Речевая аналитика и анализ звонков с ИИ — контроль качества и квалификация в CRM

Звонки — самый дорогой и самый непрозрачный этап продаж: руководитель физически не может прослушать сотни разговоров в день. Речевая аналитика делает их видимыми. Я не перепродаю коробочный сервис, а собираю решение под ваш процесс: транскрибация, оценка разговоров по вашим критериям и результат — прямо в карточке сделки.

Под транскрибацию использую то, что подходит по бюджету и качеству: Yandex SpeechKit, Tinkoff VoiceKit или готовый сервис речевой аналитики, если он уже есть. Над расшифровкой — слой ИИ-оценки: модель (YandexGPT, GigaChat) разбирает разговор по заданным правилам и кладёт выводы в amoCRM или Bitrix24.

• Соблюдение скрипта и стандартов — по каждому звонку, а не выборочно.
• Причины отказов и возражения — собранные автоматически, видно, на чём теряются сделки.
• Квалификация лида и саммари разговора — тегами и заметкой прямо в сделку.
• Дашборд по звонкам: качество по менеджерам, провалы воронки, динамика во времени.

Каждая оценка ИИ логируется, чтобы решение можно было проверить — это не «чёрный ящик», а инструмент, которому можно доверять при разборе с менеджерами.

Работа начинается с выгрузки записей за последний месяц: до всякой оценки нужно понять, что в базе физически лежит. Здесь чаще всего и вскрывается первая проблема — записей заметно меньше, чем звонков в отчёте телефонии. Менеджеры набирают с личных мобильных мимо АТС, часть исходящих уходит через мессенджеры, а короткие соединения система не сохраняет вовсе.

Вторая частая поломка — моно-дорожка. Если телефония пишет разговор одним каналом, реплики менеджера и клиента разделяются только вероятностно, и качество оценки падает на десятки процентов. Стерео-запись включается настройкой на стороне АТС, и я прошу сделать это до старта: переписать уже накопленную историю не получится.

Третье — записи не привязаны к сделкам. Файл лежит в хранилище телефонии, сделка живёт в amoCRM, связи между ними нет: по номеру не сходится, потому что клиент звонил с другого телефона или через подменный номер. Тогда я сначала чиню связку звонка со сделкой и только потом навешиваю на неё расшифровку и оценку — иначе результат анализа некуда положить.

Такой разбор занимает пару дней и часто меняет смету. Часть проектов после него начинается с телефонии, а оценка разговоров подключается вторым шагом — платить за анализ половины звонков смысла нет.

Разговор клиента — это персональные данные, и по 152-ФЗ они должны обрабатываться на серверах в России. Поэтому под транскрибацию я беру российские сервисы (Yandex SpeechKit, Tinkoff VoiceKit) либо разворачиваю распознавание на вашем сервере, если объём звонков это оправдывает. Зарубежные модели распознавания в такой схеме не участвуют.

То же касается ИИ-оценки. YandexGPT и GigaChat работают в российском контуре и закрывают вопрос с местом обработки. Если у компании есть требование не выпускать расшифровки за периметр вообще, ставлю открытую модель на вашу инфраструктуру: качество оценки будет ниже, зато данные никуда не уходят.

Расшифровки и оценки складываю в вашу базу, под вашим контролем. Это даёт две вещи. Историю можно перепрогнать по новым критериям, когда критерии изменятся, — а они меняются вместе с продуктом и скриптами. И её же можно поднять при разборе с менеджером через полгода. У коробочных сервисов глубина хранения ограничена тарифом, старые разговоры оттуда просто пропадают.

Речевая аналитика разбирает записи, которые кто-то должен собрать и прикрепить к сделкам, — это делает связка АТС с CRM: IP-телефония.