Пока вы обрабатываете заявки, конкуренты уже знают, кто купит следующим: как Big Data меняет логику B2B-продаж

Рынок рекламы сейчас такой, что побеждает не тот, кто громче кричит, а тот, кто раньше других узнаёт, к кому идти. По данным РБК и Ведомостей, средний цикл B2B-сделки в России со средним чеком от 50 000 ₽ вырос до 3–9 месяцев. Это говорит о том, что классическая воронка «холодная база → обзвон → заявка → продажа» физически не успевает за реальным поведением клиента.

Интересно, что компании из вашей ниши уже отказались от массового охвата. Они работают точечно — по тем, кто уже греется, но ещё не оставил заявку.

Big Data в B2B-маркетинге переворачивает саму идею продаж. Раньше вы платили за клик и надеялись, что лид окажется живым. Теперь аналитика больших данных в B2B позволяет видеть компанию задолго до того, как она отправит запрос.

Смотрите, как выглядит разница на пальцах:

• Старая модель. Купили базу на 10 000 контактов, прозвонили, получили 30 заявок, закрыли 3 сделки. Стоимость клиента — космическая.
• Новая модель. Система собирает цифровой след: кто заходил к конкурентам, кто звонил по их номерам, кто читал страницу с тарифами три раза за неделю. Прозваниваете 200 контактов — получаете 40 заявок и 12 сделок.

По данным Коммерсанта, более 90% крупных рекламодателей в России уже выделяют отдельные бюджеты на работу с большими данными. При этом доля Big Data в общем рекламном бюджете пока составляет около 5%. Это говорит о том, что окно возможностей ещё открыто — конкуренты подтягиваются, но рынок не насыщен.

В чём боль среднего и крупного B2B прямо сейчас? Менеджеры тонут в обработке входящих заявок, которые на 70% оказываются нецелевыми. Маркетинг сливает бюджет в контекст и таргет, не понимая, какие именно компании реально готовы покупать.

В России после ухода ряда западных рекламных платформ ситуация ещё больше обострилась. Аукционы в оставшихся каналах перегреты, CPL вырос в среднем на 40–60% за два года. Это говорит о том, что покупать трафик «вслепую» стало просто невыгодно.

Лидогенерация в B2B сегодня — это не про количество касаний, а про их точность. Когда вы знаете, что компания «Ромашка» три раза за неделю изучала сайт вашего конкурента и звонила ему дважды, разговор с ней начинается не с холодного «здравствуйте, мы предлагаем», а с предметного «вижу, вы выбираете решение в этой нише — давайте сравним».

Основные тренды сейчас такие:

1. Сдвиг бюджетов от массовой рекламы к идентификации конкретных покупателей.
2. Рост спроса на сервисы определения посетителей сайтов конкурентов.
3. Слияние данных о звонках, визитах и SMS-активности в единые поведенческие профили.
4. Переход от метрики «заявок» к метрике «выручки по сегменту».

В сравнении с другими продуктами рекламного рынка, Big Data-подход даёт самую короткую дистанцию между «человек проявил интерес» и «менеджер с ним заговорил». Дальше разберём, какие именно источники данных формируют эту новую логику и почему без них в 2026 году воронка просто не собирается.

Аналитика больших данных в B2B: какие источники формируют новую логику лидогенерации в B2B

По данным исследований Ведомостей и отраслевых отчётов АРИР, в 2025–2026 годах B2B-компании в среднем используют от 7 до 12 разных источников данных для формирования портрета покупателя. Ещё пять лет назад их было два-три — CRM и Яндекс.Метрика. Это говорит о том, что одного источника больше не хватает: каждый из них показывает только кусочек пазла.

Чтобы аналитика больших данных в B2B работала на выручку, источники делятся на три уровня. Каждый уровень закрывает свою задачу — и без любого из них картина получается кривой.

Уровень 1. Внутренние данные компании (first-party).

• CRM-история. Этапы сделок, средний чек, длина цикла, причины отказов, LTV по сегментам. Это база, без которой остальное превращается в гадание на кофейной гуще.
• Поведение на сайте. Какие страницы открывают, сколько раз возвращаются, кто залип на калькуляторе или прайсе. Здесь рождаются первые сигналы намерения.
• Колл-трекинг и записи звонков. Кто звонил, по какой кампании, о чём спрашивал. Расшифровки разговоров — золотая жила для понимания реальных возражений.
• E-mail и мессенджеры. Открытия, клики, ответы, время реакции. Молчание тоже сигнал — особенно от клиента, который раньше реагировал быстро.

Уровень 2. Рекламные и медийные данные.

Сюда входят кабинеты Яндекс.Директа, VK Рекламы, MyTarget, программатик-платформ. По данным Коммерсанта, после перестройки рекламного рынка в России доля программатик-закупок в B2B-сегменте выросла почти вдвое за два года. Эти системы дают не только клики, но и поведенческие сегменты — кто чем интересуется по всей сети.

Уровень 3. Внешние данные (third-party и обогащение).

1. Базы юрлиц и ИП. Выручка, отрасль, штат, регион, аффилированные компании, динамика финансовых показателей. Помогает отсеять тех, кто физически не потянет ваш чек от 50 000 ₽.
2. Поведенческие профили от операторов связи и крупных экосистем. Обезличенные сегменты по интересам, посещаемым сайтам, истории звонков. Именно отсюда приходит понимание: «эта компания сейчас активно изучает рынок ваших услуг».
3. Идентификация посетителей сайтов конкурентов. Специальный код собирает цифровые следы тех, кто заходит на ресурсы соперников, а затем номера телефонов сверяются с базами (их уже более 200). На выходе — список компаний, которые буквально сейчас выбирают поставщика в вашей нише.
4. Сигналы из открытых источников. Отзывы, обсуждения на профильных форумах, упоминания в СМИ, тендерные площадки. Анализ тональности этих сигналов часто показывает потребность раньше, чем компания сама её осознала.

Интересно, что самая большая ошибка среднего бизнеса — собирать всё подряд и складывать в разные таблицы. По данным РБК, около 60% российских компаний с оборотом от 500 млн ₽ имеют данные, но не имеют единого хранилища. Это говорит о том, что проблема не в нехватке информации, а в её разорванности.

Работающая схема выглядит так: CRM становится центральным узлом, к нему подтягиваются рекламные кабинеты, колл-трекинг, сайт и внешние обогатители через API. Сверху — BI-инструмент вроде Power BI или Yandex DataLens, который сводит всё в один дашборд. Маркетолог видит сегменты, продавец видит приоритеты, директор видит выручку.

Основные причины выбора такого стека — скорость принятия решений и снижение зависимости от одного канала. Когда Яндекс поднимает ставки, а VK меняет алгоритмы, у вас остаётся то, что не отнять: собственные данные о покупателях и поведенческие профили тех, кто уже почти готов к сделке. Дальше посмотрим, как из этого сырья собирается реальный таргетинг на основе данных — и почему холодные базы окончательно ушли в прошлое.

Целевая аудитория B2B под микроскопом: как таргетинг на основе данных заменяет холодные базы и интуицию отдела продаж

По данным исследований РБК за первый квартал 2026 года, конверсия из холодного контакта в сделку в российском B2B упала до 0,8–1,2%. Пять лет назад этот показатель держался на уровне 3–4%. Это говорит о том, что подход «звоним всем подряд из справочника» окончательно сломался — рынок перенасыщен прозвонами, а ЛПР научились отсекать их за три секунды.

Современная реклама в России перешла на другую логику. Целевая аудитория B2B перестала быть абстрактной «компанией из отрасли X с выручкой от Y». Теперь это конкретный аккаунт с конкретным поведением в конкретный момент времени.

Разберём на живом примере. Допустим, вы продаёте промышленное оборудование со средним чеком 800 000 ₽. Два подхода к поиску клиентов:

• Интуитивный. Менеджер открывает 2ГИС, выписывает 500 заводов в нужном регионе, садится на телефон. К концу недели — 12 встреч, 2 коммерческих предложения, 0 сделок. Знакомая картина?
• На основе данных. Система выдаёт 80 предприятий, которые за последний месяц заходили к трём вашим конкурентам, запрашивали у них прайсы и звонили в их отдел продаж. Менеджер звонит этим 80 — получает 18 встреч и 5 сделок.

Разница не в магии, а в том, что во втором случае вы говорите с теми, кто уже принял решение покупать — осталось только выбрать, у кого именно.

Таргетинг на основе данных в B2B строится на трёх китах:

1. Профиль идеального клиента (ICP). Описание не «портрета вообще», а конкретных признаков ваших лучших действующих клиентов: отрасль, размер, регион, тип закупочного процесса, типичные возражения. ICP вытаскивается из CRM путём анализа выигранных сделок за последние 12–24 месяца.
2. Сигналы намерения (intent signals). Это поведенческие триггеры: визиты на сайт конкурента, звонки в его отдел продаж, входящие SMS от него, поисковая активность в нише, скачивание тендерной документации. Каждый сигнал имеет вес — например, три визита на страницу тарифов конкурента весят больше, чем один общий заход на главную.
3. Окно покупки. Тот самый промежуток в 2–8 недель, когда компания активно выбирает поставщика. Попасть в это окно — означает закрыть сделку с конверсией в разы выше средней по рынку.

Интересно, что роль менеджера по продажам при этом не уменьшается, а меняется. Вместо ремесленника, который выкапывает контакты вручную, он становится переговорщиком, работающим с уже подогретой базой. По данным Ведомостей, в компаниях, внедривших скоринг через большие данные, время менеджера на «холодную работу» сократилось на 55–70%.

Самый быстрый старт для запуска рекламы по такой модели в России 2026 года выглядит так:

• Ставите код идентификации на свой сайт — получаете телефоны 30–60% посетителей, которые раньше уходили молча.
• Подключаете сбор данных о тех, кто посещает сайты ваших прямых конкурентов, звонит им или получает от них SMS.
• Пересекаете полученный список с базой юрлиц — отсеиваете физлиц, нецелевые регионы, мелкие компании ниже вашего порога чека.
• Передаёте подогретый список в отдел продаж или собственный call-центр для прозвона по выверенному скрипту.

В сравнении с другими продуктами рекламного рынка, такой таргетинг даёт измеримое преимущество в стоимости привлечения клиента (CAC). По расчётам аналитиков Коммерсанта, B2B-компании, перешедшие на data-driven подход, снижают CAC в среднем на 30–45% при росте среднего чека на 15–20% за счёт работы с более платёжеспособными сегментами.

Холодные базы и менеджерская интуиция не исчезли — они просто стали дополнением к данным, а не основой работы. Дальше посмотрим, какие именно инструменты собирают эту систему воедино и почему предиктивный скоринг превращается из модного слова в обязательный элемент B2B-воронки.

Инструменты Big Data для маркетинга: предиктивный скоринг, прогнозирование клиентского поведения и автоматизация продаж B2B

По данным исследований Коммерсанта и аналитиков J'son & Partners, российский рынок инструментов предиктивной аналитики для B2B вырос в 2025 году на 47% к предыдущему периоду. Это говорит о том, что бизнес массово переходит от ручного управления продажами к моделям, которые сами подсказывают, кому звонить первым.

Мировые тренды в этой части подтверждают вектор: по данным Gartner, к концу 2026 года около 75% B2B-организаций будут использовать ML-модели хотя бы для одной задачи в воронке. В России цифра скромнее — порядка 30–35%, но динамика та же.

Разберём, какие именно инструменты складываются в рабочий стек для среднего и крупного B2B в 2026 году.

1. Предиктивный скоринг лидов и аккаунтов.

Это математическая модель, которая обучается на истории ваших сделок и присваивает каждому новому контакту балл от 0 до 100. Логика простая: машина смотрит на признаки выигранных сделок за последние пару лет и ищет те же признаки в свежей базе.

• Что подаётся на вход. Отрасль, выручка, регион, должность ЛПР, источник лида, количество визитов на сайт, длина пути по контенту, история звонков и переписок.
• Что получается на выходе. Список аккаунтов, отсортированных по вероятности закрытия сделки. Менеджер видит сверху — «горячие 100», снизу — «холодные 1000».
• Что это даёт. По оценкам Ведомостей, скоринг через ML сокращает время на квалификацию лида в 4–6 раз и поднимает конверсию в сделку на 25–40%.

2. Прогнозирование клиентского поведения.

Здесь модель работает не с новыми лидами, а с действующей базой. Она ловит паттерны, которые предшествуют важным событиям: повторной закупке, расширению контракта, уходу к конкуренту.

1. Прогноз повторной покупки. Система видит, что клиент Х обычно делает заказ раз в 4 месяца, и за 3 недели до ожидаемой даты сигнализирует менеджеру: пора напомнить о себе.
2. Прогноз оттока (churn prediction). Падает активность в личном кабинете, перестают открываться письма, появляются визиты с устройства клиента на сайты ваших конкурентов — модель ставит флаг «риск ухода».
3. Прогноз апсейла. Анализируется поведение похожих клиентов, которые в прошлом расширяли пакет услуг. Если текущий клиент повторяет их траекторию — менеджер получает подсказку с конкретным предложением.

3. Автоматизация продаж B2B.

Сейчас тренд на рынке рекламы — связывать скоринг с действиями, а не просто рисовать красивые дашборды. Это означает, что после оценки лида запускаются автоматические сценарии, без участия маркетолога вручную.

• Триггерные коммуникации. Лид перешёл из категории «тёплый» в «горячий» — система отправляет персонализированное письмо, ставит задачу менеджеру и запускает ретаргетинг с конкретным офером.
• Динамические скрипты для call-центра. Оператор открывает карточку и видит не сухие ФИО, а полный контекст: какие сайты конкурентов посещал контакт, какие SMS получал, какие страницы смотрел у вас. Скрипт подстраивается под этот контекст в реальном времени.
• Автораспределение заявок. Заявки с высоким скорингом уходят сильным менеджерам, средние — на стандартный поток, слабые — в email-нурчуринг. Никаких больше «менеджер взял жирного клиента и слил его».

Интересно, что для большинства компаний со средним чеком от 50 000 ₽ необязательно строить эту инфраструктуру с нуля. По данным РБК, около 65% российских B2B-игроков идут по гибридной модели: внутри держат CRM и BI, а скоринг и обогащение покупают как сервис.

Базовый стек инструментов выглядит примерно так:

• CRM с открытым API (Bitrix24, amoCRM, Salesforce в редких случаях) — центральное хранилище.
• Колл-трекинг с расшифровкой разговоров и тегированием тем — Calltouch, Roistat, Mango.
• BI-платформа для сквозной аналитики — Power BI, Yandex DataLens, Tableau.
• Внешний сервис идентификации посетителей сайта и сбора данных о трафике конкурентов — закрывает задачу обогащения и доставки готовых сегментов.
• Call-центр на аутсорсе или встроенный — для оперативного прозвона горячих сегментов по согласованному скрипту.

Наиболее стабильные решения на рекламном рынке сейчас — это связки, где инструмент идентификации посетителей конкурентов сразу передаёт телефоны в call-центр через API, а CRM фиксирует результат каждого звонка для дообучения модели. Цикл замыкается: чем больше прозвонов и сделок, тем точнее предсказание следующих.

В сравнении с другими продуктами рекламного рынка такой стек окупается быстрее всего именно в B2B со средним чеком от 50 000 ₽, потому что каждый закрытый клиент покрывает стоимость инструмента за один-два контракта. Дальше посмотрим, как эта техника превращается в реальную выручку через персонализированные коммуникации и работу с сигналами намерения.

Маркетинговые инсайты B2B на практике: персонализация B2B коммуникаций и повышение конверсии в B2B через сигналы намерения

По данным исследований РБК и опросов B2B-закупщиков за 2025 год, 78% лиц, принимающих решения, готовы вычеркнуть поставщика из шорт-листа после одного шаблонного письма «Здравствуйте, мы лидеры рынка». Это говорит о том, что обезличенный контакт перестал быть просто неэффективным — он превратился в антирекламу.

Персонализация B2B коммуникаций — это не подстановка имени в шаблон, как многие думают. Это построение разговора на основе того, что компания уже сделала в цифровом пространстве за последние две-четыре недели.

Сигнал намерения — это любое действие потенциального клиента, которое выдаёт его текущую задачу. Чем свежее сигнал, тем выше шанс попасть в нерв.

Разберём, какие сигналы реально работают на повышение конверсии в B2B:

• Прямые поведенческие. Многократные визиты на страницу с ценами, скачивание прайса, заполнение калькулятора без отправки заявки, просмотр кейсов из своей отрасли.
• Конкурентные. Заходы сотрудников компании на сайты ваших соперников, звонки им, входящие SMS от их отделов продаж. Самый горячий сигнал — когда контакт побывал у трёх конкурентов за неделю.
• Контекстные. Поисковые запросы по типу «сравнить X и Y», «отзывы о поставщике Z», «альтернатива продукту W».
• Контентные. Глубокое погружение в вашу экспертную статью, регистрация на вебинар, дочитывание лонгрида до конца.
• Организационные. Открытие нового офиса, найм сотрудников по релевантным позициям, тендеры в смежных нишах, смена ЛПР.

Каждый сигнал по отдельности — это шум. Связка из трёх-четырёх сигналов за короткий период — уже маркетинговый инсайт B2B, на который нужно реагировать в течение 24–48 часов.

Покажем, как это выглядит в живом сценарии. Компания «Северная логистика» за неделю: дважды зашла на сайт конкурента, изучила там тарифы и страницу контактов, после чего попала на ваш блог через статью «Как выбрать перевозчика». Менеджер видит весь этот путь в карточке.

Звонок начинается не с самопрезентации, а с фразы «Иван Петрович, насколько понимаю, вы сейчас пересматриваете подрядчика по перевозкам — давайте сравним условия предметно». Конверсия такого разговора в назначенную встречу — 40–55% против 4–8% у стандартного холодного звонка.

Интересно, что персонализация работает не только в звонках. Она пронизывает все точки касания:

1. E-mail. Тема письма и первый абзац строятся под отрасль и стадию интереса. Контакту, изучавшему страницу интеграций, уходит письмо про API-возможности, а не общий буклет «о компании».
2. Ретаргетинг. Баннеры показываются с конкретным офером, который закрывает возражение, замеченное в поведении. Зависал на странице сравнения цен — увидит креатив про прозрачное ценообразование.
3. Посадочные страницы. Динамические лендинги подстраивают заголовок, кейсы и блок социальных доказательств под отрасль и размер компании посетителя.
4. Мессенджеры. Сообщение в Telegram или WhatsApp от менеджера приходит с привязкой к недавнему действию: «Видел, что вы скачали наш прайс — есть вопросы по позициям 14–17?»

По данным Ведомостей, российские B2B-компании, выстроившие работу с сигналами намерения в системном виде, поднимают конверсию из квалифицированного лида в сделку до 22–28% против средних по рынку 7–9%. Это говорит о том, что разница не в красноречии менеджеров, а в том, что разговор начинается на 3–4 шага дальше по воронке.

Основные причины выбора такого подхода у среднего и крупного B2B-сегмента:

• Сокращение цикла сделки на 25–40% — клиент уже знает, что хочет купить, не нужно его «образовывать с нуля».
• Рост среднего чека за счёт работы с компаниями, которые сами вышли на стадию активного выбора.
• Снижение количества встреч «ни о чём» — менеджер не тратит часы на тех, кто ещё не созрел.
• Возможность вернуть клиентов, которых раньше теряли молча — те, кто посетил сайт и ушёл без заявки, теперь становятся видимыми.

Отдельная история — работа с базой клиентов конкурента. Когда вы знаете, что покупатель соперника три раза за месяц звонил ему с жалобами или интересовался условиями расторжения, это окно для предметного предложения. Не «у нас лучше», а «мы решаем именно ту проблему, с которой вы сейчас столкнулись».

В сравнении с другими продуктами рекламного рынка, связка «сигналы намерения + персонализированный контакт» даёт самый короткий путь от данных к деньгам. Маркетинговые инсайты B2B перестают быть отчётами, которые читают раз в квартал, и становятся ежедневным рабочим инструментом отдела продаж. Дальше соберём всё это в пошаговую дорожную карту — что именно делать на первой, второй и третьей неделе, чтобы запустить систему за квартал.

Дорожная карта внедрения Big Data в B2B-маркетинге: с чего начать, чтобы обогнать конкурентов за 90 дней

По данным исследований Коммерсанта, медианный срок запуска полноценной data-driven системы привлечения клиентов в российском B2B составляет около 7 месяцев. Но это средняя температура по больнице — те, кто работает по чёткому плану, укладываются в 90 дней. Это говорит о том, что дело не в технологиях, а в последовательности шагов.

Разложим квартал на три этапа по 30 дней. Каждый этап даёт измеримый результат и не требует ломать существующие процессы под ноль.

Дни 1–30. Аудит, гипотезы, базовая инфраструктура.

Первый месяц — это диагностика того, что у вас уже есть, и закрытие очевидных дыр. Никаких сложных моделей пока не нужно.

1. Ревизия CRM. Проверьте, что заполняются ключевые поля по сделкам: отрасль, регион, выручка клиента, причина выигрыша или проигрыша. Если в 40% карточек пусто — модель потом обучить не на чем.
2. Анализ выигранных сделок за 18–24 месяца. Выпишите общие признаки топ-20 клиентов: размер штата, оборот, регион, кто инициировал контакт, длина сделки. Это черновик ICP.
3. Установка кода идентификации посетителей на свой сайт. Самый быстрый старт для запуска рекламы по новой логике. Через 2–3 недели у вас на руках телефоны компаний, которые раньше уходили в темноту.
4. Подключение колл-трекинга, если его нет. Без него непонятно, какие кампании реально приносят звонки, а какие — клики ради кликов.
5. Сведение рекламных кабинетов и CRM в один дашборд. Достаточно базового BI — главное, чтобы директор по продажам видел воронку от показа до выручки в одном экране.

Дни 31–60. Запуск сбора конкурентных данных и первые сегменты.

Второй месяц — подключение внешних источников и первые точечные кампании по подогретой базе. Здесь начинается реальная экономия рекламного бюджета.

• Сбор данных о посетителях сайтов прямых конкурентов. Выбираете 3–5 ключевых соперников в нише, запускаете отслеживание тех, кто заходит к ним, звонит им, получает от них SMS. Через 2 недели формируется первый поток горячих контактов.
• Сегментация полученной базы. Фильтруете по выручке, отрасли, региону под свой ICP. Из условных 3 000 контактов остаётся 400–600 действительно целевых.
• Запуск пилотного прозвона. Передаёте сегмент в call-центр со скриптом, привязанным к источнику сигнала. Не «здравствуйте, мы предлагаем», а «вы недавно изучали рынок таких решений — давайте сравним предметно».
• Замер базовой метрики. Сравниваете конверсию пилотного прозвона со средней по компании. Обычно разница в 4–8 раз в пользу нового подхода — это и есть аргумент для масштабирования бюджета.
• Параллельный запуск ретаргетинга на собранную базу. Контакт, по которому не дозвонились с первого раза, видит ваш баннер в течение следующих 7–14 дней. Шанс на повторный заход растёт в разы.

Дни 61–90. Масштабирование, обратная связь, автоматизация.

Третий месяц — это превращение пилота в систему. Цель — сделать так, чтобы поток горячих контактов поступал ежедневно, а не от случая к случаю.

1. Настройка автоматической передачи лидов из системы идентификации в CRM. Каждый новый контакт сразу попадает в карточку с пометкой об источнике сигнала и автоматически распределяется по менеджерам с учётом скоринга.
2. Внедрение динамических скриптов для операторов. Скрипт меняется в зависимости от того, чем именно интересовался контакт — сайтом конкурента, вашими страницами, тендерами. Это поднимает дозвон-в-встречу ещё на 15–20%.
3. Запуск регулярного цикла обучения модели. Раз в 2 недели разбираете результаты прозвонов: какие сигналы дали закрытые сделки, какие оказались пустышкой. На этой обратной связи корректируете веса в скоринге.
4. Подключение работы по «спящим» клиентам конкурентов. Тех, кто давно перестал к ним обращаться или ищет альтернативу — отдельный сегмент с собственным скриптом и оффером.
5. Финальный замер юнит-экономики. Сравниваете CAC, средний чек, цикл сделки и LTV до и после внедрения. Считаете ROI инструмента в чистых деньгах.

По данным Ведомостей, российские B2B-компании, прошедшие подобный 90-дневный цикл, фиксируют рост числа квалифицированных лидов в 2,5–4 раза при снижении стоимости их привлечения на 35–50%. При среднем чеке от 50 000 ₽ это означает, что вложения в инфраструктуру отбиваются на 5–15 закрытых сделках — то есть за первые же 2–3 месяца после запуска.

Интересно, что главный риск на этом пути — не технический, а организационный. Когда отдел продаж получает в руки приоритизированный список горячих контактов, привычка «работать как раньше» становится самым сильным тормозом. По наблюдениям аналитиков РБК, около трети проектов буксуют именно потому, что менеджеры продолжают параллельно прозванивать старые холодные базы вместо того, чтобы полностью переключиться на новый поток.

Что с этим делать на уровне руководителя — три простых шага:

• Прописать в KPI отдела продаж не количество звонков, а конверсию по сегментам с разным скорингом.
• Запустить недельные разборы сделок с разбором того, какие сигналы привели к закрытию.
• Дать менеджерам видимый бонус за работу с горячими сегментами — деньги, разряд, что угодно, что показывает: новая модель приоритетна.

Наиболее стабильные решения на рекламном рынке в 2026 году — это не отдельные инструменты, а сшитые в единый процесс связки: идентификация посетителей + сбор данных по конкурентам + скоринг + call-центр + сквозная аналитика. Каждое звено по отдельности даёт прирост в 10–20%, но именно вместе они переводят отдел продаж из режима «надеемся, что повезёт» в режим «знаем, кто купит следующим».

Пока вы продолжаете обрабатывать входящие заявки в порядке их поступления, ваш конкурент уже звонит тем, кто завтра отправит запрос вам. Разница между этими двумя позициями — не в бюджете и не в харизме менеджеров. Разница в том, кто первым решил, что данные о покупателе важнее самого факта рекламного показа. 90 дней — это срок, за который эта позиция меняется. Дальше — вопрос дисциплины и регулярного дообучения системы.