case #0

Искусственный интеллект

Этажи

Один из филиалов сети недвижимости «Этажи» (по франшизе) обратился с задачей выстроить отдел контроля качества для отдела продаж: ежедневно анализировать звонки менеджеров, фиксировать итоги, боли/возражения клиентов и давать рекомендации по улучшению диалогов — без ручной прослушки.

The challenge

1. Руководству нужно **регулярно контролировать качество звонков** (входящих и исходящих), но ручной контроль не масштабируется. 2. Нет единого стандарта: по каждому звонку хотелось получать понятный «отчет»: - чем закончился разговор, - насколько клиент «тёплый», - что болит у клиента и какие возражения звучали, - что менеджеру улучшить. 3. Нужен **простой и привычный формат**, чтобы быстро разбирать работу менеджеров — таблица/выгрузка, а не сложные отчеты “где-то в системе”. 4. Важно, чтобы решение можно было **интегрировать с телефонией** и дальше масштабировать (под новые критерии, CRM и т.д.).

What we did

Решение: реализовали «Отдел контроля качества» на базе нашего инструмента **AIMakers** (оркестрация через **n8n**) с использованием **API телефонии**. Сценарий работает автоматически и запускается **каждый день вечером**. Кратко, что происходит: 1. Система получает **записи звонков за день** из телефонии по API. 2. Выполняет **транскрибацию** (аудио → текст) и раскладывает расшифровки **в таблицу по менеджерам**. 3. Далее ИИ анализирует каждый разговор и формирует результаты по критериям: - Итог разговора (чем завершился разговор, что решили) - Подробное резюме (краткий пересказ сути диалога) - Теплота клиента (%) — субъективная оценка готовности купить - Объяснение уровня теплоты клиента — почему такая оценка - Основные боли клиента - Возражения клиента - Вывод / рекомендации для улучшения диалога 4. Все критерии и выводы **записываются обратно в таблицу**. В результате: - руководитель и супервайзеры получают **ежедневный контроль качества** без ручной прослушки 100% звонков; - появляется единый стандарт «разбора» звонка; - можно быстро находить проблемные места в диалогах и улучшать скрипты/обучение; - система легко расширяется (новые критерии, CRM, дашборды).

Where else it applies

- Любой отдел продаж, где есть телефония и поток звонков (входящие/исходящие) - Колл-центры, контакт-центры, ресепшены, квалификация лидов - Отделы сопровождения и удержания (повторные продажи, работа с отказами) - Франчайзинговые сети, где важен единый стандарт качества общения

Want to discuss a similar project?

More case studies

Automation case for Сибирские сети. Разработка и сайты, Искусственный интеллект. Delivered by Technologies and Business
Разработка и сайтыИскусственный интеллект

Сибирские сети

Задача: Создание AI-системы, анализирующей входящие звонки клиентов для: 1) Автоматического перенаправления запроса в правильный отдел.

Read case study
Automation case for Газпром Трансгаз Томск. Разработка и сайты, Искусственный интеллект. Delivered by Technologies and Business
Разработка и сайтыИскусственный интеллект

Газпром Трансгаз Томск

Очень большое количество нормативной документации, которая часто меняется, дополняется, удаляется. Линейные сотрудники все свои вопросы адресуют либо своему начальству, либо профильным отделам.

Read case study
Automation case for Газпром Трансгаз Томск. Разработка и сайты, Искусственный интеллект. Delivered by Technologies and Business
Разработка и сайтыИскусственный интеллект

Газпром Трансгаз Томск

1. Есть подрядчик, который снимает со своих БПЛА объекты строительства и присылает отчеты с нарушениями по безопасности (ограждения, нет охраны и тд).

Read case study