Аналитика голосовых контактов

Аналитика голосовых контактов на базе ИИ — система транскрибации и анализа звонков из любых источников: IP-телефония (Манго, Астериск, Битрикс24 Телефония), голосовые сообщения мессенджеров (Макс, Телеграм (Telegram), ВКонтакте), записи с диктофонов и видеовстреч (Зум (Zoom), Яндекс Телемост, TrueConf). Решение заменяет выборочный аудит звонков (не более 2–5% от общего объёма) на сплошной анализ 100% диалогов. Руководитель получает дашборд с ключевыми метриками: соблюдение скрипта, инциденты, пропущенные возможности, лучшие практики сотрудников. Все компоненты решения разворачиваются внутри контура заказчика — исключена трансграничная передача данных.

Мы внедряем сквозную аналитику на базе моделей транскрибации и LLM, интегрируемую с вашей телефонией, CRM и системами контроля качества. В рамках реализации автоматизируются следующие процессы:

Транскрибация звонков: любые аудиоисточники (мессенджеры, телефония, диктофоны, видеоконференции) преобразуются в расшифрованный диалог с разделением по спикерам и временными метками.
Поиск ключевых слов, интентов и триггеров: система находит фразы-маркеры — возражения («дорого», «подумаю»), успешные закрытия («давайте попробуем»), сомнения, упоминания конкурентов, а также «необработанные звонки» (silent call) — диалоги, где оператор не смог решить проблему или не зафиксировал заявку.
Контроль качества и соблюдение скриптов: ИИ проверяет, выполнил ли оператор обязательные шаги (приветствие, уточнение потребностей, отработка возражений, завершающая фраза) и выдаёт интегральную оценку.
Аналитика по сотрудникам и сменам: для каждого оператора — процент успешных звонков, зоны роста, рекомендуемые сценарии обучения. Для руководителя — дашборд по отделу, выявление лучших практик и системных ошибок.
Автоматическая эскалация: при выявлении «необработанного звонка» (silent call) или критического нарушения скрипта система создаёт задачу руководителю с приложением расшифровки и рекомендацией по доработке.

Поддерживаемые источники

IP-телефония (Манго, Астериск)

Битрикс24 Телефония

Макс (голосовые сообщения)

Телеграм (Telegram)

ВКонтакте (голосовые)

Диктофоны и аудиофайлы

Видеовстречи (Зум (Zoom), Яндекс Телемост, TrueConf)

API для любых источников

Ключевые возможности

Транскрибация с разделением по спикерам

Поиск интентов и триггеров сомнения

Контроль соблюдения скриптов

Выявление «необработанных звонков» (silent call)

Оценка качества каждого оператора

Дашборды для руководителя

Автоматическая эскалация проблемных диалогов

Интеграция с CRM через MCP Hub

Примеры внедрений

Колл-центр интернет-магазина (300+ операторов)

Отрасль: E-commerce, розничные продажи
Задача: Ежедневно 5000+ звонков. Контроль качества аудируется выборочно — охват менее 2% разговоров. Руководство не видит реальной картины: скрипты не соблюдаются, до 15% заявок теряются.
Решение: ИИ-аналитика всех звонков из телефонии Манго. Транскрибация, автоматическая проверка соблюдения скриптов, выделение звонков с высоким риском потери заказа. Развёртывание on-premise — все данные остаются внутри контура компании.
Результат: Полный охват контроля качества (100% звонков), выявлены 3 системных ошибки в обработке возражений (исправлены через дообучение), потери заявок снижены с 15% до 4%, качество обслуживания (CSAT) выросло на 28%.

Производственный холдинг (отдел продаж B2B, 50 менеджеров)

Отрасль: B2B-продажи промышленного оборудования
Задача: Отсутствие единого стандарта диалогов. Менеджеры ведут переговоры по-разному, лучшие практики не тиражируются. Нет инструмента для массовой оценки эффективности.
Решение: Система аналитики из записей телефонии Астериск и видеовстреч в Яндекс Телемост. Поиск лучших скриптов и «слабых мест» каждого менеджера, автоматическая рекомендация примеров успешных диалогов коллег. Корпоративное развёртывание без передачи данных вовне.
Результат: Выявлены 5 успешных приёмов обработки возражений (внедрены для всех), время обработки одного лида сократилось на 35%, выручка на менеджера выросла на 22% после внедрения рекомендаций.

Технологический стек

Транскрибация (речь-в-текст): Whisper (OpenAI), Vosk (офлайн-режим), Yandex SpeechKit
LLM для анализа диалогов: Yandex GPT, DeepSeek, Qwen (подбор под требования к data privacy и импортозамещению)
Выделение интентов и сущностей: кастомные NER-модели
Оценка качества и соблюдения скриптов: гибридные правила + ML-классификация
Интеграционный слой: MCP Hub (Model Context Protocol) для доступа к телефонии, CRM, записям видеовстреч
Дашборды и аналитика: Grafana + собственная BI-надстройка
Безопасность: all components deployed on-premise, исключена трансграничная передача данных

Ответы на вопросы

Какие источники голоса поддерживаются?

Ответ: Любые, где можно получить аудиозапись или поток. Из коробки: IP-телефония (Манго, Астериск, Битрикс24 Телефония и другие через API), голосовые сообщения из мессенджеров (Макс, Телеграм (Telegram), ВКонтакте), загруженные аудиофайлы (диктофоны, записи совещаний), видеовстречи (Зум (Zoom), Яндекс Телемост, TrueConf). Если ваш источник не в списке — добавляем через кастомный адаптер.

Как обеспечивается безопасность данных и отсутствие трансграничной передачи?

Ответ: Все компоненты системы (транскрибация, LLM, хранилище аналитики, дашборды) разворачиваются на собственных серверах заказчика или в его облачном контуре (on-premise). Аудиозаписи, расшифровки и метаданные не покидают контур компании. MCP Hub работает как внутренний шлюз, исключая внешние вызовы API. Доступны российские модели транскрибации и LLM (Yandex SpeechKit, Yandex GPT, DeepSeek) для полного соответствия требованиям импортозамещения и data privacy.

Что такое «необработанный звонок» (silent call) и как система его выявляет?

Ответ: «Необработанный звонок» (silent call) — диалог, в котором оператор не выполнил целевое действие: не задал уточняющие вопросы, не предложил товар/услугу, не зафиксировал заявку в CRM, не назначил встречу или перезвон. ИИ анализирует диалог на наличие маркеров: если ни одно из целевых действий не выполнено, звонок маркируется как потерянная возможность и выносится руководителю на доработку.

Как система отличает успешный звонок от неудачного?

Ответ: По нескольким сигналам: достигнут ли целевой интент (договорились о встрече, выставлен счёт, решена проблема), зафиксирована ли заявка в CRM, какие ключевые фразы присутствуют в диалоге. Модель обучается на истории ваших звонков с известным исходом. Вы также можете задать свои правила успешности — например, звонок дольше 3 минут с упоминанием цены.

Можно ли искать в диалогах конкретные фразы и темы?

Ответ: Да. Система поддерживает поиск по ключевым словам, словосочетаниям, регулярным выражениям и даже по смысловым темам (например, найти все диалоги, где клиент сравнивает нас с конкурентом). Результат поиска — отрывок диалога + метаданные (сотрудник, дата, ссылка на полную запись). Всё в рамках вашего контура.

Можно ли интегрировать аналитику с нашими системами обучения?

Ответ: Да. Через MCP Hub результаты анализа (оценки сотрудников, зоны роста, примеры хороших диалогов) могут передаваться в вашу LMS или платформу обучения (в том числе в нашу «Кубикс»). Это позволяет выстраивать замкнутый цикл: выявили слабое место → автоматически создали курс/задание для менеджера → проверили прогресс через следующие звонки.

Сколько времени занимает внедрение?

Ответ: Пилотное подключение одного источника (например, Манго) с базовой аналитикой — от 1 до 4 недель. Полное внедрение со всеми интеграциями, дообучением моделей под вашу специфику и дашбордами — от 6 до 10 недель. Запускаемся поэтапно: сначала анализ, потом интеграции, потом автоматизация процессов. Все работы ведутся с развёртыванием внутри вашего контура.