ReachFlow

Практика

Как застройщик получил 17 тёплых лидов за месяц из Telegram

Застройщик новостроек в Московской области получил 17 тёплых лидов за месяц с помощью ReachFlow. Discovery находил запросы в Telegram, ИИ вёл личный диалог от аккаунта менеджера и передавал заинтересованных покупателей человеку с контекстом разговора.

·4 минуты чтения·Редакция ReachFlow

Обложка кейса застройщика с результатом 17 тёплых лидов за месяц

Где находили покупателей

Застройщик работает с новостройками в Московской области. Название компании не раскрываем. Задача состояла в том, чтобы находить людей, которые уже обсуждают покупку квартиры или переезд, и помогать им разобраться с выбором.

Discovery искал сообщения в Telegram о районах, ценах на квартиры и переезде. Такие обсуждения дают повод начать разговор по конкретному запросу. При этом интерес к району сам по себе ещё не означает, что человек готов покупать жильё. Это выяснялось дальше, в переписке.

В работе учитывали смысл исходного сообщения. Если человек спрашивал о ценах, разговор начинался с этого вопроса. Если выбирал место для переезда, сначала уточняли географию. Описание такого процесса есть на странице поиска клиентов в Telegram.

Как начинался личный диалог

ReachFlow отвечал лично от подключённого аккаунта менеджера застройщика. ИИ продолжал тему найденного запроса и задавал вопросы, которые помогали подобрать варианты квартир. Собеседнику не приходилось начинать всё объяснение заново после своего сообщения в чате.

Повод для обращения оставался частью разговора. Вопрос о районе помогал уточнить город поиска, обсуждение цены выводило на бюджет. Так переписка постепенно переходила от общего интереса к условиям покупки.

Дальнейшая работа зависела от того, хочет ли собеседник обсуждать предложение. Перед передачей в отдел продаж у него получали согласие продолжить разговор с менеджером.

Что уточняли перед подбором квартиры

В диалоге выясняли город, бюджет и цель покупки. Затем обсуждали сроки, способ оплаты и ипотеку. Эти условия помогали понять, какие квартиры подходят запросу и что нужно уточнить у застройщика.

Цель покупки задаёт контекст для подбора. Сроки показывают, когда человек планирует принять решение. Бюджет и способ оплаты позволяют обсуждать варианты в рамках его возможностей. Ответы сохраняли вместе с перепиской, чтобы следующий сотрудник видел всю задачу.

ИИ отвечал на вопросы и предлагал варианты квартир с учётом уже сказанного. Известный бюджет оставался ориентиром для подбора, а вопрос об ипотеке учитывался при обсуждении оплаты.

Как подключался менеджер

После согласия клиента продолжить ReachFlow передавал разговор человеку из отдела продаж. Вместе с контактом менеджер получал исходный запрос, условия покупки, заданные вопросы и обсуждавшиеся варианты.

Так сотрудник мог продолжить с того места, где остановился диалог. Уже выясненные город, бюджет и сроки оставались у него перед глазами. Если какой-то вопрос требовал дополнительного обсуждения, менеджер видел его в истории.

В этом процессе ИИ занимался поиском и первой перепиской, а человек подключался к дальнейшей работе с заинтересованным покупателем. Подробнее о ведении диалогов и передаче контакта написано на странице продаж в Telegram.

Результат за месяц

За месяц работы застройщик получил 17 тёплых лидов. Это подтверждённый результат кейса на этапе интереса и квалификации. Данных о заключённых сделках и выручке нет. Расходы на проект в кейсе не указаны, поэтому стоимость лида и окупаемость здесь не рассчитаны.

Для повторения такого сценария нужно определить географию поиска, признаки подходящего запроса и условия передачи менеджеру. Рекомендации по работе со спросом на недвижимость собраны в статье как риелтору находить клиентов в мессенджерах. Условия использования ReachFlow опубликованы на странице тарифов.