Контроль звонков без ручного прослушивания: что можно автоматизировать

Материал серии rechevaya-analitika-dlya-otdela-prodazh по теме: Контроль звонков без ручного прослушивания: что можно автоматизировать

Контроль звонков без ручной прослушки - это не попытка полностью убрать человека из процесса.

Для меня его смысл другой:

Не слушать всё подряд, а сначала увидеть сигнал и только потом провалиться в конкретный разговор.

Рабочая цепочка выглядит так:

показатель -> отклонение -> сотрудник -> карточка -> цитата -> запись -> решение.

Это важное изменение логики.

Обычная ручная проверка начинается со звонка.

Руководитель открывает запись, слушает, делает вывод и идёт к следующей.

Автоматический контроль должен начинаться не со звонка, а с вопроса:

Где сейчас вообще требуется моё внимание?

К этой мысли я пришёл не только через речевую аналитику.

Я много лет управлял командами, проектами, CRM и автоматизацией. И чем больше становилась система, тем очевиднее было: руководитель не может одинаково глубоко смотреть во всё.

Его главный дефицит - внимание.

Почему эта задача для меня вообще важна

Я много раз сам становился узким горлом в управлении: пытался разобраться в сложной задаче лично, повторно объяснял одно и то же сотрудникам и погружался в детали, которые можно было стандартизировать.

Один из ранних способов снять этот повтор был очень простой - записывать объяснения и инструкции один раз, а не воспроизводить их вручную каждому.

С контролем звонков логика похожая.

Руководитель нужен не как человек, который часами ищет нужный эпизод в аудио.

Он нужен там, где требуется выбрать фокус, проверить спорный случай и принять решение.

Поэтому цель автоматизации - не убрать руководителя, а убрать из его работы повторяемый поиск.

Почему идея “слушать все звонки” не работает

Ручная прослушка хороша, пока объём небольшой.

Например, РОП решил проверить несколько разговоров нового сотрудника.

Он открывает запись.

Слышит контекст.

Замечает интонацию.

Смотрит, как менеджер реагирует на клиента.

Для обучения это очень полезно.

Но как постоянная система контроля этот подход плохо масштабируется.

Допустим, у менеджера 20 подходящих разговоров в день.

В отделе 10 человек.

Это уже 200 звонков.

Даже если средняя длительность всего пять минут, получится больше 16 часов чистого аудио за один рабочий день.

И это без остановок, заметок, переслушивания и разбора контекста.

Руководитель всё равно начнёт выбирать.

Случайный звонок.

Короткий.

Длинный.

Новый сотрудник.

Проблемная сделка.

Жалоба.

Но как только появляется ручной отбор, появляется риск, что выборка не показывает реальную систему.

Поэтому задача автоматизации не в том, чтобы сделать вид, будто теперь можно проверить “100% качества продаж”.

Задача намного приземлённее:

Применить один и тот же проверяемый вопрос к большому массиву и показать руководителю только отклонения, которые заслуживают внимания.

Я не хочу, чтобы руководитель открывал ещё один отчёт каждое утро

За годы внедрений CRM я много раз видел отчёты, которые технически работали правильно.

Все цифры считались.

Фильтры открывались.

Графики обновлялись.

Но через некоторое время люди переставали ими пользоваться.

Почему?

Потому что сам факт наличия отчёта ещё не создаёт управленческую привычку.

Если утром руководитель открывает семь систем и в каждой его ждёт ещё один дашборд, это не автоматизация управления.

Это новый ритуал обслуживания автоматизации.

Поэтому в “Дожми Продажи” мне всё больше нравится обратная логика:

Если всё идёт нормально, система должна требовать от руководителя как можно меньше внимания.

Вмешательство нужно тогда, когда появляется сигнал.

Например:

• показатель резко упал;
• один сотрудник сильно отклонился от команды;
• выросла доля спорных оценок;
• критерий перестал применяться к значительной части выборки;
• после обучения улучшение не закрепилось;
• в одном сегменте появилась другая динамика.

Тогда уже есть смысл проваливаться глубже.

Контроль без прослушки начинается с одного вопроса

Если системе дать задачу:

Проанализируй все звонки и покажи всё важное.

результат будет либо слишком общим, либо слишком перегруженным.

Что считать важным?

Цена?

Возражения?

Сроки?

Следующий шаг?

Эмоции?

Длительность?

Работа по скрипту?

Я не хочу, чтобы AI сам придумывал, что сейчас является главным управленческим фокусом компании.

Это должен определить руководитель.

Например:

После отправки коммерческого предложения менеджеры согласовывают следующий контакт или передают инициативу клиенту?

Из этого вопроса можно сделать критерий:

В подходящей коммуникации менеджер согласовал конкретное действие после отправки предложения и срок контакта.

Теперь AI может проверять большой массив одинаково.

А руководителю не нужно слушать каждый звонок.

Он получает показатель.

Если вопрос шире и нужно построить не только автоматический отбор, а весь регулярный цикл - владелец реакции, выборка, правило действия и повторный замер - это отдельная задача. Я разбираю её в статье контроль качества звонков менеджеров.

Первый экран должен отвечать: всё нормально или нужно смотреть глубже

Если говорить очень просто, я хочу, чтобы верхний уровень отчёта был похож на светофор.

Не обязательно буквально по дизайну.

По смыслу.

Руководитель должен быстро понять:

• показатель растёт;
• показатель стабилен;
• показатель падает;
• есть аномалия;
• данных пока недостаточно.

Если всё стабильно, можно закрыть отчёт.

Это не провал продукта.

Наоборот.

Если система каждый день заставляет руководителя что-то изучать, даже когда всё работает, она создаёт лишнюю операционку.

Мне нужен другой эффект:

Открыл. Понял, что всё в порядке. Пошёл заниматься другими задачами.

И только при отклонении начинается расследование.

Уровень 1. Показатель

Допустим, руководитель контролирует следующий шаг.

На верхнем уровне он видит:

72% подходящих коммуникаций соответствуют критерию.

Но сам процент мне мало интересен без истории.

Поэтому рядом должна быть динамика.

Например:

• три недели назад - 54%;
• после совещания - 63%;
• на прошлой неделе - 71%;
• сейчас - 72%.

Такой тренд говорит намного больше, чем один балл.

Возможно, команда постепенно закрепляет новый стандарт.

Значит, руководителю не нужно срочно вмешиваться.

Другой сценарий:

• было 74%;
• потом 73%;
• сейчас 51%.

Вот это уже сигнал.

Но даже он ещё не объясняет причину.

Он только говорит:

Здесь стоит посмотреть глубже.

Уровень 2. Сотрудник

Следующий вопрос:

Падение произошло у всей команды или у нескольких сотрудников?

Например, общий показатель снизился.

Но при детализации оказывается:

• у пяти менеджеров всё стабильно;
• у одного показатель упал резко;
• у нового сотрудника он изначально ниже;
• у двух менеджеров было мало подходящих звонков.

Теперь руководителю не нужно слушать весь отдел.

Есть более узкая зона внимания.

Но и здесь я бы не превращал экран в рейтинг “лучших и худших”.

Цель не в публичной таблице наказания.

Цель - найти отклонение.

Если конкретный сотрудник заметно отличается, есть смысл открыть его карточки.

Уровень 3. Карточка коммуникации

На этом уровне уже нужен конкретный разговор.

Но я всё ещё не хочу заставлять руководителя сразу нажимать “play”.

Сначала карточка должна показать минимум:

• дату;
• сотрудника;
• тип коммуникации;
• применимость критерия;
• результат;
• короткое объяснение;
• цитату.

Например:

Критерий: следующий шаг зафиксирован.

Оценка: не выполнено.

Основание: “Я отправлю предложение. Посмотрите, если будут вопросы - пишите”.

За несколько секунд уже понятно, почему система поставила такую оценку.

Если это соответствует логике руководителя, можно идти дальше.

Если вызывает сомнение, тогда есть смысл открыть полный текст или запись.

Уровень 4. Цитата

Для меня цитата - один из ключевых элементов доверия.

Без неё руководитель видит:

Не выполнено.

И должен просто поверить AI.

С цитатой он видит основание.

Это принципиально меняет взаимодействие.

Система уже не говорит:

Поверь мне, менеджер сделал плохо.

Она говорит:

Вот фрагмент, на котором основана оценка.

Руководитель сам может решить:

• согласен;
• не согласен;
• потерян контекст;
• критерий сформулирован плохо;
• случай неприменим;
• нужно открыть запись.

Цитата сокращает путь к проверке.

Уровень 5. Запись

Исходный звонок никуда не исчезает.

Он остаётся последней инстанцией.

Запись нужна, если:

• цитата неоднозначна;
• важна интонация;
• распознавание могло ошибиться;
• разговор сложный;
• нужно обучение;
• результат влияет на кадровое или другое серьёзное решение.

То есть автоматизация не отменяет прослушку.

Она делает её адресной.

Вместо:

Послушай 50 звонков и найди проблему.

получается:

Вот пять коммуникаций, которые сильнее всего отклоняются по выбранному критерию. Проверь их.

Для руководителя это совсем другая стоимость внимания.

Почему нельзя автоматически показывать только “плохие” звонки

Здесь есть важная ловушка.

Если система будет показывать руководителю только ошибки, у него сформируется искажённая картина команды.

Он будет видеть продажи как непрерывный поток проблем.

Поэтому нужны и сильные примеры.

Например:

• критерий стабильно выполняется;
• клиент дал сложное возражение, а менеджер корректно его раскрыл;
• сотрудник хорошо зафиксировал следующий шаг;
• один менеджер показывает устойчиво высокий результат.

Такие карточки полезны для другого вопроса:

Что у нас уже работает?

Я считаю, что это не менее важно, чем поиск ошибок.

Потому что один из сильных сценариев речевой аналитики - находить внутри собственной команды практики, которые стоит проверить на повторяемость.

Не брать один красивый звонок и объявлять его эталоном.

А собрать несколько сильных примеров и посмотреть, что в них повторяется.

Когда AI сам создаёт лишний шум

AI очень легко попросить генерировать много информации.

Для каждого звонка можно получить:

• резюме;
• оценку;
• эмоцию;
• возражения;
• рекомендации;
• теги;
• вопросы;
• потенциальные риски;
• следующий шаг;
• качество речи;
• соблюдение скрипта.

Технически это интересно.

Управленчески может быть вредно.

Если руководитель получает по каждому звонку 15 сигналов, он снова оказывается в информационном шуме.

Поэтому я всё больше считаю, что хороший продукт должен не только уметь анализировать.

Он должен уметь не показывать лишнее.

Если текущий фокус - следующий шаг, сначала покажите следующий шаг.

Если проблема не подтверждается, не заставляйте руководителя читать ещё десять вторичных наблюдений.

Иначе AI начинает производить больше управленческого шума, чем убирает.

Что считать отклонением

Сам по себе низкий показатель не всегда означает тревогу.

Допустим, критерий выполняется в 55% звонков.

Много это или мало?

Без контекста неизвестно.

Поэтому отклонение лучше определять относительно:

• предыдущего периода;
• собственного базового уровня;
• выбранной цели;
• сопоставимых сотрудников;
• отдельного сегмента;
• изменения после управленческого действия.

Например:

Было около 50%, после обучения выросло до 70%, потом две недели держалось и резко вернулось к 52%.

Это уже осмысленный сигнал.

Он не доказывает причину падения.

Но руководитель понимает, что изменение требует проверки.

Что делать после сигнала

Здесь и начинается настоящая ценность контроля.

Плохой сценарий:

1. Система нашла падение.
2. AI пишет: “Проведите обучение менеджеров”.
3. Руководитель назначает обучение.

Почему плохо?

Потому что причина ещё не установлена.

Сначала нужно посмотреть, что именно изменилось.

Например:

• один сотрудник вернулся из отпуска;
• изменилась рекламная кампания;
• появились другие типы лидов;
• поменялся продукт;
• менеджеры начали работать с другим сегментом;
• критерий перестал подходить к части звонков;
• в речи ничего не изменилось, но изменились данные CRM.

Поэтому безопасный следующий шаг должен быть проверочным.

Например:

Открыть пять карточек с наибольшим отклонением и проверить, одинаков ли механизм ошибки.

Или:

Разделить выборку по типу сделки.

Или:

Проверить, не изменилось ли распределение входящих обращений.

Сначала проверка.

Потом действие.

Я не хочу, чтобы AI заменял руководителя

Это принципиальная граница.

AI хорошо работает там, где нужно:

• обработать большой массив;
• применить повторяемое правило;
• быстро найти нужные карточки;
• собрать цитаты;
• показать динамику;
• подсветить отклонение.

Но решение:

Что теперь менять в отделе?

требует бизнес-контекста.

Руководитель знает:

• текущую цель;
• ограничения;
• сильных и новых сотрудников;
• сегменты;
• изменения в продукте;
• качество лидов;
• кадровую ситуацию;
• приоритеты компании.

Модель этого может не знать.

Поэтому для меня правильная роль AI - не “главный РОП”.

А система предварительной фильтрации и проверки фактов.

Как я бы настроил контроль без ручной прослушки

Если бы в новом отделе нужно было быстро сократить ручную проверку, я бы сделал так.

Шаг 1. Выбрать один фокус

Например:

Фиксация следующего шага.

Шаг 2. Описать критерий

Менеджер согласовал конкретное следующее действие и срок.

Шаг 3. Определить применимость

Какие звонки подходят?

Какие не подходят?

Какие случаи считаются N/A?

Шаг 4. Собрать 20-30 карточек

Нужны:

• хорошие;
• плохие;
• спорные;
• неприменимые.

Шаг 5. Откалибровать AI

Руководитель проверяет оценки и цитаты.

Если есть системные расхождения, уточняет правило.

Шаг 6. Запустить анализ массива

Теперь система может проверять большое число разговоров одинаково.

Шаг 7. Настроить верхний сигнал

Руководитель видит:

• текущий показатель;
• динамику;
• резкое отклонение;
• сотрудников с аномалией.

Шаг 8. Проваливаться только при сигнале

Сначала карточка и цитата.

Потом, если нужно, запись.

Шаг 9. Принять проверочное действие

Не обязательно сразу обучать или менять процесс.

Сначала понять механизм.

Шаг 10. Проверить следующий период

Если действие принято, система должна показать, изменился ли показатель.

Так замыкается управленческий цикл.

Что остаётся ручным

Я не считаю ручную работу врагом.

В хорошем процессе ручными остаются вещи, где человек действительно нужен.

Например:

• выбор текущего управленческого фокуса;
• утверждение критерия;
• разбор спорных карточек;
• калибровка;
• изменение стандарта;
• интерпретация бизнес-контекста;
• кадровые решения;
• проверка серьёзных отклонений;
• решение, что делать дальше.

Автоматизировать нужно не всё.

Нужно автоматизировать повторяемую часть, которая отнимает внимание, но не требует уникального управленческого мышления каждый раз.

Чем такой контроль отличается от обычной выборочной прослушки

При выборочной прослушке руководитель сначала выбирает звонки.

Потом слушает.

Потом пытается понять, есть ли системная проблема.

В автоматическом контроле порядок обратный.

Сначала система одинаково проверяет массив.

Потом показывает, где есть отклонение.

И только после этого руководитель выбирает разговоры.

Это не просто экономия времени.

Это другой способ построить выборку.

Вместо случайного поиска проблемы мы сначала получаем сигнал и идём проверять его основание.

Когда автоматический контроль не поможет

Есть ситуации, где его ценность будет ограниченной.

Слишком мало данных

Если у компании пять подходящих звонков в месяц, возможно, их проще послушать вручную.

Каждый разговор уникален

Если нет повторяемого процесса, один критерий сложно применять системно.

Непонятно, что контролировать

Если задача звучит только как “хочется улучшить продажи”, сначала нужен управленческий вопрос.

Нет владельца критерия

Если никто не может окончательно решить, что считается правильным действием, автоматизация будет масштабировать спор.

Результат используется только для наказания

Тогда сотрудники будут воспринимать систему как инструмент поиска ошибок, а не как способ синхронизировать работу.

Нет реакции на сигнал

Если руководитель всё равно ничего не делает после отклонения, регулярный анализ не создаёт управленческой ценности.

Как это связано с “Дожми Продажи”

Для меня один из главных продуктовых сценариев сейчас выглядит очень просто.

Руководитель выбирает фокус.

Например:

Предлагаем дополнительный продукт.

Или:

Фиксируем следующий шаг.

Или:

Назначаем встречу.

Система анализирует подходящие коммуникации и показывает один понятный показатель.

Если он стабильно растёт, руководитель не проваливается в операционку.

Если происходит падение, он открывает сотрудников.

Потом карточки.

Потом цитаты.

Потом запись.

После этого принимает решение.

Именно такой интерфейс мне ближе, чем попытка показать на первом экране всё, что AI смог найти в разговорах.

Потому что цель не в максимуме аналитики.

Цель - в минимуме внимания, необходимом для нормального управления.

Мой главный вывод

Когда я управлял большой командой, у меня не было дефицита событий.

Событий было слишком много.

Когда мы внедряли CRM, проблема тоже быстро смещалась от “у нас нет данных” к “данных уже много, что из этого важно?”

С речевой аналитикой может произойти то же самое.

Сначала кажется, что главное преимущество AI - возможность проверить огромное количество звонков.

Но если после этого руководитель получает огромный отчёт, мы просто заменили ручной шум автоматическим.

Поэтому для меня контроль звонков без ручной прослушки означает не:

Никогда больше не слушайте разговоры.

А:

Не слушайте разговоры вслепую.

Сначала система должна показать, где изменился выбранный показатель.

Потом - кто дал отклонение.

Потом - конкретную карточку.

Потом - цитату.

И только в спорном или важном случае - запись.

Так AI помогает не заменить руководителя, а защитить его внимание.

А это, пожалуй, один из самых дефицитных ресурсов в любой растущей компании.

О том, как построить сам регулярный процесс, я написал в статье контроль качества звонков менеджеров. Как формулировать критерий - в материале оценка звонков менеджеров: критерии и калибровка. Общий подход к автоматическому разбору находится в статье анализ звонков менеджеров.

Частые вопросы

Можно ли контролировать звонки без ручной прослушки?

Большой массив можно автоматически проверять по конкретным критериям и сначала показывать руководителю показатели, отклонения и цитаты. Ручная прослушка остаётся для калибровки, спорных случаев и важных решений.

Чем автоматический контроль отличается от выборочной прослушки?

При выборочной прослушке руководитель сначала выбирает несколько звонков, а потом ищет в них проблему. При автоматическом контроле один критерий применяется к массиву, после чего руководитель открывает только коммуникации, связанные с найденным отклонением.

Что руководитель должен видеть в отчёте?

Минимально: текущий показатель, динамику, отклонения по сотрудникам и возможность открыть конкретные карточки с цитатами. Исходный звонок должен быть доступен следующим уровнем проверки.

Нужно ли анализировать 100% звонков?

Не обязательно. Важно, чтобы выборка была достаточной и соответствовала управленческому вопросу. Массовый анализ полезен, когда критерий уже откалиброван и регулярно применим к большому числу коммуникаций.

Может ли AI сам определить, какие звонки плохие?

Только относительно заданного критерия. Понятие “плохой звонок” слишком широкое и зависит от цели разговора, этапа сделки и стандартов компании. Лучше проверять конкретное действие.

Когда всё-таки нужно слушать звонок вручную?

Когда цитаты недостаточно, важна интонация, есть ошибка распознавания, случай спорный или решение может иметь серьёзные последствия для сотрудника или процесса.