Блог2026-08-06·2 мин чтения

Кейс: Логистическая компания увеличила заполняемость рейсов на 40% с помощью ИИ-поиска грузовладельцев в 2026

КороткоЛогистическая компания из Новосибирска использовала ИИ-систему lead-tool.ru для автоматического поиска грузовладельцев и генерации персональных предложений. За 3 месяца доля холостых пробегов сократилась с 35% до 21%, а заполняемость рейсов выросла на 40%. ИИ проанализировал 1200 компаний, отправил 870 персонализированных предложений и передал 47 теплых лидов отделу продаж.

Исходные условия и проблема

Компания «Сибирский Транзит» (Новосибирск) специализируется на региональных и межрегиональных автомобильных перевозках сборных грузов. Основная проблема — высокий процент холостых пробегов (до 35% по итогам 2025 года) на обратных рейсах из Тюмени и Красноярска в Новосибирск. Менеджеры по продажам вручную искали клиентов через агрегаторы и холодные звонки, но это отнимало 60% рабочего времени и давало низкую конверсию.

Механика запуска ИИ-лидогенерации

Система lead-tool.ru была настроена на целевой портрет клиента: производственные и оптовые компании из Тюмени и Красноярска с грузооборотом от 5 тонн в месяц. ИИ анализировал сайты компаний, определял товарные категории (металлоконструкции, продукты питания, строительные материалы) и выявлял признаки роста или расширения складов.

Алгоритм работал в три этапа:

  1. Поиск и верификация. ИИ-сканер собрал базу из 1200 компаний, отфильтровал их по критериям (отрасль, география, наличие контактов).
  2. Персонализация. Для каждой компании ИИ генерировал предложение на основе анализа сайта. Например: «Мы заметили, что вы расширяете склад в Красноярске — можем предложить регулярные рейсы в Новосибирск с загрузкой ваших строительных материалов».
  3. Отправка и фильтрация. Система автоматически отправляла emails и сообщения в мессенджеры, а ИИ-бот отвечал на стандартные вопросы по тарифам и срокам. Отказы и нерелевантные запросы отсеивались без участия менеджеров.

Опыт коллег из других регионов, например, результаты внедрения lidgen-dlya-logistiki или lidgen-novosibirsk, подтвердил эффективность подхода.

Результаты за 3 месяца

  • Проверено компаний: 1200 (Тюмень — 650, Красноярск — 550).
  • Отправлено предложений: 870 (остальные отсеяны на этапе проверки).
  • Получено ответов: 89 (10,2% от общего числа отправок).
  • Теплые лиды: 47 (конверсия в лиды 5,4%, из них 12 уже стали клиентами).
  • Рост заполняемости рейсов: с 65% до 91% по направлению Красноярск-Новосибирск и с 60% до 85% по направлению Тюмень-Новосибирск.

Что могло пойти не так и как это обходили

  1. Низкое качество контактов. В 15% случаев emails были устаревшими или общими. Решение: ИИ дополнительно проверял контакты через соцсети и корпоративные телеграм-каналы.
  2. Шаблонные предложения. Первые 200 писем имели низкий отклик (3,7%). Настроили более глубокий анализ сайтов — ИИ стал учитывать не только товары, но и новости компаний (например, участие в выставках или запуск новых линий). Конверсия выросла до 12%.
  3. Отказы из-за формата. Некоторые грузовладельцы предпочитали звонки вместо текстовых сообщений. Для таких кейсов подключили гибридную модель: ИИ фиксировал интерес и передавал данные менеджеру для быстрого звонка. Подобные нюансы описаны в кейсе lidgen-tyumen.

Система не заменяет отдел продаж, но берет на себя рутину: поиск, первичный контакт и отсев. Менеджеры сосредоточились на закрытии сделок, а не на холодном поиске.