Как OutCheese получил 30% ответов в холодном Telegram-аутриче для платформы привлечения трафика
О клиенте
Привлечение трафика и user acquisition
AudienceMart помогает crypto- и Web3-проектам получать пользователей и предсказуемо масштабировать трафик через Telegram-каналы, mini apps, ботов, виральные short-видео и блогеров
Цель
Цель пилота — проверить Telegram-аутрич как канал лидогенерации и обкатать наш собственный сервис для Telegram-аутрича
Боли
Большая часть ЦА находится в Telegram и разбросана по десяткам тематических чатов и сообществ. Запрос на трафик там редко лежит на поверхности, люди пишут тысячи сообщений, из которых сигналом оказываются единицы, а иногда намёк на потребность спрятан только в био.
Часть лидов вообще сидит в закрытых чатах без видимого списка участников.
Можно, конечно, вручную листать чат, смотреть каждое био, и таким образом отлавливать потенциальных клиентов - но так уходило бы огромное количество времени
Результаты
Пилот длился месяц. Мы спарсили 5 целевых чатов с общей аудиторией около 7000 человек, промптами прогнали каждого участника через фильтр по ICP AudienceMart и выделили сигнал — подходит человек или нет. Для каждого целевого лида собрали уникальную кастомную переменную на основе сигнала из его же сообщений
~7000 человек в аудитории 5 целевых чатов — спарсили и отфильтровали
312 целевых лидов под ICP
30% ответов — против средних по рынку ~6-8% в LinkedIn и ~1% в холодной почте (примерно в 4 раза выше LinkedIn и в ~30 раз выше email)
11 созданных чатов с потенциальными клиентами AudienceMart
Почему наш подход сработал
Доступ к аудитории, которую не достают другие
Мы парсим участников даже из закрытых Telegram-чатов — включая те, где списка участников вообще не видно, он скрытый
Дальше мы подтягиваем все сообщения, которые оставил человек за всё время, и сверху добавляем данные из профиля — включая био (ссылка на проект, роль, «ищу трафик» прямо в описании)
Многоуровневая фильтрация
Дальше каждого участника и его сообщения прогоняем через несколько слоёв фильтров на сигнал: прямые запросы («ищем трафик», «кто льёт на dating»), поиск исполнителя («нужно агентство / KOL-менеджер / media buyer») и косвенные сигналы (запуск токена, AMA, активная закупка рекламы).
В итоге сообщение уходит только тем, у кого потребность реальная и актуальная
Персонализация из собственных слов лида
После фильтрации ранжируем все сигналы по релевантности и берём в работу самые сильные. Для каждого такого лида собираем кастомное сообщение на основе его же сообщения — ровно то, что он просил, в его собственном контексте.
Это подставляется в аутрич автоматически, поэтому человек читает не шаблон, а сообщение про свою конкретную задачу, в своём же стиле
Пример сообщения
Как это выглядит на практике. Переменная {{hook}} собирается из того, что лид сам написал в чате, и подставляется в сообщение.
Шаблон с переменной {{hook}}:
Привет! Увидела ваше сообщение про {{hook}}.
У меня команда привлекает трафик через разные источники: telegram-каналы, mini apps, ботов, органический контент из виральных short-видео и блогеров.
Наш сайт: audiencemart.com
Если интересно, можем сделать медиаплан исходя из тематики вашего продукта и гео.
Что лид писал в чате:
«Ищу трафик на свою прилку. Напишите в ЛС)»
«У меня есть мобильное приложение для Android. Хочу его распространять и платить по CPA»
Готовое сообщение — переменная подставлена из его же слов:
Привет! Увидела ваше сообщение про трафик на Android-приложение по CPA.
У меня команда привлекает трафик через разные источники: telegram-каналы, mini apps, ботов, органический контент из виральных short-видео и блогеров.
Наш сайт: audiencemart.com
Если интересно, можем сделать медиаплан исходя из тематики вашего продукта и гео.
Tools Stack
OutCheese Telegram - наша собственная платформа, рассылки в Telegram
Bright Data - прокси
OpenAI API - инструмент массовой фильтрации строк, тысячи строк за часы
ICP We Chose (and Why)
01
Crypto / Web3-проекты:
запуски токенов, mini apps,
боты, каналы
02
Продукты Telegram-экосистемы:
каналы, боты, mini apps
03
Веб-сервисы / SaaS
consumer-мобильные приложения
Стадия:
Уже закупают рекламу или работают с инфлюенсерами, с подтверждённым спросом и реальными бюджетами
Целевые персоны:
Фаундеры / Ко-фаундеры
Head of Marketing / Growth
Performance-маркетологи / Media buyers
Influence-маркетинг менеджеры
Сигналы покупательского намерения
Прямой запрос трафика — прямо просят трафик, юзеров или продвижение в чате
Поиск исполнителя — ищут агентство, KOL-менеджера, media buyer или Telegram-спеца
Уже тратят — видны активная платная закупка (Meta, Google, блогеры) и желание масштабироваться
Движ вокруг запуска — идёт запуск токена / продукта, AMA или промо
Доступный ЛПР — фаундер, growth-лид или media buyer активны в чате
Что не сработало
Мы запускали пилот, времени на привлечение лидов у нас было мало, поэтому мы старались как можно быстрее сводить заинтересованных лидов с AudienceMart. Как только человек отвечал положительно («интересно», «расскажите подробнее»), мы сразу писали «здорово, сейчас создам общий чат — обсудим подробнее» и заводили групповой чат с клиентом.
Для части лидов это оказалось слишком быстро. Позитивный ответ — ещё не готовность, и некоторые реагировали с недовольством: «я не просил создавать чат, и у меня нет вопросов».
Вывод: сразу заводить общий чат не всегда правильно — лида всегда необходимо квалифицировать, ответить на все его вопросы и дождаться согласия на какие-либо действия.
Key Takeaways
Контакты, которые вы не найдёте в Google — нечестное преимущество — выход на аудиторию из закрытых чатов ставит тебя перед покупателями, которых конкуренты даже не видят
Telegram бьёт LinkedIn и email на crypto / Web3-покупателях трафика — 30% ответов против 6-8% и ~1%. Пиши людям там, где они активны
Нужда + персонализация — рычаг — писать только по подтверждённому спросу и с кастомной переменной из слов самого лида — вот что уводит reply rate так далеко выше рынка