ROI телеграм-ботов: как посчитать окупаемость на реальных цифрах и что учитывать в модели

Иногда кажется, что бот — это просто удобная кнопка в мессенджере. На деле это небольшой «двигатель» рядом с вашим бизнесом: тихо работает, бережёт топливо, но при грамотной настройке везёт далеко. Чтобы он получил право на бюджет, нужна история в числах: понятная формула, дисциплина измерений и несколько трезвых допущений — без иллюзий и завышений.

Словарь терминов, используемых в статье

ROI (Return on Investment).(Доходы + Экономия – Инвестиции) / Инвестиции. Показывает, сколько рублей прибыли приносит каждый вложенный рубль.
Payback (срок окупаемости). Через сколько месяцев проект «вернёт» разовые затраты: CAPEX / ежемесячный чистый эффект.
CAPEX. Разовые инвестиции: разработка, интеграции, запуск, контент/обучение NLU.
OPEX. Регулярные расходы: поддержка, хостинг, рассылки, платные API, комиссия эквайринга.
Маржинальность.(Выручка – переменные издержки) / Выручка. Считаем маржу, а не оборот.
AOV. Средний чек заказа.
GMV. Валовый оборот заказов (до издержек).
MAU. Ежемесячная активная аудитория бота.
CR. Конверсия из шага в шаг (Start → Лид, Лид → Оплата).
Инкрементальность. Доля результата, возникшая именно благодаря боту (учитываем только дельту).
Каннибализация. Переток заявок из других каналов в бот без реального прироста.
Дефлекция. Доля запросов, решённых ботом без оператора.
AHT. Среднее время обработки обращения; сокращение AHT=экономия.
FTE. Эквивалент полной ставки сотрудника.
Retention. Удержание пользователей/покупателей во времени.
LTV. Суммарная маржа с клиента за жизненный цикл.
CAC. Стоимость привлечения клиента; следим за связкой LTV/CAC.
Атрибуция. Правила «кому засчитать» лид/заказ (last non-direct, position-based и т. п.).
Holdout. Контрольная группа, которой не показывают вход в бота.
UTM-метки. Параметры в ссылках для отслеживания источника/кампании.
Deep-link. Ссылка, открывающая конкретный сценарий в боте с передачей параметров.
NLU. Распознавание интентов/слотов в свободном тексте.
NPS. Индекс лояльности; UX бота напрямую влияет на CR и LTV.
Когортный анализ. Сравнение групп пользователей по времени привлечения для учёта сезонности и лагов.

Логика ROI

Мы считаем ROI по простой формуле: ROI=(Доходы + Экономия – Инвестиции) / Инвестиции. Доходы — это только инкрементальная маржинальная прибыль, появившаяся благодаря боту; экономия — сниженные издержки за счёт автоматизации; инвестиции — сумма разовых затрат на разработку и интеграции (CAPEX) и ежемесячных расходов на поддержку, хостинг, рассылки, комиссии (OPEX). Срок окупаемости — это CAPEX, поделённый на ежемесячный чистый эффект. Ничего мистического, только аккуратная бухгалтерия.

Три блока модели

• Доходный блок (инкрементальные продажи). Трафик → запуск бота → лид/заказ → оплата → маржа. В расчёт идёт лишь дельта — то, что появилось из-за бота.

• Блок экономии (автоматизация). Дефлекция обращений, сокращение AHT, меньше ошибок и возвратов.

• Блок затрат. CAPEX (разработка, интеграции, запуск) + OPEX (поддержка, хостинг, рассылки, комиссии, платные API).

Откуда берем цифры

Данные живут в трёх корзинах. В логах бота — события start, lead_sent, order_paid, handover_to_agent и прочие шаги воронки. В CRM/кассе — GMV, маржа, повторные покупки и возвраты. В аналитике — UTM-метки и правила атрибуции, которые нельзя менять посередине эксперимента. Всё это связывается в один поток: от источника трафика до маржинальной прибыли и экономии минут.

Три примера на реальных цифрах

Кейс 1. Лид-ген бот в услугах (B2B)

В месяц сайт посещают 8 000 пользователей. Бота запускают 6%, из них 30% оставляют лид; 35% лидов квалифицируются, и 12% превращаются в сделки. Средний чек — 120 000 ₽, маржа — 40%. Допускаем, что половина этих продаж — инкрементальна, то есть без бота их бы не было. Разработка и интеграции стоят 240 000 ₽ (CAPEX), поддержка и мелкие расходы — 14 000 ₽/мес (OPEX). Тогда воронка даёт 6,048 сделки и 290 304 ₽ маржи в месяц; инкрементальная часть — 145 152 ₽. Чистый эффект: 131 152 ₽/мес после OPEX. Окупаемость — около 1,8 месяца, годовой ROI — примерно +556%. Сухие цифры выглядят ещё убедительнее, когда вы заранее зафиксировали способ атрибуции и не дорисовывали заслуги боту задним числом.

Кейс 2. Телеграм-магазин (розница)

У бота 3 000 MAU, покупают 12% — это 360 покупателей, в среднем 1,2 заказа на человека: 432 заказа. Средний чек — 2 200 ₽, итого GMV ~950 400 ₽. Маржа 35%, а инкрементальность — 40%. Эквайринг — 2,8% от инкрементального оборота. CAPEX — 330 000 ₽, OPEX — 15 000 ₽/мес. В результате чистый эффект — порядка 107 412 ₽/мес, пэйбэк — ~3,1 месяца, годовой ROI — ~+291%. В этом сценарии решает дисциплина ассортимента и обновления остатков: задержки синхронизации с 1С способны «съесть» и конверсии, и нервы.

Кейс 3. Служба поддержки

Есть 4 000 обращений в месяц при AHT 6 мин и ставке 600 ₽/час. Бот закрывает 35% вопросов полностью, остальным снижает AHT на 1 минуту. На запуск сценариев и начальное NLU уходит 180 000 ₽, поддержка — 10 000 ₽/мес. Экономия составит порядка 110 000 ₽/мес, чистый эффект — 100 000 ₽/мес, окупаемость — ~1,8 месяца, годовой ROI — ~+567%. Этот кейс хорошо показывает, как «минуты» быстро превращаются в рубли, если измерять не ощущения, а реальные временные затраты.

Как не «раздуть» ROI

Необходимо честно заложить инкрементальность (обычно 20–60%), учесть каннибализацию других каналов, не забыть переменные издержки — комиссии, логистику, возвраты — именно на инкрементальный оборот. Важны и OPEX-хвосты: поддержка, дообучение NLU, пересборка сценариев и нагрузочные тесты. Данные чистим от дублей и «висячих» оплат, сезонность и длинные сделки ловим когортами. Наконец, UX способен обнулить лучшие модели: перегруженное меню и отсутствие «живого» оператора снижают CR и NPS быстрее, чем кажется.

Как фиксировать эффект корректно

Лучший друг точности — holdout-эксперимент: части аудитории не показываем вход в бота и сравниваем когорты. События и источники фиксируем единообразно (lead_source=telegram_bot, order_source=telegram_bot), а UTM-метки кладём в deep-link. Отдельный дашборд — Start → Lead/Order, оплата/GMV/маржа, доля инкремента, дефлекция и AHT, повторные покупки — позволит видеть не только верхушку айсберга, но и его подводную часть.

Чек-лист входных параметров

• Трафик и воронка: MAU/визиты, доля запуска бота, CR в лид/заказ/оплату, средний чек, маржа, ретеншн.

• Инкремент/каннибализация: доля дельты, метод атрибуции, окна и лаги.

• Автоматизация: объём обращений, AHT, ставка FTE, доля полных/частичных решений.

• Затраты: CAPEX (разработка, интеграции, контент/NLU), OPEX (поддержка, хостинг, рассылки, комиссии, платные API).

Итог

Хорошая модель ROI для телеграм-бота — это спокойная математика: инкрементальные продажи плюс экономия трудозатрат минус CAPEX и OPEX. В здравых допущениях окупаемость в диапазоне 1,8–3 месяцев достижима, но только если заранее зафиксировать атрибуцию, посчитать комиссии и не списывать на бота то, что и так случилось бы. Бот — не волшебник и не «медийный герой», он просто честно делает работу: превращает клики в лиды, диалоги — в заказы, а минуты операторов — в свободное время. И за это его любят не сердцем, а P&L.