Внедрили ИИ-анализ звонков отдела продаж для поставщика промышленных редукторов

1. Синхронизация с Битрикс24

Каждые несколько минут сервис забирает из телефонии Битрикс24 новые звонки вместе со ссылками на записи, привязывает их к сделкам и менеджерам. Список сотрудников и статусы сделок тоже синхронизируются автоматически — поэтому в отчётах сразу видно, чем закончилась сделка: успехом, отказом или она ещё в работе.

2. Скачивание записей и отсев мусорных звонков

Записи разговоров скачиваются в хранилище сервиса. Значительная часть звонков не несёт смысла для анализа: сброшенные вызовы, гудки, автоответчики, тишина в трубке. Прогонять их через распознавание речи и ИИ — пустая трата ресурсов.

Поэтому перед транскрибацией каждый звонок проходит фильтр: слишком короткие отсекаются сразу, а остальные проверяет детектор голосовой активности (VAD) вместе с набором эвристик — доля речи в записи, длительность речевых фрагментов, затянутая тишина в начале и в конце. Небольшая погрешность у такого фильтра есть, но он заметно снижает нагрузку на GPU и ИИ и ускоряет обработку полезных звонков.

3. Транскрибация и разметка собеседников

Распознавание речи работает на собственном GPU-сервере на базе модели Whisper: запись переводится в текст с точными таймкодами каждого слова, а диаризация разделяет реплики по собеседникам. Затем система сама определяет, кто из говорящих — менеджер, а кто — клиент, по имени менеджера, характерным фразам и структуре разговора.

4. Метрики разговора

Ещё до обращения к ИИ по транскрипту считаются объективные метрики, которые не зависят от интерпретации:

5. ИИ-скоринг звонков

Транскрипт вместе с метриками отправляется в большую языковую модель. Она определяет тип звонка (первичный запрос, уточнение параметров, обсуждение предложения, дожим, согласование оплаты) и оценивает разговор по шкале от 0 до 100 с разбивкой по этапам продаж: установление контакта, выявление потребности, работа с возражениями, ясность следующего шага и завершение разговора.

Помимо оценки, по каждому звонку сохраняются:

• возражения клиента и то, насколько хорошо менеджер их отработал;
• договорённость о следующем шаге и её конкретность;
• сигналы готовности к покупке и сигналы риска — с цитатами из разговора;
• результат по чек-листу компании;
• рекомендации отдельно для менеджера и для руководителя.

Карточка звонка: оценка качества и комментарий

Следующий шаг, возражения, сигналы и рекомендации

6. Отчёты по менеджерам и отделу

Оценки отдельных звонков собираются в отчёты за день, неделю, месяц и квартал — по каждому менеджеру и по отделу в целом. В отчёте: средняя оценка и её динамика, доля звонков с зафиксированным следующим шагом, качество работы с возражениями, сильные и слабые типы звонков, исходы сделок.

Поверх цифр ИИ формирует выводы и рекомендации: что получается у менеджера, где он теряет клиентов и что стоит разобрать на ближайшей планёрке. В отчёте по отделу — сравнение менеджеров между собой и с прошлым периодом. Отчёты строятся автоматически по расписанию, а в веб-интерфейсе можно перейти от отчёта к конкретной сделке и звонку.

Карточка менеджера

Дашборд отдела продаж

7. Потоковая обработка

Чтобы при потоке более 1000 звонков в день оценка появлялась не позже чем через час, обработка построена как конвейер: синхронизация, скачивание, транскрибация, сбор метрик и ИИ-скоринг идут независимыми этапами. Звонки проходят их небольшими пачками асинхронно.