NextGenAI
Блог / кейсы по нишам

Возврат денег с маркетплейсов: как находить продавцов для сервиса

Возврат денег с маркетплейсов начинался с аналитики кабинета. Воронка доводила заинтересованных продавцов Wildberries и Ozon до эксперта.

Кейс NextGen18 сентября 20266 минут
Схема проверки кабинета продавца и передачи диалога эксперту
Сначала продавец видит возможную проблему в собственных данных, затем обсуждает решение.

Короткий ответ

Для сложной услуги с оплатой за результат лучше начинать с проверяемого сигнала. Продавцу показывали возможные потери в кабинете, затем AI уточнял оборот, площадки и готовность к проверке.

45 млн ₽крупнейший возврат в портфеле сервиса
800-850 ₽стоимость квалифицированного лида
30-35%контактов продолжали предметный диалог

Задача проекта

Нужно было находить продавцов Wildberries и Ozon, которым актуальна проверка скрытых потерь, и передавать эксперту диалоги с понятным контекстом. В первом сообщении не отправляли длинную презентацию и не обещали возврат без проверки.

Как собирали аудиторию

Команда проверила несколько источников: базы компаний, сегментацию продавцов по обороту и активные Telegram-чаты. Большой массив контактов оказался сырьём. Для первого диалога нужны были имя, роль и живой контекст.

Поэтому в приоритете оказались участники чатов и каналов по маркетплейсам. Они уже обсуждали поставки, отчёты и проблемы с кабинетами. Сообщение можно было привязать к этой ситуации, а не к абстрактной услуге.

Как шёл диалог

Первое касание было коротким: имя и вопрос по теме маркетплейсов. После ответа AI просил ссылку на магазин, уточнял масштаб продавца и опыт прошлых проверок, затем предлагал бесплатную оценку потенциальных потерь.

Что передавали менеджеру

Контекст вместо голого контакта

Площадка, примерный масштаб, интерес к проверке, согласованный способ связи и следующий шаг. Менеджер видел, кому писать первым и с чего продолжать разговор.

Главный барьер: доверие

Продавец осторожно относится к обещанию вернуть деньги. Рабочим доказательством становилась собственная цифра в кабинете. Когда человек сам видел расхождение и понимал логику проверки, разговор переходил от любопытства к предметному обсуждению.

Результат

За первые семь месяцев 30-35% контактов продолжали предметный диалогов, 10% ответивших переходили в квалифицированные лиды, а в лучший месяц было 5 закрытых сделок. Крупнейший возврат в портфеле сервиса составил 45 млн ₽.

Проект продолжается, поэтому показатели могут меняться.