Речевая аналитика звонков: как работает AI-контроль качества в продажах и контакт-центре

Как устроена речевая аналитика: распознавание речи, разделение говорящих, чек-листы и калибровка по экспертам, что измерять в разговоре, правовые аспекты, пример 100% охвата звонков и порядок внедрения.

В большинстве отделов продаж и контакт-центров контроль качества звонков устроен одинаково: супервайзер выборочно слушает записи, заполняет чек-лист и раз в неделю разбирает ошибки с менеджерами. При таком подходе проверяется небольшая доля разговоров — обычно единицы процентов, — и выводы делаются по случайной выборке, которая может не содержать ни лучших, ни худших звонков. Речевая аналитика меняет сам принцип: система расшифровывает и оценивает каждый разговор, а человек работает уже с результатами. Ниже — как такие системы устроены технически, что именно в звонке можно измерить, какие результаты реалистичны, где проект чаще всего спотыкается и как подготовиться к внедрению. Что такое речевая аналитика Речевая аналитика — автоматическая обработка записей разговоров: преобразование речи в текст, разметка по говорящим, поиск ключевых фраз и тем, оценка соблюдения скрипта, тональности и других параметров, агрегация результатов по сотрудникам, отделам, продуктам и периодам. Важно различать два поколения таких систем. Словарные системы. Ищут в расшифровке заранее заданные слова и фразы: «конкурент», «дорого», «отказ», название продукта. Работают быстро и предсказуемо, но пропускают всё, что сказано другими словами. Фраза «у других дешевле» не найдётся по слову «конкурент». Системы на языковых моделях. Понимают смысл разговора: было ли возражение по цене, как менеджер на него ответил, выяснил ли потребность, договорился ли о следующем шаге. Могут оценивать звонок по сложным критериям, которые раньше мог применить только опытный супервайзер. Современные решения обычно сочетают оба подхода: словари — для точных и юридически значимых фраз, модели — для смысловой оценки. Как устроена система: от записи до отчёта 1. Получение записей Записи поступают из телефонии: облачной АТС, контакт-центра, SIP-оборудования. Вместе с аудио передаются метаданные: кто звонил, кому, когда, длительность, направление, идентификатор сотрудника. Лучший вариант — автоматическая передача по событию завершения звонка через API телефонии. Выгрузка раз в сутки работает, но лишает возможности реагировать на проблемы в течение дня. Уже на этом этапе возникают вопросы, которые стоит решить заранее: пишется ли стерео (каждый участник в отдельном канале) или моно, в каком формате и с каким качеством хранится аудио, как долго хранятся записи и где. 2. Распознавание речи Аудио преобразуется в текст моделью распознавания. Качество этого этапа определяет всё остальное: если модель расслышала «не подходит» как «подходит», последующий анализ сделает неверный вывод. На качество распознавания влияют: Канал записи. Стереозапись, где менеджер и клиент в разных каналах, распознаётся заметно лучше и сразу решает задачу разделения говорящих. Качество звука. Сжатие телефонной линии, фоновый шум, плохие гарнитуры, звонки с мобильных в дороге. Предметная лексика. Названия продуктов, тарифов, профессиональные термины, аббревиатуры. Общая модель их не знает и подставляет похожие слова. Помогает словарь терминов и дообучение на записях компании. Одновременная речь. Когда собеседники перебивают друг друга, распознавание в моно-записи заметно ухудшается. 3. Разделение говорящих Для оценки нужно знать, кто что сказал: вопрос о бюджете от менеджера и тот же вопрос от клиента означают разное. В стерео это решается автоматически, в моно — отдельной моделью диаризации, которая определяет смену говорящего по голосу. Затем система определяет роли — кто из участников сотрудник, кто клиент. 4. Анализ разговора Расшифровка с разметкой ролей передаётся на анализ. Здесь применяются чек-листы и критерии, о которых подробнее ниже. Результат — структурированная оценка: выполнен ли каждый пункт, с цитатой из разговора в подтверждение, общий балл, выявленные темы, возражения, итог звонка. 5. Запись результатов и интеграция Оценки сохраняются в базе и передаются в рабочие системы. Ценность резко возрастает, когда результат анализа привязан к сделке в CRM: можно увидеть не только «менеджер не выяснил бюджет», но и связь этого с тем, закрылась ли сделка. 6. Отчёты и уведомления Дашборды для руководителей, карточки звонков для супервайзеров, персональная статистика для сотрудников, мгновенные уведомления о критичных событиях: грубость, угроза клиента обратиться в суд, упоминание конкурента в крупной сделке. Что можно измерять в разговоре Соблюдение скрипта и стандартов приветствие и представление по стандарту; выявление потребности: заданы ли ключевые вопросы; презентация: названы ли преимущества, релевантные потребности клиента; работа с возражениями: какие возражения прозвучали и был ли на них дан ответ; завершение: договорённость о следующем шаге, фиксация сроков; обязательные фразы: например, предупреждение о записи разговора или раскрытие условий, требуемое регулятором. Содержание разговора темы обращений и их распределение — что спрашивают клиенты чаще всего; упоминания конкурентов и контекст упоминания; причины отказов; вопросы, на которые сотрудник не смог ответить — готовый список пробелов в обучении и базе знаний; жалобы на продукт, доставку, сервис. Поведенческие параметры соотношение времени речи менеджера и клиента; перебивания; длительные паузы и время удержания; тональность и её изменение по ходу разговора; темп речи. Поведенческие параметры полезны как сигналы, но опасны как самостоятельные оценки. Длинный монолог менеджера может быть и провалом, и подробной консультацией, о которой клиент сам попросил. Поэтому их лучше использовать для поиска звонков, которые стоит посмотреть, а не для прямого наказания. Как составить чек-лист оценки Чек-лист — сердце системы. Хорошая модель с плохим чек-листом даёт точные ответы на неправильные вопросы. Критерии должны быть наблюдаемыми Плохо: «Менеджер проявил клиентоориентированность». Хорошо: «Менеджер задал хотя бы один вопрос о задаче клиента до того, как назвал продукт или цену». Первый критерий два супервайзера оценят по-разному, и модель тоже будет непоследовательна. Второй проверяется однозначно. Каждый пункт — с доказательством Система должна не просто ставить «выполнено» или «не выполнено», а приводить фрагмент разговора, на основании которого сделан вывод. Это позволяет сотруднику и супервайзеру быстро проверить оценку и снимает главное возражение против автоматического контроля — «машина ошиблась». Разные сценарии — разные чек-листы Первичный входящий звонок, повторный звонок по сделке, звонок по претензии, холодный исходящий — это разные разговоры с разными целями. Единый чек-лист на все сценарии будет штрафовать менеджера за невыявленную потребность в звонке, где клиент позвонил уточнить время доставки. Система сначала определяет тип звонка, затем применяет соответствующий набор критериев. Калибровка по экспертам Перед запуском несколько опытных супервайзеров независимо оценивают одну и ту же выборку звонков. Сначала это выявляет расхождения между самими экспертами — и формулировки критериев уточняются, пока эксперты не начнут оценивать согласованно. Затем с этой выборкой сравниваются оценки системы. Цель — чтобы система расходилась с экспертами не сильнее, чем эксперты друг с другом. Какие результаты реалистичны: пример из практики В одном из наших проектов мы разрабатывали систему AI-аналитики для отдела продаж финансовой компании, где до внедрения вручную проверялось около 5% разговоров. Цифры ниже — из опубликованного кейса : система обрабатывает 104 930 звонков в месяц — все входящие и исходящие звонки отдела продаж; охват контроля вырос с прежних 5% до 100% разговоров; точность транскрибации — 95% и выше, даже при фоновом шуме; результаты анализа доступны примерно через минуту после окончания звонка; звонок оценивается по 15+ параметрам; соответствие AI-оценок экспертной оценке — 92%; время супервайзеров на контроль качества сократилось на 85%; конверсия продаж выросла на 32% — за счёт выявления и распространения лучших практик; обучение новых сотрудников ускорилось на 40% благодаря подборкам лучших звонков. Обратите внимание на механизм роста конверсии. Он возник не от того, что система «следит» за менеджерами, а от того, что стало видно, чем разговоры, закончившиеся продажей, отличаются от остальных. Это знание превращается в скрипты, обучение и примеры для новичков. Контроль — побочный эффект; главная ценность — понимание, что работает. Переносить эти цифры на другой бизнес напрямую нельзя: результат зависит от исходного процесса, объёма звонков, качества записи и того, как компания использует выводы. Но порядок эффекта показателен. Где проекты речевой аналитики спотыкаются Плохие записи Моно-запись с сильным сжатием, обрезанные начала разговоров, отсутствие привязки записи к сотруднику. Проблема обнаруживается на первой неделе пилота и иногда требует изменения настроек телефонии. Проверить качество записей стоит до начала разработки. Система используется только для наказаний Если сотрудники видят в аналитике только инструмент штрафов, они начинают формально проговаривать обязательные фразы, не меняя сути разговора. Метрики растут, продажи — нет. Работает обратный подход: персональная статистика доступна самому сотруднику, лучшие звонки становятся примерами, оценки используются для обучения прежде, чем для санкций. Слишком много метрик Система умеет измерять сотни параметров, и возникает соблазн вывести на дашборд их все. В результате руководитель не знает, на что смотреть. Разумнее начать с пяти-семи показателей, связанных с бизнес-результатом, и добавлять новые, когда появляется конкретный вопрос. Нет связи с результатом сделки Без интеграции с CRM система показывает, как проходят разговоры, но не показывает, какие особенности разговора влияют на продажи. Выводы превращаются в мнения. Интеграция с воронкой — то, что делает аналитику управленческим инструментом. Критерии, которые не согласованы с супервайзерами Если чек-лист составлен без людей, которые годами оценивали звонки, система будет оценивать не то, что важно на практике, и супервайзеры перестанут доверять её выводам. Их участие в формулировке критериев и калибровке — обязательное условие. Правовые аспекты Запись и анализ разговоров связаны с обработкой персональных данных, а голос в ряде случаев может рассматриваться как биометрическая информация. Перед внедрением стоит проверить с юристом: уведомляются ли собеседники о записи разговора и в какой форме; на каком основании обрабатываются персональные данные клиентов и сотрудников и отражено ли это в политике обработки; где физически обрабатываются и хранятся записи и расшифровки — требования 152-ФЗ о локализации; кто имеет доступ к записям и расшифровкам, как это протоколируется; сроки хранения записей и порядок их удаления; информированы ли сотрудники об использовании аналитики и её целях — это вопрос не только права, но и доверия внутри команды. Отдельно — выбор модели распознавания и анализа. Облачные сервисы вне России для записей разговоров с клиентами в большинстве случаев не подходят. Варианты: российские облачные сервисы или развёртывание открытых моделей в контуре компании. Как подготовиться к внедрению 1. Определить цель Речевая аналитика решает разные задачи: рост конверсии, снижение затрат на контроль, выполнение требований регулятора, поиск причин оттока, улучшение продукта по жалобам. От цели зависит, какие критерии важны, какие интеграции нужны и какой результат считать успехом. Проект «чтобы было» заканчивается дашбордом, который никто не открывает. 2. Проверить записи Выгрузить несколько сотен записей разных типов звонков, оценить качество звука, наличие стерео, привязку к сотрудникам и сделкам. Если записи моно и без метаданных, исправление настроек телефонии — первый шаг. 3. Собрать существующие чек-листы Текущие формы оценки супервайзеров, скрипты, стандарты обслуживания. Это отправная точка для критериев системы, даже если их придётся переформулировать. 4. Выделить экспертов Двух-трёх супервайзеров, которые будут участвовать в формулировке критериев, калибровке и оценке результатов пилота. Их время — неотъемлемая часть проекта. 5. Запустить пил