В Telegram Ads эффективность часто оценивают по стоимости подписчика. Если подписчик дешёвый — кампания вроде бы хорошая. Если дорогой — возникает желание всё остановить и переписать объявления.

В B2B с высоким чеком такая логика не всегда работает.

Это наш разбор кампании с бюджетом €491. За месяц она привела 73 подписчика, 14 запусков бота, 3 переговоров и одну продажу наставничества на 350 000 ₽.

Сразу оговорюсь: это не универсальная формула и не кейс про «масштабируйте в 10 раз и получите тот же результат». Итоговая экономика здесь держится на одной сделке, а выборка небольшая. Но именно поэтому кейс показателен: он хорошо демонстрирует, почему в Telegram Ads верхние метрики воронки иногда обманывают.

Кампания шла с 17 апреля по 17 мая.

Почему мы не пошли в широкие интересы

Стандартный путь в Telegram Ads — выбрать категорию вроде «Бизнес», «Маркетинг» или «Предпринимательство» и запустить объявления на широкую аудиторию.

На бумаге это выглядит логично.
На практике для узкого B2B‑продукта такой подход часто даёт слишком много случайных касаний.

Telegram Ads работает по модели аукциона первой цены. При широком таргетинге рекламодатель конкурирует за показы не только с похожими экспертами или небольшими проектами, но и с крупными игроками, у которых бюджеты заметно выше. В период теста CPM в популярных бизнес‑сегментах часто доходил до €3–4.

Но проблема не только в цене показа.

Широкий интерес размывает аудиторию. Внутри категории «Бизнес» могут находиться собственники, маркетологи, начинающие фрилансеры, студенты, люди, которые просто читают мотивационные каналы, и те, кто случайно попал в сегмент из‑за подписок.

Для массового продукта это может быть приемлемо. Для наставничества с чеком 350 000 ₽ — сомнительно.

Поэтому в этом тесте мы отказались от автоматических категорий и пошли через ручной подбор конкретных площадок.

Гипотеза

Гипотеза была такой:

Лучше получить меньше подписчиков и заплатить за каждого дороже, но привести людей с более понятным коммерческим интентом.

То есть оптимизация шла не в сторону минимального CPS, а в сторону качества входящего потока.

На старте это выглядело не самым комфортным решением. Когда в кампании с небольшим бюджетом подписчик стоит €6–7, легко начать сомневаться: мы действительно фильтруем аудиторию или просто слишком дорого покупаем трафик?

Ответ появился только после прохождения всей воронки.

Как отбирались площадки

Мы собрали 7 групп площадок:

1. Каналы конкурентов и авторов со схожими продуктами.

2. Профессиональные B2B‑чаты.

3. Небольшие отраслевые блоги.

4. Профильные боты и сервисные инструменты.

5. Каналы с вакансиями.

6. Каналы с кейсами и аналитикой.

7. Смежные B2B‑эксперты.

Основные критерии отбора:

• ER выше 25%;

• тематическое соответствие;

• аудитория до 5 000 подписчиков;

• признаки живой активности;

• понятный контекст потребления контента.

Мы специально смотрели в сторону небольших площадок. Предполагалось, что в микросообществах аудитория внимательнее относится к рекомендациям и лучше понимает контекст.

Часть гипотез подтвердилась. Часть — нет.

Например, сегмент вакансий на старте выглядел перспективно: там много специалистов, которые уже находятся в профессиональном контексте. Но по факту он дал самый дорогой вход и небольшой объём. Подписчик стоил €8,20, а масштабировать этот сегмент было сложно.

Зато каналы конкурентов и небольшие отраслевые блоги показали себя стабильнее. Там аудитория уже понимала проблематику и не требовала долгого объяснения, зачем ей вообще читать материал.

Результаты по сегментам

Для сегмента профильных ботов дополнительно смотрели не только на подписки, но и на утилизацию — долю пользователей, которые после перехода совершали целевое действие внутри бота: запускали расчёт, заполняли форму или проходили анкету.

Важно: объёмы маленькие. Эти цифры нельзя воспринимать как статистически устойчивую норму. Это скорее карта гипотез, чем окончательная модель масштабирования.

Как был устроен трекинг

Одна из сложностей Telegram Ads — ограниченная аналитика после клика. Пикселей внутри мессенджера нет, поведение пользователя между кликом и подпиской платформа не раскрывает.

Поэтому трекинг пришлось собирать вручную.

Что использовали:

• отдельные пригласительные ссылки для каждого сегмента;

• привязку каждой ссылки к конкретной группе объявлений;

• deep‑links для перехода в бота формата t.me/bot?start=segment_id;

• таблицу, куда сводились показы, клики, подписки, запуски бота и дальнейшие действия.

Таким образом удалось хотя бы примерно изолировать потоки и понять, какие сегменты дают не просто подписчиков, а движение дальше по воронке.

Ограничения остались:

• статистика Telegram Ads обновляется с задержкой;

• нельзя посмотреть путь пользователя, если он кликнул, но не подписался;

• пересечения аудиторий между каналами не видны;

• часть данных приходится интерпретировать по агрегированным метрикам.

Именно поэтому в таких кампаниях важно заранее проектировать воронку так, чтобы каждый следующий шаг был измеримым.

Почему объявления писались «узко»

В этой кампании мы не использовали широкие обещания, бесплатные лид‑магниты и формулировки в стиле «узнайте секрет».

Задача объявления была не собрать максимум кликов, а отсеять случайных пользователей ещё до перехода.

Пример логики объявления:

Разбор ручной сегментации в Telegram Ads для B2B.
Бюджет €491, стоимость подписчика €6,73, одна сделка на 350 000 ₽.
Внутри — цифры, сегменты и схема трекинга.

Такой текст не пытается понравиться всем. И это нормально.

Он хуже работает на массовую кликабельность, но лучше фильтрует тех, кому действительно интересна механика рекламы, а не обещание быстрого результата.

Математика кампании

За месяц открутки получили:

• 151 391 показ;

• CTR — 1,41%;

• около 2 134 кликов;

• 73 подписчика;

• конверсия из клика в подписку — 3,4%;

• средний CPS — €6,73;

• общий бюджет — €491.

На второй неделе стоимость подписчика уже держалась в районе €6–7. Это был неприятный момент: при небольшом бюджете быстро возникает вопрос, не слишком ли жёсткий фильтр заложен в объявления.

Можно было упростить тексты, расширить сегменты и снизить CPS. Но тогда мы бы, скорее всего, получили больше случайных подписок и менее понятную экономику дальше по воронке.

Решили не менять гипотезу до накопления данных.

Что происходило после подписки

После вступления в канал пользователь попадал на закреплённый пост со ссылкой на квалификационного бота.

Бот задавал 4 вопроса:

• какой бизнес у пользователя;

• какой текущий масштаб;

• какие каналы привлечения уже используются;

• есть ли бюджет и готовность к работе.

Дальше воронка выглядела так:

Итоговая продажа — программа наставничества стоимостью 350 000 ₽.

Средний цикл от первого клика до оплаты составил 12 дней.

Если смотреть максимально сухо: из 2 134 кликов получилась одна сделка.
Если смотреть через экономику: при расходе около 48 000 ₽ кампания принесла продажу на 350 000 ₽.

Почему дорогой подписчик здесь оказался допустимым

Сам по себе CPS €6,73 выглядит высоким.

Но в высокочековом B2B стоимость подписчика нельзя оценивать отдельно от всей воронки. Если продукт стоит 350 000 ₽, а дальше есть квалификация через бота и переговоры, то важнее не цена входа, а вероятность дойти до коммерческого этапа.

Погоня за дешёвыми подписчиками часто приводит к другому сценарию:

1. Объявления становятся более общими.

2. Клики дешевеют.

3. Подписок становится больше.

4. В канал приходит разнородная аудитория.

5. Бот и продажи начинают тратить ресурс на людей без бюджета или потребности.

В отчёте это может выглядеть красиво: подписчик дешёвый, CTR высокий, база растёт. Но финальная экономика может быть хуже.

В этом тесте произошло наоборот: верхняя часть воронки была дорогой, зато ниже по воронке остались более квалифицированные пользователи.

Ограничения кейса

Здесь важно не сделать ложный вывод, что ручная сегментация всегда даёт такую экономику.

У кейса есть несколько серьёзных ограничений.

1. Маленькая выборка

73 подписчика — это мало. На таком объёме один пользователь может заметно изменить проценты. Поэтому результат нельзя считать статистически устойчивым.

2. Зависимость от одной сделки

Финансовый результат обеспечен одной продажей. Если бы она не состоялась, кампания была бы убыточной.

Это не минус метода, но важное ограничение интерпретации.

3. Сложности масштабирования

Узкие площадки быстро выгорают. При увеличении бюджета придётся выходить на более широкие каналы, а это почти наверняка повысит CPS и снизит качество части аудитории.

4. Специфика продукта

Модель имеет смысл для B2B, консалтинга, наставничества и других продуктов с высоким чеком. Для массового B2C или дешёвых продуктов CPS €6,73, скорее всего, будет неадекватным.

Что можно вынести из этого теста

Главный вывод не в том, что подписчик за €6,73 — это хорошо.

Главный вывод: в Telegram Ads нельзя оценивать кампанию только по верхним метрикам.

CPS важен, но он не отвечает на главный вопрос: пришли ли люди, которые способны дойти до сделки?

В этом запуске ручная сегментация не снизила стоимость подписчика. Наоборот, она сделала вход дороже. Но за счёт фильтрации площадок, текстов объявлений и квалификации через бота кампания оказалась экономически оправданной.

€500 бюджета сами по себе ничего не значат.
Решает не цена клика и не цена подписки, а то, что происходит после.

В этом кейсе именно трекинг помог не отключить кампанию раньше времени. В канале публикую больше кейсов, плюс лично отвечаю на популярные вопросы: телеграм‑канал.