Кейс: онлайн-школа сократила отток на 35 процентов с AI-онбордингом

Онлайн-школа английского EngFlow за пять месяцев снизила месячный отток новичков с 22% до 14%, подняла NPS с 41 до 64 и удвоила долю учеников, остающихся в школе через шесть месяцев. Главный инструмент — AI-онбординг: персональный тьютор в Telegram, голосовая разговорная практика и автоматический недельный фидбэк. Стоимость внедрения — 200 тысяч разово плюс 25 тысяч в месяц. Окупилось за три месяца через удержанных учеников.

Контекст: дырявая воронка на 22%

EngFlow — онлайн-школа английского с 800 активными учениками. Средний чек — 6 500 ₽/мес за пакет «8 занятий + материалы». Преподаватели — 24 человека на фрилансе. Платформа — GetCourse + Zoom + собственная CRM.

К концу 2025 года руководитель Анастасия посчитала воронку и расстроилась:

• 22% учеников отваливаются в первые 30 дней;
• из тех, кто остался, через 6 месяцев на платформе ещё активны только 38%;
• NPS — 41 (среднее по нише), главная претензия: «занимаемся раз в неделю, между занятиями ничего не происходит»;
• 60% преподавателей жалуются: ученики приходят на урок неподготовленными.

EngFlow тестировал стандартные решения — рассылки в Telegram-канале, домашки в PDF, чат-группы для учеников. Эффект — около +2% к удержанию. Стало ясно: чтобы серьёзно подвинуть метрику, нужно увеличивать частоту контакта ученика с языком между занятиями. Силами живых преподавателей это невозможно — слишком дорого.

Что сделали: AI-онбординг из четырёх компонентов

Стек собрали под главную задачу: чтобы ученик каждый день в течение первых 30 дней получал хотя бы 10–15 минут практики языка. Не «отправил материал и забыл», а живой контакт с AI, который реагирует на ответы.

1. Персональный AI-тьютор в Telegram

Подключили Claude Opus 4.7 (1M контекст) через прокси-API и завернули в Telegram-бота. Каждому ученику присваивается личный «тьютор» с именем (Sam, Lily, Olivia — на выбор). Бот:

• помнит уровень ученика (CEFR), цели, слабые стороны;
• знает, что было на последнем занятии с живым преподавателем (через интеграцию с GetCourse);
• отвечает на вопросы по грамматике и лексике;
• проверяет короткие письменные задания (3–4 предложения, эссе на 100 слов).

1M-контекст здесь критичен: тьютор помнит всю историю общения с учеником, не «забывает» через две недели. Это важная разница с GPT-моделями, где после длинного диалога контекст «съезжает».

2. Голосовая разговорная практика 10 минут в день

Самый сильный компонент. На основе Realtime API (через прокси) и Whisper построили голосовой режим: ученик нажимает кнопку «поговорить с Lily», 10 минут разговаривает в свободной форме на тему, которую выбрал тьютор. AI поправляет произношение и грамматику в реальном времени.

Это закрыло главную боль: «не с кем говорить между уроками». 68% активных учеников используют голосовой режим минимум 4 раза в неделю.

Похожую идею мы разбирали в кейсе школы английского с AI-retention и в обзоре AI для онлайн-школ.

3. AI-генерация заданий под уровень

Каждый вечер в 19:00 бот присылает три задания на следующий день: короткое чтение, аудио на 2 минуты, упражнение на грамматику. Всё — сгенерировано Claude под текущий уровень ученика и тему его последнего занятия.

Это решило проблему «ученик приходит на урок неподготовленным». Через два месяца 71% преподавателей сказали в опросе, что ученики стали приходить «гораздо лучше готовы».

4. Еженедельный AI-фидбэк по воскресеньям

Каждое воскресенье ученик получает отчёт-резюме: сколько минут практики, какие темы пройдены, конкретные ошибки и прогресс по неделе. Отчёт — на двух языках (русский и английский), с конкретными цифрами и метафорой типа «ты прошёл расстояние от Москвы до Твери за неделю».

Это работает на психологию: ученики видят прогресс еженедельно, не «теряют» себя в учебной программе.

Цифры после: пять месяцев

Метрика	Декабрь 2025	Май 2026
Отток в первые 30 дней	22%	14%
Retention через 6 месяцев	38%	58%
NPS	41	64
Среднее число активных минут/неделя	70 (только уроки)	165 (уроки + AI)
Доля учеников, приходящих подготовленными (по опросу преп.)	31%	71%
Жалобы «не с кем говорить»	4–5/нед	0–1/нед
MRR (выручка с подписок)	5,2 млн ₽	6,9 млн ₽

Главное число — снижение оттока на 8 процентных пунктов. В абсолюте это около 60 учеников в месяц, которые раньше уходили, а теперь остаются. При среднем чеке 6 500 ₽ — это 390 000 ₽ дополнительной выручки в месяц.

Что не сработало

Кейс не идеальный, и редакция EngFlow открыта про это говорит.

• AI делал ошибки в идиомах и культурном контексте. Особенно неловко вышло с американскими сленговыми выражениями, которые Claude пытался объяснить — переводил буквально, без культурного слоя. Добавили human review: один методист проверяет 50 случайных диалогов в неделю и помечает плохие ответы.
• Голосовой режим «выгорал» технически. Realtime API через прокси иногда дропал соединение на 30–40 секунду, особенно в часы пик (19:00–22:00 МСК). Решилось буферизацией и переключением на резервный канал, но первые два месяца было больно.
• Часть учеников «гоняла» AI в свободные разговоры о жизни, а не учёбе. Это не вредно, но снижает образовательную ценность. Добавили в промпт бота: если три реплики подряд не про учёбу — мягко возвращать к теме.
• Преподаватели сначала ревновали. Несколько фрилансеров написали: «вы заменяете нас ботом, нам зачем тогда работать». Анастасия провела общую встречу, показала цифры: учеников стало больше, нагрузка на каждого преподавателя выросла на 18%, выплаты тоже. Конфликт ушёл.

Стоимость и ROI

Расходы на запуск и поддержку:

Статья	Сумма
Разовая интеграция (бот, GetCourse API, Realtime, Whisper)	200 000 ₽
Ежемесячно: Claude Pro API + Realtime API через прокси	~ 19 000 ₽/мес
Ежемесячно: Whisper и Telegram-инфраструктура	~ 3 500 ₽/мес
Ежемесячно: методист на ревью качества (0,25 ставки)	~ 12 500 ₽/мес
Итого в месяц	~ 35 000 ₽/мес

Изначально планировали уложиться в 25 000, но добавили методиста после первого месяца — без него качество поплыло. Это нормальный сценарий, который описан и в кейсе SaaS с AI-онбордингом.

Возврат: +390 000 ₽ MRR в месяц через удержанных учеников. Разовые 200 000 окупились за 3 месяца, ежемесячные 35 000 закрываются за первые два дня каждого месяца.

Дополнительно: рост NPS повлёк рост сарафана — доля новых учеников «по рекомендации» выросла с 18% до 27%, что снизило стоимость привлечения на 19%.

Частые вопросы

Подойдёт ли такая схема школе, где учат не язык, а навыки (например, программирование)?

Подойдёт с правками. Голосовой режим менее критичен, зато сильнее работает AI-разбор кода и автоматические проверки заданий. Похожий стек разбирали в материале AI и корпоративное обучение 2026.

Что выбрать в РФ — Claude через прокси или YandexGPT?

YandexGPT 5 хорошо понимает русский, но в учебном английском он слабее Claude — особенно в нюансах языка и культурного контекста. Если бюджет позволяет — Claude через прокси, если нет — YandexGPT для русскоязычных школ нормально, для языковых школ заметно проигрывает.

Не убьёт ли AI работу преподавателей?

В EngFlow — нет, наоборот. Преподаватели стали проводить больше уроков (на 18%) и зарабатывать больше. AI закрыл межурочное пространство, которое раньше было пустым. Это похоже на то, как калькулятор не убил математиков, а освободил их от рутины.

Как обойти 152-ФЗ при работе с данными учеников?

Все данные учеников хранятся в российских серверах (GetCourse + собственная база), в Claude уходят только обезличенные фрагменты диалогов (без ФИО, email, телефонов). Идентификация — по внутреннему ID. Это покрывает требования закона.

Можно ли запустить такой онбординг без 200 тысяч на интеграцию?

Можно на упрощённом MVP: готовый чат-бот в BotHelp + Claude через API + GetCourse webhook вместо полной интеграции. Это уложится в 60–80 тысяч и 1,5 месяца запуска. Голосовой режим придётся добавить позже как премиум-фичу.

Сколько учеников должно быть, чтобы вложение окупилось?

EngFlow посчитал точку окупаемости: при 200 активных учениках и среднем чеке от 4 000 ₽/мес вложение в 200 тыс. + 35 тыс./мес окупается за 4–5 месяцев даже при скромном снижении оттока на 3–4 пп. Этот же расчёт привёл Rusbase в материале про edtech.

Что взять с собой

• В онлайн-школе главная дыра — межурочное пространство. AI заполняет его дешевле, чем 24/7 группа преподавателей.
• Голосовая разговорная практика — самый сильный единичный компонент. Текстовый бот без голоса даёт +3 пп. к удержанию, голосовой режим — ещё +5 пп.
• Не экономьте на методисте-человеке, который проверяет качество AI. 50 диалогов в неделю — реалистичная нагрузка.
• Считайте окупаемость через LTV удержанных учеников, а не через «сэкономили на чём-то».
• Преподаватели — союзники, если им показать цифры. Не пугайте сразу автоматизацией, дайте подумать.