Авторизация
Сброс пароля
Telegram-канал онлайн-школы: 98 000 подписчиков и $2 025 240 выручки при ROMI 569%
Заказчик: Онлайн-школа (NDA)
Страница кейса/результат: https://balandin.agency/ru/cases/telegram-channel-online-school

24 месяца растили Telegram-канал онлайн-школы рекламой в Meta, Яндекс Директ и Google Ads. Связали подписки с оплатами в CRM: 98 015 подписчиков по $3,09, 1 581 сделка, $2 025 240 выручки и ROMI 569%.
1. Вводная задача от заказчика, проблематика, цели
Клиент — онлайн-школа, которая продаёт свои курсы через Telegram-канал. Канал — главная точка входа: люди подписываются, читают контент, а затем покупают обучение.
Проблема: подписки на канал никак не были связаны со сделками в CRM. Школа знала, сколько стоит подписчик из каждого рекламного источника, но не знала, сколько денег эти подписчики приносят. Поэтому рекламные каналы сравнивали только по цене подписки — а дешёвый подписчик не всегда становится покупателем.
Дополнительные сложности:
- реклама шла сразу в трёх системах — Meta, Яндекс Директ и Google Ads — с разными валютами и отчётами
- Telegram сам по себе не передаёт рекламным системам данные о подписках
- без связки подписка → оплата невозможно понять, какие кампании окупаются
Цели проекта:
- масштабировать приток подписчиков через три рекламные системы
- связать каждого подписчика с его источником
- показать реальную выручку и ROMI по каждому каналу, а не только цену подписки
2. Описание реализации кейса и творческого пути по поиску оптимального решения
Проект длился 24 месяца.
Шаг 1. Собственные прелендинги
Вместо того чтобы вести трафик из рекламы сразу в Telegram, мы сделали собственные промежуточные страницы. На них стоял нативный пиксель Meta и аналитика PostHog. Это дало рекламным системам данные для оптимизации и позволило видеть поведение пользователей до подписки.
Шаг 2. Отдельная ссылка на каждую кампанию
Для каждой связки «рекламная система × кампания» мы создали свою пригласительную ссылку в Telegram. Так у каждого подписчика появился известный источник — мы точно знали, из какой кампании он пришёл.
Шаг 3. Сквозная аналитика в BigQuery
Мы собрали все данные в одном месте:
- расходы из Meta, Яндекс Директ и Google Ads, приведённые к доллару
- подписки по каждой пригласительной ссылке
- оплаты из amoCRM
Всё это сводилось в ежедневный отчёт. Он показывал по каждой кампании не только цену подписчика, но и количество сделок, выручку и окупаемость. На основе этих данных мы перераспределяли бюджет в пользу кампаний, которые приносили деньги.
3. Результаты сотрудничества
За 24 месяца работы:
- 98 015 подписчиков в Telegram-канале
- средняя цена подписчика — $3,09
- 1 581 сделка
- средний чек — $1 281
- выручка — $2 025 240
- рекламный бюджет — $302 868
- ROMI 569%
Экономика клиента: привлечение одного покупателя стоило $192 — это около 15% от среднего чека.
4. Заключение
Главный результат проекта — не только цифры, но и прозрачность. Когда каждая подписка связана с оплатой, рекламные каналы сравниваются по выручке, а не по цене подписчика.
Именно сквозная аналитика позволила масштабировать бюджет до $300 000 за два года и при этом сохранить высокую окупаемость: каждый вложенный доллар вернул больше $6 выручки.


