В 2-3 раза больше квалифицированных лидов с Avito: как AI-агент «Мария» изменила продажи строительной компании

О компании и вызове

Компания «Арт-Комфорт» (ООО «Арт Строй») — тюменская строительная компания, специализирующаяся на возведении деревянных домов и бань под ключ. С 2017 года команда реализовала более 300 проектов: от компактных бань 6×4 до загородных домов для круглогодичного проживания.

Фрагмент протокола kick-off встречи — все договорённости и этапы фиксируются письменно

Процесс и управление проектом

Проект ведётся в таск-менеджере: этапы, сроки, статус задач и ответственность сторон

Специфика бизнеса

Уникальные преимущества

• 5-летняя гарантия на дома, 3-летняя на бани
• Фиксированная цена в договоре без скрытых доплат
• Поэтапная оплата по факту выполненных работ
• Личный контроль основателя Евгения Гретченко на каждом объекте

Проблема, с которой пришли

Ключевые боли

• 1. Собственник = квалификатор (неэффективное использование времени)

  Евгений совмещал роль директора с обработкой всех входящих заявок. Это отнимало 2-3 часа ежедневно и не позволяло сфокусироваться на стратегических задачах и закрытии сделок.

• 2. Потеря 20-40% заявок из-за медленного ответа

  Время реакции на новую заявку достигало нескольких часов, иногда — суток. За это время клиенты уже получали информацию от конкурентов и «остывали».

• 3. Особенность Avito: затянутые переписки

  Из 3-4 заявок в день на Avito удавалось «вытащить» только 1-2 контакта в неделю — остальные терялись в длинных асинхронных переписках.

• 4. Работа «через силу» вне рабочего времени

  Чтобы успевать отвечать и выполнять основные обязанности, Евгений был вынужден работать по вечерам и рано утром — на «досуге», который переставал быть отдыхом.

Решение

Компания ALIOT внедрила AI-агента «Мария» на платформе Nextbot — интеллектуального ассистента для автоматической обработки входящих заявок и квалификации лидов.

Что сделали

Логика и настройка агента

Фрагмент системной инструкции AI-агента: роль, цели, ограничения и логика квалификации

Каналы работы агента

Интеграции

• amoCRM — автоматическое создание лидов с заполненными полями квалификации
• Telegram-уведомления — мгновенное оповещение Евгения о новых горячих лидах
• Функции агента: save_lead_to_crm, normalize_phone, ask_manager, get_bania_pricing_and_info

Пример живой работы агента

Пример реального диалога: запрос с Avito → квалификация → передача менеджеру

Объём работы

За период внедрения (сентябрь-октябрь 2025):

• Обработано 203 диалога и 3745 сообщений
• Выполнено 225 функций (создание лидов, нормализация телефонов, эскалации)
• Стоимость проекта: 153 000 ₽ (два платежа по 76 500 ₽)
• Ежемесячные затраты на платформу: ~4 000 ₽

Результаты: цифры, которые говорят сами за себя

Статистика работы агента: сотни диалогов и тысячи сообщений за период эксплуатации

Главный результат

Финансовые показатели

Расчёт ROI:

ROI = (Выручка - Затраты) / Затраты × 100%
ROI = (3 000 000 - 153 000) / 153 000 × 100% = 1860%

Даже при закрытии одной сделки на 1,5 млн ₽ проект окупается многократно. Как отметил Евгений: «В любом случае как минимум с 1 сделки окупается в несколько раз. Абсолютно ничего, никакой потери нету.»

Операционные показатели

Статистика агента (за 2+ месяца работы)

• 203 диалога обработано
• 3745 сообщений отправлено
• 225 функций выполнено (CRM, уведомления, эскалации)
• 83 лида создано автоматически в amoCRM
• 15 запросов на консультацию обработано
• 23 эскалации на менеджера (сложные вопросы)

Что говорит клиент

Оценка проекта: 10/10

Рекомендует ли другим: Да, однозначно

Доработка и сопровождение после запуска

Итерации и улучшения

Рабочая таблица доработок: ошибки, причины и корректировки логики агента

Регулярная коммуникация

Пример регулярного отчёта клиенту в Telegram-группе проекта

Обучение клиента

Видеоинструкции для клиента: разбор системы и обучение работе с AI-агентом

Ключевые инсайты

1. Мгновенный ответ = спасённые заявки

AI-агент отвечает за секунды, удерживает клиента в диалоге и не даёт ему «остыть» или уйти к конкурентам.

2. 80-90% клиентов не понимают, что общаются с ботом

Качественная настройка промпта и базы знаний создаёт иллюзию общения с живым менеджером. Это снимает опасения многих предпринимателей о «роботизированном» сервисе.

3. AI заменяет квалификатора, но не МОПа

Агент берёт на себя рутинную первичную квалификацию. Менеджеры по продажам получают уже «разогретых» клиентов с заполненными данными.

4. Сомнения исчезают после первых результатов

Факторы успеха проекта «Арт-Комфорт»

• 1. Качественная база знаний — 60+ фрагментов, покрывающих 80%+ типовых вопросов
• 2. Интеграция с CRM — автоматическое создание лидов без ручного переноса
• 3. Многоканальность — агент работает там, где клиенты (Avito, WhatsApp, Telegram, сайт)
• 4. Чёткая логика квалификации — понятные критерии «горячего» лида

Рабочие встречи и разборы

Фрагмент рабочей онлайн-встречи: разбор воронки и логики обработки лидов в amoCRM

Выводы и рекомендации

Кому подойдёт AI-агент для квалификации

• Компании с длинным циклом сделки (недвижимость, строительство, B2B-услуги)
• Бизнесы с высоким средним чеком (от 500 000 ₽)
• Предприниматели, совмещающие роль собственника и продавца
• Компании с входящим потоком из мессенджеров и маркетплейсов (Avito, WhatsApp, Telegram)
• Те, кто теряет заявки из-за медленного ответа

Финансовое обоснование

При среднем чеке 1,5 млн ₽ и стоимости внедрения 153 000 ₽:

• Окупаемость: с первой же сделки
• Экономия на найме квалификатора: ~50 000 ₽/месяц
• Экономия времени собственника: 60-90 часов/месяц

Финансовые показатели

Операционные показатели

Статистика агента (за 2+ месяца работы)

• 203 диалога обработано
• 3745 сообщений отправлено
• 225 функций выполнено (CRM, уведомления, эскалации)
• 83 лида создано автоматически в amoCRM
• 15 запросов на консультацию обработано
• 23 эскалации на менеджера (сложные вопросы)

Кейс подготовлен на основе реального проекта [AI-10] АРТ-КОМФОРТ. Все цитаты взяты из интервью с клиентом (декабрь 2025). Метрики подтверждены данными платформы Nextbot и amoCRM.