Telegram-бот для квалификации лидов Точки Сверки

Мы выделили несколько требований:

• стартовое сообщение должно быстро объяснять, куда попал пользователь и какие действия доступны;
• основной сценарий должен вести пользователя по шагам: маркетплейс, контакт, ИНН, оборот, согласие на обработку данных;
• разные типы обращений должны быть разведены по отдельным веткам;
• партнерский сценарий должен фиксировать источник рекомендации;
• вопросы должны иметь отдельный маршрут, чтобы не засорять основную воронку заявок;
• результат квалификации должен попадать в Битрикс, а не оставаться только в истории Telegram;
• бэкенд бота не должен становиться отдельным хранилищем клиентских данных, если CRM уже является рабочим центром продаж.

Отдельно зафиксировали MVP-подход. На старте не нужно строить тяжелую AI-систему, самообучающегося агента или отдельный партнерский кабинет. Сначала важнее запустить понятный сценарий, проверить его на реальных обращениях и только после этого усложнять автоматизацию.

Как выбрали состав работ

В первую версию вошло то, что напрямую влияет на квалификацию лида и передачу менеджеру.

Состав работ ограничили запуском рабочего Telegram-бота:

• стартовое сообщение;
• ветка возврата товаров;
• ветка других услуг;
• партнерская ветка;
• ветка вопросов;
• сбор контакта, ИНН, оборота и согласия;
• логика маршрутизации по результату квалификации;
• интеграция с Битриксом;
• тестирование сценариев;
• деплой и ввод в эксплуатацию.

Команда проекта была небольшой: продакт, разработчик и DevOps. Это позволило не растягивать MVP на длинный цикл согласований и выпустить рабочий контур за две недели от брифа до публикации.

Что не стали делать

В первую версию не стали добавлять отдельное постоянное хранилище клиентских данных на стороне бота. Персональные данные, ИНН, Telegram-контекст и результат квалификации передаются в CRM, где с ними дальше работает команда продаж.

Не стали раскрывать пользователю внутреннюю логику порогов и маршрутизации. Для бота важнее корректно принять данные и направить заявку в нужный CRM-сценарий, чем объяснять все правила квалификации внутри диалога.

Не стали начинать с полноценного AI-агента. Для первого запуска достаточно сценарного бота с понятными ветками, CRM-интеграцией и возможностью измерить, где пользователи доходят до заявки, а где выпадают.

Что сделали

1. Собрали стартовое сообщение и основные ветки

Пользователь попадает в бот и сразу видит понятный выбор: вернуть деньги за потерянные товары, посмотреть другие услуги, обсудить партнерство или задать вопрос.

Такой первый экран снижает шум в продажах. Человек не начинает с произвольного сообщения, а выбирает направление, которое уже помогает системе понять его намерение.

2. Запустили ветку возврата товаров

Основная ветка ведет селлера по квалификационному сценарию. Бот собирает маркетплейс, контакт, ИНН, оборот и согласие на обработку данных.

Эти данные нужны менеджеру еще до первого разговора. По ним можно понять, подходит ли обращение под основной продукт, какой уровень приоритета у заявки и в какой сценарий ее передавать дальше.

3. Развели другие услуги, партнерство и вопросы

Для других услуг бот сначала дает пользователю контекст, а затем предлагает оставить заявку или вернуться к списку направлений.

Партнерская ветка отделена от клиентской заявки. Это важно для продаж: рекомендация, партнерский контакт и обычный лид требуют разных действий в CRM.

Ветка вопросов также вынесена отдельно. Она позволяет обработать обращение, не смешивая его с квалифицированными заявками на основной продукт.

4. Интегрировали бота с Битриксом

После прохождения сценария бот передает данные в Битрикс. В CRM создаются нужные сущности и заполняются поля квалификации: контакт, компания, сделка, выбранная ветка, маркетплейс, ИНН, оборот, согласие, статус и информация для менеджера.

Заявка попадает в воронку уже не как пустое сообщение из Telegram, а как структурированная запись. Менеджер видит, с каким типом обращения работает, какие данные уже собраны и что нужно сделать дальше.

5. Развернули и ввели бота в эксплуатацию

После разработки бот прошел тестирование сценариев, деплой и ввод в эксплуатацию. Общий срок от брифа до публикации составил две недели.

На этом этапе важнее было выпустить управляемый MVP и начать собирать реальные данные по поведению пользователей, чем заранее строить сложную систему вокруг непроверенных сценариев.

Что изменилось после запуска

Точка сверки получила рабочий Telegram-бот для первичной квалификации лидов.

Обращения больше не попадают в продажи только как свободный чат. Бот сначала определяет намерение пользователя, собирает ключевые данные и передает результат в Битрикс. Менеджер получает заявку с контекстом: выбранная ветка, контакт, ИНН, маркетплейс, оборот, согласие и CRM-статус.

Данные не дублируются в отдельном постоянном хранилище на стороне бота. Рабочим центром остается CRM: там создаются лиды, компании, сделки, поля воронки и статусы для дальнейшей обработки.

Количественная статистика после запуска еще не накоплена. Следующий этап — смотреть, сколько людей начинают диалог, сколько доходит до заявки, какие ветки чаще выбирают, где пользователи выпадают и как автоматическая квалификация соотносится с ручной работой менеджера.

Что можно развивать дальше

• Настроить регулярный отчет по диалогам, заявкам и конверсии из веток бота.
• Сравнить качество автоматической квалификации с ручной обработкой менеджера.
• Доработать тексты и порядок вопросов по данным первых диалогов.
• Добавить отдельные сценарии для повторных обращений и партнерских рекомендаций.
• Расширить CRM-аналитику: источник, ветка, статус, менеджер, продажа, причина отказа.
• Подключить AI-логику только там, где сценарных веток уже недостаточно.

Для каких задач подходит похожий подход

Похожий подход подходит компаниям, у которых:

• лиды приходят в Telegram, но квалифицируются вручную;
• менеджеры задают одинаковые вопросы до передачи заявки в CRM;
• есть несколько разных интентов: покупка, вопрос, партнерство, другая услуга;
• нужна интеграция Telegram-бота с Битрикс24 или другой CRM;
• важно собирать контакт, ИНН, согласие и другие квалификационные данные;
• нужно быстро проверить MVP бота, а не сразу строить сложного AI-агента;
• продажи хотят видеть в CRM не просто сообщение, а структурированную заявку.

Если входящие обращения уже есть, но менеджеры тратят время на первичный разбор, сначала стоит описать сценарии квалификации: какие данные нужны, какие ветки бывают, куда должна попадать заявка и какие метрики покажут, что автоматизация действительно помогает продажам.

Gigonom может разобрать текущий путь лида, спроектировать Telegram-бота, связать его с CRM и запустить MVP, который можно проверить на реальных обращениях до большой автоматизации.

• Аудит
• Сайты
• UX
• +4