Речевая аналитика звонков: как контролировать качество работы менеджеров с помощью ИИ

Руководитель отдела продаж, который честно слушает записи, успевает разобрать пять-десять разговоров в неделю. Если отдел делает сотни звонков в день, это доли процента. По такой выборке легко найти «слабого менеджера» и почти невозможно увидеть, что весь отдел пропускает один и тот же шаг скрипта.

Речевая аналитика закрывает этот разрыв: нейросеть расшифровывает каждый разговор и проверяет его по вашему чек-листу. Связки телефонии, CRM и ИИ для небольших отделов продаж я собираю на проектах, описанных на https://sverdlov.pro/. Ниже о том, как запустить такую проверку, чтобы цифрам на дашборде можно было верить.

Что видно, когда проверяются все звонки

Показательная история. В одной компании выборочная прослушка указывала на двух отстающих менеджеров. Потом за десять недель машина разобрала 80 548 звонков, и картина перевернулась: дополнительный товар реже чем в каждом втором разговоре предлагали все 46 менеджеров, а 41 из них — реже чем в 40% случаев. Виноват был процесс, а не два человека. Руководитель взялся за один этот критерий, и доля разговоров с предложением выросла с 21,9% до 28,6–33,8%.

Другая компания раньше успевала проверить 6,5% целевых диалогов, а подробный разбор одного звонка занимал 30–40 минут. После перехода на сплошную проверку средняя оценка по чек-листу поднялась с 38–40% до 85–87%. Чуда тут нет: менеджеры знают, что смотрят каждый разговор, а РОП учит людей вместо прослушки.

Как устроена система

Цепочка короткая. Запись уходит из телефонии в сервис распознавания, тот делит речь на «менеджер» и «клиент», языковая модель оценивает текст по критериям, а результат ложится в карточку сделки.

Три детали решают больше, чем выбор модели:

• Фильтр звонков. Короткие соединения, автоответчики и «перезвоните позже» только портят статистику. Один из рабочих вариантов — анализировать лишь целевые звонки длиннее двух минут.
• Разделение по ролям. Когда собеседники говорят одновременно, алгоритмы часто путают, чья это фраза. Если критерий звучит как «менеджер назвал цену», ошибка роли превращается в ошибку оценки.
• Движок распознавания. На русской речи разница между сервисами заметна: в одном сравнении доля ошибочных слов составила 8,1% у одного и 14,2% у другого.

Чек-лист: меньше пунктов, но проверяемых

Критерий «был вежлив» модель оценит как угодно. Критерий «договорился о следующем шаге и назвал дату» проверяется по тексту однозначно. Я бы начинал с 10–15 наблюдаемых действий, привязанных к этапам вашего скрипта.

Полезно ставить и штрафы. В одном чек-листе итог может быть от −9 до +27 баллов, поэтому грубая ошибка не тонет в сумме мелких плюсов.

Отдельно про возражения. Разбор большой базы звонков показал: когда менеджер отрабатывает все возражения клиента, согласие растёт с 6,5% до 27,1%. При отработке трёх четвертей конверсия падает до 6–7%. Значит, критерий «отработал возражения» должен быть бинарным: частичная отработка почти не отличается от нулевой.

Проверьте точность до того, как верить отчёту

Это шаг, который пропускают чаще всего. Один разработчик сравнил автоматические правила по ключевым словам с ручным разбором 85 звонков. Обрывы и недозвоны правила ловили верно в 88% случаев, исход разговора — в 53%, признак «не назвали цену» — лишь в 8%. Попытка ужесточить правила сделала хуже: точность определения исхода упала до 42%.

Языковые модели справляются лучше, но проверять их нужно так же. Возьмите 200–300 своих звонков, разметьте их вручную вместе с РОПом и сравните с машиной по каждому критерию. Подрядчики, которые делают это всерьёз, калибруют промпты до совпадения с человеком не ниже 90%. Моё правило: пока критерий не прошёл эту планку, к нему нельзя привязывать премию.

Сколько это стоит

Один отдел продаж платил внешнему сервису 120 000 рублей в месяц, получал отчёт на следующий день, и он покрывал 73% целевых звонков. Любая доработка занимала 4–6 недель и стоила от 100 000 рублей. Собственная система на серверах компании, собранная за шесть недель, обошлась в первый год в 368 000 рублей против 1,94 млн у вендора, то есть примерно в пять раз дешевле. Важнее другое: новый вид анализа теперь появлялся за пять рабочих дней.

Готовый сервис разумен, если звонков немного и скрипт стабилен. Своя связка окупается, когда критерии меняются каждый месяц, а записи нельзя отдавать наружу. Расшифровки содержат имена и телефоны клиентов, так что заранее решите, где они хранятся, и предупреждайте собеседников о записи разговора.

И последнее. Если менеджеры воспримут аналитику как дубинку, через месяц они научатся говорить «под чек-лист». Показывайте им их же разборы и разбирайте ошибки на планёрке, тогда цифры будут расти по-настоящему.