Ищи повторяющиеся моменты в разговоре
Анализ звонков нужен, чтобы увидеть повторяющийся вопрос клиента, место, где сделка срывается, и фразу, которую команда может попробовать иначе. Рейтинг менеджеров — побочный эффект, не цель.
Первое, что я бы убрал: Использовать итоговую оценку модели как основание для выговора без прослушивания записи.
Что нужно до загрузки записей
- Рубрика с наблюдаемыми критериями.
- Ссылка на фрагмент, который подтверждает вывод.
- Обезличенные тестовые записи.
- Разделение обучения и дисциплинарных решений.
Как превратить звонки в материал для обучения
- Проверь согласие и хранение
До загрузки записи уточни, можно ли её анализировать, где она хранится и кто видит расшифровку. Маскируй телефоны и платёжные данные.
Что увидишь: В реестре есть источник, срок хранения и владелец доступа.
Если не сработало: Начни с обезличенных учебных записей.
- Сделай рубрику наблюдаемой
Вместо «хороший менеджер» задай вопросы: выяснил ли цель, назвал ли следующий шаг, ответил ли на возражение, зафиксировал ли срок.
Сверь: Два руководителя одинаково оценивают один пример.
Если не сходится: Убери субъективный пункт или добавь примеры нормы.
- Анализируй выборку
Не прогоняй всё сразу. Возьми 10–20 разговоров из разных источников и сравни выводы AI с ручной разметкой.
Что должно совпасть: Известна доля совпадений и типичные ошибки расшифровки.
Если ответ другой: Исправь качество записи до настройки промпта.
- Преврати вывод в обучение
Собирай темы и конкретные фразы для тренировки, а не автоматические санкции. Показывай сотруднику исходный фрагмент и предложенную альтернативу.
Перед запуском: После обучения меняется конкретный шаг процесса.
Если упёрлось: Назначь один эксперимент на неделю и измерь следующий шаг в CRM.
Рубрика, которую можно проверить
Вместо «хороший звонок» задай пять наблюдаемых пунктов: цель клиента выяснена, следующий шаг назван, срок зафиксирован, возражение разобрано, итог записан в CRM. Для каждого храни pass, fail или not_observed и ссылку на фрагмент.
Начни с 10–20 записей из разных источников. Сравни разметку AI с ручной разметкой двух руководителей и отдельно отметь low_audio_quality. Не смешивай обучение и дисциплинарные решения в одном сценарии.
- Маскируй телефоны, карты и другие персональные данные.
- Показывай сотруднику цитату и альтернативную формулировку, а не только балл.
Какая метрика здесь полезна
Смотри не на средний «AI-score», а на изменение конкретного шага: доля звонков с назначенным follow-up, время до записи в CRM, конверсия по одному типу запроса. Если метрика не меняется после обучения, проблема может быть в процессе, а не в навыке сотрудника.
Оцениваю наблюдаемые действия, а не характер менеджера
Создай rubric: `goal_discovered`, `next_step_named`, `timeline_fixed`, `objection_answered`, `crm_updated`. Ответ: `pass`, `fail` или `not_observed`; у каждого fail — ссылка на фрагмент расшифровки.
Начни с 10–20 записей разного качества и сравни AI с ручной разметкой двух руководителей. Плохой звук — `low_quality`, без участия в оценке. Мерь сдвиг конкретного шага в CRM после обучения; средний AI-score ничего не доказывает.
Какие выводы можно проверить
| Критерий | Вопрос | Хороший признак |
|---|---|---|
| Вход | Что подготовить для разбор звонков и переписок продаж? | Определи законность записи, список ролей с доступом и рубрику оценки: цель звонка, вопросы, следующий шаг, возражения и итог. |
| Действие | Что система может сделать сама? | Только заранее перечисленные действия, без доступа ко всему аккаунту |
| Проверка | Как понять, что результат можно принять? | Проверь короткую запись, плохой звук, разговор с несколькими людьми и переписку с персональными данными. |
| Сбой | Куда уходит непонятный случай? | Пометь запись low_quality или needs_review и не используй её для оценки сотрудника. |
Что должен получить руководитель
Руководитель получает несколько повторяющихся сигналов для обучения и ссылку на конкретные фрагменты разговора. Санкции по автоматической оценке в процесс не попадают.
Где оценка превращается в наказание
Анализировать записи без проверки согласия и доступа.
Считать уверенный тон признаком хорошей продажи.
Делать выводы по одной записи.
Показывать сотруднику балл без фрагмента и объяснения.
Когда нужен контроль данных
Если записи содержат чувствительные данные сотрудников или клиентов, заранее определи срок хранения, доступ и цель анализа.
Как проверять AI-разбор звонка
Кому подходит разбор звонков и переписок продаж?
AI-анализ разговоров находит повторяющиеся вопросы, пропущенные шаги и причины отказа — для обучения, не для автоматических наказаний.
С чего начать, если всё пока вручную?
Для первого шага определи законность записи, список ролей с доступом и рубрику оценки: цель звонка, вопросы, следующий шаг, возражения и итог.
Как проверить, что настройка не навредит?
Проверка здесь такая: проверь короткую запись, плохой звук, разговор с несколькими людьми и переписку с персональными данными.
Что делать при непонятном результате?
При таком результате пометь запись low_quality или needs_review и не используй её для оценки сотрудника.
