🤓 Когда к нам пришёл Service Inspector, я для команды сформулировал проблему так: «У нас не один клиент. У нас четыре бизнеса, склеенных одной базой данных».
Сервис автоматизации контроля персонала покупают рестораны, заводы, отели и клининг. С точки зрения маркетинга это четыре разных продукта с четырьмя разными экономиками:
✔HoReCa: цикл сделки 5–12 дней, решает собственник, ARPU 3–7 т.р./мес, отток к 4-му месяцу около 22%.
✔Заводы: 45–90 дней, DMU из 3–5 человек, ARPU 15–40 т.р., отток 4%.
✔Отели: 20–30 дней, управляющий, ARPU 8–15 т.р., жёсткая сезонность.
✔Клининг: 7–14 дней, операционный директор, ARPU 5–10 т.р., отток после первой инвентаризации контрактов.
Средний CPA по компании в такой конфигурации ничего не значит. Это среднее по больнице. Ты можешь душиться ради лидов в клининге и не замечать, что на заводах окупаемость давно х4. Или наоборот — радоваться общему CPA, который держится за счёт одного дешёвого сегмента с плохим LTV.
Что не взлетело:
✔Общий лендинг «система контроля персонала». CR 0.4%, показы есть, коммерческого трафика нет. Причина — у каждой ниши свой настоящий триггер. В HoReCa это воровство и недосдача. На заводе — простой и охрана труда. В отелях — стандарты сервиса и жалобы гостей. Единый заход не цепляет никого, потому что говорит мимо боли.
✔Lookalike по платящим клиентам в Яндексе. CPA х2.8 от среднего. Аудитории из разных ниш слишком непохожи друг на друга — алгоритм усреднил к бесполезному кластеру.
✔Автотаргетинг в РСЯ. На старте казалось, что работает: CPA ниже на 30%. Через 60 дней выяснилось, что закрываемость этих лидов в 3 раза хуже. Алгоритм тянул дешёвые клики с нерелевантной мотивацией.
Суммарно на эти три гипотезы мы сожгли около 22% квартального бюджета. Это важно проговорить, потому что «x11» — это финал, а не путь. Путь был кривой, и он часто кривой. Кейсы, в которых всё получилось с первого раза, чаще всего врут по умолчанию.
Мы отказались от воронки «awareness → consideration → decision» как от главной оси. В мульти-нишевом B2B она просто не работает как базовая сегментация — в одну корзину ложатся слишком разные экономики.
Вместо неё — двухосевая модель:
Ось 1: ниша. Определяет tone of voice, кейсы, ценовой контур, структуру доказательств, CTA.
Ось 2: тип запроса (проблема / решение / бренд). Определяет плотность информации на лендинге и силу призыва.
Саммари такое, касатики...
✔Если продукт живёт в нескольких нишах и нет одного дашборда по каждой из них — ты не видишь бизнес. Разделяй воронки по нишам с первого дня, даже если это неудобно для отчётности инвесторам.
✔Окупаемость рекламы в B2B имеет смысл считать не в CPA, а в CAC payback по месяцам и по нишам. CPA без payback — тщеславная метрика, которую удобно показывать, но невозможно использовать для решений.
✔Ручная чистка минусов имеет экономический смысл, пока доля нецелевых показов выше 7–8%. Когда стабилизировалось на 2–3% — дешевле автоматизация с человеческой модерацией раз в месяц.
✔Закладывай минимум квартал на обучение алгоритмов внутри каждой связки матрицы. Раньше делать выводы нельзя — будут ложные срабатывания, и ты выключишь то, что через месяц начнёт работать.
Если продукт работает в нескольких нишах одновременно - не пытайтесь найти «общий портрет». Сегментируйте по намерению: один и тот же человек в разных запросах находится на разных этапах воронки. Один лендинг «для всех» в B2B почти всегда проигрывает отдельным страницам под каждый сегмент семантики.
Полный разбор - как шли по шагам, какие гипотезы не сработали и что решили попробовать - по ссылоньке.
Всем лидов! ❤️
