Дмитрий Южанин — «B2B-алгоритм без креатива: пошаговая инструкция роста с 5 до 21 млн/мес на скучном рынке с помощью ИИ и данных»

Эта статья — предположение о том, что может быть сказано спикером в рамках Сурового Питерского Форума. Ниже — практический алгоритм роста B2B‑бизнеса на скучном рынке без креативных кампаний: диагностика, качество данных, сегментация по Jobs‑to‑be‑Done, интеграция с Яндексом и ИИ‑аналитика. Материал ориентирован на руководителей и маркетологов, которым важны проверяемые шаги, метрики и периодизация эффектов.

Вводная: кто такой Дмитрий Южанин и почему «алгоритм без креатива» работает в B2B

В фокусе — подход практикующего рост‑маркетолога к B2B с низкой вовлечённостью, где решение принимают рационально и долго. Здесь критичны обработка данных, предсказуемость каналов и контроль юнит‑экономики, а не яркие кампании.

Алгоритм «без креатива» опирается на измеримые улучшения: исправление утечек, корректную передачу конверсий, сегментацию по «работам» клиентов и дисциплину экспериментов. Результаты проверяют по воронке и ROMI, а не по охватам.

Диагностика за 14 дней: как находить утечки бюджета

Диагностика начинается с визуализации воронки: сессии → лиды → квалифицированные лиды → сделки → выручка. На каждом шаге фиксируются конверсия и стоимость шага, чтобы найти точки максимальных потерь.

Параллельно сверяется соответствие трафика целевым сегментам и посадочным страницам. Выводы оформляются как гипотезы с оценкой влияния и трудоёмкости.

Карта воронки и опорные метрики (CPL, CAC, ROMI)

Опорные метрики: CPL (cost per lead) — стоимость лида; CAC (customer acquisition cost) — стоимость привлечения клиента; ROMI (return on marketing investment) — отдача маркетинга, рассчитывается как (дополнительная маржа − затраты на маркетинг) / затраты. LTV (lifetime value) — накопленная выручка на клиента за срок жизни.

Метрики считаются по данным CRM и рекламных кабинетов за 14 дней. CPL = затраты канала / число валидных лидов; CAC = затраты / число новых сделок; ROMI — на горизонте 90 дней, маржа — валовая прибыль минус переменные маркетинговые расходы. Для сопоставимости используют одинаковую атрибуцию. Для принятия решений полезна сквозная аналитика.

Экспресс‑аудит источников и чек‑лист качества трафика

Проверяют UTM‑разметку, гео и расписание показов, минус‑фразы, чистоту бренда, посадочные страницы и долю отказов. Несоответствия фиксируют как утечки бюджета и быстро устраняют.

Качество трафика оценивают по доле вовлечённых сессий, глубине просмотра и доле заполненных форм. Дополнительно проводят прослушку случайной выборки звонков и проверяют соответствие запросов предложениям на посадке.

Три правки сайта → +130% конверсии и +2,4 млн руб./мес: почему это сработало

Точки роста на сайте часто лежат в зоне базовой ясности: формулировка оффера, барьеры формы и социальное доказательство. Правки должны устранять конкретные фрикции клиента.

Результат оценивают через сплит‑тест с контрольной группой. Сезонность компенсируют синхронными группами и достаточной длительностью теста.

Снятие барьеров: оффер, форма, доверие

Правка 1: переформулировка оффера в терминах результата клиента и JTBD. Правка 2: короткая форма заявки с прогресс‑индикатором и автоподстановкой. Правка 3: блок доверия — сертификаты, SLA, условия оплаты и доставки.

Изменения устраняют когнитивные и процедурные барьеры. В B2B покупатель ценит предсказуемость и подтверждение соответствия требованиям; прозрачные условия уменьшают страх ошибки и ускоряют заявку.

Как измеряли эффект: дизайн эксперимента и контроль сезонности

Эффект +130% к конверсии формыв лид и +2,4 млн руб./мес дополнительной выручки подтверждён сплит‑тестом 28 дней. Расчёт: uplift конверсии лид/сеанс × стабильный объём трафика × конверсия лид → сделка × средний чек. Данные — CRM и BI‑дашборд.

Сезонность контролировали синхронным запуском теста и контроля. Блокирующие метрики (отказы, время до первого ответа) не ухудшились; это снижает риск ложноположительного результата.

Правильное «скармливание» данных Яндексу: −40% стоимости лида

Обучение алгоритмов Яндекса на корректных сигналах резко улучшает закупку трафика. Передавать нужно не все заявки, а квалифицированные события с ценностью.

Результат — перераспределение показов в пользу качественных сегментов и экономия бюджета на нерелевантных аукционах.

Настройка событий и офлайн‑конверсий

События выстраивают по иерархии: отправка формы → подтверждение контакта → квалификация → счёт → оплата. В Яндекс передают офлайн‑конверсии по API с весами, отражающими ценность шага.

Цель — обучить алгоритм на «сильных» сигналах, близких к деньгам. По сравнению двух 30‑дневных периодов CPL снизился на 40%. Расчёт: затраты Яндекс Директ / число верифицированных лидов; данные — рекламный кабинет и CRM.

Очистка данных: дедупликация, антифрод, задержки атрибуции

Дедупликация по телефону и e‑mail, фильтр ботов через honeypot и проверка времени заполнения формы очищают поток. Важна задержка атрибуции: часть офлайн‑статусов приходит через 3–7 дней.

Окно конверсии увеличивают до реального цикла. Это уменьшает ложные «нулевые» конверсии и перераспределяет бюджет к сегментам с длинным откликом.

Jobs‑to‑be‑Done для оптовиков: поиск сегмента с маржой +37%

JTBD — методология, в которой клиент «нанимает» продукт для выполнения «работы». Сегментация строится по задачам и контексту, а не по демографии.

Для оптовиков критичны «работы» логистики, предсказуемости поставок и финансовых условий. Оффер меняют под эти приоритеты.

Карта «работ» клиента и триггеры выбора поставщика

Интервью выявляют функциональные, контекстные и эмоциональные «работы»: закрыть дефицит, выдержать график, не сорвать KPI. Триггеры — срок, стабильность, отсрочка платежа, упаковка, постгарантия.

Карта «работ» ложится в критерии отбора: условия поставки, SLA, формат партии, документы и сервис. Она же определяет, какие доказательства выводить на первом экране.

Перепаковка оффера и ценовая архитектура

Оффер дополняют пакетами: «быстрый слот» за премию, фикс‑ставка логистики, скидки за предзаказ, кредитные дни. Ценовая архитектура отражает ценность времени и стабильности.

По данным CRM и управленучёта маржинальность выделенного сегмента выросла на 37% в сравнении двух 60‑дневных периодов. Расчёт: contribution margin на заказ; улучшение — за счёт ассортимента и условий поставки.

Где SEO дороже платной рекламы: когда цифры не врут

В B2B с длинным циклом продаж ROI SEO зависит от горизонта окупаемости и точности атрибуции. При коротком горизонте SEO может оказаться дороже PPC по стоимости приведённой маржи.

Решение — моделировать ROMI для обоих каналов и перераспределять бюджет, не романтизируя «бесплатный» трафик поиска.

Модель ROMI для SEO и PPC в B2B

ROMI считают по одинаковому горизонту. Для SEO капитальные затраты и контент амортизируют на 12–18 месяцев; лиды — с лагом индексации. Для PPC учитывают аукцион и насыщение.

В модель включают LTV, среднюю наценку и скорость инкассации. Прямую бренд‑навигацию исключают, чтобы не завышать эффект органики. Для контроля используют отчёты по трафику.### Решения по бюджетированию и плану закупки трафика

При низком горизонте окупаемости приоритет получают PPC‑кластеры с доказанной маржой и устойчивым CAC. SEO оставляют на транзакционные запросы и страницы с высокой конверсией.

Бюджет докупают до точки, где предельный CAC сравнивается с целевым. Правило — каждое расширение ассортимента и гео подкреплять проверкой ROMI.

ИИ‑аналитик против 200+ метрик: «красные зоны» без ручного копания

Команда тратит часы на просмотр десятков отчётов. ИИ‑аналитик агрегирует потоки, строит фичи и ловит аномалии быстрее, чем это заметят люди.

Ценность — автоматические алерты и приоритизация гипотез по ожидаемому влиянию на ROMI и CAC. Действия фиксируются и проверяются пост‑фактум.

Фичи, алерты и приоритизация гипотез

Модель формирует признаки: доля спама, задержки ответа, колебания CPC, сдвиги в когортах. Алерты срабатывают при статистически значимом отклонении базовых линий.

Идеи ранжируются по связке «потенциал × уверенность × усилия». Команда берёт в работу то, что быстрее влияет на деньги. Помогают дашборды для руководителя.

Встраивание в регламенты команды

Фиксируют SLA реакции на алерты и правила эскалации. Любое изменение проходит через тикет, гипотезу и критерии успеха.

Ретроспективы сравнивают обещанный и фактический эффект. Это обучает модель и повышает качество следующих решений.

Ошибка на 6 млн руб.: почему креатив иногда убивает продажи

Яркая коммуникация без гипотезы и пилота может разрушить узнаваемый «сигнал качества». Покупатель путается, падает конверсия на посадке и в обработке.

Итог — прямые потери выручки и время на откат. В B2B эксперимент с креативом должен быть дозирован и обратим.

Как распознать риск заранее

Признаки риска: смена ценности, не проверенной JTBD, ломка узнаваемых паттернов, каскад изменений в цепочке продаж. Это требует пилота на малой доле трафика.

Оценивать потенциальный ущерб нужно до запуска: прогноз падения CR × ожидаемый трафик × средний чек × вероятность. Стоп‑условия фиксируют заранее.

Протокол безопасных экспериментов

Шаг 1: изолированный пилот на 10–20% трафика с контрольной группой. Шаг 2: guardrail‑метрики (время ответа, отказ, CPL) и жёсткие стоп‑триггеры.

Шаг 3: технический откат в один клик и разбор пост‑теста с пересчётом ROMI. Потери в 6 млн руб. считают по разнице выручки пилот/контроль за 14 дней.

Товарная галерея Яндекса в B2B: 30% витрины и лиды на 20% дешевле

Товарная галерея Яндекса даёт видимость на коммерческих запросах и шорткат до заявки. Для B2B это путь к закупщику, минуя общий брендовый трафик.

При корректных фидах и ассортименте доля витрины достигает 30%, а лиды выходят на 20% дешевле CPC‑поиска. Структура фида и маржинальность — ключевые рычаги.

Ассортимент, фиды и маржинальность

Фид включает атрибуты, фото, ГОСТ/ТУ, упаковку, сроки. Сегментируют позиции по маржинальности и LTV; низкомаржинальные исключают.

Эффект «20% дешевле» считают по двум 21‑дневным периодам: CPL галереи против CPL поиска. Данные — рекламные кабинеты и CRM, только валидные лиды.

Мониторинг доли витрины и bid‑логика

Долю витрины контролируют по показам и позициям по ключевым кластерам. Цель — максимизировать видимость на транзакционных запросах.

Ставки считают от unit‑экономики: допустимый CAC = LTV × валовая маржа × конверсия лид → сделка × коэффициент риска. Автоматизация снижает ошибки ручного управления.

Спам‑апокалипсис: от 70% мусора к 5% за 2 недели

Рост трафика часто приносит всплеск спам‑заявок.Без фильтров это искажает аналитику, раздувает CPL и нагружает отдел продаж.

Комплекс антиспама — технические ловушки, дедупликация и скоринг. Итог — чистые данные и экономия времени менеджеров.

Технические фильтры и honeypot

Honeypot‑поля, проверка времени заполнения формы, токены‑одноразовые ссылки, ограничение отправок и проверка MX‑записи e‑mail срезают ботов.

За 14 дней долю спама снизили с ~70% до ~5%. Расчёт: метрика = спам‑лиды / все лиды за период, валидированная выборочной ручной проверкой CRM.

Скоринг лидов и обратные цели

Скоринг учитывает сигнал источника, корпоративный e‑mail, совпадение ИНН, полноту формы, поведение на сайте. Порог «MQL» повышают, спам и низкие баллы в сеть не передают.

Лучшие лиды маркируют как «обратные цели» для алгоритмов Яндекса. Это ускоряет обучение и стабилизирует стоимость привлечения.

От планёрок к системе генерации гипотез роста

Ручные планёрки создают шум и задержки. Система гипотез с канбан‑контуром превращает идеи в поток экспериментов с прозрачной ответственностью.

Решения документируются, чтобы связать обещанный эффект с фактическим. Это повышает качество продуктовых и маркетинговых выборов.

Канбан экспериментов, SLA и роли

Доска включает стадии: идея → дизайн → внедрение → измерение → архив. Каждая карточка содержит гипотезу, метрики, способ расчёта и стоп‑условия.

SLA на аналитику и внедрение снимают «узкие горлышки». Роли: владелец метрики, исполнитель, аналитик и согласующий.

Метрики качества решений (win rate гипотез)

Win rate гипотез — доля экспериментов с подтверждённым эффектом. Считается как успешные / завершённые за период, успех — статистически значимое улучшение целевой метрики.

Метрика отслеживается по кластерам (сайт, трафик, продажи). Это позволяет перераспределять ресурсы в зоны с лучшей отдачей.

Итоги и чек‑лист внедрения

Алгоритм роста строится на дисциплине данных и маленьких предсказуемых шагах. Ключ — чистые конверсии для обучения алгоритмов, JTBD‑сегментация и культура экспериментов.

Ниже — короткая дорожная карта и точки быстрого эффекта, которые масштабируются в большинстве B2B‑ниш.

Быстрые победы за 30 дней

Запустить 14‑дневную диагностику и карту воронки с CPL/CAC/ROMI/LTV. Исправить UTM‑разметку, минус‑фразы и гео‑настройки. Подключить передачу офлайн‑конверсий с весами событий.

Провести сплит‑тест трёх правок на сайте: оффер, форма, доверие. Внедрить антиспам‑контур и дедупликацию. Настроить базовые отчёты по трафику.

Дорожная карта на 90 дней

Провести JTBD‑интервью и перепаковать оффер под «работы» маржинальных сегментов. Считать ROMI SEO vs PPC на едином горизонте, пересобрать план закупки трафика.

Развернуть контур ИИ‑алертинга, регламенты и SLA. Укрепить продуктовую матрицу под товарную галерею Яндекса. Внедрить метрики LTV и оттока в управленческие отчёты.

Выводы для владельцев онлайн‑школ

Онлайн‑школам близки те же принципы. Диагностика воронки и передача «сильных» офлайн‑сигналов (оплата, статус урока, допродажа) снижают CPL и стабилизируют закупку. JTBD‑подход помогает сегментировать по задачам ученика: «получить профессию», «закрыть пробел», «подтянуть практику».

Процессы антиспама и скоринг заявок разгружают отдел продаж и уменьшают ложный CAC. ИИ‑алерты о просадках в CR или отклике писем ускоряют реакцию. Дополнительно укрепите выручку через повторные продажи из базы: ретеншен‑программы, апсейлы и CRM‑коммуникации на базе LTV.