Как SaaS-компания из группы «Т-Банк» заменила выборочную ручную прослушку на сквозную ИИ-аналитику: 100% звонков под контролем, единая 100-балльная шкала оценки менеджеров и карта возражений вместо разрозненных цифр и слепых зон.
Отдел продаж с распределённой командой менеджеров, которые ежедневно ведут десятки звонков. Состав регулярно меняется — людей нанимают и отключают по мере ротации.
По мере роста объёма звонков управление качеством упёрлось в несколько системных ограничений.
В отчётах встречались несопоставимые цифры — 55 из 50, 33 из 54, 0 или 100 у нецелевых звонков. Не было единого бенчмарка, на который можно ориентировать команду.
Причины отказов не были структурированы. Команда не видела в цифрах, какие возражения повторяются и где именно теряется сделка.
В выборку сотрудников подтягивались давно не работающие менеджеры из-за legacy-записей. Селектор засорялся, актуальная картина размывалась.
Выборочная прослушка охватывала единицы диалогов. Обратная связь приходила с опозданием и зависела от субъективного мнения проверяющего.
Платформа слушает 100% звонков, оценивает каждый диалог по чек-листу и собирает аналитику в одном интерфейсе. Под задачи AnyQuery настроили ключевые модули.
ИИ разбирает структуру диалога, работу с возражениями и соблюдение стандартов — каждый звонок, а не выборка. Руководитель видит реальную картину по команде ежедневно.
Общий лимит и веса по каждому критерию — приветствие, рассказ о компании, отработка возражений. Все звонки оцениваются на одном бенчмарке «сколько из 100».
Классификация и подсчёт причин отказа с разбивками. Видно, какие возражения повторяются и сколько сделок на них теряется — основа для доработки скриптов.
Фильтр по актуальному окну дат показывает только работающую команду — без «мёртвых» учёток в селекторе. Кастомный промт под специфику AnyQuery даёт подсказки по скриптам и аргументации на основе реальных диалогов.
Состав постоянно меняется: учётку отключают сразу при уходе сотрудника. Выборка актуализируется фильтром по датам, а не ручным удалением людей из отчётов.
Нестандартные причины отказа не выносятся в отдельные категории, чтобы не засорять аналитику, — но фиксируются и обсуждаются на еженедельных синках.
Веса по пунктам чек-листа AnyQuery согласовывает на своей стороне, после чего платформа пересобирает оценку под 100-балльную шкалу.
Legacy-оценки по умолчанию не перепрогоняются, но могут быть актуализированы под новую шкалу за выбранный период.
Команды AnyQuery и AvangardAI работают в режиме коротких недельных созвонов: каждая итерация — разбор того, что уже в личном кабинете, и план доработок на ближайшие недели.
Подключение звонков, оценка диалогов по базовому чек-листу, первые дашборды и отчёты по менеджерам.
Включены разбивки по возражениям. Команда подтвердила пользу инструмента и начала формировать список дополнительных категорий.
AnyQuery согласовывает веса критериев, AvangardAI пересобирает кабинет под общий лимит 100 — все звонки на одном бенчмарке.
Актуализация выборки по сотрудникам и кастомный промт рекомендаций под специфику команды.
Вместо выборочной ручной прослушки — оценка каждого звонка, ежедневно.
Общая шкала с весами убрала разнобой в цифрах — команду стало на что ориентировать.
Аналитика показывает только работающую команду, без legacy-шума.
Переход от ручной выборочной проверки к сквозной ИИ-аналитике превратил контроль качества из формальности в инструмент роста продаж: каждый звонок оценён, каждое возражение посчитано, вся команда работает по одному прозрачному стандарту.
Круто, что пошли разбивки по возражениям — это по-настоящему полезный инструмент. И теперь вся команда ориентируется на одну шкалу.
Обсудим ваши цели внедрения, покажем кейсы под вашу задачу и ответим на вопросы. 30-минутное демо на ваших реальных диалогах — бесплатно.
