директор и машина · контроль качества · запись № 006 · · Давид Герштейн
Менеджеры против прослушки: как внедрить контроль звонков и не остаться без отдела продаж
Контроль качества звонков внедряют не запуском системы на всех сразу, а через калибровочную сессию с каждым менеджером и три месяца параллельной работы ИИ-оценки с ручной, пока дельта отклонений не станет предсказуемой. Без этого этапа менеджеры саботируют систему, потому что не верят в её объективность — и часто справедливо.
Стоимость одной ошибки в контроле качества — сумма, ощутимая даже для крупного клиента. При этом отдел контроля в лучшем случае охватывает 25% звонков. Не потому что люди плохо работают, а потому что человек физически не прослушает всё. Отсюда и появляется соблазн отдать внедрение контроля качества звонков нейросети — и отсюда же начинается сопротивление менеджеров, которые не хотят, чтобы их оценивал алгоритм, в котором они не разбираются.
Я видел, как это внедрение проваливается и как оно получается. Разница не в технологии. Разница в том, дали ли менеджерам увидеть, как система принимает решения, прежде чем система начала на них влиять.
Почему менеджеры сопротивляются контролю качества звонков
Главная причина — оценка нейросети не всегда адекватна. Это не жалоба менеджера, а признание руководителя отдела, который сам внедряет систему: «Оценка, она не всегда адекватна». Один и тот же звонок при повторной обработке может получить разный результат. Если система колеблется сама с собой, доверять ей вслепую — значит плодить конфликты, а не снимать их.
Ещё одна проблема — менеджер не понимает, что именно оценивают. Показательный случай не из контроля звонков, а из смежной аналитики: менеджер по продажам не мог разобраться, у кого сколько договоров выставлено и откуда пришли клиенты. Его цитата точно описывает состояние человека перед внедрением любой системы контроля: «Я не могу с этим работать, я не понимаю, у кого сколько договоров выставлено, что это за клиенты». Когда человек не видит собственных данных в понятном виде, он не поверит и оценке своей работы, даже если она честная.
А ещё есть история с чужими записями. Менеджер выяснила, что в списке посещений клиенты видели собственные фамилии рядом с именем другого сотрудника. Причину так и не нашли. Это создало беспокойство о процедурных ошибках у всей команды — не потому что кто-то был неправ, а потому что необъяснённая несостыковка в системе учёта разрушает доверие быстрее, чем любая жёсткая оценка.
Калибровочная сессия: как снять сопротивление до запуска
Работающий приём — калибровочная сессия с каждым менеджером. Руководитель разбирает одну конкретную встречу: показывает автоматическую оценку, показывает чек-лист, по которому она выставлена, и вместе с менеджером обсуждает, где они согласны, а где нет. Это не формальность и не оправдание системы перед сотрудником. Цель другая — получить от менеджера расхождения, которые потом лягут в донастройку промпта и чек-листа.
Механика простая: менеджер видит, что его не наказывают анонимным алгоритмом, а спрашивают его экспертное мнение. Он превращается из объекта контроля в соавтора чек-листа. На практике именно это отличает внедрение, где люди начинают помогать системе, от внедрения, где систему саботируют молчаливым игнорированием.
Стандарты обслуживания нужны раньше алгоритма
Калибровка не работает, если стандарты обслуживания не сформулированы заранее. Нельзя оценивать звонок по критериям, которые никто не проговорил вслух. В одном случае из фактуры отделу продаж и сопровождения поручили совместное совещание, чтобы выработать единую коммуникационную стратегию — как одинаково информировать клиентов о задержках, чтобы не получился «сломанный телефон». Пока стандарт живёт в голове у каждого менеджера по-своему, любая автоматическая оценка будет восприниматься как произвол.
Проверка методологии: 66 звонков и дельта отклонения
Отдельная категория проблем — не человеческая, а методологическая. Прежде чем масштабировать оценку на всех менеджеров, компания внедрила сравнение: по каждому звонку фиксируется, как его оценила нейросеть и как оценил человек из отдела контроля качества, и считается дельта отклонения. За месяц набралось 66 звонков с ручной оценкой параллельно с автоматической. Это не про недоверие к ИИ ради недоверия — это способ понять, где система систематически ошибается, до того как её результат станет основанием для решений о зарплате или увольнении.
Руководитель, который отвечает за стратегию автоматизации в этой же компании, формулирует условие жёстко: «Я не готов автоматизировать контроль качества, потому что я не понимаю, работает ли методология, и я не понимаю, сколько это будет стоить. Пока нет цифр, пока нет доказанной эффективности, я не готов». Это здоровая позиция, а не перестраховка. Подробнее о том, что стоит проверять до полного доверия автоматической оценке звонков, я разбирал в отдельном материале — 7139 оценок и один честный отзыв о системе за $300 в месяц.
Три месяца двойной работы — это не потеря, а страховка
Практика, которая повторяется в разных внедрениях: систему запускают не менее чем на три месяца параллельно с ручным контролем. Это значит двойной расход бюджета — платите и за ИИ-оценку, и за штат контроля качества одновременно. Неприятно, но альтернатива хуже: отключить ручной контроль раньше и получить решения по менеджерам на основе оценки, которая ещё не проверена.
| Этап внедрения | Что происходит | Риск, если пропустить |
|---|---|---|
| Калибровочная сессия | Разбор одной встречи с менеджером, сверка оценки ИИ и мнения человека | Менеджеры саботируют систему как «чёрный ящик» |
| Параллельная оценка (66+ звонков) | Сравнение оценки ИИ и ручной, расчёт дельты | Решения о людях принимаются на непроверенной методологии |
| 3 месяца двойного контроля | Оба контура работают одновременно, бюджет удваивается | Раннее отключение ручного контроля скрывает системные ошибки ИИ |
| Полное развёртывание | 100% охват звонков, сокращение штата контроля качества | Без предыдущих этапов — повтор истории про ошибку, которая обошлась дороже всего проекта |
Технические ловушки, которые выглядят как саботаж, а на деле — баг
Часть сопротивления менеджеров на самом деле вызвана не недоверием к идее, а конкретными техническими сбоями, которые система выдаёт за «объективную оценку».
- Транскрибация обрезалась из-за лимита символов в ячейке Google-таблицы. ИИ оценивал неполный текст звонка и выносил вердикт по обрубленной версии разговора. Решили просто: в таблицу кладут короткий фрагмент и ссылку на полный текст.
- Система не всегда понимает, какой именно звонок нужно оценивать в цепочке взаимодействий с клиентом: «Проблема любой ИИ, которая связана с любой CRM, заключается в том, что как система должна понять, что это именно тот звонок, который нужно оценить». Первый звонок может быть холостым, следующий — система не захватывает, менеджер не всегда переводит сделку на нужный этап.
- Решение оказалось не в дисциплине менеджеров, а в инженерии: автоматическая выгрузка всех звонков из CRM с уникальными ID — сущность, менеджер, время. Триггером для выгрузки встречи служит заполнение обязательного поля с аудиозаписью на этапе «встреча проведена». Систему заставили анализировать контекст предыдущих звонков с тем же клиентом, а не оценивать разговор в вакууме.
Ещё один нюанс: готовых решений на рынке, которые сами сегментируют тип звонка и подключают к каждому типу отдельный промпт, не существует. Компания в фактуре использует 10 разных чек-листов под разные сценарии — первичный звонок лида, звонок продаж, вторичный контакт. Это не разовая настройка, а живой процесс: внедрение шло уже четвёртый месяц и требовало постоянных доработок. Если вы ждёте коробочного решения — почитайте, почему автоматизация без постоянного присмотра превращается во вторую работу: автоматизация, которая требует надзора.
Что бизнес получает, если пройти путь до конца
Ради чего всё это. Речевая аналитика на основе нейросетей даёт 100% охват звонков вместо выборочных 10%, которые способен вытянуть человек. Это не абстракция — это прямой переход от «мы контролируем четверть бизнеса» к «мы видим проблему у конкретного менеджера, а не у отдела в среднем». В одной компании после настройки системы контроля качества планируют отказаться от нескольких штатных единиц отдела контроля — не потому что люди плохо работали, а потому что их функцию закрыла автоматика с большим охватом.
Есть и прямой финансовый эффект от смежной аналитики переговоров: за два месяца работы с «реанимацией» — повторным контактом с клиентами, которые ранее не купили, — вытащили сумму, ощутимую даже для крупного отдела продаж. Это не контроль качества в чистом виде, но иллюстрация того, зачем вообще нужна детальная видимость по каждому диалогу: без неё эти клиенты остались бы забытыми в CRM.
И финальная деталь про дисциплину хранения данных, без которой весь контроль качества бессмысленен: все коммуникации с клиентом должны идти через фиксируемые каналы — открытые линии, а не личные WhatsApp менеджеров. Причина прагматична: при споре с клиентом компании нужны доказательства, а удалённые или отредактированные сообщения в мессенджере восстановить нельзя. Если контроль качества строится на канале, который менеджер может подчистить руками, это не контроль, а иллюзия.
Об общих ошибках при запуске подобных систем — почему они пробуксовывают даже с хорошей технологией — я писал отдельно:
каждый разбор здесь — из работающего контура: с цифрами и с тем, что не получилось.
короткие заметки между записями → t.me/directorandmachine
все цифры и механики одной страницей → опыт и цифры