Автоматическая квалификация лидов в Telegram: lead scoring без менеджера
Как AI-агент квалифицирует лидов в Telegram: 4-компонентный lead scoring (0–100), intent-классификация, recency decay, smart escalation. BANT автоматически.
Менеджер тратит 70% времени на лидов, которые никогда не купят
Знакомая ситуация: SDR написал 50 сообщений, получил 5 ответов, потратил день на переписку с каждым. Результат: 1 лид оказался целевым, 2 — «просто спрашивали», 2 — «перезвоните через полгода».
4 из 5 диалогов — впустую. Но менеджер не знал этого заранее. Он одинаково вкладывался в каждого, потому что у него не было системы оценки.
AI-агент Sell_Agent решает эту проблему: автоматический lead scoring по 4 параметрам, который работает в реальном времени, пока AI ведёт диалог.
Как работает lead scoring: 4 компонента
Каждый лид получает оценку от 0 до 100. Скор складывается из четырёх компонентов с разным весом:
1. Отзывчивость — 30% итогового скора
Как быстро и активно лид отвечает на сообщения.
| Время ответа | Баллы |
|---|---|
| Менее 1 минуты | 60 |
| Менее 5 минут | 45 |
| Менее 30 минут | 30 |
| Менее 1 часа | 15 |
| Больше 1 часа | 0 |
Плюс 40 баллов за сам факт ответа. Итого максимум 100 баллов по этому компоненту.
Почему 30% веса? Отзывчивость — самый надёжный сигнал интереса. Человек, который отвечает за минуту, почти наверняка заинтересован. Человек, который молчит сутки — скорее нет.
2. Intent — 25% итогового скора
Что лид хочет: купить, узнать больше, или послать подальше.
AI классифицирует intent каждого сообщения:
| Intent | Баллы | Что это значит |
|---|---|---|
| buying_signal | 100 | «Сколько стоит?», «Как оплатить?», «Давайте созвонимся» |
| positive | 80 | Позитивная реакция, интерес без конкретики |
| info_seeking | 60 | Задаёт вопросы, изучает — потенциальный покупатель |
| price_objection | 40 | «Дорого» — но это значит, что продукт интересен |
| trust_issue | 20 | «А это не развод?» — скептик, но вовлечён |
| negative | 0 | Отказ, негатив |
Важный нюанс: price_objection даёт 40 баллов, а не 0. Человек, который говорит «дорого» — уже рассматривает покупку. Ему нужна аргументация, а не игнорирование.
Дополнительные модификаторы:
- Штраф за интенсивность возражений: до –30 баллов
- Бонус за «close_deal» экшен: +20 баллов
- Бонус за «send_offer» экшен: +10 баллов
3. Качество диалога — 25% итогового скора
ML-модель оценивает глубину и содержательность разговора по шкале от 0 до 1 (нормализуется в 0–100).
Что учитывается:
- Конкретность вопросов лида (общие vs детальные)
- Глубина обсуждения (поверхностные ответы vs развёрнутые)
- Тематическое соответствие (обсуждается ли продукт)
- Эмоциональная вовлечённость
Скор 0.8+ (80 баллов) — лид задаёт конкретные вопросы про ваш продукт, обсуждает детали, делится своей ситуацией. Это почти гарантированный клиент.
Скор 0.2–0.4 (20–40 баллов) — общие фразы, односложные ответы. Возможно, «просто спрашивает».
4. Глубина вовлечённости — 20% итогового скора
Сколько шагов лид прошёл в диалоге.
| Количество сообщений | Баллы |
|---|---|
| 10+ | 100 |
| 7–9 | 85 |
| 5–6 | 70 |
| 3–4 | 50 |
| 1–2 | 30 |
| 0 | 0 |
Логика проста: чем дольше длится диалог, тем серьёзнее интерес. Человек, который написал 10 сообщений, точно не «просто мимо проходил».
Итоговый скор и категории
Формула:
Скор = (отзывчивость/100)×30 + (intent/100)×25 + (качество/100)×25 + (глубина/100)×20
Результат умножается на коэффициент актуальности — экспоненциальное затухание со временем. Диалог недельной давности весит меньше, чем вчерашний. Период полураспада: 7 дней.
Категории лидов:
| Категория | Скор | Действие |
|---|---|---|
| Hot | 75+ | Немедленно передать менеджеру |
| Warm | 50–75 | Продолжить AI-диалог, подготовить к передаче |
| Cold | 25–50 | Follow-up через автоматическую последовательность |
| Dead | <25 | Архивировать, не тратить ресурсы |
Плюс трекинг тренда: rising, stable, falling. Лид со скором 45, но трендом rising — перспективнее лида со скором 60 и трендом falling.
Smart escalation: когда подключить человека
AI не просто считает скор — он действует на его основе.
Автоматические триггеры:
Скор превысил порог (75+) → уведомление менеджеру с полной выжимкой: контекст диалога, скор, intent, ключевые возражения, рекомендованное действие
Buying signal → мгновенное уведомление, даже если скор ещё не дорос. «Сколько стоит?» = менеджер должен знать прямо сейчас
Сложная рекламация → AI определяет, что не справится, и переводит на человека. С полным контекстом — менеджер не начинает с нуля
Крупная сделка → признаки enterprise-запроса (большие объёмы, корпоративные вопросы) → приоритетная эскалация
Чем это лучше ручной квалификации
Ручная квалификация (BANT):
- Менеджер задаёт вопросы → Budget, Authority, Need, Timeline
- Субъективная оценка — зависит от опыта и настроения
- Занимает 15–30 минут на лида
- Не масштабируется: 1 менеджер = 20 квалификаций в день
Автоматическая квалификация Sell_Agent:
- AI ведёт диалог и оценивает параллельно — 0 дополнительного времени
- Объективная оценка — 4 числовых компонента, никаких «мне кажется, он тёплый»
- Масштабируется: 500 лидов в день с одинаковым качеством скоринга
- Recency decay — старые лиды автоматически теряют приоритет
- Трекинг трендов — видите динамику, а не снимок
Результат для бизнеса
Менеджер получает не сырую переписку, а структурированные данные:
Скор 87, trend rising, intent: buying_signal — «Клиент спросил про оплату, обсуждал конкретные объёмы, отвечает за 2 минуты. Готов к закрытию.»
Скор 34, trend falling, intent: info_seeking — «Задавал общие вопросы, отвечает раз в сутки, тема разговора уходит в сторону. Переместить в follow-up последовательность.»
Менеджер тратит время только на горячих. Тёплых прогревает AI. Холодных — автоматические follow-up. Мёртвых — забыли.
Итого: –70% времени на скрининг, +300% фокуса на закрытии сделок.
Хотите, чтобы AI квалифицировал лидов за вас? Попробуйте Sell_Agent — 14 дней бесплатно →