3 способа составить список целевых аккаунтов для ABM и как продуктовой команде выбрать свой

    17 ноября 2026 г.
    8 мин чтения
    Автор: Tamsin Velkovane
    Поделиться этой статьей

    Третья неделя квартала, и список из 420 компаний, который маркетинг выгрузил из сервиса обогащения, уже никого не устраивает. Отдел продаж говорит, что треть из них слишком мелкие и не потянут годовой контракт. Продуктовая аналитика замечает, что в списке нет ни одной из 37 компаний, чьи сотрудники уже две недели активно пользуются бесплатным тарифом.

    А нейросеть, которой поручили «оценить вероятность покупки», выставила высокий балл банку, который в прошлом году письменно отказался от SaaS-инструментов на внешних серверах. Перекраивать список на ходу дорого, но продолжать с этим ещё дороже. Эта записка о том, с чего начинать его пересборку.

    Что на самом деле решаем

    Спор о списке целевых аккаунтов почти всегда выглядит как спор о критериях: брать компании от 200 сотрудников или от 500, считать ли стартапы после раунда A, включать ли ритейл. На деле решение лежит на уровень выше. Нужно выбрать, какой источник данных станет главным фильтром, а какие будут уточняющими. От этого выбора зависят и бюджет, и роль продуктовой команды, и то, кто будет защищать список на ревью.

    Для B2B SaaS таких источников три, и каждый даёт свой способ построения списка.

    Способ 1: от профиля идеального клиента. Компании отбираются по фирмографике и технографике: отрасль, размер, регион, выручка, стек. Классический ABM, с которого начинают почти все. Данные берутся из сервисов обогащения, отраслевых баз и CRM.

    Способ 2: от продуктовых сигналов. Отправная точка: компании, сотрудники которых уже пользуются продуктом. Бесплатные рабочие пространства на корпоративных доменах, рост числа приглашённых коллег, подключение интеграций, запросы к API. Источник: продуктовая аналитика и биллинг.

    Способ 3: от намерений. В список попадают компании, которые прямо сейчас изучают задачу: читают обзоры категории на G2, ищут сравнения конкурентов, нанимают людей на роли, связанные с вашей задачей. Источник: провайдеры данных о намерениях вроде Bombora или G2 Buyer Intent, а также открытые вакансии.

    Все три способа совместимы, и в зрелом ABM используются вместе. Но в первом квартале у команды обычно нет ресурса сверять три источника на каждой компании. Поэтому записка предлагает выбрать один главный фильтр, по которому компания вообще попадает в список, и два второстепенных, которые меняют только её приоритет. Ошибка, которую мы видели в выгрузке из вступления, ровно в этом: главным фильтром стал сервис обогащения, хотя самый сильный сигнал у продукта лежал в собственной базе.

    Три способа рядом

    Сравнение по тем параметрам, которые важны продуктовой команде, когда она участвует в выборе. Оценки относятся к SaaS с годовым контрактом от 10 000 евро и наличием бесплатного тарифа или пробного периода.

    Параметр От профиля клиента От продуктовых сигналов От намерений
    Главный источник Сервисы обогащения, CRM Продуктовая аналитика, биллинг Провайдеры intent-данных, вакансии
    Что нужно от продукта Почти ничего События, связь пользователя с компанией Ничего
    Размер первого списка Сотни и тысячи компаний Десятки компаний Сотни, меняется еженедельно
    Свежесть сигнала Месяцы Дни Недели
    Главный риск Список «правильных», но холодных компаний Перекос в мелкие команды и энтузиастов Шум: чтение статей не равно покупке
    Стоимость данных Подписка на обогащение Работа аналитика и инженера Отдельная подписка, часто дорогая
    Кому подходит Продуктам без бесплатного входа Продуктам с freemium или trial Зрелым категориям с активным поиском

    Первый способ надёжен как фундамент: он отсекает компании, которые не смогут купить, как бы ни любили продукт. Его слабость в том, что он ничего не говорит о моменте. Банк на 5 000 сотрудников остаётся идеальным профилем и пять лет подряд, но покупать будет, возможно, лишь в одном из этих лет.

    Второй способ для продуктовой команды самый интересный, потому что сигнал уже лежит в её данных. Если 14 человек с доменом одной компании за месяц создали 9 проектов и пригласили двух руководителей, это сильнее любого скоринга по отрасли. Ограничение тоже понятно: продуктом пользуются те, кто может зарегистрироваться сам, и это часто небольшие команды без бюджета на корпоративный контракт.

    Третий способ хорош для ускорения, плох как фундамент. Данные о намерениях агрегированы на уровне компании, и всплеск интереса может означать студента-стажёра, который пишет курсовую.

    Отдельно про нейросети. Языковую модель удобно использовать для обогащения: найти отрасль по описанию сайта, разобрать вакансии, сгруппировать компании. Ставить её финальным судьёй рискованно: она уверенно заполняет пробелы правдоподобными догадками. Любое поле, которое модель заполнила без ссылки на источник, должно помечаться как непроверенное.

    Есть и юридическая сторона, о которой продуктовые команды вспоминают поздно. Данные о компании, вроде отрасли и численности, в Европе обрабатывать проще, чем данные о конкретных людях. Как только в список добавляются имена, должности и рабочие адреса сотрудников, начинает действовать GDPR: нужно основание для обработки, источник данных и понятный способ отказаться от рассылки.

    Продуктовые сигналы в этом смысле тоже не бесплатны. Пользователь бесплатного тарифа соглашался на условия сервиса, и связывать его активность с продажами допустимо только в пределах того, что описано в вашей политике конфиденциальности. Перед запуском второго способа стоит показать юристу ровно тот запрос, который аналитик будет выполнять.

    Сколько аккаунтов выдержит бюджет

    Прежде чем выбирать критерии, полезно понять, сколько компаний команда вообще сможет обработать. Список, который больше ёмкости, превращается в обычную рассылку с красивым названием.

    Условный пример. У SaaS для дизайн-ревью полугодовой бюджет на ABM 90 000 евро и три аккаунт-менеджера. Работу делим на три уровня. Уровень 1, формат «один к одному»: персональные материалы, отдельный демо-стенд с данными клиента, встреча с продуктовой командой. Закладываем 3 000 евро на компанию. Уровень 2, «один ко многим малым группам»: отраслевые кейсы и вебинары для кластера из 10 компаний, около 450 евро на компанию. Уровень 3, программный: таргетированная реклама и персонализированные страницы, около 60 евро на компанию.

    Распределяем: 15 компаний уровня 1 стоят 45 000 евро, 60 компаний уровня 2 стоят 27 000 евро, 300 компаний уровня 3 стоят 18 000 евро. Итого 90 000 евро и 375 компаний.

    Проверяем вторым ограничением, временем людей. Один менеджер способен вести глубокую работу примерно с 25 аккаунтами одновременно. Трое дают 75, и это ровно уровни 1 и 2 вместе. Если бы маркетинг настоял на 40 компаниях первого уровня, бюджет бы выдержал это за счёт третьего уровня, а люди нет.

    Теперь ожидания, тоже условные. Если на первом уровне конверсия в сделку 20 процентов при среднем годовом контракте 40 000 евро, получаем 3 сделки на 120 000 евро. Если на втором уровне конверсия 8 процентов при контракте 15 000 евро, это около 5 сделок на 75 000 евро. Третий уровень даёт в основном заявки на пилот, и его ценность считают по переходу компаний на второй уровень.

    Расчёт подсказывает, какой способ отбора важнее для какого уровня. Пятнадцать компаний первого уровня должны проходить все три фильтра. Шестьдесят второго можно брать по профилю и продуктовым сигналам. Триста третьего строятся по профилю с поправкой на намерения.

    Процедура сборки списка за две недели

    Ниже порядок, который мы предлагаем принять. Он рассчитан на одного маркетолога, одного продуктового аналитика и по часу времени каждого аккаунт-менеджера в неделю.

    1. Зафиксировать жёсткие ограничения. Регионы, где вы можете продавать и поддерживать клиента, требования к хранению данных, минимальный размер компании, при котором годовой контракт имеет смысл. Компании, не прошедшие ограничения, исключаются сразу, без скоринга. Это защищает от случаев вроде банка из вступления.
    2. Выгрузить продуктовые сигналы. Аналитик связывает пользователей с компаниями по корпоративному домену почты, отбрасывает публичные почтовые домены и считает по каждой компании число активных пользователей за 30 дней, число приглашений и подключённые интеграции.
    3. Наложить профиль клиента. Для компаний из шага 2 и для внешней выгрузки из сервиса обогащения проставить отрасль, размер и стек. Поля, которые заполнила нейросеть, пометить отдельно и проверить выборочно, хотя бы 20 штук вручную.
    4. Посчитать приоритет. Простая взвешенная сумма: 40 процентов за соответствие профилю, 35 процентов за продуктовые сигналы, 25 процентов за намерения. Веса записать в документ, чтобы спорить о них, а не о конкретных компаниях.
    5. Разложить по уровням. Верх списка распределяется на первый уровень в пределах ёмкости из расчёта, следующие 60 компаний на второй, остальные на третий.
    6. Провести ревью с продажами. Каждый менеджер просматривает свои компании первого и второго уровня и может заменить не более пяти, письменно указав причину. Причины потом становятся новыми критериями.
    7. Назначить дату пересмотра. Продуктовые сигналы меняются за дни, поэтому верх списка пересматривается раз в две недели, а весь список раз в квартал.

    Контраргумент, который звучит чаще всего: «у нас нет времени на две недели подготовки, продажи хотят начать завтра». Ответ: шаги 1 и 2 занимают три рабочих дня и уже дают список из нескольких десятков компаний, с которыми можно начинать. Остальное достраивается параллельно с первыми касаниями.

    Второе возражение обычно приходит от продуктовой команды: «мы не хотим, чтобы продажи звонили каждому, кто зарегистрировался». Оно справедливо, и процедура его учитывает. Продуктовый сигнал повышает приоритет компании, но контакт с пользователем бесплатного тарифа идёт через продукт: подсказка о командном тарифе, приглашение на встречу внутри интерфейса, письмо от продуктового менеджера с вопросом о сценарии. Менеджер по продажам подключается, когда в разговоре появляется человек, который принимает решение о бюджете.

    Мини-кейс: 37 рабочих пространств, которые никто не видел

    Кейс иллюстративный, собран из типичных ситуаций, цифры условные. Сервис для совместного ревью макетов продаёт годовые контракты от 12 000 евро и имеет бесплатный тариф для команд до пяти человек. Первый ABM-список собирали по профилю: компании от 300 сотрудников в Европе с собственной дизайн-командой, 420 позиций из сервиса обогащения. За квартал из этого списка получилось 2 сделки.

    Во втором квартале продуктовый аналитик выгрузил компании с корпоративными доменами в бесплатном тарифе. Таких оказалось 37, где за последние 30 дней было не меньше 6 активных пользователей. У 11 из них команды упёрлись в лимит пяти мест и создавали второе рабочее пространство, чтобы обойти ограничение. Это был самый явный сигнал покупки, который маркетинг не видел, потому что смотрел в другую систему.

    Список перестроили: главным фильтром стали продуктовые сигналы, профиль отсекал компании меньше 150 сотрудников, намерения влияли только на порядок. Первый уровень получил 12 компаний, второй 45. Аккаунт-менеджеры шли не с холодным письмом, а с предложением объединить уже существующие пространства и показать, что команда заказчика сделала за месяц. За квартал закрылись 6 сделок, из них 4 с компаниями, которых не было в первом списке.

    Ограничение кейса тоже стоит назвать. Из 37 компаний 9 оказались агентствами, которые работают на клиентов и покупать корпоративный контракт не собирались. После этого в жёсткие ограничения добавили тип бизнеса, а продуктовый сигнал стали считать только для компаний, прошедших профиль.

    Если принимать решение уже на этой неделе, начните с одного запроса к продуктовой аналитике: список компаний с корпоративными доменами, где за последние 30 дней было 5 или больше активных пользователей. Положите его рядом с текущим ABM-списком и посчитайте пересечение. Если оно меньше трети, главный фильтр выбран неверно, и пересборку стоит начинать с продуктовых сигналов.

    Похожие статьи

    8 мин чтения

    Фреймворк трёх запасов: как креативной команде планировать производство, чтобы частота показов в Meta Ads не выжигала рекламу

    Креативная усталость в Meta Ads обычно обсуждается как проблема медиабайера, хотя решается она в производстве креатива. Показываем фреймворк трёх запасов, расчёт числа креативов от бюджета и аудитории и место ИИ-вариаций в этом плане.

    18 ноября 2026 г.
    7 мин чтения

    Стек петель роста для продуктовой команды: какие петли бывают, на каких продуктах они работают и чем мерить каждую

    Петля роста отличается от воронки тем, что результат одного цикла сам запускает следующий. Разбираем четыре вида петель на продуктах вроде Calendly, Figma и Notion, считаем K-фактор и время цикла на условном примере и собираем стек метрик для команды.

    16 ноября 2026 г.
    8 мин чтения

    Как составить бизнес-план, по которому принимают решения

    Бизнес-план полезен, пока по нему принимают решения. Почему планы разваливаются раньше расчётов, десять типичных провалов, два кейса, скелет разделов и юнит-экономика на салфетке на условном примере.

    6 января 2026 г.