Контроль соблюдения регламентов работы с клиентами, таких как обзвон, часто требует значительных временных и финансовых затрат. При масштабировании бизнеса эти расходы растут пропорционально. Мы предлагаем решение на базе искусственного интеллекта, которое автоматизирует процесс, минимизирует ручной труд и повышает качество клиентского сервиса. В этой статье мы расскажем, как настроили полный цикл автоматизации для нашего заказчика.
1. Контроль обзвона контактов из Bidzaar с использованием amoCRM
Проблема
Наш заказчик использует электронную торговую площадку Bidzaar для проведения тендеров. Участники закупок регистрируются в Bidzaar, а сотрудники заказчика обзванивают их, используя телефонию amoCRM. Предварительно контакты из Bidzaar вручную переносятся в amoCRM, что создает ряд проблем.
Каждый звонок регламентируется правилами компании. Есть система оценки, которая включает в себя анализ звонка на наличие слов-триггеров, отработку возражений и другие параметры. Имеющуюся аналитику клиент ведет в Google Таблице.
Текущий процесс выглядит следующим образом:
1.1. Перенос контактов: Участник закупки регистрируется в Bidzaar, и сотрудник вручную переносит его данные в amoCRM. Это занимает время, из-за чего контакты не обрабатываются оперативно, а процесс требует значительных трудозатрат.
1.2. Обзвон: Сделка передается менеджеру для обзвона. Звонки записываются и сохраняются в CRM. Если они соответствуют критериям (длительность более минуты и выполнены нужным сотрудником), передаются для анализа и оценки в отдел контроля качества.
1.3. Оценка звонков: Сотрудник отдела контроля качества прослушивает записи и оценивает их по бальной шкале. Результат оценки вносит в Google Таблицы. Этот процесс трудоемок, занимает много времени и может быть субъективным, особенно при сотнях звонков в день.
1.4. Обработка слов-триггеров: Если в звонке были употреблены слова-триггеры, его необходимо сразу же отдать на разбор и отправить уведомление в чат Телеграм руководителю. Этот процесс тоже делается вручную сотрудником отдела качества, и из-за человеческого фактора в процессе также могут быть задержки и ошибки, а это напрямую влияет на уровень клиентского сервиса.
1.5. Аналитика: Руководитель анализирует данные в Google Таблицах. Отсутствие визуализации затрудняет работу, а аналитика не дает полной картины по отделам, сотрудникам и типичным ошибкам.
Если вас интересует интеграция ИИ и Битрикс24, шаблоны интеграций вы можете найти по ссылке.
Алексей Окара, продакт-менеджер Пинкит
Решение: автоматизация с использованием ИИ
Чтобы автоматизировать цикл полностью, мы предложили следующее решение на платформе Пинкит.
✔️ Интеграция Bidzaar и amoCRM: Автоматический перенос новых контактов из Bidzaar в amoCRM с созданием сделок и назначением ответственного менеджера.
✔️ Интеграция amoCRM и ИИ: Записи звонков, соответствующие критериям (длительность более минуты), автоматически передаются в Yandex SpeechKit для транскрибации в текст.
Текст анализируется YandexGPT, которая оценивает звонки по заданным параметрам (слова-триггеры, отработка возражений и др.). Результаты записываются в живую ленту сделки в amoCRM.
✔️ Интеграция с Google Таблицами: Результаты анализа автоматически выгружаются в Google Таблицы.
✔️ Интеграция с Yandex DataLens: На основе данных из Google Таблиц создается визуальный дашборд, который предоставляет наглядную аналитику по отделам, сотрудникам и ошибкам в звонках.
✔️ Уведомления: При обнаружении слов-триггеров автоматически отправляется уведомление в Telegram руководителю, что исключает задержки и ошибки.
Публичный шаблон интеграции вы можете найти по ссылке.
Далее покажем, как настроить такую автоматизацию с нуля на платформе Пинкит.
2. Интеграция Bidzaar и amoCRM
2.1. Шаг 1 - Откуда
Триггер - регистрация нового участника закупки на Bidzaar. При появлении новых данных сработает интеграция:
2.2. Шаг 2: Инструменты
Если вам не нужно как-то фильтровать новые контакты из Bidzaar, можно пропустить этот шаг.
2.3. Шаг 3: Куда
Создаем контакт в amoCRM.
2.4. Шаг 4: Сопоставление данных
Сопоставляем поля, заполненные при регистрации в Bidzaar, и поля контакта в amoCRM.
2.5. Шаг 5: Запуск
Запускаем интеграцию.
3. Интеграция amoCRM и ИИ
3.1. Шаг 1: Откуда
Допустим, что звонок всегда записывается в сделку, к которой привязан контакт. Выбираем событие исходящего звонка из сделки.
3.2. Шаг 2: Инструменты
Допустим, что используется модуль VoxImplant - он позволяет звонить клиентам прямо из интерфейса amoCRM, не используя рабочий телефон. Он будет отображать карточку клиента и вести учет всех разговоров с клиентом. С его помощью мы получим данные о звонке.
- Получить информацию о звонке
Используем API-запрос на получение (Метод*GET) с указанием урла /voximplant.statistic.get?filter[CRM_ACTIVITY_ID]={{source.ID}}.
- Скачать запись звонка
Модуль VoxImplant позволяет также получить запись звонка. Получим запись звонка, используя предыдущий шаг.
Используем API-запрос на получение (Метод*GET) с указанием урла {{step1.result.0.CALL_RECORD_URL}}.
Далее уже можем работать с нейросетями - расшифровать звонок и настроить запросы к ИИ для анализа и оценки звонка.
- Распознать речь из звонка файла
Распознаем речь с помощью ИИ, используя данные из предыдущего шага.
- Краткий пересказ
Делаем краткий пересказ звонка, используя языковую модель и данные из предыдущего шага.
Затем уже можем добавлять запрос к языковой модели, которые будут влиять на итоговую оценку звонка. Приведем пару примеров.
- Менеджер назвал свое имя
Используем запрос к ИИ, используя данные из шага Распознать речь из звонка файла.
- Менеджер спросил, удобно ли разговаривать
Используем запрос к ИИ, используя данные из шага Распознать речь из звонка файла.
Далее можно добавить еще запросы, прописать слова-триггеры и другие необходимые вам параметры. Затем ИИ присвоит баллы за каждое соответствие запросу и посчитает итоговый результат.
3.3. Шаг 3: Куда
Обновляем сделку в amoCRM и записываем итоговый результат в живую ленту сделки.
3.4. Шаг 4: Сопоставление данных
Сопоставляем сделку по идентификатору.
3.5. Шаг 5: Запуск
Запускаем.
4. Интеграция amoCRM и Google Таблиц
4.1. Шаг 1: Откуда
Получаем данные из amoCRM в момент обновления сделки.
4.2. Шаг 2: Инструменты
Допустим, что данный шаг можно пропустить.
4.3. Шаг 3: Куда
Передаем данные в таблицу (создаем новую строку).
4.4. Шаг 4: Сопоставление данных
Сопоставляем столбцы и поля сделки. Можем вывести, например, сотрудника, совершившего звонок, его отдел, оценку звонка и ошибки в звонке.
4.5. Шаг 5: Запуск
Запускаем.
5. Интеграция Google Таблиц и Yandex DataLens
Подробно останавливаться на настройках не будем, вы можете найти инструкцию и шаблон здесь.
В итоге получим дашборд такого вида:
6. Итог
Мы разработали шаблон интеграции, который полностью автоматизирует процесс: от переноса контактов из Bidzaar в amoCRM до анализа звонков с помощью ИИ и визуализации данных в Yandex DataLens. Это решение сокращает ручной труд, повышает скорость обработки контактов и улучшает качество клиентского сервиса.
Готовый шаблон интеграции и описание кейса вы можете установить по ссылке.
Есть вопросы? Напишите нам в Телеграм или WhatsApp, расскажите о вашем бизнес-сценарии, и наши инженеры помогут настроить интеграцию для сокращения ручного труда без дополнительной разработки.
Если вам нужна интеграция с сервисом, которого в Пинкит нет, или приватное событие/действие, через Пинкитбилдер вы можете самостоятельно добавить авторизацию, необходимые события и действия без разработки.
Подберите свой шаблон интеграции без регистрации здесь.
Алексей Окара, продакт-менеджер Пинкит
#пинол #пинкит #pinall #pinkit #bitrix24 #битрикс24 #amo #amocrm #амо #амоцрм #crm #црм #црмсистема #црм_система #внедрениецрм #интеграция #миграция #обмен #пинкитбилдер #bidzaar #пинкит_ии_amocrm #пинкит_bidzaar_amocrm #googlesheets #пинкит_googlesheets_amocrm #yandexdatalens #пинкит_googlesheets_yandxdatalens