Персонализация 2.0: как выйти из тупика холодных рассылок

Массовые скрипты в 2025 году, мягко говоря, не работают. «Входящие» большинства лидов с должностью выше менеджера завалены десятками похожих сообщений ежедневно. В такой конкуренции нужно не просто писать, а писать так, чтобы хотелось ответить.

Тестовые воронки Netpeak Ukraine показывают: 90% ответов приходят на сообщения, где адресат чувствует — «это написано именно мне». Далее покажу цифры, алгоритмы и рабочие приемы, которые подняли конверсию кампаний наших партнеров с 1% до 11% в звонки.

Почему персонализация работает

1. Алгоритмы это любят.

LinkedIn и email-сервисы повышают приоритет в выдаче, если видят уникальность в тексте сообщения.

2. Люди пролистывают массовые сообщения и кликают на то, что выделяется.

Массовый вариант (игнорируется):

Персонализированный вариант (цепляющий):

Цифры говорят сами за себя. 

На чем основана персонализация

Сильная персонализация — это не просто вставка имени. Она всегда основана на трех вещах:

1. Контекст компании или человека. Что сейчас с ними происходит? Релиз, фандрейзинг, новая вакансия, пост, упоминание в новостях? 

2. Боль или задача, которая с большой вероятностью актуальна для них:

• новый Head of Growth — сигнал, что команда фокусируется на росте, ищет новые каналы или перестраивает воронку;

• e-commerce без формы подписки на рассылки — вероятно, не используют email-маркетинг как retention-канал и теряют базу и возможность нарастить продажи;

• открытая вакансия DevOps/SRE — технический долг или потребность в стабилизации инфраструктуры.

3. Сигнал, что вы не просто знаете, а понимаете.

Как запускать персонализацию массово

Прежде всего.

Персонализация ≠ ручная работа.

Она масштабируется, если построена на правильной логике и автоматизации.

1. Сегментация + логика = шаблон.
Например, сегментируем по должности лида и его боли, которая должна быть релевантна для оффера.

Шаблон сообщения:

2. Поиск данных для шаблона.

Чтобы узнать роль лида, понадобятся LinkedIn или Sales Navigator. Инструменты помогут определить:

• должность, зону ответственности — например, CMO, занимается AI-направлением, отвечает за автоматизацию;

• активность в ленте / группах — комментарии, репосты, посты для упоминания в месседже;

• масштаб команды / стадия компании — startup, scale-up, enterprise;

• локация, фокус региона — например, работают с клиентами в ЕС или команда из Дубая.

Чтобы определить потенциальную боль, исследуйте сайт с инструментами BuiltWith, SimilarWeb. Ищите:

• продукты / функционал на сайте — есть чат-бот, email-формы или SaaS-модель с пробным периодом;

• техстек — React, Shopify, WordPress, Stripe и т. д. (через BuiltWith);

• уровень / источники трафика — насколько активна компания, какие каналы используют (через SimilarWeb);

• боль / возможность для улучшения — нет подписки, слабый ретаргетинг, сайт медленно загружается.

3. Формирование шаблона.

Для создания более полноценного шаблона понадобятся Clay, Zapier и ChatGPT.

1. Clay. Комбинация данных из разных источников (LinkedIn + сайт + email + CRM), извлечение конкретных переменных.

2. Zapier. Настройка интеграции, например, обновление Google Sheet, если новый лид в CRM.

3. GPT. Генерация кастомных инсайтов и коротких персонализированных сообщений на основе данных. 

Приведу пример персонализации для IT-компании, которая таргетирует FinTech-продукты с платежной инфраструктурой.

Цель — предложить:

• поддержку в разработке core-финансовой логики;

• модули верификации, AML/KYC, карточную интеграцию;

• или оптимизацию скорости транзакций, API, бэкенда.

Шаг 1. Собираю данные

Из Sales Navigator беру:

1. Название компании.

2. Сайт.

3. Должность — CTO, Product Lead, Head of Payments.

В Google Sheets добавляю:

1. Has_KYC_flow (да / нет). Описан ли процесс верификации — ищу в FAQ, onboarding или через Google site:[домен] kyc.

2. Payment_API_visible (да / нет). Есть ли публичный API/документация — проверяю в футере или Google site:[домен] API.

3. Transaction_delay_complaints (да / нет). Есть ли жалобы на задержки — анализирую Trustpilot, Reddit или Google-поиск.

4. Mobile_App_rating (1–5). Смотрю рейтинг приложения через App Store / Google Play или scraper (SerpAPI, Apify).

Шаг 2. ChatGPT-промпт

Пишу лаконичный промпт, который проанализирует собранную информацию.

ChatGPT выдает:

Шаг 3. Шаблон для рассылки

Вступление и конец шаблона прописываю вручную, а середину заполняет ChatGPT.

Шаг 4. Готовое сообщение

Шаг 5. Масштабирование

1. Собираю 50-100 компаний в Google Sheets.

2. Пишу промпт один раз в СhatGPT, он выдает 50 персонализированных вариантов.

3. Вставляю варианты в шаблон.

4. Делаю рассылку.

Запомнить

1. Персонализация — это внимание к контексту и умение говорить просто.

2. Честный месседж весит больше, чем «теплое» письмо. Если нет фразы, релевантной именно этому человеку, это спам.

3. Масштабировать можно и нужно, но только если структура гибкая, а не шаблонная.

4. AI ускоряет процесс. Хорошие сигналы дают сильный текст, плохие данные — плохую персонализацию.

5. Всегда давайте CTA. Без понятного следующего шага даже лучший крючок теряется.

6. Измеряйте и обновляйте. С помощью A/B-тестирования оценивайте крючки и помните: триггеры быстро устаревают, данные нужно обновлять.

Хотите увидеть, как это работает? Напишите — покажем пример из вашей ниши. Такой персонализации вы точно не ожидаете.