После звонка: какие системы речевой аналитики действительно меняют бизнес-процесс

Есть довольно распространенный сценарий внедрения AI.

Компания подключает речевую аналитику.

Через месяц у руководителя появляется новый дашборд.

На нем:

графики, оценки сотрудников, причины обращений, соблюдение скриптов и красивые облака тематик.

Через три месяца дашборд открывают раз в неделю.

Через полгода — только перед совещанием.

Проблема здесь не обязательно в качестве аналитики.

Проблема в том, что между инсайтом и действием отсутствует бизнес-процесс.

Современная речевая аналитика становится действительно полезной тогда, когда умеет не только объяснить разговор, но и передать результат туда, где работают сотрудники.

Например:

в CRM, BI, систему контроля качества, обучение или автоматический workflow.

Уровень первый: показать проблему

Это умеет практически весь рынок.

Система обнаруживает:

менеджер не выявил потребность.

И показывает этот звонок руководителю.

Уже полезно.

Но затем РОПу нужно:

открыть звонок, разобраться, найти менеджера, определить сделку, дать обратную связь и проверить результат.

То есть AI ускорил поиск проблемы.

Но процесс остался ручным.

Rechka.AI: простой путь обратно в CRM

У Rechka есть очень понятный сценарий.

После анализа разбор разговора возвращается примечанием непосредственно в карточку сделки amoCRM или Bitrix24.

Для небольшого отдела продаж это важнее многих сложных AI-функций.

Менеджеру и РОПу не нужно постоянно жить еще в одном интерфейсе.

В CRM появляется:

разбор звонка, оценки, этапы скрипта, возражения и договоренности.

То есть речевая аналитика становится дополнением к CRM, а не параллельной системой.

imot.io: структурировать CRM после разговора

У imot.io CRM-интеграция идет дальше.

На публичной тарифной странице указаны интеграции с CRM, CMS и чатами, автоматическое заполнение CRM и персональные отчеты сотрудников. На старших тарифах доступны API и более гибкие интеграции.

Особенно хорошо это видно в отраслевых сценариях.

После разговора система может структурировать информацию:

что хотел клиент, какое было возражение, о чем договорились и чем закончился диалог.

Это уже решает еще одну старую проблему бизнеса:

CRM заполняется не так, как происходил разговор, а так, как его запомнил менеджер.

Автоматическая фиксация данных уменьшает эту зависимость.

DEERAY: от выявления потери к управленческому циклу

DEERAY (deeray.com) сегодня строит позиционирование вокруг скрытых потерь в продажах.

Система подключает телефонию, CRM, чаты и встречи, анализирует коммуникации, выявляет места потери выручки и формирует рекомендации.

Это важное отличие от классического контроля качества.

Вместо:

Иванов снова не назвал компанию.

вопрос становится:

На каких этапах воронки мы системно теряем деньги и какие коммуникационные паттерны с этим связаны?

Публичные тарифы включают не только сам анализ, но и аналитическую поддержку: от двух часов на начальном плане до двадцати на максимальном.

Сам подход предполагает цикл:

данные → проблема → рекомендация → изменение процесса → повторный анализ.

Именно этот замкнутый контур намного важнее еще одного графика.

Roistat: действие начинается с маркетингового бюджета

У Roistat результат используется иначе.

Главная ценность речевой аналитики здесь — возможность связать содержание звонков со сквозной маркетинговой аналитикой. Система анализирует звонки, оценивает сотрудников, использует словари и AI-поиск, а сама платформа связывает онлайн- и офлайн-источники вплоть до прибыли.

Предположим:

из рекламы А пришло 200 звонков;

из рекламы Б — только 100.

По количеству лидов выигрывает А.

Но аналитика разговоров показывает, что значительная часть этих обращений нецелевые.

Тогда действие после анализа — не обучение менеджера.

А:

перераспределить рекламный бюджет.

Это отличный пример того, как один и тот же звонок используется совершенно разными подразделениями.

MANGO OFFICE: действие внутри коммуникационной экосистемы

MANGO OFFICE выигрывает за счет другого эффекта.

Телефония, записи и речевая аналитика находятся рядом.

AI-тематики, чек-листы, эмоции и помощники работают внутри уже существующего коммуникационного контура.

Для компании, которая уже использует MANGO, это уменьшает самое болезненное место многих внедрений:

интеграцию.

Не всегда самая функциональная система приносит наибольший эффект.

Иногда побеждает та, которую проще встроить в ежедневную работу.

SpeechSense: максимальная свобода, но действия придется проектировать

У Yandex SpeechSense противоположный подход.

Это cloud-платформа.

Компания получает инструменты распознавания, аналитики и AI-ассистентов с прозрачной инфраструктурной тарификацией.

Что произойдет после анализа — во многом определяется самим заказчиком.

Можно:

отправлять результаты в собственное хранилище, BI, CRM или внутренние системы.

Это дает практически максимальную свободу архитектуры.

Но она особенно ценна компаниям, которые способны эту архитектуру построить.

Для бизнеса без собственной команды разработчиков готовая платформа иногда оказывается рациональнее.

Naumen: анализ как часть CX-процесса

Naumen Conversation Intelligence интересен тем, что публично выводит речевую аналитику далеко за пределы контроля операторов.

Платформа используется в CX, продажах, продуктовой работе, взыскании и HR, а опубликованные кейсы показывают переход от автоматизации QA к более широкому анализу CJM и клиентского опыта.

То есть конечное действие может происходить вообще не в контакт-центре.

А, например:

в продукте, клиентском пути или правилах обслуживания.

И это еще один признак зрелости рынка.