← Блог · 25 августа 2026 г.
Анализ звонков менеджеров с помощью ИИ: речевая аналитика для отдела продаж
Руководитель отдела продаж физически может прослушать 5-10 звонков в день - обычно это 2-3% всего потока. Остальные 97% разговоров менеджеров с клиентами остаются чёрным ящиком: там теряются лиды, нарушаются скрипты и умирают сделки, о которых вы не узнаете. Анализ звонков с помощью ИИ закрывает эту дыру: нейросеть прослушивает 100% разговоров и по каждому даёт оценку. Разбираем, как работает речевая аналитика, что она находит и как внедрить её без покупки новой телефонии.
Что такое речевая аналитика и как она работает
Речевая аналитика - это автоматический разбор телефонных разговоров. Технически конвейер выглядит так:
- Транскрибация. Запись звонка из телефонии или CRM превращается в текст с разделением по ролям: менеджер / клиент.
- Анализ по чек-листу. ИИ проверяет разговор по критериям, которые вы задали: поздоровался ли менеджер, выявил ли потребность, отработал ли возражения, назвал ли цену, договорился ли о следующем шаге.
- Оценка и отчёт. Каждый звонок получает балл, а руководитель - сводку: какие менеджеры проседают, на каком этапе теряются клиенты, какие возражения встречаются чаще всего.
Раньше такой разбор могли позволить себе только крупные колл-центры с дорогими системами. Современные ИИ-сервисы сделали речевую аналитику доступной отделу продаж из 3-5 человек.
Что находит ИИ в звонках: 6 типовых открытий
- Несоблюдение скрипта. Менеджеры «своими словами» пропускают этапы: не выявляют потребность, не называют следующий шаг. По нашему опыту это самая частая находка первых недель.
- Слитые лиды. Клиент готов купить, но менеджер не перезвонил или пообещал «выслать КП» и забыл. ИИ помечает такие звонки, пока сделку ещё можно спасти.
- Реальные возражения рынка. Сводка по сотням звонков показывает, что чаще всего останавливает клиентов: цена, сроки, недоверие. Это готовое ТЗ для маркетинга и продукта.
- Разница между лучшими и остальными. Видно, что именно делает сильный менеджер иначе, и этому можно научить остальных.
- Токсичные диалоги. Грубость, споры с клиентом, обещания, которые компания не может выполнить.
- Причины отказов. Не «клиент подумает», а конкретика: смутила цена монтажа, не устроил срок поставки.
Три способа контролировать звонки: сравнение
| РОП слушает сам | Аналитика в телефонии (Манго, Битрикс24, UIS) | ИИ-анализ по чек-листам | |
|---|---|---|---|
| Покрытие звонков | 2-5% | до 100% | до 100% |
| Глубина разбора | высокая, но субъективная | ключевые слова, стоп-слова | смысловой разбор по вашим критериям |
| Настройка под ваш скрипт | в голове РОПа | ограниченная | полная: свои чек-листы под каждый тип звонка |
| Привязка к телефонии | любая | только «своя» платформа | поверх записей, которые уже пишет ваша CRM |
| Время руководителя | 2-3 часа в день | отчёты + выборочное прослушивание | 15 минут на сводку |
Встроенная аналитика телефонии удобна, если вы уже живёте в её экосистеме и вам хватает поиска по ключевым словам. ИИ-анализ по чек-листам выигрывает, когда нужен разбор по смыслу: «выявил ли менеджер потребность» ключевым словом не поймаешь.
Рынок речевой аналитики: из чего выбирать
Сервисы речевой аналитики в России делятся на три группы:
- Встроенные в телефонию и CRM: модули речевой аналитики есть у Манго Офис, UIS, в Битрикс24. Плюс: всё в одном окне. Минус: анализ привязан к платформе, а глубина чаще ограничена ключевыми словами и стоп-словами.
- Корпоративные системы (ЦРТ и аналоги): мощно, но внедрение и ценник рассчитаны на колл-центры на сотни операторов.
- ИИ-сервисы поверх записей: подключаются к тому, что у вас уже есть, и разбирают разговоры по смыслу через языковые модели. Для малого и среднего бизнеса это самый короткий путь: без замены телефонии и без корпоративного бюджета.
Отдельный плюс третьей группы: те же чек-листы применяются и к перепискам. Клиент, который «слился» в WhatsApp, для классической речевой аналитики невидим, а для ИИ-анализа диалогов - такой же разговор, как звонок.
Как внедрить анализ звонков: пошагово
- Соберите записи. Если телефония уже пишет разговоры в CRM, ничего менять не нужно: сервис анализа забирает записи оттуда автоматически.
- Составьте чек-лист. 5-10 критериев из вашего реального скрипта продаж. Для разных типов звонков (первичный, повторный, сервисный) - разные чек-листы.
- Прогоните первую сотню звонков. Не наказывайте менеджеров по итогам первой недели: сначала калибруете критерии, убираете спорные.
- Встройте в ритм управления. Еженедельный разбор с командой: лучшие звонки как образец, типовые ошибки как тема мини-обучения.
- Замеряйте динамику. Средний балл по чек-листу, конверсия звонка в следующий шаг, доля звонков без следующего шага.
Пример чек-листа для первичного звонка
Готовый чек-лист, с которого можно начать (дальше подстроите под свой скрипт):
| № | Критерий | Что проверяет ИИ |
|---|---|---|
| 1 | Приветствие и представление | назвал себя и компанию |
| 2 | Программирование звонка | обозначил план разговора |
| 3 | Выявление потребности | задал минимум 3 открытых вопроса до презентации |
| 4 | Квалификация | выяснил бюджет/сроки/ЛПР |
| 5 | Презентация через выгоду | связал продукт с названной потребностью, а не читал прайс |
| 6 | Работа с возражениями | не спорил, уточнил причину, дал аргумент |
| 7 | Цена названа уверенно | без извинений и «ну там от...» |
| 8 | Следующий шаг | конкретная договорённость с датой, а не «созвонимся» |
| 9 | Фиксация контактов | подтвердил, куда отправить материалы |
| 10 | Тон разговора | без перебиваний и раздражения |
Для повторных и сервисных звонков чек-лист другой: там проверяются статус договорённостей, реакция на просрочку, допродажа.
Как выглядит разбор звонка: условный пример
Менеджер Алексей, первичный звонок 6 минут. Оценка ИИ: 6 из 10.
Выполнено: представился, выявил потребность (2 открытых вопроса), презентовал через выгоду, назвал цену уверенно.
Пропущено: не выяснил, кто принимает решение; возражение «дорого» закрыл скидкой вместо аргумента; следующий шаг размыт: «наберу на неделе» без даты.
Риск сделки: средний. Рекомендация: перезвонить с конкретным предложением до четверга, уточнить ЛПР.
Такой разбор по каждому звонку - то, что руководитель физически не может делать руками при потоке 30-50 звонков в день на отдел.
Какие метрики отслеживать по итогам анализа
- Средний балл по чек-листу - по менеджеру и по отделу, динамика по неделям.
- Доля звонков со следующим шагом - главный предиктор конверсии: звонок без договорённости почти всегда потерян.
- Конверсия звонка в следующий этап - встречу, КП, счёт.
- Топ возражений - что чаще всего останавливает клиентов и как это меняется.
- Доля токсичных звонков - споры, грубость, невыполнимые обещания.
Как это устроено в ESSG Club: ИИ Слухач
В ESSG Club анализом звонков занимается нейросотрудник ИИ Слухач. Он подключается к amoCRM: записи звонков, которые ваша телефония складывает в сделки, подтягиваются в анализ сами. Каждый разговор транскрибируется и оценивается по чек-листам, которые вы настраиваете под свои скрипты, причём чек-листы раздельные: для звонков одни критерии, для переписок другие. Чаты приходят через Wazzup: WhatsApp, Telegram, Avito - диалоги с клиентами разбираются по тем же правилам, что и звонки.
Руководитель видит по каждому разговору балл и разбор: что менеджер сделал правильно, что пропустил, была ли договорённость о следующем шаге. Слухач входит в подписку клуба вместе с другими нейросотрудниками: ИИ-юристом, Протоколиусом для протоколов встреч и SEO-заводом.
Попробовать Слухача в Telegram →
Подписка оформляется в Telegram за пару минут
Частые вопросы
Законно ли записывать и анализировать звонки сотрудников?
Да, при соблюдении двух условий: сотрудники уведомлены о записи рабочих разговоров (обычно это пункт в трудовом договоре или отдельном регламенте), а клиенты слышат предупреждение «разговор записывается». Анализ таких записей - внутренний контроль качества, он законен.
Сколько звонков нужно, чтобы аналитика имела смысл?
Польза начинается уже с 5-10 звонков в день на менеджера: за месяц накапливается статистика по возражениям и ошибкам. Чем больше поток, тем быстрее видны закономерности.
Нужно ли менять телефонию?
Нет. ИИ-анализ работает поверх записей разговоров, которые ваша телефония уже складывает в CRM. Это главное отличие от речевой аналитики, встроенной в конкретную телефонную платформу.
Понимает ли ИИ специфику нашей ниши?
Чек-листы вы пишете сами под свой скрипт и свою терминологию, поэтому «специфика» задаётся вами. ИИ оценивает разговор по смыслу ваших критериев, а не по универсальному шаблону. Первые пара недель уходит на калибровку: спорные критерии переформулируются.
Что делать с оценками менеджеров?
Использовать для обучения, а не только для депремирования. Команды, где разбор звонков стал еженедельным ритуалом обучения, растят конверсию быстрее, чем те, где аналитика превратилась в надзор.