Автоматизация, которая сама ведёт блогера от заявки до готового рекламного поста — кейс
Ребят, короче, новый кейс. И честно — горжусь им. Это один из самых крупных проектов автоматизации, которые я вообще собирал. Крупных и по времени, которое ушло на разработку, и по тому, насколько амбициозная цель стояла перед стартом.
К сожалению название бренда сказать не могу автоматизацию, которую я собирал. Но сразу хотел бы сказать, что это довольно крупный бренд не только в России, но и в СНГ.
С какой задачей пришёл клиент
Бренд работает с блогерами через бартер и рекламные интеграции. В большиъ количествах. Каждый месяц к ним стучится куча блогеров (порядка 150-200), желающих сотрудничать. И каждого нужно:
- проверить на адекватность аккаунта (охваты, вовлечённость, регулярность постинга),
- посмотреть гео аудитории,
- подобрать формат сотрудничества и набор продукции,
- собрать данные для доставки,
- отправить посылку и не потерять трек,
- дождаться публикации,
- помочь со сценарием, если блогер сам не справляется,
- согласовать дату выхода рекламы,
- а потом ещё и снять метрики поста, чтобы понять, окупилась ли интеграция.
Множество этапов. На каждом — свои развилки, свои «если — то». В компании для этого участвовали специально три человека, которая всем этим занимались то есть три сотрудника. Причём не один процесс из десяти, а буквально каждая заявка проходила ручками через все эти шаги.
Задача была простая на словах и адская по факту: сделать так, чтобы либо часть процесса была автоматизирована, либо полностью.
Моя идея была сделать всё на базе БОТА в телеграм, чтобы бот вёл блогера по всей этой цепочке сам - а менеджер подключался только там, где реально нужна голова человека.
Почему это сложно, а не просто «ещё один чат-бот»
Тут важно понимать: это не воронка из пяти сообщений с кнопками «да/нет». Это система, которая:
Сама анализирует блогера. Бот дёргает Apify и вытаскивает реальные метрики аккаунта — средний охват рилс, лайки, комментарии, частоту постинга, закрыт ли профиль. И тут же принимает решение по жёстким критериям: если охват меньше 2000, лайков меньше 50, комментариев меньше 5, или блогер постит реже раза в неделю — отказ автоматом, без участия человека. Это отсекает откровенно нецелевые заявки сразу, без нагрузки на менеджера.
Но не решает всё сама. Если явного отказа нет — бот не берёт на себя решение «этот блогер точно подходит». Он отправляет заявку на ручную проверку менеджеру, вместе со скринами гео аудитории и всей статистикой. Потому что финальное решение — это вкусовщина и понимание бренда, и здесь я сознательно не стал отдавать это машине.
Работает в связке с CRM, а не поверх неё. Вся логика завязана на amoCRM. Менеджеру не нужно тыкать кнопки в боте — он просто перетаскивает сделку по воронке, как обычно, а бот считывает этот статус и сам пишет следующее сообщение блогеру. То есть менеджер работает в привычном интерфейсе, а бот — невидимый исполнитель, который следит за каждым шагом и вовремя отправляет нужный текст нужному человеку.
Ведёт диалог со состоянием. Бот помнит, на каком этапе находится каждый блогер. Команда /start не сбрасывает прогресс, а продолжает с того места, где человек остановился. Это на самом деле нетривиальная штука — держать десятки параллельных диалогов, каждый на своей стадии из двенадцати возможных.
Помогает со сценарием через AI. Если блогер не готов сам писать текст для рекламного ролика — бот берёт правила бренда, задаёт пять уточняющих вопросов (какие продукты, для кого ролик, какая проблема у аудитории, личная история, как покажет в кадре) и собирает черновик сценария с помощью нейросети. Блогер правит, бот сохраняет финальную версию в CRM.
Сама следит за сроками. Присылает напоминания за два дня, за день и в день публикации. Считает лимит переносов даты — и если он исчерпан, сама подключает менеджера, а не пытается разрулить бесконечно.
Проверяет результат. Через 22 часа после публикации бот сам идёт в Apify, снимает метрики вышедшего поста — просмотры, лайки, комментарии — и фиксирует всё в сделке. Менеджеру больше не нужно вручную мониторить, вышла реклама или нет и как она отработала.
Разбираю по этапам: что делает бот, а что — человек
Это, наверное, самая важная часть кейса. Потому что «бот ведёт блогера» звучит красиво, но за этой фразой — куча конкретных этапов, и на каждом есть чёткая граница: где заканчивается зона ответственности автоматизации и начинается зона ответственности человека.
Этап 1. Старт диалога — 100% бот. Блогер пишет /start, бот здоровается, объясняет механику, просит ник в Instagram*. Параллельно, без участия менеджера, бот сам создаёт контакт и сделку в amoCRM. Менеджер в этот момент вообще не в курсе, что кто-то написал — узнает, только когда заявка дойдёт до этапа, где нужна его оценка.
Этап 2. Приём Instagram-аккаунта — 100% бот. Валидация формата ника, повторный запрос при ошибке, подтверждение получения. Ноль участия человека.
Этап 3. Анализ аккаунта — 100% бот. Здесь система идёт в Apify и вытаскивает реальные метрики: охват рилс, лайки, комментарии, частоту постинга, закрытость профиля. И дальше бот сам принимает решение по жёстким порогам - по охвату, лайкам, комментариям, постинг реже раза в неделю или закрытый аккаунт — всё, отказ, без единого сообщения менеджеру. Это самый нагруженный по объёму этап, и именно здесь бот отсекает основную массу нецелевых заявок ещё до того, как о них вообще кто-то узнал.
Этап 4. Пограничные случаи — бот передаёт, менеджер решает. Если явного отказа нет — бот не берёт на себя финальное «да». Он просит скрины геолокации аудитории у блогера, сам собирает их и статистику Apify в один пакет и кладёт в чат сделки в amoCRM. Здесь первая точка, где реально нужен человек — потому что решение «этот блогер впишется в бренд» это не только цифры, это ещё и вкус, визуал, ощущение от профиля.
Этап 5. Решение по заявке — 100% менеджер, 0% интерфейса бота. И вот тут показательный момент: менеджеру не нужно ничего нажимать в боте. Он просто перетаскивает карточку сделки в amoCRM на нужный этап воронки — «подходит» или «не подходит». Всё. Дальше бот сам считывает этот статус и сам отправляет блогеру нужное сообщение. Менеджер работает в привычном для себя интерфейсе CRM, а не учится пользоваться ещё одним инструментом.
Этап 6. Подбор состава — гибрид. Если блогер справляется сам — весь путь (выбор формата размещения, выбор товаров, подтверждение) закрывает бот без единого сообщения человеку. Если блогеру нужна помощь — подключается менеджер, общение уходит в чат сделки внутри CRM, а как только состав согласован, менеджер одним движением (перетаскиванием карточки) сигнализирует боту, что можно ехать дальше. Бот сам подхватывает и пишет блогеру итог.
Этап 7. Сбор данных для доставки — 100% бот. Согласие на обработку персональных данных, ФИО, адрес, телефон — весь сбор и валидация данных, всё сохранение в CRM без участия человека.
Этап 8. Сборка и отправка посылки — менеджер/склад. Это физическое действие, его пока никто не отменял: собрать коробку, отправить через СДЭК, вписать трек-номер в сделку. Единственное, что нужно сделать человеку — вписать трек и перетащить карточку. Дальше бот сам считывает трек из CRM и сам пишет блогеру номер и ссылку на отслеживание.
Этап 9. Ожидание доставки — бот мониторит, менеджер — по исключению. Бот сам периодически спрашивает у блогера, дошла ли посылка, сам напоминает при молчании. Менеджер подключается только если процесс завис — то есть по умолчанию этот этап не требует ни минуты времени человека.
Этап 10. Сценарий рекламы — почти полностью бот. Если блогер пишет сам — бот присылает чек-лист, принимает готовый текст, сохраняет. Если нужна помощь — бот сам, через AI, ведёт блогера по пяти вопросам о продукте, аудитории, личной истории и собирает черновик сценария под голос бренда. Человек тут не нужен вообще — это полностью закрыто автоматизацией, включая творческую часть.
Этап 11. Согласование даты и публикация — 100% бот. Свободный ввод даты, уточнение формата, автоматические напоминания за два дня, за день и в день выхода, контроль лимита переносов. Сбор ссылки на вышедший пост. Ни одного касания менеджера, если всё идёт штатно.
Этап 12. Метрики после публикации — 100% бот. Через 22 часа после выхода поста бот сам идёт в Apify, снимает просмотры, лайки, комментарии, записывает в сделку и уведомляет менеджера, что данные готовы к просмотру. Менеджеру остаётся только посмотреть готовую цифру, а не собирать её руками.
Если считать в процентах касаний человека
Из двенадцати этапов пути блогера менеджер реально нужен всего в четырёх местах: оценка пограничных заявок, финальное решение по анкете, помощь с подбором состава (и то не всегда — только если блогер сам не разобрался), и физическая сборка/отправка посылки. Всё остальное — а это по факту большая часть маршрута — бот закрывает полностью самостоятельно: от первого сообщения до финальных метрик кампании.
Экономика решения:
Деньги. Поток заявок от блогеров растёт — у бренда больше охват, больше узнаваемость, больше желающих на бартер. В классической модели это значит одно: рост потока = нужен ещё один человек в штат, который будет писать, проверять, считать охваты руками, напоминать про дедлайны. Это оклад, это налоги, это онбординг, это отпуска и больничные, это риск, что человек уйдёт и придётся учить нового с нуля. С этой системой рост потока заявок не требует расширения штата. Хоть в десять раз больше блогеров придёт завтра — бот обработает параллельно всех, и единственное, что вырастет — это счёт за токены AI, который считается копейками против зарплаты даже одного менеджера.
Время. Считайте сами: проверка охватов вручную — это открыть профиль, посчитать вовлечённость по нескольким рилсам, прикинуть регулярность постинга. Это минимум несколько минут на каждого блогера, даже если человек делает это на автомате. Напоминание про дедлайн публикации — это держать в голове или в табличке даты десятков параллельных сделок и не забыть написать вовремя. Снятие метрик после публикации — это вернуться через сутки к посту и вручную зафиксировать цифры. Каждое из этих действий по отдельности кажется мелочью. Но когда заявок не пять в месяц, а пятьдесят или сто — это то время, которое сотрудник тратит не на переговоры, не на выстраивание отношений с блогерами, не на стратегию, а на рутинный пересчёт одного и того же по кругу.
Здесь эта рутина просто исчезла из зоны ответственности человека. Менеджер тратит своё время только на то, где действительно нужна его голова: оценить, впишется ли блогер в бренд, договориться о деталях, решить нестандартную ситуацию. Всё остальное — цифры, тексты, напоминания, мониторинг, сбор метрик — работает само, 24 часа в сутки, без выходных и без «прости, не успел ответить сегодня».
Это не решение уровня «стало чуть удобнее». Это решение уровня «мы можем расти в объёме заявок без пропорционального роста издержек на команду».
Что это дало по факту
Здесь я не буду накидывать вам цифры вида «выросло на 300%» — потому что это будет враньё, а я не люблю привирать в кейсах. Дам честно то, что есть.
Главный результат — систему больше не ограничивает количество заявок. Раньше каждый новый блогер — это время менеджера: написать, уточнить, посчитать охваты руками, напомнить про дедлайн, дождаться скрина, не забыть проверить трек. Сейчас бот обрабатывает любой входящий поток заявок параллельно, сколько бы их ни пришло. Стоимость этого — токены на генерацию текста и работу с AI, а это копейки по сравнению с временем человека на ту же задачу.
Процесс уже не в тестовом режиме — он работает прямо сейчас, в реальном времени, обрабатывая живых блогеров, живые посылки и живые рекламные интеграции. (На данный момент за 2 недели больше 65 сделок было обработано Ботом)
И, наверное, самое важное — это то, что процесс стал предсказуемым. Каждая заявка проходит один и тот же путь, ничего не теряется между «написать в личку» и «забыть ответить», трек-номера не теряются, метрики снимаются автоматически, а не «как руки дойдут».
Что было под капотом
Для тех, кому интересна техническая часть: система построена изначально на базе n8n как ядре автоматизации, с Apify для анализа Instagram-аккаунтов и метрик постов, amoCRM как единым источником правды по статусам сделок, база данных SupaBase, и AI с OpenRouter для генерации черновиков сценариев под голос бренда. Всё это связано в единый поток, где каждый сервис делает свою работу, а сценарий целиком держит логику переходов между этапами.
Система не просто «отправляет сообщения по расписанию», а реально принимает решения на основе данных и умеет корректно передавать эстафету человеку, когда решение не должно приниматься машиной.
Если вам нужно собрать подобную автоматизацию, или какую-либо другую, обращайтесь ко мне, контакты ниже.
Я занимаюсь тем, что собираю такие системы: от анализа процесса и написания логики до сборки,и любых возможных интеграций с CRM и AI-инструментами, и запуска в реальную работу.
Пишите в Telegram: @schergin— обсудим вашу задачу и посмотрим, что можно автоматизировать.