Как мы встроили AI-суфлёра в CRM и увеличили конверсию звонков на 19%

Компания продавала несколько услуг с разными условиями, ограничениями и аргументами для каждой категории клиентов. Продажи редко закрывались за один контакт: менеджеру нужно было квалифицировать компанию, выяснить текущую инфраструктуру, определить участников сделки, разобрать возражения и зафиксировать следующий шаг.

Формально все разговоры записывались. Фактически руководители могли проверить только 3–5% звонков.

Каждую неделю шесть руководителей групп тратили суммарно около 48 часов на выборочное прослушивание записей, заполнение таблиц и подготовку обратной связи. При этом разбор происходил спустя несколько дней после разговора, когда конкретную сделку уже нельзя было спасти.

У менеджеров была другая проблема. Во время звонка нужно было одновременно слушать клиента, вести заметки, проверять информацию в CRM, искать нужный продукт или тариф при это помня скрипт и работая с возражениями.

После разговора на заполнение карточки уходило в среднем 7 минут 40 секунд. Часть информации терялась или сохранялась в свободной форме: «клиент думает», «перезвонить позже», «дорого».

Из-за этого руководитель видел статус сделки, но не понимал всю картину целиком. Перед нами поставили задачу создать платформу, которая анализирует звонки, но не ограничивается отчётом после разговора.

Система должна была подключаться к активному звонку, учитывать данные из CRM и давать менеджеру персональные рекомендации с задержкой не более четырёх секунд.

После разговора платформа должна была автоматически подготовить резюме, заполнить поля CRM, создать задачу и передать руководителю структурированный разбор.

Мы разработали платформу внутри Bitrix24, которая сопровождает менеджера во время звонка и автоматически обрабатывает его результаты.

В рамках проекта:

• интегрировали Bitrix24 с корпоративной телефонией;

• подключили потоковую транскрибацию разговоров;

• связали каждый звонок с контактом, сделкой и историей коммуникаций;

• настроили 17 коммерческих сценариев: возражения по цене, сравнение с конкурентом, отсутствие ЛПР, бюджета или следующего шага;

• добавили AI-подсказки непосредственно во время разговора;

• ограничили задержку появления рекомендаций: медиана — 1,9 секунды, в 95% случаев — до 3,6 секунды;

• встроили рекомендации и транскрипцию в карточку сделки;

• реализовали автоматическое резюме звонка и заполнение полей CRM;

• добавили confidence score и обязательное подтверждение менеджера для критических изменений;

• настроили оценку каждого разговора по 12 критериям;

• разработали дашборд качества по менеджерам, отделам и этапам воронки;

• разграничили доступ к звонкам, транскриптам и аналитике по ролям;

• добавили маскирование персональных данных и журнал AI-операций;

• разделили обработку на быстрый контур для live-подсказок и полный контур для итоговой аналитики;

• подготовили систему к масштабированию на 12 000+ звонков ежемесячно.

Общая схема работы:

Телефония → streaming STT → определение контекста → данные CRM и база знаний → AI-рекомендация → проверка policy engine → подсказка менеджеру

После завершения разговора:

Финальная транскрипция → AI-разбор → оценка по чек-листу → заполнение CRM → создание черновика задачи → аналитика руководителя

Пилот запустили на 8 менеджерах и 1 940 разговорах. После проверки качества платформу масштабировали на весь отдел из 42 сотрудников.

Пилот провели на группе из 8 менеджеров и 1 940 разговоров. После проверки качества платформу масштабировали на весь отдел из 42 сотрудников.

За первые три месяца:

• 34 700 звонков обработано системой;

• 94% разговоров автоматически расшифровываются и попадают в аналитику вместо прежних 3–5%;

• на 76% сократилось время заполнения CRM: с 7 минут 40 секунд до 1 минуты 50 секунд после звонка;

• около 1 100 рабочих часов в месяц высвобождено за счёт автоматического заполнения карточек;

• с 61% до 93% выросла полнота данных о потребностях, возражениях, ЛПР и следующем шаге;

• в три раза сократилось время руководителей на разбор звонков: с 48 до 16 часов в неделю;

• с 58% до 76% выросла доля звонков с зафиксированным следующим шагом;

• на 19% выросла конверсия из квалификационного звонка в следующий этап: с 24,8% до 29,6%;

• на 37% сократилось количество критических ошибок: с 19 до 12 на каждые 100 целевых звонков;

• 1,9 секунды составила медианная задержка между репликой клиента и появлением AI-рекомендации.

В результате компания получила единый контур управления продажами: менеджер видит персональные подсказки во время разговора, CRM заполняется автоматически, а руководитель контролирует качество всего массива звонков вместо случайной выборки.