AI-SentAI-Sent
Кейсы5 мин чтения

Кейс БФЛ: как получать лидов на банкротство из Telegram по ₽205 вместо ₽1500 с биржи

Разбор юнит-экономики лидогенерации в нише банкротства физлиц: холодный аутрич в Telegram, AI-квалификация по сумме долга и цена квалифицированного лида в 6–12 раз ниже биржевой.

Банкротство физлиц — ниша, где всё держится на стоимости лида. Средний чек на сопровождение — ₽100–180 тысяч, но и конкуренция за должника адская: лид с биржи стоит ₽1200–2500, причём половина из них — нецелевые (нет просрочки, маленький долг, есть имущество под реализацию). Менеджеры выгорают, обзванивая мусор, а маржа тает. Разберём на собирательном примере, как холодный аутрич в Telegram с AI-квалификацией меняет эту экономику.

Кейс собирательный: цифры усреднены по нескольким БФЛ-кампаниям и приведены как модельный ориентир, а не как отчёт одного конкретного клиента. Ваши показатели зависят от базы, оффера и качества аккаунтов.
16 000сообщений отправлено за цикл (6 недель)
8,7%ответили (≈1 390 диалогов)
480квалифицированных лидов (долг 250к+)
₽205цена квалифицированного лида
×6–12дешевле биржевого лида
31договор за цикл

Точка А: что было до

Юридическая компания, отдел продаж из четырёх менеджеров. Источники лидов — биржи и таргет на «списание долгов». Проблемы типичные для ниши:

  • Цена лида ₽1200–2500, и она только растёт — аукцион перегрет.
  • До 50% лидов нецелевые: долг меньше 250 тысяч, нет просрочки, в собственности квартира, которую при банкротстве заберут.
  • Менеджеры тратят 60–70% времени на квалификацию вручную, а не на продажу тем, кто реально готов.
  • Скорость ответа: лид остывает за минуты, а менеджер физически не успевает перезвонить всем.

Что настроили в AI-Sent

Идея простая: вынести первое касание и квалификацию из рук менеджеров. Холодный аутрич в Telegram пишет первым, AI ведёт диалог и отдаёт менеджерам только тех, кто прошёл по критериям долга. Конфигурация:

  • Пул сессий — 20 прогретых Telegram-аккаунтов. Прогрев и темп — автоматические, вручную лимиты не крутили (как это работает — в статье про прогрев аккаунтов).
  • Прокси — мобильные, по одному стабильному IP на аккаунт, страна RU (подробнее — прокси для рассылки).
  • Роль AI (ai_role) — «помощник юриста по списанию долгов», без агрессивного продавца.
  • Цель (goal) — не «продать», а «записать на бесплатную консультацию юриста».
  • Определение лида (lead_definition) — долг от 250 000 ₽, есть просрочка от 90 дней, нет дорогого имущества под реализацию. Это и есть фильтр, который раньше делали менеджеры руками.
  • Действие при лиде (lead_goal) — создать сделку в AmoCRM в нужной воронке и уведомить менеджера в Telegram-бот.

Первое сообщение и работа с ответами

Чтобы антиспам не видел одинаковых рассылок, первое сообщение собиралось через spin-синтаксис — каждое уходило в чуть разной формулировке:

{Здравствуйте|Добрый день}! {Подскажите|Можно уточнить} — есть просрочки по кредитам или микрозаймам? {Помогаем законно списать долги|Списываем долги через банкротство}, расскажу, подходит ли ваш случай.

Дальше в дело вступал AI SDR: отвечал на «а это законно?», «а сколько стоит?», «а заберут ли квартиру?», по ходу выяснял сумму долга и наличие просрочки. Тех, кто молчал после первого сообщения, система мягко догоняла нудж-напоминанием в рабочие часы — без ночных сообщений, которые в этой нише дают жалобы.

Как AI отсекал нецелевых

Ключевая ценность — не в рассылке, а в фильтре. Если человек писал «долг 80 тысяч, просрочки нет» — AI вежливо завершал диалог и не создавал лид. Если «два кредита и две микрофинансовые, плачу через раз, уже звонят коллекторы» — это лид: создаётся сделка в AmoCRM с извлечёнными полями (сумма долга, наличие просрочки, город), менеджеру падает уведомление. Менеджер берёт в работу уже горячий, отквалифицированный контакт.

Результаты и юнит-экономика

За цикл в 6 недель воронка выглядела так:

  • Отправлено: 16 000 первых сообщений.
  • Прочитано: ~61% (≈9 760).
  • Ответили: ~8,7% (≈1 390 диалогов).
  • Квалифицированных лидов по критерию долга: 480.
  • Записей на бесплатную консультацию: 175.
  • Договоров: 31 (средний чек ниши ~₽120 000).

Прямые затраты за цикл: контакты 16 000 × $0.02 ≈ ₽29 000, LLM-токены ≈ ₽14 000, аккаунты и прокси (расходник) ≈ ₽55 000. Итого ≈ ₽98 000.

  • Цена квалифицированного лида: ₽98 000 / 480 ≈ ₽205 против ₽1200–2500 на биржах.
  • Цена записи на консультацию: ≈ ₽560.
  • Цена договора по прямым затратам на трафик: ≈ ₽3 160 при чеке ₽120 000.
Главный сдвиг — не в объёме рассылки, а в том, что менеджеры перестали тратить время на нерелевантных. В CRM падают только лиды с реальным долгом и просрочкой.

Что важно понимать

  • Аккаунты — расходник. Часть свежих сессий умирает в первые дни, это закладывают в бюджет. Экономика всё равно сходится с большим запасом.
  • Это не замена отделу продаж, а замена бирже лидов и ручной квалификации. Продаёт и закрывает по-прежнему человек.
  • Качество базы решает. По тематическим базам должников отклик выше; по холодной случайной аудитории цифры будут скромнее.
  • Ниша чувствительна к тону. Агрессивный «продавайте банкротство» даёт жалобы; мягкий «подскажу, подходит ли случай» — диалоги.

Частые вопросы

Откуда брать контакты для БФЛ-рассылки?
Из тематических баз должников, аудиторий микрофинансовых и кредитных сообществ, парсинга профильных чатов. Чем точнее сегмент, тем выше отклик и ниже цена лида.
Не пожалуются ли на рассылку?
Риск жалоб снижают мягкий тон, релевантный сегмент, разные формулировки (spin) и отправка только в рабочие часы. Агрессивный оффер и ночные сообщения — главные источники жалоб.
Можно ли так же квалифицировать по другим критериям?
Да. Определение лида задаётся текстом — можно фильтровать по сумме долга, типу кредитов, региону, наличию имущества или любым другим условиям вашего оффера.

Соберите такую же воронку для своей БФЛ-кампании: пул сессий, AI-квалификация по сумме долга и сделки в AmoCRM.

Запустить кампанию