Привет, Радар! Я Артём, CEO автопилота для холодных продаж Gradly. Раньше я был продактом и руководителем в VK и МТС, работал в нескольких венчурных фондах. Сейчас мы с кофаундером Ваней фулл-тайм развиваем Gradly.
Gradly вырос из нашей проблемы: в B2B без холодного аутрича трудно найти клиентов, а инструментов для него в России почти не было. За год, что делаем продукт, мы поняли: текст письма важен, но результат определяло, кому и в какой момент вы пишете.
Считается, что холодное письмо работает, если оно хорошо написано: в нём есть персонализация, крючок в первой строке и правильный призыв к действию. Наш опыт показывает другое.
Делюсь историей, как мы пришли к такому выводу, где ошибались и что поняли про аутрич в России.
Пару лет назад у меня была студия, которая делала MVP для стартапов. Лидов ей постоянно не хватало, и иногда мы подолгу сидели без новых заказов. Тогда я впервые взялся за холодный аутрич: мы искали клиентов кустарными способами и проверили на себе кучу гипотез. Рабочую схему так и не нашли, и студию в итоге закрыли.
Я вынес из этого главный урок: без понятного способа находить клиентов бизнес в России построить очень сложно, а в B2B без холодного аутрича не обойтись.
С Ваней, вторым основателем Gradly, мы знакомы со школы и учились на одном факультете. Несколько лет он развивал ML в Сбере и Яндексе, потом ушёл делать свой стартап и упёрся в ту же проблему, что и я.
С 2022 года в мире, в том числе среди стартапов Y Combinator, пошла волна продуктов, которые заново изобретают холодный аутрич. Сначала это были базы контактов и сервисы прогрева почты, потом появились продукты про go-to-market-стратегию (GTM): кому писать, когда и зачем.
Тогда мы и решили сделать такой продукт для российского рынка. Мы хотели, чтобы стартап быстро получал первых лидов, готовых платить, а работающий бизнес — устойчивую воронку, которая не зависит от часов сейлза на рассылки.
Стадии, через которые прошёл Gradly в погоне за счастьем.
Первые пользователи сказали, что дело не в тексте письма
Первую версию мы собрали на коленке. Нам важно было понять, чего хочет рынок, и не придумывать фичи из головы.
Мы сделали прототип и в полуручном режиме рассылали через него письма о себе. Так в конце 2025 года мы нашли первых энтузиастов: они согласились тестировать продукт и даже платить за базовую подписку.
Дальше всё происходило в бою: мы собирали фидбек, исправляли то, что не работало, и разбирались, куда расти.
Скриншот: Записывали короткое демо нашего продукта, чтобы заинтересовать первых клиентов.
Первый же фидбек перевернул нашу стратегию. Оказалось, что глубина и персонализация письма важны, но результат определяют три другие вещи:
качество базы;
контакт именно лица, принимающего решение (ЛПР), а не общий info@;
сегмент, которому ваш продукт нужен.
Стандартный подход к базе выглядит так: выбираете коды ОКВЭД, выручку, регион и получаете огромный список. Подходящие компании в нём перемешаны с теми, кто у вас никогда ничего не купит. ОКВЭД показывает, что компания записала при регистрации, но не говорит, чем она занимается сейчас.
Мы пошли другим путём: спарсили сотни тысяч сайтов, собрали описания того, чем компании занимаются сейчас, и сделали поиск, который работает как Google. Вы пишете, чем занимается ваш клиент, и получаете похожие компании без всяких ОКВЭДов.
Заодно мы собирали контакты ЛПР. Это был первый шаг, чтобы находить для пользователя нужных людей в нужных компаниях.
Следующим шагом стал аутрич в Телеграм, и он сильно снизил риски. Одна аудитория почту почти не открывает и живёт в Телеграме. Другая ушла из него в MAX, но почту по-прежнему читает. Теперь мы дотягивали до обеих.
Как мы видели аутрич раньше и к каким выводам пришли.
Метрики росли, а письма улетали в спам
Пользователи начали находить через платформу лидов и закрывать сделки. Казалось, дальше дело за маркетингом, и скоро мы станем единорогом. Но проблемы никуда не делись. Вот одна неделя того времени:
Прогрев почты перестал работать. Яндекс и Mail.ru поменяли алгоритмы, и рассылки массово полетели в спам. Это задело нескольких наших активных пользователей. Мы срочно переделали алгоритмы прогрева, добивались, чтобы письма снова доходили до входящих, и за свой счёт продлевали клиентам подписки.
В базе появились продавцы запрещённой продукции. Кто-то выкупил домен компании из нашей базы и поставил на него свой сайт, а мы честно спарсили новое описание. Нам повезло: мы заметили их и убрали из базы до того, как ушла рассылка. Теперь мы проверяем содержимое каждого сайта в несколько этапов.
Модель, которая писала письма, время от времени выдумывала факты и писала совсем не так, как пишут холодные письма. Мы долго экспериментировали с моделями и промптами, а потом перешли на мультиагентную схему и разбили задачу на мелкие предсказуемые шаги. «Ресёрчер» ищет информацию о лиде и его компании, «райтер» пишет черновик, а «валидатор» проверяет, похоже ли письмо на написанное живым человеком.
Всё это мы в итоге исправили, но пользователям ранних версий часто доставалось.
Акселератор ФРИИ и вопрос «когда писать»
Чем больше мы работали с аутричем, тем яснее видели, что без базы не обойтись. Но даже база, собранная по описаниям с сайтов, а не по ОКВЭДам, не даёт лучшего результата: она отвечает на вопрос «кому писать», но не на вопрос «когда».
Мы стали больше нетворкать, дошли до финала отбора Yandex Startup Lab, потом прошли отбор в акселератор ФРИИ и получили от фонда pre-seed-инвестиции.
За три месяца акселератора продукт сильно продвинулся. Наши догадки о хорошем аутриче мы оформили в конкретный план и начали активно продавать под менторством ребят из ФРИИ.
Главное, что поменялось, — мы перестали распыляться по сегментам и офферам. Задача стала конкретной: выбрать один самый перспективный сегмент и ЛПР в нём, описать наш А-сегмент и продать продукт всем компаниям из него. В А-сегмент попадали компании с понятной и срочной болью, нужным нам ЛПР внутри, работающими продажами и проседающими конверсиями.
На демо мы теперь говорили прежде всего о клиенте — о его боли и о том, решаем ли мы её. Только потом рассказывали о себе и продукте. Конверсия из демо в продажу выросла на 30%.
К концу акселератора мы выпустили большое обновление — Playbook.
Из каких проблем вырос Playbook
Фразу «ИИ находит лучших клиентов» сейчас пишут все. Поэтому расскажем, почему мы сделали каждую часть продукта именно так и где специально себя ограничили.
Мы писали правильным компаниям в неправильное время
Компания из вашего идеального портрета клиента большую часть года не думает о том, что вы продаёте. Но несколько недель в году думает: ушёл подрядчик, пришли деньги, что-то перестало работать. Если вы напишете в эти недели, у человека будет задача прямо сейчас. Если в любое другое время, задачи у него нет, и хороший текст этого не исправит.
Первые сигналы мы придумали для одного клиента
Первым клиентом, с которым мы запустили аутрич через Playbook, стала студия разработки. Она работает с небольшими интернет-магазинами, и у неё сильные кейсы: студия обновляла магазинам сайты, и у тех росли конверсии. А вот аутрич у студии не работал. Ребята покупали базы, писали на почту и в Telegram, но из сотен сообщений ни один лид не дошёл до оплаты. К нашему демо они были уверены, что для агентств и студий аутрич не работает в принципе.
Мы предложили писать только тем интернет-магазинам, у которых точно есть проблема, вместо рассылки всем подряд в надежде попасть на заинтересованных. Под эту студию мы и придумали первые сигналы: вёрстка сайта не менялась пять лет и больше, сайт медленно грузится, компания ищет подрядчика, чтобы обновить сайт.
Вместе эти сигналы давали точную выборку. Мы брали интернет-магазины до определённого порога выручки — крупные этой студии не подходили — и оставляли тех, у кого есть боль (медленный сайт или старая вёрстка) и срочность (уже ищут подрядчика). Так получался короткий список магазинов, у которых проблема есть именно сейчас. Дальше Gradly находил в этих компаниях ЛПР и писал им письмо и сообщение в Telegram, опираясь на найденные сигналы.
Первые результаты пришли быстро. За первый месяц студия получила пять лидов, готовых платить. Во втором месяце четверо из них оплатили, подписка на Gradly окупилась с запасом, а мы привели студии ещё 12 горячих лидов.
С этого клиента начался наш каталог сигналов. Сейчас в нём больше сотни признаков того, что у компании идут именно такие недели: получили грант, открыли вакансию, остановили рекламу, сайт годами не обновлялся. Полный список есть в каталоге на сайте Gradly. Из сигналов складывается оценка компании, а у каждого лида есть карточка: что случилось, когда и ссылка на источник.
На какие основные группы делятся сигналы.
Сигнал нашли, а письмо всё равно шаблонное
Но найти сигнал мало: вручную переносить факты из таблицы в текст на сотне лидов никто не успевает, и письмо снова получается шаблонным. Поэтому факты сигнала стали переменными в шаблонах писем и сообщений в Телеграме. Gradly сам подставляет название вакансии или скорость загрузки сайта, и первая строка получается про компанию: «Увидел, что вы ищете маркетолога. Пока ищете, рекламу кто-то ведёт?»
Хороших сигналов всегда мало
Если вы ищете компании, которые прямо сейчас нанимают РОПа, их не наберётся тысяча за раз. Обычно в такой ситуации ослабляют фильтры и добирают выборку чем попало.
Мы сделали режим накопления: пайплайн берёт то, что есть сейчас, а потом каждую ночь проверяет свежие сигналы и добавляет компании, как только у них что-то случилось. Вместо одной большой выгрузки получается поток: несколько компаний в день, и у каждой есть настоящая проблема.
Пользователи не знали, кого искать
Самый трудный шаг в аутриче случается ещё до первого письма: понять, кого искать. Обычно это делают по ощущениям: «Наши клиенты, наверное, средний бизнес в ритейле», а дальше выгружают базу по ОКВЭДам и надеются.
Мы увидели это на собственном продукте. В прошлой версии Gradly пользователь сам описывал свою ЦА или задавал её через ОКВЭД и выручку, и мы часто помогали ему на этом шаге, чтобы выборка не выходила слишком широкой и неточной.
Поэтому в Playbook поиск начинается с тех, кто у вас уже купил: вы указываете несколько клиентов и ситуацию, в которой они пришли, а модель ищет, что у них общего, и собирает под это пайплайн.
Общие базы контактов выгорели
Об этом нам рассказывали клиенты, которые пробовали разные базы: контакты в них повторяются от сервиса к сервису, по одним и тем же людям пишут все, и у адресатов наступает баннерная слепота. Поэтому мы ищем ЛПР глубже: сначала на сайте компании, потом у внешних провайдеров и в открытых источниках, а в крайнем случае берём ФИО директора из ЕГРЮЛ и подбираем шаблон корпоративной почты. В Telegram мы ищем ЛПР в профильных каналах и чатах.
Автопилот однажды выдумал условия договора
Автопилот ведёт диалог после того, как лид ответил: отвечает, договаривается о времени и ставит встречу в календарь. Как он устроен, проще всего объяснить через одну его ошибку.
На внутренних тестах лида играл Ваня. Он спросил: «А сколько стоит и есть ли договор?» Автопилот уверенно ответил: «Стоимость зависит от объёма рассылок, договор заключаем с полной юридической стороной». Всё в этом ответе было выдумано. Мы поняли, что такой автопилот навредит больше, чем поможет, и жёстко его ограничили: простую линейную работу он делает сам, а сложные вопросы отдаёт человеку.
С тех пор действует правило: автопилот не говорит о вашем продукте ничего, что вы ему не дали. Вопросы про цены и договор он передаёт вам. На просьбу прислать КП отправляет ваш текст слово в слово, а если текста нет, отдаёт диалог вам: лучше промолчать, чем сочинить ваши условия.
Готовые ответы он проверяет дважды: если в базе есть ответ «Да» на вопрос «Работаете по почасовой ставке?», а лид спрашивает «Только почасовая или есть альтернативы?», автопилот такой ответ не отправит. А для осторожных есть режим наблюдения: автопилот пишет черновики и ничего не отправляет, пока вы сами не включите отправку.
Что в итоге
Мы уверены, что в B2B-аутриче текст письма отвечает за 10–20% результата, а остальное решают сегмент, момент и контакт.
А лично я понял ещё одно: если людям кажется, что ты делаешь полезный продукт, они сами тратят на него время, делятся опытом и помогают ему расти. Чем раньше ты найдёшь первых таких пользователей, тем быстрее вместе с ними доведёшь идею до продукта, который приносит пользу.
На Радар я пришёл делиться опытом, помогать молодым проектам находить первых клиентов и расти вместе с сообществом. Если хотите разобраться, как искать первых клиентов или тестировать гипотезы, пишите мне в Телеграм — @rtm_eh, всегда рад пообщаться.
Попробуйте Gradly бесплатно на сайте. Дальше работает подписка: тариф зависит от того, сколько компаний Gradly отслеживает по сигналам и включает в рассылку, — 1000, 3000 или 5000. Цены начинаются от 17 900 ₽.
Будем рады поддержке лайком и комментом на Product Radar:
Автопилот для поиска клиентов: от поиска компаний по 100+ сигналам до ведения переписки в Email и TG
⭐️ Эту статью написал «Друг Радара». Вы можете добавить свою статью или обсудить ее идею с нами в боте. Мы поможем на всех этапах подготовки и публикации статьи, а также разметим ее в сторисах нашего Telegram-канала @productradar_official. Редакция Блогов Product Radar бережно сохранила авторский стиль, орфографию и пунктуацию.
Данный сайт использует файлы cookie в целях обеспечения корректной работы сайта.
Продолжая использовать сайт, вы принимаете Условия обработки файлов cookie и Политику конфиденциальности. Вы можете отключить обработку файлов cookie в настройках вашего браузера.
Product Radar
