Качество коммуникаций менеджеров

Идеи: рекомендации менеджерам и РОПу на основе транскрипций звонковактуально на 30.04.2026

Что можно рекомендовать менеджеру (после звонка / в недельном дайджесте)

Не закрыл next-step — звонок завершился без договорённости о следующем шаге (КП, повторный звонок, встреча). Самая частая ошибка, идеально ловится LLM. Прямая корреляция с тем, что сделка потом «зависает» (см. 79 без активности у Кузнецова).
Не выявил потребность — не задал вопросы про объёмы / сроки / бюджет / ЛПР. Стандартные SPIN-чеклисты прекрасно проверяются LLM.
Сигнал покупки пропущен — клиент сказал «нам нужно к маю» / «когда сможете отгрузить» — это buying signal, менеджер должен был переходить к закрытию, но не перешёл.
Возражение обработано на 3/10 — клиент сказал «дорого», менеджер ответил «ну да, понимаю» вместо аргументации. Показать фрагмент + готовый шаблон ответа.
Соотношение «говорю/слушаю» — норма 40/60 для тёплых лидов. Если 80/20 — это лекция, а не диалог. Из диариза́ции (recognized_array) считается прямо.
Конкуренты упомянуты — не зацепил. Клиент сравнил с N → менеджер не отработал отличие.
Темп речи и тон — слишком быстро / монотонно / без эмпатии (есть готовые модели для voice-prosody, но можно и через LLM по тексту приблизительно).
Какие шаги скрипта пропущены — представление / квалификация / презентация / закрытие. Чек-лист по каждому звонку.

Формат для менеджера: после каждого звонка — 1 главное замечание + 1 конкретный шаг. Раз в неделю — дайджест «3 паттерна, которые повторяются у тебя». Без рейтингования и сравнения с коллегами в self-view, иначе будет сопротивление.

Что можно давать РОПу

Heat-map скиллов команды. 6–8 параметров (квалификация / презентация / возражения / закрытие / темп / эмпатия) × N менеджеров. Видно, у кого что проседает. У вас точно подсветится: у Лебедевой — закрытие next-step (объясняет 5% онбординга), у Журавлёва — отработка возражений (объясняет −71% выручки).
Готовые темы для 1-on-1. «На прошлой неделе у Х было 4 звонка с возражением "дорого", в 3 из них не было аргументации» — буквально готовый план встречи. РОПу не надо самому слушать, чтобы понять, о чём говорить.
Кластеризация менеджеров для группового тренинга. Если у Шевченко, Морозова, Зайцева (крупные чеки) общая просадка — поверхностная квалификация → один тренинг на троих, а не три отдельных.
Топ-фрагмент недели = образец. «Послушай 2 минуты, как Шевченко обработал возражение "у нас уже есть поставщик"» — учебный материал из реальных звонков. Антипример — анонимизировано.
Системные конфликты обещаний и реальности. «За месяц клиенты 12 раз услышали "сделаем к концу недели", при медианном цикле 17 дней» — это уже не про менеджера, это про скрипт и продукт.
Корреляция фич звонка с доля побед. Например: «среди won-звонков менеджер задавал ≥ 5 уточняющих вопросов; среди lost — ≤ 2» — это data-driven скрипт.
Red-flag алерты. Грубость, неуважительный тон, неавторизованные обещания (скидки сверх лимита), раскрытие коммерческой информации. Сюда же — сделки, где клиент был готов покупать, а менеджер «слил» (LLM прекрасно ловит).
Сравнение «менеджер vs менеджер на одинаковом сегменте». При близких лидах у одного WR 50%, у другого 25% — что они делают по-разному? Шевченко (WR 79%) vs Кузнецов (WR 14%) на похожих кейсах = золотая жила для скриптов.
Onboarding-аудит для Лебедевой. 20 новых клиентов / 1 активирован — пройти LLM по её первичным звонкам новых клиентов и выяснить, что именно не докручивается. Здесь больше всего денег на столе.

Где осторожно

Privacy / HR. Автоматическая оценка качества → саботаж записи, если ввести с порога. Правильная последовательность: сначала self-coaching (менеджер видит свои метрики и никто кроме него), через 2–3 недели — РОПу агрегаты, через 1–2 месяца — индивидуальные оценки. Нужен явный buy-in команды.
Калибровка LLM. Без 50–100 размеченных опытным РОПом примеров любая «оценка качества» будет субъективной. Имеет смысл начать с детекции (есть/нет факт «закрыл next-step», «обработал возражение») — это объективно. Шкалы «10/10» отложить на потом.
False positives. «Не закрыл next-step» иногда = клиент сам сказал «я перезвоню» — это валидное завершение. Промпт должен уметь различать.
Объём данных. Текущие 44 транскрипции = недостаточно для всего этого. Реальный старт — после расширения вебхука и 2–4 недель потока.

Самый высокоценный first step для текущей ситуации (с учётом 79 «забытых» сделок у Кузнецова и 5% онбординга у Лебедевой) — детекция «next-step не закрыт» + автозадача в amoCRM. Один промпт, одна колонка в call_transcripts, один cron-job → закрывает самую большую дыру.

Методика и термины

Дашборд оценивает работу менеджеров отдела продаж по их коммуникациям с клиентами: насколько быстро отвечают, сколько и через какие каналы общаются, насколько хорошо ведут разговоры (по AI-расшифровке) и что говорят в текстах.

Источники данных

• amocrm_events — события из amoCRM (звонки, email, чаты, статусы, задачи). Точная привязка к менеджеру через created_by.

• amocrm_communications — тексты заметок (email, чаты, AI-анализ звонков, комментарии).

• amocrm_deals_enriched — сделки + ответственный за сделку (нужно для привязки AI-анализа к менеджеру).

• amocrm_users — справочник имён менеджеров.

SLA первой реакции

• Берём событие lead_added (момент создания сделки) и ищем первое out-событие по этой сделке: outgoing_call, outgoing_mail или outgoing_chat_message.

• Менеджер, которому засчитывается реакция, — это created_by первого out-события (т.е. кто реально первым ответил, а не «ответственный»).

• p50 / p90 — медиана и 90-й перцентиль времени реакции в минутах.

• Доли < 1 ч / < 24 ч — какая часть лидов получила реакцию в этом окне.

• Цвета: ≤ 1 ч — зелёный, ≤ 4 ч — нейтральный, ≤ 24 ч — оранжевый, > 24 ч — красный.

Активность (счётчики из events)

• Out звонки / email / чат — сколько раз менеджер сам инициировал контакт (типы outgoing_*).

• Статус → — сколько раз сдвигал сделку по воронке (lead_status_changed). Признак движения.

• Задач ✓ / + — закрытых / поставленных задач (task_completed / task_added). Признак планирования повторное касание.

AI-чек-лист (14 пунктов)

AI-сервис прослушивает звонок и сохраняет в amocrm_communications (channel = ai_analysis) текст с разделом «Ответы на вопросы», где для каждого пункта стоит ДА или НЕТ. Дашборд парсит регуляркой все 14 пунктов:

Приветствие по стандарту — поздоровался ли по корпоративному скрипту
Без ошибок речи — отсутствие речевых ошибок
Инициатива — менеджер вёл разговор, а не клиент
Выяснил имя — узнал, как обращаться к клиенту
Экспертность — продемонстрировал понимание продукта
Фрейминг — задал рамки разговора
Крюк — спросил, для чего нужна продукция
Программирование — обозначил структуру разговора в начале
Потребность — выявил настоящую потребность клиента
Презентация — рассказал о продукте под потребность
Возражения — отработал возражения, дожал
Предзакрытие — спросил «остались ли вопросы»
Контакты — выяснил/уточнил контакты
След. шаг — назначил конкретный следующий шаг

• AI в таблице — сколько звонков менеджера было оценено AI.

• Score — среднее по 14 пунктам в %. Цвета: ≥ 25% зелёный, < 15% красный.

Ограничение: у AI-анализа поле created_by всегда 0 (анализ создаёт бот, не менеджер). Поэтому привязка к менеджеру делается через ответственного за сделку: AI оценивает звонок по сделке X → сделка X закреплена за менеджером Y → пункт идёт в его статистику. Это приближение: если сделку передали другому менеджеру, исторические звонки переедут к новому ответственному.

Контент-маркеры (по тексту коммуникаций)

Грубые регулярки по полю text в amocrm_communications:

• КП — упоминание «коммерческое предложение / счёт / договор / КП». Сигнал: сделка дошла до этапа предложения.

• Обещания — «перезвоню / вышлю / отправлю». В дальнейшем можно сверять с фактом исполнения.

• Извинения — «извините / к сожалению». Высокое значение (> 5) подсвечивается оранжевым: косвенный сигнал проблем.

• Негатив — «жалоба / не устраивает / отменяю / верните». Оценка только по выборке текстов клиента.

Тепловая карта по часам

Сумма out-событий менеджера в каждый час суток (МСК). Цвет — насыщенность относительно максимума по всей таблице, поэтому видны и абсолютные лидеры, и распределение по дню.

Применение: видно мёртвые часы конкретного менеджера и тех, кто работает после 18:00.

Зависшие сделки

Активные сделки (не выигранные, не проигранные, не «Спам/НА УДАЛЕНИЕ»), по которым ≥ 7 дней нет ни одного события (out- или in-). Сортировка — по убыванию молчания. Цвет: 14+ дней — оранжевый, 30+ — красный.

Покрытие AI-анализом

Доля звонков (events incoming_call + outgoing_call), для которых сохранён AI-анализ в amocrm_communications. Чем выше покрытие, тем точнее AI-метрики и репрезентативнее Score.

При покрытии < 30% к Score стоит относиться как к ориентиру, а не приговору.

Ограничения данных

• Длительность звонков и транскрипция собираются GET-вебхуком от UIS, но данные ещё не поступают. Поэтому нет метрик «доля разговоров > 60 сек», «доля пропущенных», «средняя длительность».

• Менеджер для AI-анализа определяется через ответственного за сделку (см. выше — приближение).

• responsible_user_id в amocrm_events сейчас всегда 0; используется created_by. Для входящих событий это будет 0 (системный) — поэтому in-звонки/email не приписываются менеджеру в SLA.

Сделок с реакцией

683 / 4 860

14% покрытия

Время первой реакции

1.4 ч

медиана · p90 3.1 дн

Реакций < 1 ч

47%

321 из 683

Реакций < 24 ч

80%

543 из 683

Звонки (out / in)

9 706 / 9 179

events outgoing/incoming_call

Email (out / in)

21 115 / 25 321

AI-анализов

2 782

покрытие звонков 14.7%

КП / обещания / извинения

5 640 · 1 283 · 467

маркеры в текстах

Менеджеры × качество

SLA — точно по events; AI-скоринг — приближённо через ответственного за сделку.

Менеджер	Сделок	SLA p50	< 1ч	Out звонки	Out email	Out чат	Статус→	Задач ✓ / +	AI	Score	КП	Об-ия	Изв.
Попов Павел Александрович	93	33 мин	60.2%	1 786	0	1 394	1 268	3 483 / 2 274	31	12.7%	8	6	0
Соловьёв Дмитрий Николаевич	122	52 мин	54.1%	1 625	0	1 200	2 638	5 664 / 2 886	76	18.2%	25	3	0
Павлова Анна Николаевна	152	1.1 ч	50%	903	154	1 109	2 874	4 033 / 932	51	22.4%	0	0	0
Зайцева Мария Павловна	55	4.8 ч	36.4%	1 254	0	452	1 452	1 492 / 6	82	18.8%	68	6	2
Новикова Ирина Михайловна	49	2.2 ч	44.9%	947	0	465	1 081	1 237 / 124	—	—	10	10	0
Васильева Светлана Викторовна	58	9.4 ч	25.9%	356	0	985	1 313	2 740 / 1 434	23	24.2%	51	4	4
Лебедева Юлия Викторовна	35	38 мин	54.3%	174	0	755	694	1 334 / 556	—	—	6	1	1
Соловьёва Юлия Андреевна	10	21.3 ч	20%	901	0	22	977	1 404 / 483	44	20.8%	3	3	0
Соловьёв Павел Андреевич	32	18.2 ч	21.9%	472	0	232	918	1 282 / 4	—	—	0	0	0
Соколова Ольга Ивановна	58	54 мин	51.7%	330	0	244	762	1 266 / 550	44	11.2%	0	0	0
Иванов Николай Павлович	16	1.4 ч	43.8%	459	7	65	502	515 / 89	12	27.4%	13	0	0
Васильева Ирина Сергеевна	—	—	—	443	0	13	997	1 482 / 83	7	14.3%	0	0	0
Новиков Николай Александрович	3	15.5 ч	33.3%	51	0	6	187	540 / 470	—	—	9	3	0
Волкова Ольга Викторовна	—	—	—	5	0	0	3	2 / 0	—	—	—	—	—

AI-чек-лист по команде (2 782 звонков)

% звонков, в которых пункт чек-листа выполнен. Сортировка по убыванию.

Презентация

44.6% (1 240)

Фрейминг

40.2% (1 119)

Инициатива

37.2% (1 036)

Без ошибок речи

31.1% (866)

Экспертность

29.4% (818)

След. шаг

29.1% (810)

Потребность

23.5% (653)

Возражения

19.3% (536)

Контакты

16.6% (461)

Приветствие

16.1% (447)

Выяснил имя

13.8% (383)

Крюк

7% (196)

Предзакрытие

1.4% (40)

Программирование

0.1% (2)

Активность по часам (МСК)

Out-события (звонки + email + чат) по часам. Цвет — относительно максимума по всей таблице.

Менеджер	4	5	6	7	8	9	10	11	12	13	14	15	16	17	19	Σ
Попов Павел Александрович	3	64	99+	99+	99+	99+	99+	99+	99+	99+	99+	12	12	1	2	3 180
Соловьёв Дмитрий Николаевич		1	99+	99+	99+	99+	99+	71	99+	99+	99+					2 825
Павлова Анна Николаевна		17	99+	99+	99+	99+	26	99+	99+	99+	99+					2 166
Зайцева Мария Павловна		2	99+	99+	99+	99+	99+	58	99+	99+	99+					1 706
Новикова Ирина Михайловна		12	99+	99+	99+	99+	99+	99+	99+	99+	99+					1 412
Васильева Светлана Викторовна			90	99+	99+	99+	99+	37	99+	99+	99+					1 341
Лебедева Юлия Викторовна			99+	99+	99+	99+	88	3	74	99+	69	9				929
Соловьёва Юлия Андреевна	3	25	99+	99+	99+	99+	25	98	99+	99+	12	5				923
Соловьёв Павел Андреевич	4	21	32	67	99+	11	86	99+	99+	67	3					704
Соколова Ольга Ивановна		3	25	49	69	61	48	60	99+	99+	53					574
Иванов Николай Павлович			24	49	79	63	51	35	70	93	50	11	6			531
Васильева Ирина Сергеевна		3	25	45	89	3	91	72	76	50	2					456
Новиков Николай Александрович			13	6	15	2	1	14	1	3	2					57
Волкова Ольга Викторовна				1						2	2					5

Зависшие сделки (молчание ≥ 7 дней)

Активные сделки без коммуникаций (events) последние 7+ дней. Топ-30 по молчанию.

Сделка	Менеджер	Цена	Молчит
12361-ЧВН Валере наклейки и топеры	Васильева Ирина Сергеевна	138 000 ₽	20591 дн.
12542-ЧВН Крылов потеряшка	Васильева Ирина Сергеевна	2 000 ₽	20591 дн.
12916-ЧВН Крылов наклейки	Васильева Ирина Сергеевна	1 950 ₽	20591 дн.
13063-ЧВН Валера повтор 12954-ЛВН	Васильева Ирина Сергеевна	7 545 ₽	20591 дн.
13089-ЧВН УФ Крылов	Васильева Ирина Сергеевна	1 000 ₽	20591 дн.
13112-ЧВН Крылов Люберцы его материал	Васильева Ирина Сергеевна	4 100 ₽	20591 дн.
13184-ЧВН Валера ЛаМоена и ЛюберГаз	Васильева Ирина Сергеевна	8 400 ₽	20591 дн.
ВЫСТАВКА - вывески Музеон для Парка Горького	Лебедева Юлия Викторовна	597 000 ₽	20591 дн.
Maytoni	Новиков Николай Александрович	—	20591 дн.
13517-ЧВН Крылов Сочи	Васильева Ирина Сергеевна	15 000 ₽	20591 дн.
13586-ЧВН Крылов повтор	Васильева Ирина Сергеевна	7 400 ₽	20591 дн.
СОЛГАР	Новиков Николай Александрович	—	20591 дн.
13459-ЧВН Крылов повтор	Васильева Ирина Сергеевна	3 700 ₽	20591 дн.
СПОРТМАСТЕР	Новиков Николай Александрович	—	20591 дн.
БОРЖОМИ	Новиков Николай Александрович	—	20591 дн.
ООО «Радуга-62»	Соловьёв Дмитрий Николаевич	373 500 ₽	20591 дн.
Forte Holding GmbH	Попов Павел Александрович	—	20591 дн.
Gloria-jeans.ru	Новиков Николай Александрович	—	20591 дн.
PUIG	Новиков Николай Александрович	—	20591 дн.
«Торговый дом «РЕННА»	Новиков Николай Александрович	—	20591 дн.
13215-ЧВН Крылов короб	Васильева Ирина Сергеевна	6 500 ₽	20591 дн.
13228-ЧВН Крылов резка из его материала	Васильева Ирина Сергеевна	11 300 ₽	20591 дн.
13236-ЧВС С+ Т4-5, кофе черный и прозрачный, под пакеты и подложки	Васильева Ирина Сергеевна	3 716 600 ₽	20591 дн.
13284-ЧВН Крылов ПП	Васильева Ирина Сергеевна	3 700 ₽	20591 дн.
Смирнов Дмитрий Александрович	Соловьёва Юлия Андреевна	1 000 000 ₽	20591 дн.
Навигатор	Соколова Ольга Ивановна	—	20591 дн.
13904 ЧВН Крылов резка из его материала	Васильева Ирина Сергеевна	90 680 ₽	20591 дн.
14004 ЧВН Крылов мдф резка	Васильева Ирина Сергеевна	320 000 ₽	20591 дн.
ООО «Олимп-96»Красота и Здоровье"	Новиков Николай Александрович	—	20591 дн.
Mars	Новиков Николай Александрович	—	20591 дн.

Покрытие звонков AI-анализом

Сколько звонков из events получили AI-анализ. Чем выше покрытие, тем точнее AI-метрики.

14.7%

2 782 AI-анализов на 18 885 звонков