человек сейчас занимается первичной обработкой?
Лид: Около 500 заявок в месяц, 2 SDR-а
[бот понимает: объём = средний/высокий, масштаб команды = небольшой]
Бот: Хорошо. А вы сейчас активно выбираете решение или на этапе изучения рынка?
Лид: Планируем запустить в течение 2 месяцев, уже смотрели n8n и LangChain
[бот понимает: Timing = 2 месяца (горячий), альтернативы = технические → ЦА developer/tech lead]
Бот: Спасибо за контекст! Под ваш сценарий (500 заявок, 2 SDR, запуск в ближайшие 2 месяца) мы обычно делаем short-пилот за 3 недели с демонстрацией на ваших реальных заявках. С вами свяжется наш архитектор в течение часа — подскажите, как к вам обращаться, и какой у вас Telegram или email для оперативной связи?

На выходе в CRM падает готовая карточка:

• Потребность: квалификация входящих лидов в IT-компании
• Объём: 500 заявок/месяц
• Команда: 2 SDR
• Сроки: 2 месяца (hot)
• Рассматриваемые альтернативы: n8n, LangChain
• Скор: 85/100 (hot)
• Рекомендация боту: передать архитектору немедленно, подготовить сравнение с n8n/LangChain

Менеджер получает всю эту информацию до звонка, экономит 15–20 минут на первичных вопросах и сразу ведёт содержательный разговор. Лид не раздражён повторными вопросами. SDR освобождён для сделок, где нужна живая работа.

Где живой SDR всё ещё нужен

Бот закрывает первичную квалификацию, но не заменяет SDR полностью. Человек нужен в сценариях:

• Enterprise-сделки с длинным циклом продаж (3–12 месяцев) — там важны отношения, не скорость
• Нестандартные запросы, которые не вписываются в шаблон квалификации
• Сложные возражения, требующие аргументации и работы со скепсисом
• Discovery-звонки, где главное — понять проблему клиента глубже, чем ответы на заготовленные вопросы

Правильная архитектура: бот = первый фильтр и конвейер для очевидных кейсов, SDR = валидация и работа со сложными. В компаниях, которые внедрили эту связку, продуктивность SDR-команды растёт в 2–3 раза.

Что нужно для настройки квалификационного бота

1. Определите критерии ЦА. Кто ваш идеальный клиент? Какие параметры делают лид «горячим»?
2. Сформулируйте вопросы. Для каждого критерия — один-два вопроса, которые бот задаёт естественно.
3. Задайте скоринг. Как конкретные ответы конвертируются в балл. Пороги hot/warm/cold.
4. Настройте интеграцию с CRM. Куда передаются заполненные карточки и с какими полями.
5. Разделите воронки по скорингу. Horses go to sales, warm — в nurture, cold — получают вежливое «спасибо, сейчас не подойдёт».
6. Протестируйте на 50 реальных лидах. Сравните классификацию бота с мнением SDR, скорректируйте скоринг.

В Aigine весь этот процесс можно собрать через текстовое описание: «Нужен бот для квалификации лидов на услуги юридического консалтинга, собирай сферу бизнеса, оборот компании, типовые правовые вопросы, сроки, передавай горячих (оборот >50 млн, есть конкретная правовая задача, решение нужно в течение месяца) в amoCRM» — система подберёт шаблон и адаптирует под критерии.

Частые вопросы