Микрокредитная организация из Алматы обратилась к сегментированной базе контактов после того, как стандартная реклама в социальных сетях перестала давать стабильный поток заявок. Стоимость привлечения росла, а большая часть обращений приходилась на пользователей, которые не соответствовали требованиям по возрасту, региону или доходу.
Задача заключалась не в массовой рассылке по всем доступным номерам, а в создании управляемой воронки. Компании требовались потенциальные заёмщики из нескольких районов города, готовые рассмотреть краткосрочное финансирование и согласные получать коммерческую информацию по выбранному каналу связи.
Кейс показателен тем, что база контактов сама по себе не гарантирует рост выдач. Результат появился благодаря сочетанию точной сегментации, корректного первого сообщения, быстрой обработки откликов и регулярного удаления неактуальных номеров. В расчётах использовались агрегированные показатели, без публикации персональных данных клиентов.
В качестве рабочего инструмента организация рассмотрела базы мобильных номеров и мессенджер-контактов с фильтрами по городу, району и интересам. Такой подход позволил тестировать небольшие сегменты, сравнивать каналы и постепенно увеличивать объём только после подтверждения эффективности.
До запуска проекта микрофинансовая компания получала около 420 заявок в месяц из контекстной рекламы, партнёрских размещений и повторных обращений. Средняя конверсия заявки в выдачу составляла примерно 11%, поэтому фактическое количество новых займов держалось на уровне 45–50 в месяц.
Основной проблемой был широкий и неоднородный охват. Реклама показывалась людям из соседних регионов, пользователям без подтверждённого интереса к финансовым продуктам и аудитории, которая уже несколько раз видела одно и то же предложение. Менеджеры тратили время на первичную квалификацию, но не успевали оперативно перезванивать самым перспективным лидам.
Цель сформулировали в измеримых показателях: увеличить число целевых заявок минимум на 70%, удержать долю одобренных обращений и не допустить резкого роста жалоб на коммуникации. Дополнительным условием стало соблюдение требований к обработке персональных данных и фиксация согласий там, где они необходимы.
Команду разделили аудиторию на четыре группы: жители Алматы трудоспособного возраста, пользователи с интересом к финансовым услугам, бывшие клиенты организации и контакты из районов, где уже работали отделения. Для каждой группы подготовили отдельный сценарий разговора, чтобы менеджер не начинал диалог с универсального рекламного текста.
Особое внимание уделили очистке данных. Из выборки убрали дубли, номера без мессенджеров, ошибочные контакты и записи с отметкой о нежелательных обращениях. Практика фильтрации по интересам похожа на работу с любыми узкими нишами: например, при подборе аудитории для образовательной кампании важно отделять действительно релевантные контакты от случайных пользователей, как это видно в базе номеров заявок на кастинг в школу моделей Алматы.
Коммерческое предложение также изменили. Вместо обещания «быстрых денег» использовали нейтральное описание условий: доступная сумма, требования к заявителю, примерный срок рассмотрения и ссылка на официальный канал подачи заявки. В тексте сразу указывали название организации и возможность отказаться от дальнейших сообщений.
Первый этап проводили на небольшой выборке, чтобы сравнить звонки, SMS и сообщения в мессенджере. Звонки дали больше содержательных диалогов, но потребовали значительного количества операторов. SMS обеспечивали широкий охват, однако конверсия была ниже. WhatsApp показал лучший баланс между стоимостью контакта и числом заполненных анкет при условии аккуратного сценария.
| Канал | Размер тестовой выборки | Доля ответов | Конверсия в заявку | Конверсия в выдачу |
|---|---|---|---|---|
| Телефонные звонки | 1 200 контактов | 18% | 7,5% | 2,1% |
| SMS | 2 000 контактов | 9% | 3,4% | 0,9% |
| 1 500 контактов | 24% | 10,2% | 3,2% | |
| Повторный контакт | 650 контактов | 31% | 14,8% | 5,4% |
Лучший результат показал повторный контакт с пользователями, которые уже открывали сообщение или задавали уточняющие вопросы. Менеджеры связывались с ними в течение 15 минут в рабочее время. Если человек не отвечал, ему не отправляли серию одинаковых напоминаний: следующий контакт выполняли только при наличии основания и с соблюдением установленных ограничений.
В качестве дополнительного теста команда проверила тематические формулировки, связанные с бытовыми расходами и планированием бюджета. Для контентных сегментов использовали нейтральные интересы, а не чувствительные категории. Даже необычные тематические страницы могут быть полезны лишь как ориентир для анализа интересов аудитории, например материал о традиционном индийском блюде не являлся рекламным каналом, но помог понять, как аккуратно отделять общий интерес к кулинарии от финансового намерения.
До кампании оператор получал контакт без контекста и задавал длинную серию стандартных вопросов. После сегментации карточка лида содержала источник, канал коммуникации, район, дату первого касания и отметку о реакции. Благодаря этому разговор начинался с релевантного предложения, а не с повторного выяснения базовой информации.
Сценарий разговора сократили до трёх этапов. Сначала менеджер представлялся и уточнял, удобно ли продолжить диалог. Затем кратко сообщал общие условия продукта и проверял соответствие основным критериям. В конце направлял пользователя на официальный сайт или в защищённую форму заявки, не запрашивая в переписке лишние документы и платёжные данные.
Каждый отказ фиксировали в CRM с причиной: неактуальный номер, нет интереса, неподходящие условия, уже оформлен займ или просьба больше не связываться. Эти отметки использовали для очистки следующей выгрузки. В результате база постепенно становилась точнее, а доля повторных нежелательных касаний снижалась.
За шесть недель организация получила около 760 целевых заявок против 420 в сопоставимом периоде до теста. После проверки платёжеспособности и стандартного скоринга было выдано 98 займов, тогда как ранее средний показатель составлял около 48. Таким образом, выдача практически удвоилась, а рост произошёл за счёт более качественного входящего потока и скорости обработки.
Стоимость подтверждённой заявки снизилась примерно на 28%. Расходы на контактную базу, подготовку сообщений и работу операторов оказались ниже затрат на расширение контекстной рекламы. При этом команда не масштабировала кампанию одномоментно: каждый новый сегмент подключали после оценки ответов, заявок, одобрений и количества отказов от коммуникации.
Важным результатом стала прозрачность аналитики. Организация увидела, какие районы дают больше обращений, какой канал эффективнее для повторного контакта и на каком этапе теряются потенциальные клиенты. Это позволило перераспределить смены операторов и отказаться от неэффективных временных интервалов.
Работа с базой контактов требует правовой и репутационной осторожности. Нельзя считать любой найденный номер разрешением на рекламный звонок или сообщение. Перед запуском необходимо проверить происхождение данных, условия их использования, наличие согласий и внутренние процедуры обработки запросов на прекращение коммуникации.
Для снижения риска жалоб компания использовала понятную подпись отправителя, короткое описание предложения и простой способ отказаться от дальнейших сообщений. Полезные рекомендации по организации таких процессов собраны в материале о том, как снизить жалобы на спам. Внутри команды назначили сотрудника, который ежедневно проверял стоп-листы и контролировал удаление дубликатов.
Не следует отправлять десятки сообщений за короткий срок, скрывать название компании или использовать формулировки с гарантией одобрения. Финансовое предложение должно объяснять существенные условия без давления и вводящих в заблуждение обещаний. Персональные сведения нужно хранить ограниченное время, предоставлять доступ только ответственным сотрудникам и не передавать их посторонним подрядчикам без законных оснований.
Главный практический вывод кейса прост: удвоение выдачи обеспечила не сама база, а связка из точного сегмента, аккуратной коммуникации, быстрого ответа и постоянной очистки контактов. Для микрокредитной организации безопасный масштаб начинается с небольшой тестовой выборки, понятных KPI и строгого контроля каждого следующего касания.