Теги речевой аналитики и воронка amoCRM: как разбор звонка включается в работу по сделке

Что amoCRM знает о звонке

Открываю карточку сделки в amoCRM и вижу звонок аудиофайлом. Система хранит про него три параметра: длительность, направление и номер. Что клиент сказал про цену, какое возражение прозвучало, о чём договорились в конце — этих данных в CRM нет. Значит, по содержанию разговора я не могу ни отфильтровать сделки, ни собрать отчёт: фильтр работает по длительности и номеру, а не по смыслу.

Пока разговор не разобран, единственный источник смысла — менеджер. Он выбирает этап воронки и пишет комментарий вроде «думает» или «дорого». Проверить эту версию можно одним способом — прослушать запись целиком. На потоке это не делается.

Почему сплошной ручной контроль не закрывает поток

При потоке 50–100 звонков в день до ручной проверки доходит 5–10% разговоров (по данным вендора интеграции). Отраслевые оценки дают ещё меньше: команды контроля качества прослушивают 1–5% записей — при 20 000 звонков в месяц это меньше 1000 оценённых. Цифры по источникам расходятся, потому что это разные метрики и контексты; единой доли нет. Порядок один: основная масса разговоров остаётся без оценки.

Отсюда понятная механика потери денег. Возражение по цене, которое менеджер не отработал, попадает в те 90–95% разговоров, которые никто не открыл. Сделка стоит на этапе с комментарием «думает», руководитель видит только оборот на выходе. Разбор по чек-листу вручную на таком объёме не масштабируется — я про это писал отдельно, как поставить балл каждому разговору без сплошной прослушки.

Как результат разбора возвращается в карточку сделки

Разметка звонков окупается тогда, когда результат разбора возвращается в amoCRM и двигает работу отдела продаж. Механика такая.

Разбор приходит примечанием в ту же карточку сделки через 3–5 минут после разговора: резюме в три строки, список прозвучавших возражений, договорённости в конце, оценки по чек-листу и то, что помешало продаже. Менеджеру не нужно открывать вторую систему — всё лежит там, где он уже работает.

Извлечённые данные — запрос клиента, бюджет, причина отказа — автоматически записываются в поля карточки сделки. С этого момента по ним можно фильтровать сделки и строить отчёт по содержанию разговоров, а не по одной длительности звонка. ИИ-теги ставятся по контексту разговора, а не по совпадению ключевых слов: «клиент возражает по цене», «менеджер не отработал возражение», «запрос на возврат». Видна динамика в разрезе менеджеров и дат — где именно проседает конкретный человек и на каком возражении.

Фильтры по воронке, статусу сделки, ответственному, направлению и пользовательским полям amoCRM отсекают сбросы и нецелевые звонки. На разбор уходят только нужные разговоры, минуты пакета не тратятся на пустые соединения.

Подключение идёт по OAuth из аккаунта amoCRM, без программиста и без передачи пароля. Токен продлевается автоматически. Стандартная интеграция с телефонией и шаблонными отчётами занимает до 3 рабочих дней, данные хранятся на серверах в РФ. Это тот объём работ, который я закрываю в связке речевой аналитики с CRM без привлечения разработчика на стороне клиента.

Когда тег из звонка запускает действие в воронке

Метка сама по себе денег не приносит. Значение появляется, когда тег инициирует действие. Итоги разбора могут запускать сценарии и триггеры и оповещать руководителя о разговорах с негативом. Разговор с непроработанным возражением или запросом на возврат становится видимым для реакции менеджера в тот же день, пока сделка ещё живая.

Здесь проходит граница того, что подтверждают источники. Примечание в карточке, запись в поля, триггеры со сценариями и оповещения — это описанная и работающая часть. Автоматического перемещения сделки по этапу и постановки задачи ответственному прямо в источниках нет. Это часть связки, которую я проектирую под конкретную воронку отдельно: какой тег на какой этап двигает сделку, кому и с каким сроком падает задача. Обещать здесь готовую кнопку было бы неправдой — механику собирают под процесс отдела продаж.

Что связка даёт работе по сделкам и оценке рекламы

К 2026 году расшифровка речи стала дешёвой и надёжной: час разговора переводится в текст за минуты и копейки. Базовый артефакт разбора — очищенный транскрипт. Из него собирается любой чек-лист или отчёт задним числом. Из сжатой автосводки деталь про бюджет или сомнение по срокам уже не восстановить — она туда не попала. Поэтому я держу транскрипт как первичные данные, а сводки и теги считаю производными от него.

Данные в полях карточки снимают потребность в сплошной ручной прослушке и дают два практических результата: отбор сделок по содержанию разговоров и отчётность по смыслу, а не по метаданным звонка. Зависшая сделка с непроработанным возражением перестаёт быть невидимой — её видно фильтром по тегу, по ней можно вернуться к клиенту.

По атрибуции связка сегодня подтягивает поле «Источник сделки» из amoCRM. Как теги из звонка влияют на оценку окупаемости рекламы в сквозной аналитике — этого источники не описывают. Честно обозначу: это следующий шаг, который выстраивается отдельно, когда данные из разговора уже лежат в полях и их можно сопоставить с источником заявки и её стоимостью. Логика та же, что при подсчёте упущенной выручки по пропущенным и поздно перезвоненным звонкам: сначала данные попадают в CRM, потом по ним считаются деньги.

Вывод простой. Речевая аналитика окупается в тот момент, когда результат разбора возвращается в amoCRM: в примечание, в поля, в триггер. Разметка звонков без встраивания в воронку остаётся статистикой, которую никто не открывает. Встроенная в карточку — возвращает зависшие сделки в работу и убирает сплошной ручной контроль качества.