Лидеры года — новая категория на Workspace Digital Awards! Номинируйте вашу команду, продукты и проекты.
Pablo Escapebar
Как сеть медицинских клиник увеличила конверсию звонка в запись на 20%
Pablo Escapebar
#Разработка программного обеспечения#ИИ и нейросети

Как сеть медицинских клиник увеличила конверсию звонка в запись на 20%

11 
Pablo Escapebar Россия, Москва
Поделиться: 0 0 0
Как сеть медицинских клиник увеличила конверсию звонка в запись на 20%
Сфера

Медицина и ветеринария

Сдано

Сентябрь 2025

Задача

Что было на старте/

Контакт-центр сети обрабатывал около 80 тыс. минут разговоров ежемесячно.

Отдел контроля качества физически не мог проверить весь поток: вручную прослушивали только 5–7% звонков. Результаты проверки иногда появлялись через 2–3 недели, когда конкретный разговор уже терял актуальность. Deeray

Около 80% времени сотрудников ОКК уходило на прослушивание и заполнение таблиц. На обучение операторов — около 10%.

При этом часть критериев была субъективной. Например, оценивалась «внутренняя улыбка» сотрудника.

Главная проблема заключалась даже не в небольшом охвате. Компания не могла уверенно ответить на вопрос:

Какие действия оператора действительно связаны с записью пациента на прием?

Нужно было перейти от выборочного контроля звонков к анализу всего массива и решить три задачи:

- понять, где в разговоре теряется запись;

- определить критерии коммуникации, связанные с записью и доходимостью пациента;

- освободить ОКК от рутинного прослушивания и перенести фокус на обучение операторов.

Вместо универсального чек-листа решили анализировать фактическую связь между содержанием разговора и бизнес-результатом.

Решение

Что сделали

1. Перешли от 5–7% к анализу 100% звонков

DEERAY подключили ко всему необходимому потоку коммуникаций.

Вместо небольшой ручной выборки компания получила анализ всех звонков, а результаты стали доступны на следующий день, а не через несколько недель. Deeray

2. Разделили звонки по медицинским направлениям

Одинаково оценивать консультацию по стоматологии и, например, другому медицинскому направлению некорректно.

Поэтому для разных сценариев настроили отдельную логику проверки.

3. Настроили более 25 критериев

В анализ вошли 25+ параметров коммуникации.

Проверяли не только формальное соблюдение скрипта, но и отдельные этапы взаимодействия с пациентом. Deeray

4. Связали разговор с бизнес-результатом

Критерии звонка сопоставили с двумя показателями:

записью пациента на прием и доходимостью до приема.

Это позволило перейти от вопроса:

«Хорошо ли оператор соблюдает стандарт?»

к более практичному:

«Какие элементы разговора связаны с результатом?»

5. Провели факторный и корреляционный анализ

Команда искала параметры, статистически связанные с результатом звонка.

Важно: корреляцию не трактовали как доказательство причинности. Она использовалась как способ определить, какие элементы коммуникации стоит изучать и улучшать в первую очередь.

Что обнаружили

Наиболее важными зонами для дальнейшей работы оказались три этапа.

Презентация

Имеет значение не просто рассказ об услуге, а то, насколько понятно оператор объясняет предложение и дальнейшие действия.

Работа с возражениями

Этот этап оказался среди значимых факторов, поэтому его усилили в скриптах и контроле качества.

Резюмирование

Подтверждение договоренностей, времени записи и других деталей стало отдельной зоной внимания.

При этом часть привычных критериев оказалась недостаточно полезной для управления результатом.

Например, субъективную «внутреннюю улыбку» исключили из числа параметров, на которых строилась дальнейшая работа. Deeray

Фактически принцип оценки изменился с:

«мы всегда это проверяли»

на:

«данные показывают, что этому этапу стоит уделить внимание».

Что изменили в процессе

После анализа сеть пересобрала чек-листы и скрипты, убрала часть субъективных критериев и усилила презентацию, работу с возражениями и финальную фиксацию договоренностей.

Обратную связь операторы стали получать уже на следующий день.

Супервайзеры начали проводить короткие 15-минутные разборы звонков, в которых аналитика находила проблемы на ключевых этапах.

Главное изменение произошло внутри ОКК: вместо постоянного прослушивания случайных разговоров сотрудники смогли больше времени тратить на разбор ошибок и обучение операторов.

Результат

После изменений сеть получила несколько измеримых эффектов.

+20% к конверсии звонка в запись на прием.

Более +40% к соблюдению стандартов на этапах презентации и работы с возражениями.

100% звонков под автоматическим контролем вместо 5–7% ручной выборки.

При подключении новых филиалов объем контроля удалось увеличить без пропорционального расширения штата ОКК.

Pablo Escapebar
Pablo Escapebar

Россия Москва

Что дал проект кроме автоматизации
Главный эффект оказался не в том, что AI начал слушать звонки вместо человека.
Изменилась сама модель контроля.
До проекта:
случайная выборка → ручная оценка → субъективные критерии → обратная связь через несколько недель.
После:
100% коммуникаций → измеримые критерии → сопоставление с записью → поиск закономерностей → обучение операторов.
То есть речевая аналитика стала не просто системой контроля скрипта, а инструментом проверки того, какие элементы коммуникации действительно связаны с бизнес-результатом.

https://deeray.com/ru/cases/medical-clinics-call-analytics

Оцените кейс
Спасибо за оценку
Выскажите мнение
Авторизуйтесь, чтобы добавить свой комментарий.
оставить заявку

Хотите заказать похожий проект?

Оставить заявку