из ICP в целевой список
AI-подбор компаний: не база целиком, а те, кому есть что продать
Вы описываете идеального клиента человеческим языком. Система превращает это в проверяемые критерии и возвращает реальные компании с объяснимым рейтингом.
В обычной B2B-базе есть ИНН, ОКВЭД, регион и иногда контакты. В ней нет главного поля: «этой компании сейчас подходит наш продукт». Поэтому менеджер либо перебирает тысячи строк руками, либо покупает готовую выборку по грубому фильтру и тратит время на тех, кто никогда не станет клиентом.
В партнёрской платформе я встроил другой процесс. Пользователь описывает идеального клиента своими словами, выбирает регион, размер и объём выдачи. AI сопоставляет запрос с каталогом ОКВЭД и ранжирует действующие организации из базы примерно на 200 000 компаний. Перед списанием бюджета система показывает логику и пример выдачи; в итоговом списке есть релевантность, контакты и защита от дублей по ИНН внутри оффера.
Что ломается, пока это делают руками
- Фраза «салоны, которым нужен наш сервис» не переводится в один точный ОКВЭД.
- Широкий фильтр даёт тысячи формально подходящих, но бесполезных компаний.
- Одна компания попадает нескольким менеджерам и получает одинаковое предложение дважды.
- Модель не должна придумывать лиды: она ранжирует существующую базу, а не генерирует названия.
Как человеческий запрос превращается в выборку
| Вход | Что делает система | Что получает менеджер |
|---|---|---|
| «Автосервисы и автомойки» | Сопоставляет смысл с группами ОКВЭД, а не ищет точную фразу | Только действующие компании из релевантных видов деятельности |
| Регион и размер бизнеса | Применяет строгие фильтры поверх смыслового подбора | Выборку, которую реально может обработать отдел продаж |
| Одна компания подходит нескольким людям | Проверяет ИНН по всему офферу до добавления | Никакого повторного контакта от разных менеджеров |
| Неочевидное совпадение | Показывает процент релевантности и данные, на которых он основан | Решение можно проверить до обзвона |
| Плохая первая выдача | Учитывает обратную связь и переранжирует | Поиск уточняется без ручной сборки нового фильтра |
Что входит
- анкета ICP на языке бизнеса, а не на языке классификаторов
- сопоставление запроса с вашим каталогом отраслей и признаков
- строгие фильтры по региону, размеру и статусу компании
- предпросмотр логики и примеров до расхода бюджета
- скоринг релевантности для каждой найденной компании
- дедупликация по ИНН между менеджерами и каналами
- учёт стоимости выдачи и обратная связь для следующего ранжирования
Для кого
B2B-командам, у которых уже есть база компаний, но менеджеры всё ещё выбирают целевых клиентов вручную.
Частые вопросы
- AI сам придумывает компании?
- Нет. Он формирует критерии и ранжирует строки, которые уже есть в вашей базе. Название, ИНН и контакты приходят из источника данных, а не из ответа модели.
- Почему не хватит фильтра по ОКВЭД?
- Один продукт часто подходит нескольким видам деятельности, а один ОКВЭД включает слишком разные компании. Смысловой слой помогает собрать кандидатов, но финальная выдача всё равно проходит строгие фильтры и дедупликацию.
- Можно подключить нашу CRM и базу?
- Да. Подбор встраивается поверх вашей базы или источника данных, а результат уходит в CRM через API. Модель не должна становиться ещё одним изолированным кабинетом.
Есть процесс, который держится на людях?
Опишите его — скажу, что здесь автоматизируется, а что не стоит трогать.
Обсудить проект