Стандартный прозвон базы в 100 000 контактов при трёх попытках дозвона и тарифе 0,60 ₽ за соединение обходится компании в 45 000 рублей только на недозвоны — звонки, которые никогда не перейдут даже в разговор. Цифра неочевидная, потому что на входе все эти номера выглядят валидными. HLR-проверка говорит: «активен» — и никто не задаёт следующий вопрос.
HLR-запрос (Home Location Register) отвечает на один технический вопрос: зарегистрирована ли сим-карта в сети прямо сейчас. Инструмент хорошо справляется с отсевом заблокированных, несуществующих и давно отключённых номеров — это его прямое назначение. Больше никаких данных вы не получите.
Поведение владельца номера HLR не затрагивает. Человек с активной картой может принципиально сбрасывать вызовы с незнакомых номеров, выставить автоматический сброс в рабочие часы или настроить переадресацию на голосового ассистента. В отчёте такие контакты будут помечены как «в сети» и уйдут в прозвон наравне со всеми.
Бизнес, который ограничивается HLR, покупает техническую активность сим-карты, а не готовность человека разговаривать. Это разные вещи.
В типовой базе, собранной или купленной под телефонную кампанию, доля неконтактных абонентов — тех, кто системно не берёт трубку при холодных вызовах, — держится на уровне 20–30%. Эти люди технически доступны, но коммерчески недосягаемы.
Три попытки дозвона на каждый такой номер — это три платных соединения без шанса на результат. Провайдеры МАВ-трафика (массовых автоматических вызовов) тарифицируют каждое касание. Деньги списываются за установленный вызов, а не за состоявшийся разговор.
Формула потерь: 100 000 × 25% × 3 попытки × 0,60 ₽ = 45 000 рублей. Столько уходит провайдеру за одну кампанию до того, как отдел продаж произнёс первое слово. На базах крупнее или с более дорогим трафиком затраты становятся значительно выше.
Решение, которое закрывает эту дыру, — анализ исторической активности номеров перед запуском прозвона. Алгоритм оценивает, как конкретный абонент реагировал на входящие вызовы в прошлом: брал трубку, сбрасывал или не реагировал совсем.
По итогам скоринга база делится на три сегмента. Высококонтактные номера уходят в приоритетную очередь — к ним обращаются первыми. Среднеконтактные получают звонки в окна максимальной доступности, которые система вычисляет по привычкам конкретного человека. Низкоконтактные либо исключаются из кампании, либо переводятся в альтернативный канал — SMS, мессенджер, email.
Такая сегментация меняет логику всей кампании: менеджеры и роботы перестают тратить ресурс на заведомо пустые попытки и сосредотачиваются на тех, где вероятность диалога максимальна.
Эффект предиктивной фильтрации считается в нескольких плоскостях одновременно.
CPL снижается за счёт того, что бюджет на трафик перераспределяется в пользу контактных сегментов — количество лидов на рубль вложений растёт без увеличения базы.
Конверсия первого контакта повышается — операторы начинают с более «тёплых» номеров, разговаривают чаще и устают меньше.
Нагрузка на оператора снижается — меньше пустых гудков, меньше сброшенных вызовов, меньше психологического выгорания от безрезультатных попыток.
HLR и неконтактные абоненты — не единственные источники потерь на этапе подготовки базы. Дублирующиеся номера в разных форматах (+7 и 8) приводят к повторным звонкам одному человеку. Устаревшие контакты, которые не обновлялись больше года, генерируют высокий процент отказов. Некорректный часовой пояс в записи о клиенте провоцирует звонки в нерабочее или ночное время — с нулевым результатом и риском нарушения законодательства.
Каждая из этих проблем решаема на этапе подготовки. Стоимость предварительной чистки базы, как правило, кратно ниже стоимости холостого трафика по нефильтрованному списку.
А как вы оцениваете допустимый процент недозвонов в своих проектах — есть ли у вас внутренний порог, после которого база считается неэффективной и идёт на перепроверку? Какие инструменты для оценки контактности номеров вы тестировали помимо стандартного HLR?