Контроль качества отдела продаж через ИИ-агента: как освободить 50% времени РОПа и вырасти в выручке на 28%

В отделе продаж всегда есть задачи, которые напрямую влияют на деньги. Прослушивание встреч, разбор диалогов, оценка менеджеров — монотонная работа, которая забирает часы внимания руководителя. Со временем контроль становится выборочным, а значит — теряет объективность. Ошибки в коммуникации накапливаются и незаметно бьют по конверсии. В кейсе Аспро.Cloud показываем, как выстроить системный контроль качества без перегрузки команды.

В отделе продаж всегда есть задачи, которые напрямую влияют на выручку, но при этом требуют много времени и концентрации. Одна из них — контроль качества переговоров. Прослушивание записей встреч, выставление оценок, формирование рекомендаций — это обязательная, но утомительная работа.

Можно пойти классическим путем и нанять дополнительного сотрудника для контроля. Но мы решили иначе: подключить ИИ-агента, который не устает, не отвлекается и работает по единым критериям.

Проблема отдела

Мы давно определили, что ключевой этап воронки продаж — это онлайн-демовстречи. Они проходят в формате видеоконференции и длятся в среднем 30–45 минут.

Перед встречей клиент записывается и проходит скоринг по категориям A, B или C. Это позволяет менеджерам сосредоточиться на наиболее перспективных контактах.

Во время демо происходит двусторонний диалог:

мы уточняем задачи клиента;
клиент понимает, какие процессы может закрыть Аспро.Cloud.

Именно на этом этапе формируется реальное намерение сотрудничать. Поэтому контроль качества встреч критически важен.

В отделе работают 3 менеджера. Если каждый проводит по 5 демо в день, руководителю нужно просмотреть около 7,5 часов видео. Иногда объем еще больше.

Полностью посвящать рабочий день просмотру записей невозможно. А даже если попытаться — внимание снижается, появляется усталость, часть деталей теряется.

Алина Шкурко, руководитель отдела внедрения:

«Поскольку этап ключевой, его нужно более тщательно контролировать. Поэтому это постоянная, монотонная работа для руководителя».

Ранее мы проверяли встречи выборочно. Например, брали демо клиента категории A и делали выводы по нему. Одних сотрудников контролировали чаще, других реже.

Но такой подход не давал полной картины. Часть встреч оставалась без анализа, а значит — без обратной связи и точек роста.

Решаем проблему с помощью ИИ

Давно рассматривали возможность внедрения ИИ в процессы продаж. Когда стало понятно, что контроль качества — узкое место, мы перешли к проектированию решения.

Формулировка задачи звучала просто: нужен инструмент, который автоматизирует анализ демовстреч и сократит ручную нагрузку.

Определили обязательные требования:

Полная автоматизация. Менеджер не должен вручную загружать файлы или писать промпты.
Итог встречи в структурированном виде: договоренности и задачи.
Проверка по существующему чеклисту контроля качества.
Фиксация оценок в единой таблице с возможностью аналитики.
Расчет средней оценки менеджера с влиянием на KPI и зарплату.

В качестве исходных данных использовали транскрибацию Zoom — сервис формирует ее автоматически. Расшифровка передается в LLM.

Языковая модель получает чеклист из 16 критериев и:

анализирует встречу;
выставляет оценки;
формирует комментарии;
заполняет онлайн-таблицу.

В таблице фиксируются:

дата встречи;
менеджер;
баллы по каждому критерию;
текстовая оценка в формате Good / Improve / Work on.

Таким образом, у нас появляется база для аналитики и построения сводных отчетов.

Дополнительно LLM отправляет данные в Аспро.Cloud в виде комментария к сделке.

В нем содержатся:

рекомендации менеджеру;
готовый шаблон итогов встречи для клиента;
процент соответствия чеклисту;
файл расшифровки.

По сути, вся информация по встрече сразу оказывается в системе.

Контроль ИИ

Мы понимали, что ИИ нужно откалибровать. Поэтому на первом этапе вели две параллельные таблицы:

ручные оценки руководителя;
оценки, выставленные LLM.

Это позволило сравнить результаты и донастроить промпт. Изначально модель была слишком лояльной и ставила баллы там, где руководитель их бы не поставил.

После корректировок удалось добиться совпадения оценок и получить объективную картину.

Важно: при любой автоматизации на базе ИИ необходимо проводить первичную проверку и периодический контроль.

Дополнительная автоматизация

Параллельно мы настроили отчеты по выставленным счетам. Они автоматически отправляются в Telegram исполнительному директору и руководителям подразделений.

Это усилило прозрачность финансовых показателей и сократило время на сбор информации.

Точки роста

Текущая версия — первая итерация. Мы уже определили направления развития:

вывести виджет оценки менеджеров прямо в интерфейс Аспро.Cloud;
протестировать другие языковые модели;
корректировать критерии чек-листа с учетом сезонности и приоритетов;
перейти к более детальной шкале оценки с шагом 0,25 вместо 0,5.

Результаты

После внедрения ИИ-агента:

руководитель освободил более 50% рабочего времени;
менеджеры получают обратную связь сразу после встречи;
контроль стал системным и объективным;
накопленные данные можно анализировать через ИИ для выявления слабых мест.