HubSpot потеряла 80% трафика. Почему заявок стало больше?

Минус 80% трафика и плюс 20% заявок — два результата, которые Кипп Боднар привёл в выступлении на UNBOUND 2026. Директор по маркетингу HubSpot рассказал, что за год компания потеряла 140 миллионов визитов, но увеличила число заявок. Это показатели самой HubSpot, которая продаёт программную платформу для маркетинга, продаж и работы с клиентами.

Такой разрыв заставляет по-другому читать отчёт о посещаемости сайта. Посещение может закончиться чтением справочной статьи, а может стать началом покупки. Боднар объясняет результаты изменением состава аудитории: компания потеряла много менее ценных визитов, но продолжила получать обращения покупателей. Падение посещаемости само по себе не объясняет рост заявок.

Раньше HubSpot могла знакомить человека с компанией через статьи: читатель переходил между материалами, скачивал книгу и постепенно узнавал продукт. Теперь, по объяснению Боднара, часть этих разговоров происходит в ChatGPT и Claude. Покупатель получает сведения, оставаясь в интерфейсе ИИ.

Одновременно знакомство с маркой происходит в авторских каналах и социальных сетях. Площадки стремятся удержать аудиторию у себя. Привести человека на сайт труднее, зато ИИ удешевляет адаптацию сообщения для того, кто уже заинтересовался. В этой картине посещаемость и способность сайта превращать интерес в покупку меняются по разным причинам.

Боднар и Киран Флэнаган предлагают повторяющийся цикл из четырёх действий: описать собственные критерии и голос марки, адаптировать содержание под аудиторию, распространить его и использовать результат для следующей попытки. В документации HubSpot эти этапы называются Express, Tailor, Amplify и Evolve.

На UNBOUND они разобрали прежде всего производство материалов и платную рекламу. Сама схема существовала до выступления 2026 года: HubSpot уже описывала Loop в материалах о конференции 2025 года. Поэтому сентябрьский доклад полезен как рассказ об опыте и приёмах команды, а не как доказательство рождения совершенно нового метода.

Флэнаган начинает с проблемы однотипных материалов. Когда компании пользуются похожими моделями и запросами, хорошо написанные тексты всё равно могут быть взаимозаменяемыми. По его мнению, ценность переносится на способность выбрать сообщение, которое найдёт отклик у конкретного покупателя.

Для этого команда составляет обновляемый профиль вкуса: кто покупатель, каким языком он говорит, почему доверяет компании, какие истории объясняют продукт и что привлекает его внимание. Модель читает профиль перед подготовкой очередного материала. Так критерии марки становятся частью задания, а не остаются в отдельном документе, который никто не использует.

В показанном примере одна и та же страница без такого профиля выглядела как типовой сайт компании, продающей программы. С профилем у неё появлялись отличительные черты HubSpot. Это демонстрация подхода, а не измерение роста продаж от нового оформления.

Боднар связывает качество материалов с собственными данными, историями клиентов и примерами. Именно они отличают содержание компании от того, что любая другая фирма может получить общим запросом к модели. Частый выпуск помогает поддерживать присутствие, но поток похожих текстов этого преимущества не создаёт.

На примере Сабрины Рамонов он описывает два направления работы. Можно начать с длинного видео или письма, затем подготовить короткие версии для разных площадок. Можно сначала испытать короткие идеи и развить те, которые получили отклик. ИИ помогает изменить подачу под видео, публикацию в LinkedIn или письмо; механическое копирование одного текста не выполняет эту задачу.

Флэнаган и Боднар предлагают сохранять критерии качества при каждой переработке. Сам факт, что система выпустила больше материалов, ещё не говорит, насколько они отличаются от других и насколько интересны адресату.

В платном продвижении Флэнаган предлагает отдавать больше работы по выбору аудитории алгоритмам площадок, а команде — готовить разнообразные рекламные идеи под разные задачи покупателя. Он сообщает, что автоматические кампании Meta в проверке HubSpot дали отдачу от расходов на 22% выше ручных, а использование Google Performance Max связывает со снижением стоимости привлечения компании в качестве клиента на 32%.

Ещё один приведённый им результат: переход с 10 рекламных идей на 20 в месяц при том же бюджете и площадках повысил отдачу на 65%. В докладе недостаточно условий, чтобы переносить это число на любой бизнес. Его дальнейший пример растущей отдачи при 100 идеях — иллюстрация, а не опубликованное измерение. Двадцать идей остаются ориентиром выступающего, не обязательной нормой.

Главная развилка для рекламы — какой результат считать удачным. Если алгоритму сообщать только о заполненных формах, он может привлекать людей, которые оставляют контакты, но не покупают. Флэнаган предлагает связывать рекламу с данными CRM — системы учёта клиентов и продаж — и оценивать движение к встречам, закрытым сделкам и выручке.

В HubSpot, по словам Боднара, работают циклами от двух до шести недель. При двухнедельном цикле получается 26 возможностей разобрать результат за год; при квартальном — четыре. Это арифметика частоты, а не обещание, что каждая попытка улучшит показатели.

ИИ помогает собирать данные и готовить черновик разбора. Сотрудники решают, что в кампании не сработало и какую гипотезу проверить дальше. На сцене показали бланк такого разбора, но его поля не раскрыли в речи. Восстанавливать из выступления готовый шаблон было бы выдумкой.

Цикл замыкается, когда наблюдение меняет следующую идею, содержание профиля вкуса или определение полезного результата для рекламы. Флэнаган прямо признаёт: часть опытов не сработает. Команда должна быстро это увидеть.

Выступление не даёт отдельной формулы, которая отделяет вклад марки от последней рекламы. В нём также не разобраны подробно поиск с ответами ИИ, работа с авторами и применение метода командой без собственной базы клиентских данных. Рост заявок на 20% нельзя считать обещанным эффектом внедрения Loop.

Самая содержательная перемена в рассказе HubSpot — связь между текстом, рекламой и продажей. Критерии марки задают, что публиковать; площадка определяет, кто увидит сообщение; данные о сделках показывают, какие обращения принесли деньги. На следующем круге меняются те решения, для которых уже появился результат. Тогда отчёт о посещаемости становится частью объяснения, а оценка маркетинга продолжается до покупки.