Вечный спор: длинно vs. коротко
Знакомая ситуация: вы открываете очередной пост LinkedIn-гуру, а там — «Короткие сообщения рулят! Люди не читают простыни!». Листаете дальше — другой эксперт с тем же апломбом вещает: «Длинный питч показывает экспертизу и фильтрует халявщиков!». А третий, видимо, устав от споров, предлагает золотую середину: «Контекст + вопрос — вот формула успеха!».
И знаете что? Все они по-своему правы. И все по-своему ошибаются. Потому что их советы — это личный опыт, возведённый в абсолют. «У меня сработало» звучит убедительно, только вот никто не расскажет про сотни сообщений, которые остались без ответа.
Честно говоря, единственный способ узнать, что работает именно для вашей аудитории — перестать гадать и начать тестировать. Ниже — пошаговый план эксперимента, который можно запустить уже на этой неделе. Никакой магии, только данные.
Три формата, три философии
Прежде чем погружаться в методологию, давайте разберёмся, что именно мы будем сравнивать. Каждый из этих форматов — не просто разница в количестве слов. За каждым стоит своя логика, своя ставка на то, что движет людьми.
Формат A: «Сразу к делу» (50-80 слов)
Это ставка на то, что у людей нет времени. Никаких прелюдий — вот кто я, вот что делаю, вот почему это может быть вам интересно. Уважение к занятости получателя, возведённое в принцип.
«Привет, [Имя]! Увидел, что вы отвечаете за [функция] в [компания]. Мы помогаем командам вроде вашей [конкретный результат] — например, [клиент X] сократил [метрика] на Y%. Интересно обсудить, как это может работать у вас?»
Логика простая: если человеку интересно — ответит. Если нет — хотя бы не потратил на вас много времени и не разозлился. Win-win, как говорят.
Формат B: «Показываю домашку» (150-200 слов)
Противоположный подход. Здесь мы инвестируем время, чтобы показать: это не массовая рассылка. Мы изучили вас, знаем вашу боль, понимаем контекст. В каком-то смысле — проявление уважения через подготовку.
«Привет, [Имя]! Прочитал ваш пост про [тема] — согласен, что [мысль]. Это перекликается с тем, что мы видим у наших клиентов в [индустрия]: [наблюдение].
Заметил, что [компания] недавно [событие/новость]. Обычно в таких ситуациях команды сталкиваются с [проблема]. Мы работали с [похожая компания] — они решили это через [подход], и результат был [метрика].
Не знаю, актуально ли это для вас сейчас. Если да — буду рад созвониться на 15 минут и поделиться деталями. Если нет — ничего страшного, просто интересно было бы услышать вашу точку зрения на [тема].»
Идея в том, что ценность нужно давать до того, как о чём-то просишь. Психологи называют это принципом взаимности — если кто-то потратил на вас усилия, хочется ответить тем же.
Формат C: «Давайте поговорим» (80-120 слов)
Это попытка обойти защитные механизмы. Никакого питча — только вопрос. Человек не чувствует, что ему что-то продают, поэтому барьер ответа ниже. А дальше — диалог, из которого может вырасти что угодно.
«Привет, [Имя]! Увидел ваш комментарий в группе [название] про [тема] — интересная мысль насчёт [деталь].
Мы сейчас исследуем, как компании в [индустрия] подходят к [проблема]. Любопытно: вы уже пробовали [подход X] или пока решаете это по-другому?
Не продаю ничего — просто собираю инсайты. Буду рад, если поделитесь опытом.»
Тут ставка на то, что начать разговор — уже половина успеха. Молчание конвертировать невозможно, а вот диалог — вполне.
Как не обмануть самого себя: правила честного теста
Окей, форматы понятны. Но вот в чём загвоздка: провести тест так, чтобы результатам можно было доверять — это целое искусство. Я видел десятки «экспериментов», которые на самом деле ничего не доказывали. Классика жанра: «Мы попробовали короткие сообщения на лучших лидах, а длинные — на тех, кто похуже. Короткие победили!» Ну да, конечно победили.
Сколько контактов нужно?
Минимум — по 100 на каждый формат. То есть 300 контактов в сумме. Меньше — и вы будете принимать решения на основе случайных колебаний, а не реальных паттернов. Это как подбрасывать монету три раза и делать выводы о вероятностях.
И главное — распределение должно быть случайным. Буквально: берёте список, присваиваете каждому контакту случайное число, сортируете. Первая треть — формат A, вторая — B, третья — C. Никаких «этот вроде покрупнее, ему длинный питч».
Что держим константой
Тут правило простое: меняем только одну переменную — формат сообщения. Всё остальное должно быть идентичным. Время отправки — одинаковое для всех групп. Отправитель — один и тот же профиль (или эквивалентные, если масштабируете). Продукт, который питчите — само собой, тот же самый.
Отдельная боль — follow-up. Если после короткого питча вы делаете три фоллоу-апа, а после длинного — один, результаты нерелевантны. Одинаковая последовательность, одинаковый тайминг.
Сколько ждать результатов?
LinkedIn — это не email. Люди проверяют входящие когда захотят, а не когда вы отправили. Кто-то ответит через час, кто-то — через неделю. Поэтому минимальный период теста — две-три недели. Первая неделя на отправку (по 30-40 сообщений в день на каждый формат), вторая — на фоллоу-апы, третья — на сбор «хвоста» ответов и анализ.
На что смотреть: метрики, которые врут, и метрики, которым можно верить
Вот тут начинается самое интересное. Потому что response rate — это метрика тщеславия. Да, она приятно выглядит в отчёте. Но какой толк от 30% ответов, если половина из них — «отпишите меня» и «не интересно»?
Метрики первого уровня: что происходит сразу
Response Rate — да, её всё равно нужно считать. Это базовый индикатор того, «пробивает» ли ваше сообщение стену игнора. Формула простая: количество ответов делим на количество отправленных.
Positive Response Rate — а вот это уже интереснее. Считаем только те ответы, где человек проявил хоть какой-то интерес. «Расскажите подробнее» — засчитываем. «Не сейчас, но напишите через квартал» — тоже. «Удалите мой контакт» — нет.
Время до ответа — если на один формат отвечают в среднем через час, а на другой — через три дня, это говорит о срочности. Быстрый ответ = сообщение зацепило.
Длина ответа — развёрнутый ответ в несколько предложений vs. сухое «ок, давайте» — это разный уровень вовлечённости.
Метрики второго уровня: деньги
А теперь то, ради чего всё затевалось.
Meeting Booked Rate — сколько встреч вы назначили на каждые 100 сообщений. Это уже конкретика. Ответы — хорошо, но встречи — лучше.
Meeting Show Rate — а сколько из назначенных встреч реально состоялось? Бывает, что один формат генерирует много «согласий», которые потом отваливаются. Другой — меньше, но более твёрдых.
Cost per Meeting — и наконец, эффективность. Длинный персонализированный питч занимает 15 минут на подготовку. Короткий — 2 минуты. Если конверсия одинаковая, короткий выигрывает по экономике.
То, что цифры не покажут
Читайте ответы. Буквально — садитесь и читайте. Какие возражения всплывают? Какой тон? Люди раздражены или заинтересованы? Задают уточняющие вопросы или просто вежливо отказывают? Эта качественная информация иногда ценнее любых процентов.
Как вести учёт, чтобы потом не сойти с ума
Окей, теория понятна. Но когда у вас 300 контактов в трёх группах, разбросанных по времени — легко утонуть в хаосе. Поэтому нужна система.
Можно использовать обычную Google-таблицу. На каждый контакт — строка. В столбцах: какой формат получил, когда отправили, когда ответил (если ответил), тип ответа — позитивный, негативный, нейтральный или тишина. Отдельно — текст ответа целиком (пригодится для качественного анализа). Дальше — назначили ли встречу, состоялась ли она, и создали ли opportunity в CRM.
Звучит муторно? Так и есть. Но альтернатива — принимать решения на основе ощущений «вроде короткие работают лучше». А потом удивляться, почему pipeline не растёт.
Кстати, отдельная колонка для заметок — must have. Туда пишете всё, что не влезает в категории. «Этот человек явно устал от outreach, но вежливо объяснил почему» — это ценная информация.
Данные собраны. И что теперь?
Три недели прошли, таблица заполнена, цифры посчитаны. Открываете результаты и видите... что именно? Давайте разберём типичные сценарии.
Сценарий «Чистая победа»
Один формат опережает остальные по всем фронтам. Больше ответов, больше позитивных ответов, больше встреч. Разница не 5%, а 20-30%. Поздравляю — у вас есть победитель.
Но не спешите расслабляться. Масштабируйте его, да — но продолжайте тестировать вариации. Другой hook в начале. Другой call-to-action в конце. Формат нашли, теперь оптимизируем внутри.
Сценарий «Запутанные показания»
Формат A даёт больше ответов. Но формат B — больше встреч. Формат C — самые длинные и тёплые ответы, но конверсия в meetings так себе. Что выбрать?
Тут всё просто: следуйте за деньгами. 100 ответов — это приятно для эго, но 10 встреч, которые конвертируются в сделки — это pipeline. Если каждая встреча потенциально стоит $10K, выбор очевиден.
Сценарий «Ничья»
Все три формата показывают примерно одинаковые результаты. Плюс-минус 5%, статистически неразличимо.
Это тоже результат! Означает, что для вашей аудитории формат — не главный фактор. Тогда выбирайте по экономике: если короткий работает так же, как длинный, но готовится в 5 раз быстрее — зачем платить больше? А следующий тест делайте на чём-то другом: время отправки, тема сообщения, первое предложение.
Сценарий «Зависит от»
Самый интересный случай. Оказывается, что C-level лучше реагирует на короткие сообщения (у них реально нет времени), а middle management — на длинные с контекстом (им нужны аргументы для внутреннего обоснования).
Если видите такой паттерн — это золото. Сегментируйте подход. Разные форматы для разных персон. ИИ, кстати, может автоматически подбирать формат по профилю — но это уже следующий уровень.
Где здесь место для ИИ?
Если вы дочитали до этого места и подумали «это же куча ручной работы» — вы правы. Но именно здесь ИИ может серьёзно помочь.
На этапе подготовки ИИ умеет находить те самые «зацепки» для персонализации. Последний пост человека в LinkedIn, новость про его компанию, комментарий в профильной группе — всё это можно собирать автоматически. И генерировать персонализированные версии каждого формата, сохраняя структуру, но меняя конкретику под каждый контакт.
На этапе анализа — ещё интереснее. Представьте, что вам не нужно вручную классифицировать 300 ответов. ИИ прочитает каждый, определит тональность (позитивная, негативная, нейтральная), вытащит типичные возражения, найдёт паттерны, которые вы бы не заметили. «Контакты из финтеха чаще упоминают compliance» — такой инсайт сложно поймать вручную, но легко — с помощью анализа текста.
А на этапе итерации ИИ может предложить гипотезы для следующего теста, основываясь на результатах текущего. И даже автоматически подбирать формат под профиль — когда накопится достаточно данных о том, кто на что лучше реагирует.
Грабли, на которые наступают все
За годы наблюдений я собрал коллекцию ошибок, которые превращают «эксперимент» в бессмысленную трату времени. Делюсь, чтобы вы не повторяли.
«Нам хватит 30 контактов на группу» — нет, не хватит. При маленькой выборке один случайный фактор (праздники, сезон, луна в скорпионе) может исказить результаты до неузнаваемости. 100 контактов — это минимум, при котором статистика начинает работать.
«Я отдам длинные питчи своему лучшему SDR-у» — и получите бессмысленные данные. Если один человек отправляет формат A, а другой — формат B, вы тестируете людей, а не форматы. Либо один отправитель на всё, либо случайное распределение форматов между отправителями.
«Через неделю уже понятно, кто побеждает» — понятно, но неправда. LinkedIn — это марафон, не спринт. Люди заходят в сообщения когда захотят. Через неделю вы видите только тех, кто проверяет inbox ежедневно. А это далеко не вся ваша аудитория.
«У формата А больше ответов — значит, он лучше!» — не значит. Ответы бывают разные. «Отпишите меня» — тоже ответ. Смотрите на встречи, на качество диалогов, на pipeline. Иначе оптимизируете метрику тщеславия.
«Всё в голове, я потом вспомню» — не вспомните. Через три недели вы не отличите одного контакта от другого. Документируйте всё сразу. Каждый ответ, каждое наблюдение, каждую мысль «надо запомнить».
Три недели до истины: пошаговый план
Хватит теории — вот конкретный план, который можно запустить в понедельник.
Первые два дня — подготовка. Берёте три шаблона из этой статьи, адаптируете под свой продукт и свою аудиторию. Не просто копипастите — подставляете свой value proposition, своих референс-клиентов, свои метрики. Готовите три версии так, чтобы они отличались только форматом, но продавали одно и то же.
День третий — формируете список. 300+ контактов, все соответствуют вашему ICP. Рандомизируете (случайным образом раскидываете на три группы). Проверяете, что в каждой группе примерно одинаковое распределение по должностям и размерам компаний.
День четвёртый — настраиваете трекер. Таблица, CRM, что угодно — главное, чтобы было место для записи всего. И договариваетесь внутри команды, кто и как фиксирует данные. Это важно — иначе потом «я думал, ты записываешь».
Дни с пятого по двенадцатый — отправка. По 30-40 сообщений в день на каждый формат. Не больше — LinkedIn не любит массовых рассылок, а вы хотите, чтобы аккаунт дожил до конца эксперимента. Ответы фиксируете сразу.
Дни с тринадцатого по восемнадцатый — follow-up. Тем, кто не ответил, отправляете напоминание. Одинаковое для всех групп. Продолжаете трекать.
Дни девятнадцатый-двадцатый — финальный срез. Считаете метрики, строите таблицы, смотрите на цифры.
День двадцать первый — формулируете выводы. Что победило, почему, какие гипотезы для следующего теста. И да — планируете следующий тест. Потому что один эксперимент — это начало, а не конец.
После финиша: что дальше?
Вот вы провели эксперимент, получили результаты. Формат B победил с отрывом. Можно расслабиться?
Нет. Один тест — это только начало. Вы нашли формат, который работает лучше других. Отлично. Теперь масштабируйте его — но продолжайте копать. Внутри победившего формата тоже есть что оптимизировать. Попробуйте другой hook в первом предложении. Другой call-to-action. Другие proof points и кейсы.
Если в процессе заметили, что разные сегменты реагируют по-разному — не игнорируйте это. Сегментация — мощный рычаг. Один формат для C-level, другой для heads of departments, третий для специалистов.
И ещё одно: рынок не стоит на месте. То, что работает сегодня, через полгода может надоесть. Люди устают от одних и тех же подходов, появляются новые тренды, меняется информационное поле. Регулярные тесты — это не паранойя, это гигиена.
Если хочется копнуть глубже
Тема LinkedIn-outreach — это кроличья нора. Чем больше узнаёшь, тем больше вопросов появляется. Вот несколько материалов, которые помогут с соседними задачами:
Как повысить reply rate без спама — про deliverability и контент. Потому что лучший питч в мире бесполезен, если он улетает в спам.
Персонализация, которая не звучит как робот — 7 паттернов AI-питча. Когда найдёте победивший формат и захотите масштабировать через ИИ.
Мультитрединг с ИИ — как находить правильных стейкхолдеров. Потому что один контакт в компании — это хорошо, а три-четыре — ещё лучше.
AI-ресёрч аккаунта за 15 минут — повторяемый пайплайн. Откуда брать ту самую персонализацию для длинных питчей.
Хотите автоматизировать LinkedIn-outreach с ИИ?
Покажем, как ИИ генерирует персонализированные питчи, анализирует ответы и автоматически подбирает оптимальный формат для каждого лида. Без шаблонного спама — с данными и метриками.
Обсудить внедрение