Кейс в цифрах: что отправляли и почему открытия не конвертировались
За квартал мы отправили 847 холодных писем по B2B SaaS-продукту, который автоматизирует операционные процессы. Первые 200 писем дали 3,1% ответов, оставшиеся 647 — 14,1%. Тот же список, тот же продукт, тот же оффер. Изменилась одна строка.
Целевая аудитория — операционные менеджеры и Revenue Ops в B2B SaaS-компаниях со штатом 50–500 сотрудников. База была собрана вручную, проверена и обогащена через Apollo. Open rate держался на уровне 41% на протяжении всей кампании. Это значит, что темы писем работали: люди открывали письма, но не отвечали.
Если open rate в порядке, а reply rate провален, проблема не в теме письма. Проблема в первой строке.
В таких проектах мы сразу подключаем настройку сквозной аналитики и лидгена, чтобы не гадать, а видеть, на каком шаге контакт теряется. Здесь потеря была именно после прочтения первого абзаца.
Каким было письмо с 3% ответов
Вот сокращённая версия первого варианта:
Тема: Короткий вопрос по операционным процессам [Company]
Письмо: Привет, [Name]. Я изучил [Company] и заметил, что вы быстро растёте. Мы помогаем операционным командам SaaS-компаний автоматизировать повторяющиеся процессы с помощью AI. Могу рассказать, как похожим командам мы сэкономили 8–12 часов в неделю. Есть смысл созвониться на 15 минут?
Результат: open rate 41%, reply rate 3,1%. После разбора один из коллег-фаундеров указал на главную ошибку: «Ты начинаешь с себя. Им пока нет дела до тебя».
Одна строка, которая изменила экономику касания
Мы переписали только первую строку. Всё остальное осталось прежним.
Было: «Я изучил [Company] и заметил, что вы быстро растёте».
Стало: «Я увидел вашу вакансию Revenue Ops Lead — обычно это значит, что вы упёрлись в трение между CRM-данными и отчётностью».
То же письмо, тот же CTA. Reply rate вырос с 3,1% до 14,2% за две недели.
Почему это сработало:
- Доказывает, что мы сделали реальную домашнюю работу.
- Называет боль, которую адресат уже осознаёт.
- Создаёт момент «откуда он это знает» и желание ответить.
Данные по батчам
- Батч 1 — 200 писем, старый заход: 42% open rate, 3,1% reply rate, 2 звонка, 0 сделок.
- Батч 2 — 300 писем, триггер «вакансия»: 40% open rate, 12,7% reply rate, 14 звонков, 3 сделки.
- Батч 3 — 347 писем, уточнённая версия: 41% open rate, 15,3% reply rate, 21 звонок, 5 сделок.
Open rate не изменился. Всё остальное изменилось. Выручка с восьми сделок — примерно $47 000 ARR. И это результат изменения одного предложения.
Как находить рабочий триггер
Триггер «вакансия» сработал, потому что у нас было доказательство, а не предположение. Публичная вакансия — прямое подтверждение, что компания прямо сейчас решает проблему, которую мы закрываем.
Другие триггеры для тестов:
- Анонсы финансирования. Не поздравляйте — свяжите раунд с операционным давлением, которое он создаёт.
- Контент компании. Ссылайтесь на конкретную мысль, а не на материал в целом.
- Технологический стек. Инструменты вроде Builtwith показывают, что компания уже использует и из чего вырастает.
Триггер должен быть результатом реального исследования. На одного получателя уходит 90 секунд. Именно эти 90 секунд позволяют написать первую строку так, будто вы давно следите за компанией.
Шаблон, который конвертит на 14%+
Тема: [Конкретное наблюдение о компании] — короткий вопрос.
Строка 1 — триггер: одно предложение с конкретным наблюдением, которое сигнализирует о проблеме.
Строка 2 — мост: «Обычно это значит…» — связываем наблюдение с болью.
Строка 3 — позиционирование: что вы делаете в одном предложении. Без функций — только результат.
Строка 4 — доказательство: имя одного клиента и одна цифра.
CTA: вопрос, который даёт адресату выход. «Это сейчас в вашей зоне внимания?» конвертит лучше, чем «Можем созвониться?» — так человек сам проходит квалификацию.
Полное письмо — 5 предложений, в среднем 97 слов, 4 минуты на одного получателя.
Что стоит сделать иначе в следующем заходе
- Тестировать первую строку на первой неделе, а не на восьмой. Мы оставили 200 писем с нерабочим заходом, потому что оптимизировали темы.
- Считать конверсию из ответа в звонок, а не только reply rate. Триггер «вакансия» давал 37% конверсии в звонок при самом высоком reply rate.
- Заранее выстраивать research SOP. Сейчас данные о вакансиях парсятся через Phantombuster в Google Sheet. 90 секунд исследования при масштабировании — это не то же самое, что 90 секунд ручного поиска.
Вывод
Холодный аутрич не умер. Он просто не прощает лени. Разница между 3% и 14% — не магия текста, а готовность делать работу, которую большинство пропускает. Если вы хотите масштабировать такой подход без потери персонализации, нужна связка аналитики, автоматизации и управляемых AI-процессов. В маркетинговом агентстве Dragon Farm мы выстраиваем такие системы: от сбора данных до внедрения ИИ-агентов и n8n воркфлоу, которые ускоряют исследование и подготовку касаний, не превращая письма в спам.
