Своя CRM с базой клиентов и ЛПР: кейс banchem.sk, Словакия

Заказчик пришёл с задачей построить систему учёта продаж под себя - без абонплаты и без функций, которыми никто не будет пользоваться. По ходу проекта задача выросла: понадобилась ещё и целевая база контактов лиц, принимающих решения (ЛПР), под конкретную нишу клиента.

Каждую неделю в Telegram-канале автора выходят новые кейсы и подходы к автоматизации бизнеса с ИИ - подписаться можно здесь: t.me/promtvibeadd.

Кейс: banchem.sk, словацкий производитель химии для бассейнов

Клиент - banchem.sk, словацкая компания, которая производит и поставляет чистящую химию и средства для дезинфекции, в том числе для бассейнов, бизнесу и частным клиентам. Управление продажами на проекте вёл молодой руководитель нового отдела продаж, отвечающего за работу со спа-центрами.

Задача звучала просто: своя система учёта продаж вместо готового сервиса. По ходу работы она превратилась в CRM со встроенной базой ЛПР под конкретную нишу - спа-зоны отелей и спа-центры, которым нужна химия для бассейнов.

Почему заказчик отказался от готовой CRM

Стандартные готовые CRM отбросили на старте: обслуживание обходится дорого, а ежемесячные платежи идут независимо от того, использует ли команда все функции сервиса.

Разработали CRM, которая объединяет управление сделками и целевую базу клиентов с контактами ЛПР.

Здесь речь шла о CRM, не о сайте, но принцип тот же: готовый шаблон, который не подходит нише, часто обходится дороже, чем система под себя. Для сайта или интернет-магазина эту логику реализует 1001site AI - ИИ-агент собирает его по вашей ссылке или описанию, без месяцев разработки и агентских счетов.

Вопрос, который изменил архитектуру: «Кому именно мы продаём?»

На каждом обсуждении структуры CRM руководитель отдела продаж задавал один и тот же вопрос: «Кому именно мы будем продавать?» Вопрос был явно адресован не разработчику, а самому себе и команде. Но именно этот вопрос развернул систему вокруг конкретного профиля клиента вместо абстрактного учёта сделок.

Разработчик в первую очередь учитывал пожелания владельцев бизнеса - они финансировали проект. Но руководитель отдела продаж не отступил, и в итоге появилась дополнительная задача: собрать точечную базу прямых контактов ЛПР, с которыми реально можно выйти на сделку, вместо общего списка компаний.

Почему «сырая» база от ChatGPT и Claude не сработала

Разовый запрос к языковой модели даёт черновик списка без проверки и критериев отбора - для рабочей базы продаж этого недостаточно. Так и вышло в этом кейсе.

Один из владельцев предложил руководителю отдела продаж собрать клиентскую базу через ChatGPT или Claude. Тот выполнил задачу буквально: принёс на следующую встречу готовую выгрузку - и сразу же аналитику, почему она бесполезна. Работа с «сырыми» данными отнимает ресурсы команды на проверку и не даёт результата без дополнительной обработки.

Позиция руководителя отдела продаж была прямой: он готов работать с базой, но не с той, что получена одним запросом к чат-боту без критериев отбора. Для проекта понадобились профильные платные источники данных и собственные критерии скоринга - отдельная работа, которую один бесплатный запрос не заменяет.

Как построили скоринг ЛПР под нишу

Критерии скоринга и анализа разработал сам руководитель отдела продаж клиента - они завязаны на профиль его ниши, но принцип переносим на любой B2B-бизнес с узким сегментом покупателей:

1. Определить профиль идеального клиента конкретным признаком, например «отель со спа-зоной» вместо общей категории «отель».
2. Искать косвенные признаки профиля через открытые данные: например, объявления о вакансиях спа-специалистов показывают, что у отеля есть спа-отдел.
3. Проверять сайты потенциальных клиентов на прямые признаки ниши - наличие спа-зоны, описание услуг.
4. Собирать контакты ЛПР из профильных платных источников данных - одних открытых каталогов для этого недостаточно.
5. Хранить контакты и историю взаимодействий в CRM вместе со сделками, чтобы отдел продаж не искал их отдельно.

Так получилась точечная выборка с прямыми контактами ЛПР, которая в связке с CRM стала рабочим инструментом продаж.

Что получил бизнес в итоге

Отдел продаж перестал распылять усилия на случайные компании и получил чёткий ответ на собственный вопрос «кому именно мы продаём» - профиль клиента с прямыми контактами ЛПР внутри CRM, без отдельного поиска базы на стороне. Оплата - разовая за разработку, без ежемесячной подписки за использование сервиса.

Кому подходит такой подход

Разработка своей CRM с базой ЛПР оправдана не всегда. Она имеет смысл, если бизнес:

• продаёт в узкую B2B-нишу с чётким профилем клиента (как banchem.sk - спа-центрам и отелям со спа);
• готов сформулировать критерии скоринга своей аудитории вместо опоры на общий список компаний;
• уже столкнулся с тем, что готовые CRM берут деньги за функции, которыми никто не пользуется.

Для массовых B2C-продаж или простого приёма заказов обычно хватает сайта с формой заявки и каналом в мессенджерах - отдельная CRM-разработка здесь избыточна. Похожая логика «система под задачу вместо типового сервиса» видна и в кейсе учёта с интернет-магазином для lpkelektro.cz.

Автор кейса показал систему изнутри в видеообзоре - разбор CRM с базой ЛПР и почему без такой базы и автоматизации CRM остаётся бесполезной.

Вопросы и ответы

Откуда в CRM берётся база контактов ЛПР, а не просто список компаний? Список компаний сам по себе бесполезен - нужен скоринг под нишу. Руководитель отдела продаж клиента сам определил критерий: подходят отели со спа-зоной, остальные - мимо. Спа-зону ищут по сайту компании и по вакансиям спа-специалистов, которые отель публикует. Из этого фильтра и собирается точечная база с прямыми контактами.

Почему не собрать такую базу просто через ChatGPT или Claude? Быстрый запрос к готовой модели даёт список из открытых источников без проверки и без критериев отбора. Рабочий вариант - платные отраслевые базы данных плюс собственные критерии скоринга: одной фразы в чат ИИ для этого мало.

Дороже ли своя CRM, чем готовый сервис по подписке? Разово дороже на этапе разработки, но без ежемесячной платы и без модулей, которые никто не использует. Повторяющиеся платежи и лишний функционал были причиной отказа от готовых решений в этом кейсе.

Такой подход подходит любому малому бизнесу? Нет - он оправдан при узкой B2B-нише с чётким профилем клиента и когда готовые CRM заставляют платить за ненужные функции. Для массового B2C или простого приёма заказов обычно достаточно сайта с формой заявки и мессенджерами.

Источники

• Пост автора в Telegram-канале «Бизнес с ИИ | Через замочную скважину»: https://t.me/promtvibeadd/447
• Сайт клиента: https://banchem.sk/

Похожая логика работает и для сайтов: система под свою нишу вместо аренды чужого шаблона. 1001site AI - ИИ-агент собирает сайт или интернет-магазин по вашей ссылке или описанию за несколько минут.