Как понять, хорошо ли менеджеры работают с клиентами

Долгое время я считал, что контролирую качество работы отдела продаж. Раз в неделю садился, прослушивал 10–15 случайных звонков, делал замечания. Но проблемы повторялись. Клиенты жаловались на грубость, менеджеры пропускали возражения, а самые тёплые лиды почему‑то не закрывались.

Пока мы не запустили систему, которая анализирует каждый звонок автоматически. Расскажу, что мы увидели и как это изменило управление.

Руководитель физически не может прослушать все звонки. Даже если в день их 50–100, а не тысяча. Выборочная проверка даёт искажённую картину. Менеджер знает, что его слушают выборочно, и может «подтягиваться» только под контроль. Плюс субъективность: один супервайзер оценивает строже, другой мягче. В итоге решения о премиях и обучении принимаются на основе неполных данных.

У нас было так: раз в месяц мы понимали, что конверсия упала, но не могли ответить, почему. Где именно менеджер ошибся? Не выявил потребность, не отработал возражение или просто нагрубил? Ответов не было.

Мы автоматизировали контроль через ИИ. Система подключается к телефонии по API, забирает записи звонков за день, переводит аудио в текст и разбивает на роли: «сотрудник» и «клиент». Потом анализирует каждый диалог по десятку критериев.

Что получает руководитель:

• Длительность звонка, долю речи сотрудника и клиента.
• Оценку «теплоты» клиента — насколько он был заинтересован.
• Основные боли и возражения.
• Оценку работы менеджера с пояснением, почему именно такая.
• Подробное резюме разговора и итог (чем закончилось).
• Рекомендации, что улучшить в диалоге.

Если нужно, система выделяет названия товаров, цены, сроки, следующий шаг, причины отказа. Можно настроить триггеры: например, если менеджер не назначил следующий звонок — уведомление руководителю.

Все данные собираются в веб-интерфейсе. Список звонков с фильтрами по менеджеру, дате, исходу. По каждому звонку — полная карточка: транскрипт, все поля анализа, оценка по критериям, рекомендации.

Есть готовые отчёты для руководителя:

• Оценка качества по менеджерам и периодам.
• Провалы по конкретным критериям (например, все менеджеры проваливают отработку возражения по цене).
• Динамика лояльности клиентов и исходов.
• Топ болей и возражений.
• Рейтинг менеджеров.

Можно настроить дашборды под себя. Интеграция с CRM и телефонией (Sipuni, Mango, UIS, Zadarma) — в несколько кликов. Система ставится локально на сервер компании, все данные под защитой.

Первое — масштаб проблемы оказался больше, чем казалось. Выборочный контроль показывал 70% «хороших» звонков. Сплошной анализ — 45%. Оказалось, что менеджеры систематически:

• Пропускают этап выявления потребностей.
• Не работают с возражениями, а просто «забивают» или уходят в скидки.
• Забывают назначать следующий контакт.

Второе — мы наконец увидели реальные боли клиентов. Раньше они доходили через жалобы, которые доходили через неделю. Теперь через день у меня на столе таблица, благодаря чему — лояльность выросла.

Третье — обучение стало точечным. Раньше мы гоняли всех по общим тренингам. Теперь по каждому менеджеру видно: у Ивана проблема с возражениями, у Петра — с приветствием и тоном. Назначили индивидуальные задания, через месяц рейтинг подтянулся.

Четвёртое — ушли споры о премиях. Раньше менеджеры говорили: «меня оценили несправедливо». Теперь система даёт объективный score, ссылаясь на конкретные фразы в диалоге. Споров больше нет.

Система не принимает решений за руководителя. Она даёт данные, структурирует их, подсвечивает проблемные зоны. Но увольнять или премировать — всё равно человек. И конечно, данные в облако не уходят. Запись звонков — персональные данные, коммерческая тайна. Всё работает локально, на сервере компании.

А как вы контролируете качество общения с клиентами? Пользуетесь ли автоматическим анализом звонков или полагаетесь на личные проверки? Если пробовали внедрять — с какими трудностями столкнулись? Если нет — что останавливает: стоимость, доверие к ИИ или просто не до рук? Поделитесь опытом.