Назад к портфолио

Как сайт с умной аналитикой увеличил конверсию на 147% и сократил время обработки заявок с 3 часов до 22 минут

РазработкаB2B

Клиент — дистрибьютор промышленного оборудования. Старый сайт не продавал: 85% посетителей уходили без заявки, менеджеры тратили 3-4 часа на обработку одного лида. За 6 недель пересобрали структуру, внедрили предиктивный поиск и автоматическую квалификацию заявок. Итог: конверсия выросла с 1,8% до 4,4%, стоимость лида упала на 30%, окупаемость — 6 месяцев.

LaravelPostgreSQLFigmaReactDockerUX/UI
Как сайт с умной аналитикой увеличил конверсию на 147% и сократил время обработки заявок с 3 часов до 22 минут

Что ломалось: масштаб проблемы до старта работ


Клиент обратился в октябре 2025 года. Бизнес — продажа станков. Сайт работал 5 лет, технически устарел, не адаптирован под мобильные устройства.

Конкретные цифры, которые болели:

  • Конверсия сайта в заявку: 1,8% при среднем по рынку 3,2%
  • 85% посетителей уходили со страницы каталога, не оставив контактов
  • Менеджеры обрабатывали заявку в среднем 3 часа 15 минут (от получения до первого звонка)
  • 40% заявок отсеивались на этапе квалификации: клиенты оставляли контакты, но не соответствовали целевому портрету
  • Органический трафик падал на 15% в месяц из-за низкой скорости загрузки (4,2 сек) и отсутствия структурированных данных

Корневые причины:

  • Форма заявки требовала заполнения 12 полей, включая УНП и реквизиты — клиенты бросали на полпути
  • Поиск по каталогу работал по точному совпадению: запрос «насос для грязной воды» не находил нужные позиции
  • Нет интеграции с CRM: заявки дублировались, терялись, менеджеры тратили время на ручное внесение

Что сделали: пошаговый план без воды


Работали 6 недель. Разбили на спринты по 2 недели. Клиент участвовал в демо-показах каждые 7 дней.


Недели 1-2: Аудит и пересборка логики

  • Провели сквозной анализ воронки: от первого клика до оплаты. Нашли 7 точек, где терялись клиенты.
  • Сократили форму заявки с 12 до 4 полей: УНП, телефон, тип оборудования, комментарий. Остальные данные подгружаем автоматически по УНП через интеграцию с сервисом проверки контрагентов.
  • Переработали структуру каталога: вместо 3 уровней вложенности — 2, добавили фильтры по назначению, мощности, типу жидкости.
  • Подготовили ТЗ на динамический контент: разные заголовки и блоки преимуществ для 3 сегментов (промышленные предприятия, ЖКХ, дилеры).

Недели 3-4: Внедрение и настройка

  • Подключили предиктивный поиск: система предлагает варианты при вводе первых 3 символов, учитывает синонимы и технические характеристики.
  • Интегрировали сайт с CRM: заявка автоматически создает сделку, присваивает менеджера по региону, отправляет триггерное письмо клиенту.
  • Внедрили автоматическую квалификацию: система проверяет УНП, определяет тип организации, добавляет тег «целевой/нецелевой» и приоритет.

Недели 5-6: Тесты, запуск

  • Запустили A/B-тесты на 15% трафика: сравнивали старую и новую форму заявки, разные варианты заголовков.
  • Скорость загрузки сократили с 4,2 до 1,1 секунды за счет оптимизации изображений, кэширования и отложенной загрузки скриптов.

С чем столкнулись в процессе и как решили

 

Проблема с данными: каталог не был структурирован

В базе 1 200+ позиций, но характеристики заполнены неравномерно, нет единого формата.

→ Решение: написали скрипт, который привел данные к единому шаблону. Недостающие параметры подгрузили из открытых источников и прайс-листов поставщиков. Ручная проверка — только для 5% позиций с максимальным спросом.

 

Что получили в итоге: твердые цифры и сроки

Замеряли результаты через 30 дней после полного запуска. Все метрики — относительно базового периода (сентябрь 2025).

Показатель

Было

Стало

Изменение

Конверсия в заявку

1,8%

4,4%

+147%

Время обработки заявки

3 ч 15 мин

22 мин

-88%

Возврат посетителей (30 дней)

12%

31%

+158%

Глубина просмотра

2,1 страницы

4,7 страницы

+124%

Доля мобильных заявок

18%

41%

+128%