Речевая аналитика

Зачем нужна речевая аналитика

Отчёты CRM показывают, что звонок был, сколько он длился и чем закончился статус сделки. Что менеджер при этом сказал, они не показывают. Речевая аналитика заполняет этот пробел: разговор становится данными, по которым можно искать закономерности вместо выборочного прослушивания.

Как это устроено

1. 1Запись поступает из телефонии или CRM.
2. 2ASR (распознавание речи) превращает звук в текст, диаризация разделяет реплики менеджера и клиента.
3. 3Анализ текста: поиск ключевых слов и фраз (словарный подход) или оценка смысла по критериям языковой моделью (LLM-подход).
4. 4Результат: балл звонка, вердикты по критериям, цитаты, теги тем и возражений, сводки по менеджерам.

Два подхода к анализу

Словарные системы ищут заранее заданные слова и фразы: «здравствуйте», «скидка», «конкуренты». Они быстры и предсказуемы, но не понимают смысла: фраза может быть сказана не к месту, а нужный смысл выражен другими словами. Подход на языковых моделях оценивает разговор по описанию критерия своими словами: «менеджер выяснил бюджет клиента». Он гибче, но требует проверяемости, поэтому вердикт сопровождают цитатой. Подробно: сравнение словарной аналитики и LLM.

Пример на демо-данных

В демо-разборе критерий «Отработка возражения по цене» получил вердикт «нарушен» с цитатой на 3:14: клиент сказал «сейчас бюджета нет», менеджер ответил «хорошо, тогда наберу осенью». Словарный поиск здесь бы отметил слова «бюджет» и «цена» как возражение, но не увидел, что возражение осталось без ответа; смысл оценивает только анализ разговора целиком.

Частые ошибки внедрения

• Начинать с технологии, а не с регламента: без критериев аналитика выдаёт красивые графики без решений.
• Верить оценке без цитат. Любой вердикт должен проверяться за секунды.
• Путать с коллтрекингом: он считает источники звонков, а не содержание разговора.
• Ждать, что система заменит руководителя: она экономит время на рутине, но обучение остаётся за человеком.

Частые вопросы