Почему гиперперсонализация убивает продажи в B2B. Разбор на цифрах

Анализ от агентства ModumUp.

Сегодня компании умеют не просто собирать данные о клиентах и их намерениях, но и делать это автоматически. Системы на базе искусственного интеллекта обрабатывают полученную информацию и предлагают тексты для outreach через личные сообщения в LinkedIn или email. Причём сообщения составляются под конкретного специалиста, учитывая его роль, задачи и контекст.

С технической точки зрения это выглядит как качественный скачок в коммуникации. Персонализация стала быстрой, масштабируемой и доступной, но всё ещё требующей экспертной проверки.

МегаФон Таргет: точный таргетинг и бонус 3000 рублей

• Помогает решать задачи бизнеса: реактивация базы, увеличение конверсии и лояльность клиентов.
• SMS-рассылки с высокой вовлеченностью.
• Получите 3000 бонусных рублей и запускайте первую кампанию с ИИ-помощником.

Узнать больше >>

Реклама. ПАО «МегаФон». ИНН 7812014560. ОГРН 1027809169585. ERID: 2W5zFJN2cgh.

В результате от такого активного использования AI и автоматизации в сообщениях доверия к ним стало меньше.

Персонализация и релевантность: ключевое различие

По опыту агентства ModumUp в проектах по Social Selling, высокий уровень персонализации не гарантирует, что сообщение будет восприниматься как релевантное.

Social Selling — это развитие личных профилей представителей компании в социальных сетях для привлечения B2B-клиентов и партнёров. Такой подход включает полный цикл взаимодействия с аудиторией: оформление профиля, добавление контактов, публикацию контента, взаимодействие с постами целевой аудитории и прямую коммуникацию через личные сообщения.

Именно личные сообщения, отправляемые от имени конкретного специалиста, становятся ключевой точкой входа в диалог.

На этом этапе важно учитывать, что глубокая персонализация под конкретного человека работает хуже, чем персонализация по сегментам — по ролям и индустриям.

Персонализация в этом случае означает попытку максимально точно «собрать» сообщение под конкретного человека, опираясь на его публичный профессиональный контекст. Но даже при этом сообщение не обязательно попадает в его реальные задачи. Оно может быть фактически точным, но нерелевантным по сути. На этапе первого касания именно это и определяет, сработает коммуникация или нет.

Кейс системного интегратора: тест двух подходов

Эта логика хорошо иллюстрируется кейсом из практики ModumUp. В проекте для системного интегратора, работающего с облачными решениями, стояла задача привлечения потенциальных клиентов из числа enterprise-компаний через Social Selling в LinkedIn.

Команда тестировала два подхода к персонализации.

Первый подход — персонализация по сегментам. Сообщения адаптировались под роль, индустрию и отдельные микросегменты. В фокусе были типовые задачи, профессиональный контекст, характерный для конкретной группы специалистов в определённой отрасли. Такой подход позволял использовать одни и те же сообщения внутри сегмента, масштабировать коммуникацию и при этом сохранять достаточный уровень релевантности.

Второй подход — глубокая персонализация. В этом случае для каждого контакта собиралась отдельная фактура. Анализировались данные о компании и конкретном представителе целевой аудитории: публикации и активность в социальных сетях, интервью, публичные выступления и другие сигналы. На основе этой информации формировались индивидуальные сообщения для каждого человека.

Традиционно считается, что второй подход с индивидуальной глубокой персонализацией для каждого decision maker более эффективен, чем персонализация по сегменту.

Как получилось на практике?

Разница в результатах

Подход с глубокой персонализацией мы тестировали три месяца, затем он был остановлен. Подход с персонализацией по сегментам работал дольше, но мы взяли результаты за эквивалентный период (три месяца), чтобы можно было провести объективное сравнение.

На уровне верха воронки различия выглядели незначительными. Доля принятых заявок в контакты была сопоставимой: 545 из 1 046 (52%) в подходе с персонализацией по сегментам против 580 из 1 259 (46%) при глубокой персонализации. Аналогично, reply rate находился на одном уровне — 34% (146 ответов из 426 отправленных сообщений) против 35% (29 из 82).

Однако за этими числами скрывается ключевое ограничение подхода. В гипотезе с глубокой персонализацией объём outreach оказался ниже из-за необходимости проводить более детальный ресёрч по каждому контакту за тот же период было отправлено 82 сообщения против 426.

При сопоставимом уровне конверсии в ответ это напрямую повлияло на результат: в абсолютных значениях количество ответов оказалось ниже в пять раз — 29 ответов против 146.

Но даже в процентных значениях различия стали заметны на следующих этапах.

В сценарии с персонализацией по сегментам в MQL (Marketing Qualified Lead) конвертировались 46 контактов из 146 ответов, что составляет 32%. Это пользователи, которые проявляли предметный интерес: задавали вопросы, делились контактами и запрашивали дополнительные материалы. В случае с глубокой персонализацией в MQL перешли только 2 контакта из 29 ответов (7%).

Аналогичная динамика наблюдалась и на этапе SQL (Sales Qualified Lead), где учитывались целевые контакты, дошедшие до звонков или встреч. Подход с персонализацией по сегментам дал 9 SQL (конверсия из ответов в SQL — 6%), тогда как гипотеза с глубокой персонализацией — только 1 SQL (конверсия из ответов в SQL — 3%).

По итогам трёхмесячного эксперимента после проведения квалификации SQL команда клиента получила 6 тёплых контактов из подхода с персонализацией по сегментам и ни одного из сценария с глубокой персонализацией.

На основании этих результатов команда отказалась от глубокой персонализации и продолжила работу с подходом по сегментам, масштабировав эту гипотезу в дальнейшей коммуникации.

В практике ModumUp это принципиальный момент: оценка эффективности строится на том, какие бизнес-результаты даёт каждая гипотеза. Важен не reply rate, а количество привлечённых потенциальных клиентов и в перспективе конверсия в сделки.

Почему гиперперсонализация снижает конверсию

Анализ этого кейса и других проектов агентства показывает, что гиперперсонализация оказывается неэффективной по нескольким причинам.

Первая: восприятие такой коммуникации. Когда сообщение слишком точно опирается на личные или профессиональные детали, у получателя может возникать ощущение избыточного внимания. Это воспринимается не как релевантность, а как попытка слишком глубоко «зайти» в его контекст.

В отдельных случаях это может вызвать у человека дискомфорт или даже негативную реакцию, поскольку может восприниматься как чрезмерное наблюдение за его профессиональной активностью или даже личной жизнью.

Вторая: избыточная конкретика в сообщении. Если в первом же сообщении потенциальному клиенту есть отсылка к какому-то конкретному проекту или продукту, который он упоминал в своём посте в социальных сетях или в интервью, то таким образом человек сразу на этот вопрос себе отвечает — релевантно ему это или нет. И вероятность, что вы попадёте точно в то, что сейчас действительно актуально для человека, не очень велика. Обстоятельства и приоритеты могли измениться. И тогда он просто отвечает вам отказом, потому что ему задали совершенно конкретный вопрос, и он даёт на него конкретный ответ.

Как должна работать персонализация в B2B

Опыт ModumUp показывает, что ключевой фактор — это не глубина персонализации сама по себе, а её соответствие этапу взаимодействия.

При первом касании лучше работает персонализация по роли, индустрии и профессиональному контексту конкретного сегмента. Она даёт точку входа в диалог, не создавая лишних предположений.

Дальше, по мере развития коммуникации, глубина персонализации будет увеличиваться, но в этом случае она строится уже на информации, которую человек сам обозначил как актуальную на встрече с представителями вашей компании. Это принципиально меняет восприятие: персонализация перестаёт быть догадкой, а становится логичным продолжением диалога и повышает конверсию в сделку.

Мнение редакции может не совпадать с мнением автора. Ваши статьи присылайте нам на 42@cossa.ru. А наши требования к ним — вот тут.