Из 0,1% прослушанных звонков в 99,6%: своя речевая аналитика за 6 недель вместо вендора за 120 тысяч в месяц
Тезисы
Кабель.РФ продаёт электротехническую и общепромышленную продукцию. Через четыре отдела проходит около 1 600 звонков в рабочий день, 41 час аудио; только в продажах 16 400 целевых разговоров в месяц на 50 менеджеров. Руководитель отдела физически успевает послушать 5-10 звонков в неделю. Это меньше 0,1%, и по ним он судит о работе всего отдела. Остальное он знает из CRM, то есть из того, что менеджер сам записал после разговора.
Речевая аналитика у компании была: внешний сервис за 120 000 рублей в месяц. Но она работала как отчёт. Приходил на следующий день, покрывал 73% целевых звонков, в отдельные дни 35%, и дальше специалист контроля качества читал его и заводил задачи руками. Когда понадобилось смотреть на разговоры глубже (упоминания конкурентов, комплексные продажи, перезвон после счёта), каждая доработка у вендора занимала 4-6 недель и стоила от 100 000 рублей.
Мы взялись за свой сервис не ради экономии, а чтобы разбирать каждый звонок и чтобы система не отчёт писала, а действовала: сама ставила задачи и сама показывала руководителю, где он теряет клиентов. Команда из трёх человек: разработчик (докладчик), руководитель клиентского сервиса и руководитель отдела продаж. Разработку вели ИИ-агентами. Через 6 недель отключили вендора.
Главная трудность оказалась не в коде, а в выборе модели. Использовать можно было только те модели, которые разворачиваются на своих серверах, и ни одна из них не была лучшей по всем критериям сразу: та, что точно ловила жалобы, хуже определяла тон разговора. Руководители вручную разметили эталонный набор звонков, модели сравнивали на нём. Прототип запустили на лёгкой модели, чтобы проверить схему от телефонии до задачи в Битрикс24. В прод пошла более сильная.
Раньше. Руководитель слушал 5-10 звонков в неделю и читал отчёт вендора по трём звонкам из четырёх. Отчёт становился доступен на следующий день, дальше специалист контроля качества находил в нём отклонения и вручную заводил задачи; автоматически создавались только задачи по жалобам. Спор с менеджером «мне кажется, ты не дожимаешь» оставался спором. Причина отказа клиента оставалась в трубке: в CRM попадало «отказ» или «думает». Счета, по которым никто не перезвонил, не считались вообще. Жалоба фиксировалась, только если менеджер сам о ней сообщил.
Сейчас. Менеджер положил трубку, сервис забирает запись из телефонии и данные сделки из Битрикс24. Через 7 минут готов текст, разговор оценён по 13 критериям на серверах компании: выявил ли потребность, назвал ли цену, предложил ли дополнительный товар, договорился ли о следующем шаге, каким тоном говорил. Жалоба сама становится карточкой в Битрикс24 с цитатой клиента, ссылкой на звонок и ответственным. Три раза в день сервис проверяет воронку и присылает руководителю списки с именами: кому не перезвонили, по каким счетам не было звонка. Руководитель больше не слушает выборку. Он смотрит, где норма разговора нарушается у всех, и вмешивается в сделки, которые ещё можно спасти. Тем же конвейером разбираются чаты.
Данные не покидают внутренний контур. К сервису подключается ИИ-ассистент руководителя через MCP, и вопрос «какие возражения выросли за месяц» он задаёт обычным языком, без выгрузки и без аналитика. Персональные данные наружу не уходят.
Измерено на боевой базе за 10 недель, 80 548 звонков, промпт не менялся с 29 июня.
Что стало видно:
• Выборочная прослушка показывала двух слабых менеджеров. Сплошной разбор показал, что дополнительный товар реже, чем в каждом втором разговоре, предлагали все 46 менеджеров, а 41 из них реже, чем в 40% разговоров. Средняя по отделу 23%, разброс от 1,6% до 44%. Проблема оказалась не в людях, а в норме разговора.
• Около 400 счетов в день, 17-18% выставленных, остаются без звонка. Раньше не измерялось.
• 4 из 10 отменённых заявок отменяются без единого разговора с клиентом. До этого гипотеза руководителя, в которую никто не верил.
• Жалоба звучит в каждом 18-м звонке продаж и каждом 9-м звонке логистики. Этот фон раньше никто не видел.
Что изменилось в поведении:
• Попыток допродажи: 730 → 1 000-1 080 в неделю, плюс 40%. Доля разговоров с предложением 21,9% → 28,6-33,8%, выросли 19 из 33 менеджеров. Результат работы руководителя с одним критерием, который показала аналитика.
• Пропущенных звонков, по которым никто не перезвонил: 20,8 → 10,5 на одну проверку.
• Жалобы в звонках колл-центра: 9% → 3%.
• 4 257 жалоб заведено в CRM автоматически, около 1 900 в месяц. Раньше не фиксировались.
• Сократилось количество претензий от клиентов
Что это стоило и сколько сэкономило:
• Покрытие оценкой по чек-листу: 73,2% целевых звонков → 99,6%. От звонка до текста: следующий день → 7 минут.
• Абонентка: 120 000 → 20 000 руб/мес, минус 1,2 млн рублей в год. Первый год владения: 1,94 млн у вендора → 368 000 своими силами.
• Новый вид анализа: 4-6 недель → 5 рабочих дней.
Для кого доклад
Руководители отделов продаж и клиентского сервиса, директора по качеству и контролю, коммерческие директора компаний с большим потоком звонков, специалисты по автоматизации бизнес-процессов.
О докладчике
Занимался разработкой в проекте собственной речевой аналитики Кабель.РФ.