Как федеральный девелопер жилой недвижимости ушёл от прежнего сервиса речевой аналитики к AvangardAI, получил 100% охват звонков, единые плановые показатели по всем регионам и рост конверсии первичного звонка в визит в офис.
рост конверсии первичного звонка в визит в отдельных регионах
Подтверждено клиентом на пилоте. Ниже — как результат распределился по регионам и остальным метрикам.
В 2026 году компания отмечает свой 30-летний юбилей. Продажи жилых объектов успешно ведутся одновременно на нескольких региональных рынках, включая Казань, Екатеринбург, Пермь, Санкт-Петербург, Махачкалу и другие города.
На момент старта проекта «Унистрой» уже применял речевую аналитику, но для масштаба федеральной сети из нескольких регионов её возможностей стало не хватать.
В анализ попадали разговоры, не связанные со сделкой, — это тянуло показатели менеджеров вниз и требовало ручной чистки.
Не было прозрачных плановых показателей по этапам разговора, единых для всех команд и регионов.
Сложно объективно сравнивать команды, находить точки роста и быстро корректировать скрипты.
Ручной контроль покрывает лишь малую долю звонков; речевая аналитика даёт 100% — но только если данные «чистые», а оценка соответствует реальной логике.
Платформу подключили к телефонии Mango Office и AmoCRM и настроили под процессы девелопера: оценка 100% звонков, «чистые» данные, единые плановые показатели.
Отдельные чек-листы первичного и повторного касания; веса критериев полностью совпадают с бально-рейтинговой системой, согласованной с ОКК.
Звонок берётся в оценку только при связке с активной сделкой, нужным этапом и длительностью от 50 сек; ИИ-слой автоматически отсекает разговоры, не связанные со сделкой. Такие звонки больше не искажают показатели.
По каждому этапу задан целевой показатель (установление контакта — 75%, выявление потребностей — 65%). Виден топ возражений и эффективность их отработки по команде и эксперту.
Руководитель и эксперты могут оспорить оценку по критерию; согласованные апелляции идут в дообучение в полуручном режиме — утверждённая логика чек-листа остаётся неизменной.
Ключевое, что отличает внедрение, — аналитика на данных по конкретному жилому комплексу (ЖК).
ИИ понимает не по полю в CRM, а по смыслу диалога, какой жилой комплекс заинтересовал клиента. Если упомянуто несколько ЖК, выбирается один — тот, на котором клиент остановил выбор, со сверкой по списку ЖК из AmoCRM.
AI-аналитик по выборке звонков конкретного ЖК формирует портрет клиента, цель покупки и типичные возражения. Готовый пресет встроен прямо в интерфейс; можно задавать и произвольные запросы. Потребность клиента видна и в разборе каждого отдельного звонка.
Настроили автоматическую выгрузку звонков из AmoCRM в платформу.
Согласовали чек-листы первичного и повторного касания и веса критериев с отделом контроля качества.
Настроили фильтрацию нецелевых звонков и целевые показатели по этапам разговора.
Запустили пилот в Казани и ряде регионов: эксперты сами мониторят зоны роста вместе с руководителем.
Первичный звонок в визит в офис (+4 п.п.) — порядка 1 254 визитов за июнь.
Разговоры, не связанные со сделкой, отфильтрованы — «слепых зон» больше нет.
+8 п.п. за один контрольный месяц по первичным звонкам.
Контроль качества перестал быть разовой прослушкой звонков. Руководителю больше не нужно вручную слушать разговоры, а работа с платформой стала обязательной для всех РОП — с предсказуемым результатом по конверсии.
Спасибо команде AvangardAI за гибкость. Вы настолько докрутили платформу под наши задачи, оперативно реагируете — сразу видно людей, которые понимают боли бизнеса, конкретно наши боли. Вы сделали реально большую работу. Я очень рада партнёрству, и мы идём с вами на долгосрок.
Обсудим ваши цели внедрения, покажем кейсы под вашу задачу и ответим на вопросы. 30-минутное демо на ваших реальных диалогах — бесплатно.
