14 встреч с компаниями от 1 000 сотрудников за два месяца Telegram-аутрича для EdTech-сервиса

Клиент — EdTech-компания, которая разрабатывает программы корпоративного обучения работе с ИИ (под NDA). Сотрудники учатся на рабочих задачах и сразу применяют знания на практике, а ИИ-наставник даёт им обратную связь по ходу обучения.

Задача: проверить через Telegram-аутрич, готов ли крупный бизнес платить за такие форматы, и выйти на тех, кто отвечает за обучение в компаниях от 1 000 сотрудников. Это HR-директора, руководители L&D и T&D, представители корпоративных университетов, HRBP и специалисты по цифровой трансформации.

Ключевые цели:

— 750 первых и 430 повторных сообщений за два месяца;

— 147 ответов при конверсии в ответ 20%;

— 12 встреч с представителями крупных компаний;

— обратная связь от рынка о продукте, идеальном клиенте и барьерах в воронке.

Дополнительный вызов: предложений об обучении работе с ИИ крупный бизнес получает десятки, и абстрактное «у нас есть курс» почти не двигает воронку. Решение принимают несколько человек, и тому, кто ответил, ещё нужно объяснить пользу продукта коллегам.

Команда uForce выстроила Telegram-аутрич к двум группам контактов с разной стратегией разговора. Первое сообщение было коротким, презентацию получали только те, кто проявил интерес, а все статусы и возражения фиксировались в рабочей таблице.

Ключевой принцип: показывать, а не рассказывать. Когда собеседнику не нужно самому представлять, как продукт будет работать в его компании, разговор гораздо быстрее доходит до встречи.

Две группы контактов

С HR-директорами, руководителями L&D и T&D и представителями корпоративных университетов мы сразу обсуждали продукт. А HRBP, специалистов по развитию персонала и сотрудников цифровых подразделений просили подсказать, кто отвечает за обучение новым технологиям. Так мы выходили на лиц, принимающих решения, даже если не могли связаться с ними напрямую.

Первый месяц и узкое место в воронке

Сначала мы рассказывали о курсе, его программе и формате. Из 380 первых и 184 повторных сообщений пришло 92 ответа, и конверсия в ответ 24,2% превысила план. Но встреч получилось всего две, конверсия из ответа во встречу остановилась на 2,2% при плановых 8%. Таблица показала причину. Описание курса заставляло собеседника самого представлять, как обучение будет выглядеть в его компании.

Меньше рассказывать, больше показывать

Во втором месяце мы заменили описание программы конкретным примером. Сотрудник получает рабочую задачу, решает её и получает обратную связь от ИИ-наставника. Такой пример легко представить внутри своей компании и показать коллеге ещё до встречи. Саму механику кампании при этом почти не меняли.

Обратная связь заказчика

Клиент регулярно рассказывал, как проходят встречи и что происходит с лидами дальше. Поэтому коммуникацию мы меняли по ходу кампании, а не разбирали результаты после двух месяцев работы.

За два месяца план по встречам и ответам выполнен с запасом, а во втором месяце встреч стало в шесть раз больше, чем в первом. Встречи и активные диалоги прошли с компаниями, где работает от 1 000 сотрудников.

Ключевые цифры:

— 14 встреч при плане 12;

— 766 первых сообщений при плане 750;

— 539 повторных сообщений при плане 430;

— 230 ответов при плане 147, в полтора раза больше плана;

— 30% средняя конверсия из сообщения в ответ при плане 20%;

— с 24,2% до 35,8% выросла конверсия в ответ во втором месяце.

Заказчик отметил качество лидов, количество встреч и чёткую организацию процесса. Следующий этап оказался сложнее. Конверсия из встреч в демонстрацию продукта на стороне клиента была низкой, и компания взяла паузу, чтобы пересмотреть продуктовые гипотезы. К следующему запуску договорились добавить кейсы, демо, матрицу навыков, примеры для разных ролей и информацию о безопасности внутри корпоративного контура.