Звонки, чаты и CRM в одной системе: как автоматизировать общение с клиентами

Почему клиентским коммуникациям нужен единый контекст

Компания может общаться с клиентом по телефону, в чате, мессенджере, по электронной почте или при личной встрече, — и для клиента всё это один непрерывный диалог с брендом. Но внутри компании информация часто остаётся распределённой между разными системами. В результате оператор не видит предыдущие обращения и снова просит назвать имя, номер заказа или причину звонка. Клиенту приходится повторять информацию, которую он уже сообщал другому сотруднику или писал в чате.

Чтобы избежать таких ситуаций, нужно связать каналы коммуникации с CRM. Тогда сотрудник сразу увидит историю обращений, поймёт контекст и продолжит диалог с того места, на котором остановился клиент.

По данным «Телфин», около 34% новых клиентов компании сразу подключали виртуальную АТС, интеграцию с CRM и мессенджерами. С 2025 по 2026 год спрос на объединение голосовых и текстовых коммуникаций вырос на 40%, а потребление коммуникационных услуг — на 15,5% год к году.

Эти показатели отражают изменение ожиданий бизнеса: омниканальность становится не дополнительной функцией, а базовым требованием к клиентскому сервису.

Из каких компонентов состоит система автоматизации коммуникаций

В сценарии, показанном на вебинаре, несколько инструментов работают совместно:

• коммуникационная платформа «Телфин.Офис» объединяет голосовые и текстовые каналы;
• CRM хранит данные о клиентах, сделках и предыдущих обращениях;
• Yandex AI Studio и YandexGPT помогают классифицировать обращения, формировать резюме разговоров и извлекать из диалогов нужные сведения;
• Yandex SpeechSense анализирует звонки, переписки и записи очного общения;
• Yandex DataLens используется для отчётности и визуального анализа результатов.

Такая связка позволяет последовательно автоматизировать весь путь обращения: определить причину звонка, направить клиента нужному сотруднику, сохранить результат разговора в CRM и передать диалог в систему аналитики.

Умная маршрутизация вместо длинного голосового меню

Первое, с чем сталкивается звонящий, — маршрутизация обращения. В традиционном голосовом меню клиент должен прослушать варианты и выбрать нужный пункт с помощью цифр.

Для постоянного клиента можно настроить другой сценарий. Если его номер уже есть в CRM, система идентифицирует звонящего и направляет вызов ответственному менеджеру. Если человек обращается впервые или звонит с нового номера, ИИ-секретарь предлагает описать причину обращения своими словами. Модель анализирует ответ, относит запрос к одному из заданных классов и соединяет клиента с нужным отделом или сотрудником.

Например, можно создать категории для продаж, технической поддержки, бухгалтерии и других подразделений. Для каждой категории указывают описание и очередь, в которую должен поступить звонок.

При настройке важно предусмотреть резервный сценарий. Если система не смогла распознать запрос или клиент ничего не сказал, звонок нужно передать живому оператору. ИИ-маршрутизация должна сокращать путь до решения вопроса, а не становиться дополнительным препятствием.

Как автоматически заполнять карточки CRM

Во время разговора менеджеру приходится одновременно слушать клиента, задавать вопросы и фиксировать важные сведения. После звонка нужно перенести записи в CRM, указать тему обращения, договорённости и следующие действия.

Если разговор был долгим, коротких заметок может оказаться недостаточно. Менеджеру приходится переслушивать запись, а руководителю — расшифровывать сокращения в комментариях или самостоятельно разбираться в содержании звонка.

Автоматическое заполнение карточки позволяет извлекать из разговора структурированную информацию:

• имя и фамилию клиента
• тему и цель обращения
• сведения о компании
• параметры запроса
• достигнутые договорённости
• запланированные действия

Для каждого типа информации можно заранее выбрать поле CRM, в которое система сохранит результат. В карточку также добавляется краткое содержание разговора — основные тезисы, результат коммуникации и следующие шаги. Руководителю не нужно прослушивать всю запись, чтобы понять, о чём договорились менеджер и клиент.

Если CRM получает сообщения из чатов, мессенджеров и электронной почты, сотрудник видит всю историю взаимодействия. Это особенно важно, когда постоянный менеджер недоступен: его коллега может быстро восстановить контекст и продолжить работу без повторного опроса клиента.

Как автоматизировать контроль качества

Традиционно отдел контроля качества проверяет только часть разговоров. Сотрудники прослушивают записи, оценивают их по чек-листу и ищут нарушения скрипта. При выборочной проверке большая часть диалогов остаётся без анализа. Кроме того, ручная оценка занимает много времени и может зависеть от интерпретации конкретного специалиста.

ИИ-ассистент позволяет автоматически проверять разговоры по заданным критериям. Например, система может определить:

• поздоровался ли сотрудник
• выяснил ли он причину обращения
• решил ли проблему клиента
• предложил ли следующие действия
• корректно ли работал с возражениями
• использовал ли нежелательные формулировки
• выполнил ли требования скрипта

Результаты можно отфильтровать по отделу, сотруднику, периоду или оценке. Специалисты отдела контроля качества сосредоточатся на разговорах с низкими баллами или признаками проблемы, а не будут прослушивать записи случайным образом.

Автоматическая оценка не исключает участие человека. Руководитель или специалист может открыть конкретный диалог, проверить вывод системы и скорректировать критерии.

Как передавать звонки в Yandex SpeechSense

«Телфин» разработал готовый коннектор для загрузки разговоров в Yandex SpeechSense. Настройка состоит из нескольких действий:

1. Создать фильтр и указать его название.
2. Выбрать внешние номера или сотрудников, разговоры которых нужно анализировать.
3. Настроить режим загрузки: однократно за выбранный период, ежедневно или после каждого диалога.
4. Установить минимальную продолжительность разговора.
5. Создать и активировать задачу.

Ограничение по продолжительности помогает не передавать в аналитику слишком короткие или несостоявшиеся звонки.

После загрузки записи появляются в пространстве SpeechSense. Пользователь может открыть разговор, прослушать его, прочитать расшифровку и изучить результаты анализа. Сама запись звонка остаётся пассивным архивом, пока компания не начинает системно использовать содержащиеся в ней данные. Речевая аналитика превращает архив разговоров в источник информации о клиентах, сотрудниках, продуктах и процессах.

Какие коммуникации можно анализировать

SpeechSense работает не только с телефонными звонками. В сервис можно передавать текстовые диалоги из чатов и мессенджеров, а также аудиозаписи очных встреч.

Источником аудио могут быть диктофоны, микрофоны или носимые устройства сотрудников. Система разделяет реплики собеседников, после чего определяет, где говорит представитель компании, а где — клиент.

Единые принципы аналитики можно применять к разным точкам взаимодействия:

• телефонным продажам
• клиентской поддержке
• чатам на сайте
• перепискам в мессенджерах
• консультациям в офисах и точках обслуживания
• собеседованиям с кандидатами
• другим голосовым и текстовым коммуникациям

Четыре инструмента анализа диалогов в SpeechSense

ИИ-ассистенты

Ассистент получает промпт с описанием задачи и формирует развёрнутый ответ в свободной форме.

С его помощью можно:

• определить тематику обращения
• сформировать рекомендацию сотруднику
• оценить потенциальную удовлетворённость клиента
• выделить причины отказа
• оценить вероятность сделки
• обнаружить признаки возможного оттока
• подготовить краткое содержание разговора

Ассистента можно применять не ко всем диалогам, а к выбранной группе. Например, рекомендации по улучшению продаж могут формироваться только для разговоров, которые не завершились договорённостью.

Смысловые теги

Смысловые теги используются для вопросов, на которые нужен ответ «да» или «нет». Например:

• присутствовала ли в диалоге жалоба
• решил ли сотрудник проблему
• обсуждалась ли стоимость
• работал ли менеджер с возражением
• достигли ли стороны договорённости

Пользователю достаточно описать нужный признак естественным языком. После этого система автоматически отмечает подходящие диалоги. Теги проще ассистентов, но удобны для классификации большого массива разговоров и построения статистики.

Дерево смыслов

Дерево смыслов помогает найти темы, о существовании которых аналитик мог заранее не знать. Система анализирует причины обращений, проблемы и результаты диалогов, а затем объединяет похожие формулировки в иерархические группы. Кластеризация может включать до восьми уровней: от общих категорий до конкретных причин обращений.

Такой подход позволяет не только проверить известную гипотезу, но и обнаружить редкие или неочевидные проблемы — слепые зоны, которые не были заложены в первоначальный набор тегов и критериев.

Например, компания может знать, что клиенты часто обращаются по вопросам доставки. Дерево смыслов поможет уточнить причины: перенос сроков, отсутствие уведомления, невозможность связаться с курьером или ошибка в адресе.

Отчётность и Нейроаналитик в Yandex DataLens

Результаты анализа можно представить на дашбордах Yandex DataLens. Руководители получают агрегированные показатели, а при необходимости переходят от графика к отдельному диалогу в SpeechSense.

Нейроаналитик позволяет задавать вопросы к данным естественным языком. Например:

• какие показатели изменились по сравнению с предыдущим периодом
• какие ошибки чаще всего допускают сотрудники
• чем результаты конкретного оператора отличаются от показателей лидеров
• какие возражения чаще встречаются в непроданных сделках
• что можно изменить в работе сотрудника

Нейроаналитик работает как со структурированными показателями, так и с текстовыми выводами ассистентов. Например, он может сгруппировать рекомендации или объединить описания ошибок в несколько категорий.

В Yandex DataLens также можно создавать чарты по текстовому запросу, редактировать получившуюся визуализацию и добавлять её на дашборд.

Как готовые шаблоны ускоряют запуск аналитики

Настройка системы с нуля требует определить теги, подготовить промпты, составить чек-листы и построить отчёты. Чтобы сократить этот этап, команда SpeechSense разработала готовые шаблоны.

Пока доступны четыре базовых сценария:

• продажи
• поддержка
• подбор персонала и собеседования
• взыскание задолженности

Также есть семь отраслевых шаблонов:

• застройщики
• рестораны
• отели и туризм
• электронная коммерция
• медицина
• образование
• сфера услуг

В каждом шаблоне заранее настроены смысловые теги, ИИ-ассистенты, чек-листы, показатели и дашборды Yandex DataLens.

Чтобы начать работу, создайте проект, выберите подходящий шаблон и подключите источник диалогов. После поступления данных сервис автоматически применяет заданные правила анализа, а вы можете создать готовый отчёт в Yandex DataLens.

Первые результаты аналитики можно получить примерно за один день. При этом шаблон остаётся конструктором: теги, ассистентов, фильтры, критерии и чарты можно изменять под процессы конкретной компании.

Какие показатели отслеживать в поддержке и продажах

Набор показателей зависит от задачи подразделения:

Показатели клиентской поддержки

• Рейтинг операторов. Для каждого сотрудника рассчитывается результат по заданному чек-листу. Руководитель может сравнивать операторов и отслеживать изменение показателей по периодам.
• Удовлетворённость клиента. Ассистент оценивает, какую оценку клиент мог бы поставить после разговора. Критерии можно адаптировать под требования компании.
• Решение проблемы и повторное обращение. Система определяет, удалось ли решить вопрос и потребуется ли дополнительный контакт.
• Изменение настроения. SpeechSense сравнивает настроение клиента в начале и конце разговора. Это позволяет увидеть, какие сотрудники умеют переводить негативную коммуникацию в нейтральную или позитивную.
• Выполнение чек-листа. На дашборде отображается общий процент выполнения и результаты по каждому критерию. Из отчёта можно перейти к конкретным разговорам с низкой оценкой.
• Длительность, доля речи и паузы. Высокая доля тишины может означать, что оператор долго ищет информацию. Если показатель выделяется у одного сотрудника, ему может потребоваться дополнительное обучение. Если проблема возникает у всей команды, стоит проверить базу знаний или процесс поиска информации.

Показатели продаж

• Вероятность сделки. Система оценивает общую вероятность продажи и показатель по каждому разговору. Результат можно получить через API и передать в CRM. Это позволяет руководителю находить сделки, которым требуется дополнительное внимание. Вероятность не стоит воспринимать как гарантированный прогноз — это дополнительный сигнал для приоритизации работы менеджеров.
• Возражения клиентов. SpeechSense выделяет типовые возражения и показывает, как сотрудники с ними работают. Руководитель видит не только частоту возражений, но и содержание конкретных ответов.
• Выход на лицо, принимающее решение. Для B2B-продаж можно определить, общался ли менеджер с лицом, принимающим решение, или пытался ли выйти на него в ходе коммуникации.
• Достигнутые договорённости. Система фиксирует, завершился ли разговор конкретным следующим шагом: отправкой предложения, повторным звонком, встречей или другим действием.

Как работать с Нейроаналитиком

Нейроаналитик помогает перейти от просмотра дашборда к исследованию причин.

Работа начинается с выбора чарта или группы графиков. После этого можно сформулировать вопрос обычным языком — например, попросить систему найти основные ошибки менеджеров и объединить их в несколько групп.

Затем исследование можно продолжить:

• определить общие проблемы команды
• выбрать конкретного сотрудника
• сравнить его результаты со средними показателями или лидерами
• найти критерии, по которым он отстаёт
• сформировать рекомендации

Особенно полезны чарты, в которых объединяются числовые показатели и свободный текст: комментарии ассистентов, причины ошибок и рекомендации сотрудникам. Так руководитель получает не только информацию о том, что показатель снизился, но и объяснение возможных причин.

Как запустить автоматизацию клиентских коммуникаций

Процесс можно разделить на шесть этапов.

Шаг 1. Собрать каналы коммуникации

Определите, где компания общается с клиентами: по телефону, электронной почте, в чатах, мессенджерах или очно.

Шаг 2. Связать каналы с CRM

Сотруднику должна быть доступна единая история обращений. Настройте идентификацию клиента и передачу данных между телефонией, мессенджерами и CRM.

Шаг 3. Автоматизировать маршрутизацию

Для известных клиентов настройте перевод на ответственного менеджера. Для новых обращений можно использовать классификацию причины звонка с помощью ИИ. При этом у клиента должна сохраняться возможность быстро перейти к живому оператору.

Шаг 4. Настроить передачу диалогов в SpeechSense

Выберите номера, сотрудников, типы коммуникаций и минимальную продолжительность разговоров. Определите, как часто данные должны поступать в сервис.

Шаг 5. Выбрать шаблон и адаптировать критерии

Используйте готовый сценарий для продаж, поддержки или отрасли. Проверьте теги, ассистентов и чек-листы, после чего добавьте специфические требования компании.

Шаг 6. Создать отчёты и регулярный процесс работы

Определите, кто и как часто будет анализировать дашборды. Зафиксируйте порядок работы с проблемными диалогами, обучения сотрудников и проверки продуктовых гипотез. Без регулярного управленческого процесса даже подробная аналитика рискует остаться набором графиков.

Что получает бизнес

Комплексная автоматизация коммуникаций помогает решать несколько задач одновременно:

• Сотрудники тратят меньше времени на рутину. Им не нужно вручную переносить детали разговора в CRM и готовить резюме коммуникации.
• Клиенту не приходится повторять информацию. Сотрудники видят историю общения и продолжают диалог с учётом предыдущих обращений.
• Руководители получают прозрачность. Они могут оценивать не небольшую выборку звонков, а весь массив коммуникаций.
• Отдел контроля качества работает точечно. Система выделяет диалоги с низкими оценками, жалобами или нарушениями чек-листа.
• Продажи получают дополнительные сигналы. Вероятность сделки, типовые возражения и достигнутые договорённости помогают расставлять приоритеты.
• Компания лучше понимает клиентов. Причины обращений, повторяющиеся проблемы и формулировки клиентов становятся материалом для развития продукта, сервиса и базы знаний.

Речевая аналитика может стать для компании системой раннего предупреждения, помогая замечать повторяющиеся проблемы до того, как они превращаются в устойчивый тренд.

Вопросы и ответы

Машинам — анализ, людям — общение

Ценность автоматизации не в том, чтобы исключить человека из клиентского сервиса. ИИ лучше справляется с расшифровкой, классификацией, заполнением полей и обработкой больших массивов данных.

Сотруднику остаются задачи, в которых важны эмпатия, понимание ситуации и способность договориться с клиентом.

Когда телефония, CRM, мессенджеры и речевая аналитика работают как единая система, каждый разговор становится источником информации о реальных потребностях клиентов. Эти данные помогают улучшать работу сотрудников, клиентский сервис, продукты и внутренние процессы.