Как я проверю B2B-гипотезу на Авито: 5 объявлений и один критерий

После трех исследований я выбрал одну рабочую гипотезу:

среди компаний, которые уже получают обращения с Авито, есть руководители, которым важно понять, что происходит с лидом после передачи в продажи.

Теперь нужно перестать добавлять аргументы и спроектировать тест.

Эту статью я пишу до запуска, чтобы заранее зафиксировать:

• что именно проверяем;
• какие объявления используем;
• кого считаем целевым;
• какой следующий шаг считаем сильным сигналом;
• при каком результате меняем или останавливаем гипотезу.

Что тестируем, а что нет

На первом этапе я не проверяю:

• готовность покупать годовую подписку;
• CAC канала;
• LTV;
• масштабирование по всей России;
• десятки городов;
• полноценную воронку через CRM или партнеров.

Первый вопрос намного раньше:

можем ли мы получить содержательный разговор с подходящей компанией и довести его до проверки проблемы на реальных коммуникациях?

Если нет, обсуждать масштабирование бессмысленно.

Один job, пять фасадов

Исследование показало, что похожая работа на рынке называется по-разному.

Поэтому одно объявление будет слишком слабым тестом.

Если оно не даст результата, мы не узнаем, что именно не сработало:

сама работа

или:

язык, которым мы ее назвали.

Поэтому беру пять фасадов одного job.

За всеми должен стоять один и тот же диагностический продукт.

Допущение: первый сравнительный тест проводим в одном географическом контуре. Масштабирование по городам не смешиваем с проверкой оффера.

Фасад 1. Через бизнес-разрыв

Заголовок

Заявки с Авито есть, а сделок мало? Проверим обработку

Смысл

Не обвиняем трафик или менеджеров. Показываем разрыв между полученным обращением и коммерческим результатом.

Черновик текста

Вы получаете обращения с Авито, но часть клиентов не доходит до следующего шага или сделки.

По одной рекламной статистике не всегда понятно, что произошло дальше.

Можно проверить реальные звонки и переписки:

• что хотел клиент;
• как менеджер уточнил задачу;
• что произошло после вопроса или возражения;
• был ли согласован следующий шаг;
• на каком месте коммуникация остановилась.

На первом этапе выберем один вопрос и проверим его на небольшом наборе реальных коммуникаций.

Мы не считаем заранее, что проблема находится в менеджерах. Задача - поднять факты и понять, какую гипотезу стоит проверять дальше.

Фасад 2. Через работу менеджеров

Заголовок

Проверим, где менеджеры теряют обращения с Авито

Смысл

Более прямой вариант. Риск - звучать обвиняюще, поэтому в тексте сразу снимаем презумпцию виновности.

Черновик текста

Рекламная статистика показывает, что обращение появилось. Но дальше клиент разговаривает с менеджером.

Можно проверить:

• квалифицирует ли менеджер входящий запрос;
• понимает ли потребность;
• отвечает ли на ключевой вопрос;
• договаривается ли о следующем шаге;
• возвращается ли к клиенту после первого контакта.

Берем реальные коммуникации и проверяем один выбранный критерий.

На выходе - конкретные примеры и повторяющиеся сигналы, а не общая оценка “менеджеры работают плохо”.

Фасад 3. Через понятную услугу

Заголовок

Аудит обработки заявок с Авито: звонки и переписки

Смысл

Проверяем сервисный язык “аудит”, который повторялся в исследовании чаще технологического термина.

Черновик текста

Проверяем, что происходит с обращением после того, как клиент написал или позвонил.

Для первого разбора выбираем один вопрос. Например:

• квалифицируют ли обращения;
• договариваются ли о следующем шаге;
• как работают с конкретным возражением;
• возвращаются ли к потенциальному клиенту;
• где останавливается целевое обращение.

Результат - наблюдаемые факты, примеры и гипотеза для руководителя.

Если сигнал повторяется, его можно проверять уже на большем массиве.

Фасад 4. Через источник

Заголовок

Разбор звонков с Авито: почему обращение не дошло дальше

Смысл

Самая короткая цепочка:

Авито -> звонок -> результат разговора.

Черновик текста

Сам факт звонка еще не показывает, что произошло после него.

Можно проверить разговор по конкретным критериям:

• какой запрос был у клиента;
• понял ли его менеджер;
• что клиент спросил или возразил;
• какой ответ получил;
• был ли согласован следующий шаг;
• где коммуникация остановилась.

Начинаем с одного вопроса и небольшого массива звонков.

Если появляется повторяемый паттерн, дальше его можно проверять системно по всему отделу.

Фасад 5. Технологический контроль

Заголовок

AI-анализ звонков отдела продаж

Смысл

Это контрольная формулировка.

Исследование не доказало сформированный спрос на технологический термин, поэтому специально проверяем его рядом с problem-first вариантами.

Черновик текста

AI может расшифровать звонки и проверить их по выбранным критериям.

Но первый шаг - не “проанализировать весь отдел продаж”.

Сначала выбираем один управленческий вопрос.

Например:

менеджеры фиксируют следующий шаг после разговора?

Берем реальные коммуникации, проверяем критерий и смотрим конкретные примеры.

Если результат отражает реальную работу компании, анализ можно расширять на больший массив звонков и переписок.

Что во всех пяти вариантах остается одинаковым

Чтобы эксперимент можно было интерпретировать, одинаковыми должны быть:

• целевая аудитория;
• первый диагностический продукт;
• правила квалификации;
• способ перехода к пилоту;
• критерий целевого контакта;
• критерий сильного сигнала.

Меняется только входной язык.

Иначе мы будем сравнивать пять разных продуктов, а не пять фасадов одной работы.

Первый продукт - не SaaS

После первого сообщения я не хочу отправлять человеку демонстрацию платформы.

Ему пока не нужна платформа.

Ему нужен ответ на конкретный вопрос.

Первый оффер:

Выберем одно спорное место в обработке Avito-лидов и проверим его на небольшом наборе реальных звонков или переписок. Первый диагностический разбор проведем за наш счет.

Почему небольшой набор?

Не потому, что он лучше большого массива.

А потому, что первый барьер - доверие и готовность работать с реальными коммуникациями.

Если на маленьком наборе появляется полезный сигнал, следующий этап можно расширять.

Первая квалификация - три вопроса

Не хочу начинать с анкеты.

Первый ответ должен быстро понять, есть ли вообще нужная ситуация.

Например:

Добрый день. Можно посмотреть. Подскажите:

1. Вы сейчас регулярно получаете обращения с Авито?
2. Их обрабатывает собственник или отдельные менеджеры?
3. Звонки записываются или основная коммуникация идет в чатах?

Если есть отдел продаж и сохраненные коммуникации, дальше выберем один вопрос и проверим его на реальных данных.

Этого достаточно, чтобы отсечь значительную часть нерелевантных обращений.

Вторая квалификация - не подсказывать человеку наш диагноз

Если базовые условия подходят, важно понять, как сам человек формулирует проблему.

Три вопроса:

Что сейчас больше беспокоит: качество самих обращений или то, как их обрабатывают после получения?

Что заставило задуматься об этом: мало сделок, жалобы менеджеров на лиды, падение конверсии, спор маркетинга и продаж или другая причина?

Какой один вопрос вы бы хотели проверить на реальных звонках или переписках?

Последний вопрос особенно важен.

Ответ:

“Хочу понять, почему менеджеры не назначают встречи”

значительно сильнее:

“Интересно посмотреть ваш AI”.

Кого считаем квалифицированным контактом

До запуска фиксирую критерии.

Контакт квалифицирован, если:

• это бизнес;
• компания регулярно получает обращения с Авито;
• есть сотрудники, которые обрабатывают эти обращения;
• есть сохраненные звонки, чаты или другая коммуникация;
• человек может назвать конкретный вопрос после получения лида;
• к следующему шагу можно подключить руководителя продаж или человека, принимающего решение.

Это еще не лид на подписку.

Это подходящая компания для проверки гипотезы.

Что считаем сильным сигналом

Сильнее любого чата действие:

компания готова передать реальные коммуникации для проверки выбранного вопроса.

Между “интересно” и “вот наши данные” большая дистанция.

Именно второй шаг показывает, что проблема достаточно реальна, чтобы человек потратил время и прошел барьер доверия.

Воронка эксперимента

Смотрю не только:

показы -> просмотры -> сообщения.

Полная экспериментальная воронка:

показ
-> открытие
-> обращение
-> содержательный разговор
-> квалифицированная компания
-> сформулированный управленческий вопрос
-> согласие на диагностический разбор
-> фактически переданные данные
-> проведенный разбор
-> решение о следующем этапе.

Разрыв на каждом шаге означает разную проблему.

Что фиксируем в журнале

Для каждого обращения сохраняем:

• дату;
• ID объявления;
• фасад;
• первое сообщение клиента дословно;
• роль;
• тип бизнеса;
• есть ли регулярные лиды с Авито;
• кто их обрабатывает;
• есть ли отдел продаж;
• есть ли CRM;
• есть ли записи звонков;
• есть ли переписки;
• проблема словами клиента;
• кого клиент считает причиной;
• выбранный вопрос для проверки;
• квалифицирован контакт или нет;
• причина неквалификации;
• предложен ли пилот;
• согласился ли на пилот;
• переданы ли данные;
• проведен ли разбор;
• появился ли следующий разговор;
• причина остановки.

Отдельно сохраняем дословные формулировки клиента.

Именно они потом покажут, каким языком рынок реально описывает проблему.

Как сравниваем пять фасадов

Не по CTR.

У каждого объявления есть четыре уровня результата.

1. Внимание

• показы;
• просмотры;
• обращения.

2. Релевантность

• доля подходящих компаний;
• наличие отдела продаж;
• наличие реальных Avito-лидов;
• наличие коммуникаций.

3. Problem fit

• человек узнает проблему;
• может назвать конкретный вопрос;
• готов обсуждать реальные данные.

4. Поведенческий сигнал

• согласился на диагностический разбор;
• фактически передал коммуникации.

Для первого теста четвертый уровень важнее остальных.

Первый gate

У нас нет надежного benchmark по CPL для такого продукта на Авито.

Поэтому я не буду придумывать цифру.

Первый gate - поведенческий:

получаем первые 10 квалифицированных разговоров и смотрим, сколько компаний реально готовы перейти к диагностике на своих коммуникациях.

Если 2-3 из 10 готовы передать данные и проверить конкретный вопрос, считаю это достаточным сигналом для следующего этапа.

Важно: 2-3 из 10 - не рыночная норма и не обещание будущей конверсии.

Это внутреннее правило принятия решения, чтобы после теста не двигать критерии.

Какие отрицательные результаты возможны

Показы есть, открытий нет

Проблема может быть в front-end или самой теме.

Просмотры есть, сообщений нет

Проблема узнается недостаточно сильно или первый шаг не вызывает действия.

Сообщения есть, но нет компаний с отделом продаж

Мы попали не в тот сегмент или оффер притягивает слишком маленький бизнес.

Подходящие компании есть, но хотят только рекламу

Downstream-задача пока не является самостоятельным входом.

Руководители признают проблему, но данные не дают

Возможно, барьер в доверии, конфиденциальности или размере первого шага.

Данные дают, но диагностический продукт не дает полезного результата

Это уже не вопрос канала. Это проверка самого пилота.

Все эти сценарии дают разные следующие действия.

Поэтому итог “Авито работает / не работает” слишком грубый.

Денежный лимит

Фиксированную сумму до просмотра реальных условий кабинета не придумываю.

До запуска нужно получить фактическую стоимость размещения и продвижения в выбранной категории и географии, после чего поставить жесткий денежный лимит.

У эксперимента будут два ограничителя:

• заранее установленный денежный лимит;
• достаточное количество квалифицированных разговоров.

Что наступит раньше, то и станет точкой анализа.

Бюджет не увеличиваем только потому, что “еще немного и должно заработать”.

Что сознательно не делаем

На первом этапе:

• не масштабируем десятки городов;
• не клонируем десятки объявлений;
• не строим сложную автоворонку;
• не продаем CRM;
• не смешиваем прямых клиентов и Avito-агентства;
• не обещаем автоматически найти причину падения продаж;
• не считаем успехом просто большое количество сообщений.

Проверяем один кусок системы.

Резервная гипотеза - Avito-агентства

Если direct-to-business тест даст слабый сигнал, исследование оставляет интересный второй путь.

Avito-агентства уже вручную слушают звонки клиентов, потому что им нужно отделять плохой трафик от плохой обработки.

Для них отдельный оффер может звучать:

Покажем, что происходит с лидом после Авито: что было в обращении, как его обработал менеджер и где цепочка остановилась.

Но это отдельный эксперимент.

Сейчас его не смешиваю с основным.

Зачем фиксировать все до запуска

После результата всегда хочется объяснить его в свою пользу.

Нет обращений - “не тот сезон”.
Не те клиенты - “нужен другой город”.
Получилось - “мы всегда знали, что гипотеза сильная”.

Поэтому оставляю эту статью как снимок до теста.

Вот гипотеза.
Вот пять фасадов.
Вот кого считаем квалифицированным.
Вот какой шаг считаем сильным сигналом.
Вот внутренний gate.
Вот чего пока не проверяем.

Дальше остается только одна полезная вещь.

Запустить и посмотреть, что реальные люди сделают.

Предыдущая часть: Какую гипотезу по Авито я выбрал после трех исследований.

Все материалы серии