Менеджер, который тратит одинаковое время на каждого лида, неизбежно недорабатывает с лучшими. Пока он полчаса консультирует студента, собирающего информацию для реферата, клиент с бюджетом и сроками ждёт звонка и уходит к конкуренту. Квалификация нужна, чтобы распределять внимание по ценности.
Методик квалификации придумано много, и все они отвечают на один вопрос: стоит ли вкладывать в этого лида время сейчас, позже или не стоит вовсе. Отличаются они тем, какие признаки считают главными и в каком порядке их выяснять.
Хорошая новость: современный ИИ-ассистент способен вести квалификацию по любой из этих моделей — не анкетой, а в ходе обычного разговора. Ниже разберём методики, их сильные стороны и то, как они выглядят в живом диалоге.
BANT: классика для понятных продаж
Четыре критерия: Budget (бюджет), Authority (полномочия), Need (потребность), Timeline (сроки). Методика проста и подходит для большинства B2C и малого B2B, где решение принимает один человек и цикл сделки короткий.
Минус BANT — порядок. Если начать с бюджета, клиент закрывается. Поэтому ИИ меняет последовательность: сначала потребность, потом сроки, потом бюджет, а полномочия выясняет косвенно.
ИИ: Расскажите, для каких задач ищете CRM — сколько человек будет в ней работать?
Клиент: Отдел продаж из шести менеджеров, сейчас всё в таблицах.
ИИ: Понятно. Когда хотели бы перейти — есть дедлайн, например начало сезона?
Клиент: Желательно в течение месяца.
ИИ: Успеем. Чтобы предложить подходящий тариф: ориентируетесь на ежемесячную оплату до 15 тыс. или рассматриваете более широкий функционал? И будете решать сами или вместе с руководителем?
CHAMP: когда важнее проблема, чем деньги
Challenges (проблемы), Authority, Money, Prioritization (приоритет). Отличие от BANT — фокус на боли клиента и на том, насколько срочно её решать. Подходит для услуг, где клиент сначала должен осознать проблему, а уже потом думать о бюджете: консалтинг, внедрение, обучение персонала.
Для ИИ это удобная модель, потому что разговор начинается с открытых вопросов о ситуации. Клиент сам рассказывает, что не работает, и ассистент может сразу привязать аргументы к его словам.
GPCT: для сложных B2B-решений
Goals (цели), Plans (планы), Challenges (препятствия), Timeline. Модель выясняет, чего компания хочет достичь, как она это планирует и что мешает. Хорошо работает для дорогих решений с длинным циклом, где покупка — часть большой стратегии.
ИИ в таких продажах обычно ведёт только первичную квалификацию: выясняет цели и сроки, оценивает масштаб и передаёт лида менеджеру с подробным резюме. Дальнейшие переговоры — задача человека.
MEDDIC: для крупных сделок
Metrics (измеримый эффект), Economic buyer (кто платит), Decision criteria (критерии выбора), Decision process (процесс принятия решения), Identify pain (боль), Champion (сторонник внутри компании). Самая подробная методика, применяется в корпоративных продажах с несколькими лицами, принимающими решение.
В переписке выяснить всё это за один диалог нереально. ИИ здесь полезен как сборщик фактов: фиксирует в CRM всё, что клиент рассказал о процессе принятия решения и критериях, — чтобы менеджер не задавал те же вопросы повторно.
Какую методику выбрать
| Методика | Тип продаж | Цикл сделки | Что ИИ делает сам |
|---|---|---|---|
| BANT | B2C, малый B2B | Дни — недели | Полную квалификацию и запись |
| CHAMP | Услуги, консалтинг | Недели | Выявление проблемы и приоритета |
| GPCT | Средний B2B | Недели — месяцы | Цели, сроки, масштаб |
| MEDDIC | Корпоративные продажи | Месяцы | Сбор фактов для менеджера |
Совет. Не берите методику целиком из учебника. Возьмите за основу ближайшую по типу продаж и адаптируйте под свои реальные причины отказов: если клиенты чаще всего уходят из-за сроков, этот критерий должен проверяться первым.
Как ИИ превращает методику в скоринг
Квалификация полезна, только если её результат понятен менеджеру с одного взгляда. Для этого ИИ присваивает каждому лиду оценку по заранее заданным правилам. Пример скоринга для компании, продающей окна:
- Потребность: конкретный объект и количество окон — +3, «просто узнаю цены» — +1.
- Сроки: в течение месяца — +3, в течение сезона — +2, «когда-нибудь» — 0.
- Бюджет: озвучен и соответствует прайсу — +2, не озвучен — +1, явно ниже минимального чека — 0.
- Полномочия: собственник объекта — +2, «спрошу у мужа/жены» — +1.
- Готовность к шагу: согласился на замер — +3.
Итог: 10–13 баллов — горячий лид, сразу к менеджеру; 6–9 — тёплый, ИИ продолжает вести и дожимать; до 5 — холодный, в долгую рассылку с полезными материалами. Подробнее о том, как это устроено технически, — на странице квалификации лидов.
Как задавать вопросы, чтобы это не было допросом
Главный риск автоматической квалификации — превратить разговор в анкету. Клиент пишет «сколько стоит?», а в ответ получает пять вопросов подряд. Чтобы этого не было, в сценарии ИИ закладываются правила:
- Сначала дать ценность, потом спрашивать. На вопрос о цене — вилка цены, а уже затем уточнение, чтобы её сузить.
- Один вопрос за сообщение. Максимум два, если они тесно связаны.
- Объяснять, зачем спрашиваем. «Чтобы подобрать тариф, подскажите…» — клиент охотнее отвечает, когда видит пользу для себя.
- Не переспрашивать то, что уже сказано. ИИ помнит весь контекст и извлекает ответы из свободного текста.
- Не настаивать. Если клиент не хочет называть бюджет — пропустить, оценить косвенно и вернуться позже.
Что передаётся в CRM
Результат квалификации должен оказаться в карточке сделки так, чтобы менеджер не перечитывал всю переписку. Пример резюме, которое формирует ИИ:
- Оценка: 11 баллов, горячий.
- Потребность: 5 окон в частном доме, замена деревянных на ПВХ.
- Сроки: до конца следующего месяца, хотят успеть до холодов.
- Бюджет: ориентир 150–200 тыс. ₽.
- Решение: принимает клиент, с супругой согласовано.
- Договорённость: замер в субботу, 11:00.
- Вопросы клиента: интересуется тёплыми откосами и рассрочкой.
С таким резюме менеджер звонит подготовленным и начинает разговор с конкретики, а не с повторной квалификации.
Ошибки, которые обесценивают квалификацию
Слишком много критериев
Когда в скоринге 12 параметров, ИИ вынужден задавать много вопросов, а менеджер перестаёт понимать, почему лид получил 7 баллов, а не 9. На старте хватает четырёх-пяти критериев, которые реально влияют на исход сделки.
Квалификация без последствий
Лидам присваивают оценки, но работают со всеми одинаково. Тогда квалификация — лишняя работа. Для каждой категории должен быть свой маршрут: горячие — звонок менеджера в течение 15 минут, тёплые — дожим ассистентом, холодные — полезные материалы и повторный контакт через месяц.
Критерии, которые никто не пересматривает
Рынок меняется, меняется и профиль покупателя. Раз в месяц полезно сверять оценки с фактическими продажами: если лиды с 6 баллами покупают не хуже лидов с 10, шкалу пора корректировать.
Отказ «холодным» вместо работы с ними
Лид, который сегодня «просто узнаёт цены», через два месяца может стать горячим. Если ИИ вежливо оставляет с ним контакт и возвращается в нужный момент, часть холодной базы превращается в продажи без новых затрат на рекламу.
Коротко о главном
Методика квалификации — это способ договориться внутри компании, какой лид считается перспективным. BANT подходит для быстрых продаж, CHAMP — для услуг с фокусом на проблеме, GPCT и MEDDIC — для сложного B2B. ИИ-ассистент умеет вести любую из них в формате живого диалога, считать баллы и передавать менеджеру структурированное резюме.
Начните с выбора базовой модели, адаптируйте критерии под свои причины отказов, задайте шкалу скоринга и правила передачи. Через пару недель работы ИИ вы увидите, какие критерии действительно предсказывают покупку, — и сможете уточнить модель уже на собственных данных.
По теме: узнайте больше на странице «ИИ-сотрудник для отдела продаж» или свяжитесь с нами — подберём решение под вашу задачу.