Как HappyFox закрыл $1 млн expansion-выручки при расходах $20 на AI-агента: кейс CEO Shalin Jain

Большинство B2B-компаний тратят деньги на верх воронки: больше лидов, выше конверсия, больше рекламных расходов. Но самая дешевая точка роста уже находится внутри их собственной клиентской базы, и почти никто не выжимает из нее максимум.

За 13 лет управления B2B-компанией Shalin сказал, что никогда не видел миллионной отдачи от инвестиции в $20. Как и большинство из нас.

Компания: построена для эффективности

Сначала немного контекста о HappyFox — это меняет восприятие всего остального:

• $20M выручки, без внешнего финансирования
• Прибыльна каждый год
• Стабильно превышает Rule of 40
• 2 200 клиентов в трех разных ICP
• Четыре AEs, одна-две маркетинговые ставки при выручке $20M

Это не компания, которая бросает людей на рост. Вся модель — land and expand. Клиент приходит за help desk или service desk-продуктом, а со временем HappyFox продает ему AI, автоматизацию workflow, BI и CRM. Именно expansion-модель и является бизнесом.

Проблема заключалась в том, что expansion в HappyFox был сломан в самом важном месте: он был полностью реактивным.

Реальная проблема: expansion был реактивным

Единственный expansion, который HappyFox получал, возникал тогда, когда клиент сам поднимал руку. Кто-то писал письмо с просьбой показать демо HappyFox AI, AE подключался к звонку, и сделка могла состояться. Проактивно идти к клиенту до его запроса было практически невозможно в масштабе.

Причина структурная, и она есть почти в каждой B2B-компании:

Саппорт-специалисты видят сигнал, но не передают его дальше. Они сосредоточены на закрытии одного тикета и переходе к следующему. Они не пишут sales: «этот аккаунт только что упомянул, что им нужен AI».

Sales вообще не читает тикеты. AEs гонятся за pipeline. У них нет времени разбирать переписку в саппорте и искать покупательский intent, спрятанный в неструктурированном тексте.

Тогда Shalin задался вопросом: сможет ли AI прочитать все это вместо людей.

Реализация: агент по имени Rex

HappyFox создала автопилот-агента под названием Rex, который читает каждый саппорт-тicket в момент его закрытия и отмечает возможности для expansion.

Несколько решений в архитектуре сделали это рабочим:

• Он работает внутри support platform. Без выгрузки данных, без отдельного инструмента. Агент живет там, где находятся тикеты.
• Сначала он работал в supervised mode. Rex показывает отмеченную возможность, сотрудник саппорта подтверждает, что она валидна, затем агент ставит тег и уведомляет sales, чтобы создать opportunity. После того как доверие было выстроено, они двинулись в сторону autopilot.
• Он сосредоточился на большом one s. Они намеренно игнорировали мелкие сигналы ради более крупных возможностей, принимая часть false positives там, где клиент хотел что-то, но у него не было бюджета.

Сам prompt, по словам Shalin, был базовым. То есть таким, который можно собрать за пять минут. Рычага не было в sophistication промпта. Он был в том, чтобы направить простой агент на first-party data, которую никто не использовал.

Результат: $1M, разбитый по категориям

HappyFox запустила это в январе. Их финансовый год закончился в марте. За этот период агент привел к $1M closed expansion. Общая стоимость агента: меньше $20.

Когда они вернулись и разложили, откуда пришли деньги, картина оказалась показательной:

• Seat expansions: неожиданно мало. Раньше это была одна из крупнейших категорий. Но по мере того как клиенты внедряли больше AI, им требовалось меньше человеческих seats. AI тихо съедал старый upsell на основе seats. Это реальная проблема, если ваша expansion-модель все еще опирается на рост seats.
• AI upsell: самый сильный рычаг. У каждого клиента есть задача внедрить AI. Сложность была в том, чтобы понять, кто уже готов и каков его конкретный сценарий. Агент сделал это видимым.
• Cross-sell в новые департаменты: самое большое новое поведение. Раньше HappyFox этого не делала. Когда IT-команда спрашивала про интеграцию с Workday или про use case для HR onboarding, агент это замечал. После этого HappyFox шла прямо в HR-команду, которой еще даже не было в ticketing system, и продавала им уже свои сценарии. Продажа из customer service в IT, затем в HR, затем в marketing ops — все внутри одного аккаунта.
• Самая крупная сделка в истории компании пришла из churn-сигнала. Клиента HappyFox приобрела более крупная компания. Обычно это сигнал к смерти: покупатель говорит «у нас есть свои инструменты», и вы выбываете. Но поскольку агент заметил это заранее, представитель HappyFox успел включиться в разговор до принятия решения. Этот аккаунт превратился в 3x sale и стал крупнейшей сделкой, которую HappyFox когда-либо закрывала.

Два самых ценных сценария — cross-department cross-sell и спасение сделки при acquisition — были тем, что компания структурно не могла делать раньше, потому что ни один человек не успевал вовремя читать тикеты.

Вторая фаза: применение к sales data

Когда с support data все заработало, Shalin задал очевидный следующий вопрос. Где еще скрыты ценные неструктурированные данные?

Ответ: во всех sales call, onboarding call и SE call, которые HappyFox записывала последние пять лет. Тысячи Zoom-записей, где клиенты говорят что-то вроде: «да, нам нужен AI, но не прямо сейчас».

Это «не прямо сейчас» — золото. Это сигнал с датой и квалификацией. Если клиент говорит это во время onboarding, вы знаете, что нужно вернуться через три-шесть месяцев. HappyFox построила агентов, которые замечают именно такие сигналы и создают opportunity в нужный момент.

Эту реализацию от саппорт-версии отделяли два принципа:

Segmentation. Без него вы тонете в false positives, и система не масштабируется. HappyFox жестко ограничила агентов, например только B2B-сделками, чтобы агент для software-компаний не срабатывал на кейсы из education или government.

Ключ — данные, а не prompt

Несколько выводов:

• Самый недооцененный канал роста — это ваша support queue. Сигнал уже там. Вопрос только в том, слушает ли кто-то на revenue-стороне.
• Рычаг — в данных, а не в prompt. Пятиминутный prompt, направленный на first-party data, которую никто не читал, дал 50 000x возврат. Не переусложняйте агента. Направьте его к золотой жиле.
• Тайминг — часть модели. Education покупает в мае и июне, а бюджеты стартуют в июле. E-commerce не продают во время их holiday sale. Агентам можно добавлять сегментный тайминг, чтобы reps выходили на связь тогда, когда клиент действительно готов покупать.
• AI тихо убивает expansion на основе seats. По мере внедрения AI клиентам нужно меньше людей, а значит и меньше seats. Если ваша expansion-модель предполагает рост seats, следите за этим показателем.

Expansion — это самый дешевый рост, который есть у B2B-компании, и это верно сегодня так же, как и раньше. Раньше главным барьером были неструктурированные данные. Теперь это уже не так. Клиенты и так говорят вам, что им нужно. HappyFox просто построила систему, которая умеет слушать.

SaaStr.AI: Ask Us Anything

The 21+ AI Agents We Actually Use

Plus, the latest on how to deploy AI agents.

Материал — перевод статьи с английского.

Оригинал: How HappyFox Closed $1M in Expansion on a $20 AI Agent Spend with CEO Shalin Jain