Автор: ваш покорный слуга, Head of Digital Marketing (он же маркетолог, он же аналитик, он же копирайтер, он же всё остальное)
Дисклеймер для хабравчан:
Название компании и все конкретные фишки заменены на общие. Цифры реальны, но часть данных (продукты, имена, точные адреса) скрыта. Скриншоты из Метрики приложу с замазанными полями – конфиденциальность, сами понимаете.
Часть 1. Как я пришёл на «пустое место» и что мне сказали
Как и полагается в небольших IT-компаниях – ты приходишь на почти нулевую площадку. Без команды, без внятной аналитики, с рекламой «на глаз» и с руководителем, который требует продаж, но даёт бюджет как на семечки.
Исходные данные, которые мне выдали:
Сайт на самописной CMS – конверсия никакая, воронка отсутствует.
Реклама в Яндекс.Директе – кампании хаотичные, без сегментации, без привязки к бизнесу.
Сквозная аналитика – ноль. Маркетинг работал вслепую, цели в Метрике стояли кое-как.
Бюджет на рекламу – 70 000 ₽/мес. Но 20% забирало агентство (елама), так что в моём распоряжении оставалось 55 000 ₽.
Команда – один я. Ни копирайтера, ни дизайнера, ни таргетолога. Только я, ноутбук и бессонные ночи.
KPI от руководства: 4 SQL в месяц. При том, что SQL – это когда менеджер по продажам уже позвонил, подтвердил бюджет и отправил КП. Вы серьёзно?
Для тех, кто не в теме:
MQL – лид, который подходит по ЦА и оставил заявку (моя зона).
SQL – когда продажник сделал свою работу (их зона, но KPI повесили на меня).
Казалось бы, размазанная ответственность, но на основе цифр и отчётов я должен был показать результат. Чем я, собственно, и занялся…
Часть 2. С чего я начал (и почему без аналитики никуда)
Пункт №1. Настройка сквозной аналитики – это база
Я развернул систему на связке:
Яндекс.Метрика – цели на заявки, звонки, заполнение форм. Сегменты по UTM-меткам.
Яндекс.Директ – детальная разбивка по кампаниям, группам объявлений, ключевым словам.
CRM – фиксация MQL и SQL (менеджеры вбивали вручную, но я их пинками контролировал).
Google Sheets + API Яндекс.Метрики – ежедневные автоматические дашборды. Чтобы каждое утро видеть, куда уходят деньги и сколько заявок.
Пункт №2. Оптимизация рекламы – отключаем всё, что не работает
До меня реклама запускалась единожды. В основном работал СЕО. Я собрал структуру:
Кампании по продуктам: флагманский продукт, 1С, OpenSource.
Отдельно вертикали: retail, food, farm.
И тут меня ждал сюрприз. Некоторые кампании (farm, retail) показывали CPA больше 2000 ₽, при среднем по рынку 900 ₽. Я их безжалостно отключил после первичных тестов. Вы только вдумайтесь – больше двух тысяч за заявку! Это же грабёж среди бела дня.
Ввёл регулярный A/B-тест объявлений и посадочных страниц. Благодаря этому:
Стоимость конверсии (CPA) снизилась с хаотичных 1000+ ₽ до стабильных 917 ₽ (данные марта).
Конверсия из заявки в MQL выросла с 22% до 34%. Потому что я начал показывать рекламу тем, кому это реально нужно, а не всем подряд.
Часть 3. SEO и контент – бесплатный трафик, который спас бюджет
Денег на рекламу было мало, поэтому я сделал ставку на SEO и полезные статьи.
Собрал семантику через Яндекс.Вордстат + AI (ChatGPT помогал с LSI-фразами).
Написал и оптимизировал статьи для блога. Одна из них – «Какие профессии заменит ИИ в ближайшие 10 лет?» – собрала 1 700+ просмотров.
Перелинковал страницы, поправил заголовки (title, h1) под высокочастотные запросы.
И знаете что? Это сработало.
По данным Метрики за 2 года (до моего прихода и после):
Визиты из поисковых систем выросли на +1657% (да, это не опечатка).
Посетители – на +2111%.
Доля органического трафика подскочила с ~5% до 18% от всего трафика.
Часть 4. AI и автоматизация – как я выживал один
Я не очень люблю, когда говорят «маркетолог должен уметь всё». Но в моём случае деваться было некуда. Поэтому я нашёл выход – начал дружить с AI и автоматизацией.
Какие инструменты я использовал и сколько времени они сэкономили:
Инструмент | Как применял | Экономия в неделю |
ChatGPT (GPT-4) | Генерация заголовков объявлений, LSI-фраз, структуры статей, ответы на возражения | ~5 часов |
AI-анализ конкурентов (Serpstat + промпты) | Сбор УТП конкурентов, их ключевых слов и посадочных страниц | ~3 часа |
Google Data Studio + API Метрики | Ежедневные дашборды по KPI, алерты о просадках | ~4 часа |
Make (Integromat) | Автоматическая выгрузка лидов из CRM в Google Sheets | ~2 часа |
Итого: я сэкономил более 14 часов в неделю. Эти часы я потратил на стратегию и тестирование гипотез. А не на тупое копирование цифр из одной таблицы в другую
Часть 5. Битва за KPI или как я объяснял руководству, что SQL – не моя вина
Отдельный вид боли, который проходит каждый маркетолог в B2B – когда тебе ставят KPI по SQL.
В феврале план по MQL был 12, я сделал 11 – почти выполнил. А по SQL план 4, факт – 1. Мне говорят: «Ты плохо работаешь». А я смотрю в CRM и вижу, что менеджеры просто не дозваниваются или не подтверждают бюджет.
Что я сделал:
Внёс в отчёты раздельные колонки: MQL и SQL. Показал, что MQL (моя зона) почти выполнена, а провал по SQL – это проблемы отдела продаж.
Рассчитал реальную стоимость одного SQL:
Бюджет в феврале – 47 283 ₽, получен 1 SQL → стоимость SQL = 47 283 ₽.
План CPL SQL (≤17 500 ₽) – недостижим без увеличения бюджета в 2,7 раза.
Зафиксировал эти расчёты в официальных отчётах и предложил скорректировать KPI.
И о чудо – руководство признало объективность цифр. KPI по SQL начали пересматривать. А моя репутация как аналитичного маркетолога укрепилась.
Прошу оценить мотивационную часть
Часть 6. Результаты, от которых я сам офигел (в хорошем смысле)
Трафик и поведение
Показатель | До меня (июль 2025) | Март 2026 | Динамика |
Визиты в месяц | ~2 500 | 3 274 | +31% |
Посетители | ~1 800 | 2 601 | +44% |
Глубина просмотра | 1,05 | 1,17 | +11% |
Отказы | 35% | 30,6% | -12,5% |
Доля поискового трафика | 5% | 18% | +260% |
Общий рост визитов за весь период – больше 1657% по сравнению с предшествующим годом.
Реклама и лиды (февраль → март)
Метрика | Февраль | Март | Динамика |
Расход | 47 283 ₽ | 62 380 ₽ | +32% |
Заявки | 50 | 68 | +36% |
CPA | 946 ₽ | 917 ₽ | -3% |
MQL | 11 | 23 | +109% |
CPL (стоимость MQL) | 4 298 ₽ | 2 712 ₽ | -37% |
Конверсия заявка → MQL | 22% | 34% | +12 п.п. |
Вывод: при росте бюджета на 32% я получил рост MQL на 109% и снизил стоимость лида на 37%. Это называется эффективное масштабирование, а не «просто повезло».
Выполнение KPI
KPI | План | Факт (март) | Выполнение |
MQL | 12 | 23 | 192% (перевыполнил почти вдвое) |
SQL | 4 | 1 | 25% (и это не ко мне) |
Часть 7. Что пошло не так (и чему я научился)
SQL остался низким – не из-за маркетинга, а из-за конверсии отдела продаж (всего 4-9% из MQL в SQL).Вывод: никогда не берите KPI, который не можете контролировать. MQL – ваше, SQL – продажников.
Бюджет 55 000 ₽ – это потолок для 20-25 MQL в B2B IT.Вывод: хотите 50+ MQL? Готовьте 120 000 ₽ в месяц на рекламу.
Работа одному – это адски сложно, но возможно.Вывод: автоматизация и AI – ваши лучшие друзья. Без них вы сойдёте с ума.
P.S. Что я советую другим маркетологам (на основе своего опыта)
Не бойтесь спорить с руководством, но только с цифрами в руках. Эмоции бесполезны, а таблицы – аргумент.
Автоматизируйте всё, что можно. Даже простой экспорт в Google Sheets с API сэкономит часы.
Используйте AI для генерации гипотез и контента – это не читерство, это необходимость.
Фиксируйте отказы в ресурсах письменно. Если вам не дали бюджет – напишите об этом в отчёте.
Делитесь кейсами. Это лучший способ найти новую работу или клиентов.
Спасибо, что дочитали до конца. До новых встреч =)