Контроль звонков. Автоматически и бесплатно

Вы теряете клиентов непонятно почему? Может из-за плохого качества звонков? Менеджеры не соблюдают скрипты, забывают о важных деталях, а клиенты уходят к конкурентам? По данным исследования Calltouch, 67% клиентов отказываются от сотрудничества после одного неудачного звонка. Но хорошая новость в том, что контроль качества звонков можно настроить автоматически и бесплатно с помощью мощного инструмента для автоматизации бизнес-процессов. В этой статье вы узнаете, как это сделать.

Несколько кейсов компаний, которые внедрили контроль звонков

1. Сеть стоматологий «Дентал Групп»

После автоматизации контроля качества:

• Конверсия звонков выросла на 27%
• Средний чек увеличился на 15%

2. Интернет-магазин электроники «ТехноСити»

Внедрили систему оценки менеджеров по 10 параметрам. Результат:

• Сократили количество возвратов на 40%
• Увеличили NPS (индекс лояльности) с 62 до 81

Итог: Почему Стоит Автоматизировать Контроль Качества Звонков

В условиях высокой конкуренции контроль качества звонков — не просто опция, а стратегическая необходимость. Автоматизация позволяет:

• Системно улучшать работу менеджеров.
• Быстро выявлять и исправлять ошибки.
• Повышать уровень клиентского сервиса и, как следствие, продажи.

---

Хотите улучшить качество звонков и увеличить продажи? Тогда читаем дальше:

Исходные данные:

• есть дешевая ip телефония, откуда поступают ссылки на записи звонков в компанию сразу после разговора.
• есть 3 менеджера отдела продаж, которые зашиваются и явно упускают часть прибыли для компании.
• тотальная экономия, практически с нулевым бюджетом. Руководство не готово вкладывать дополнительные средства в использования более дорогих сервисов.

Как я сделал автоматизацию бесплатно:

Развернул на хостинге нашей компании, теперь уже любимый, сервис автоматизации n8n. Затраты 0 р. Можно использовать локальный сервер (затраты 0 р, но там некоторые триггеры могут не работать и придется искать обходные решения). А можно автоматически запустить на хостинге Бегет буквально в несколько кликов (210 р. в месяц, затраты для такой задачи смешные). Если интересно как запустить его на Бегет, спрашивайте — расскажу.

Изначально задача была упрощена: звонок сначала распределяется по отделам и соответственно поступает на отдельные телефоны.
По хорошему надо подвергнуть анализу вообще все звонки, которые поступают в компании. Но начнем сначала с самого главного: с продажников.

На почту поступают ссылки на записи с указанием отдела и номера телефона, который принял звонок или звонил. Сделать отдельный сценарий куда направлять ссылку в зависимости от отдела элементарно, даже расписывать не буду. Думаю понятно, что можно направлять куда угодно — на почту, в таблицу, в базу, в телеграм и т.д.

Теперь о главном: Оцениваем продажников. Создаем для этого отдельный сценарий. Он состоит из двух частей. (сразу скажу- это упрощенный вариант. у меня немного сложнее: с базой данных, скриптами и промтами для разных отделов и т.д.)

Контроль качества звонков. Бесплатная автоматизация

Предварительно рекомендую сразу создать необходимые подключения:

В интерфейсе n8n выбираем вкладку Credentials, справа вверху жмем красную кнопку и выбираем: Create Credential.

Выбираем в списке тип соединения: Telegram Api. В форме просто вводим секретный ключ вашего бота (он предварительно создается в самом главном боте: @BotFather) в поле Access Token.

Так же заводим новый Credential (тип- Header Auth) для транскрибатора AssemblyAi — предварительно получаем ApiKey (об этом чуть ниже), заносим его в поле Value.
В поле Name пишем как на картинке.

Теперь главное:

1. Часть: Сначала ссылка на звонок поступает в закрытый чат телеграм из предварительного сценария распределения или просто вручную. Телеграм-триггер ловит сообщение. Далее стоит модуль с условием, где проверяется ссылка, тип файла и от кого поступила.
Если все хорошо, передаем в ссылку на файл для транскрибации в AssemblyAi. Почему? Напоминаю: мы жестко экономим, а транскрибация разговоров менеджеров удовольствие, мягко говоря, не дешевое.
Сервис AssemblyAi (https://www.assemblyai.com) при регистрации дает 50$, а это, до 416 часов транскрибации! Получаем там бесплатно Api Key (https://www.assemblyai.com/app/api-keys).
Подключение к n8n сделано через Http модуль с указанием вашего Api Key. Задание уходит и результат будет ловиться вебхуком.

В триггере Телеграм выбираем созданный ранее Credential, в поле ниже указываем что он будет ловить. В нашем случае — сообщения.
Если вы хотите, чтобы работа бота велась в группе телеграм, предварительно в управлении группой сделайте его администратором.

В модуле (ноде) IF задаем условия для проверки входных данных:

• Наличие ссылки
• Наличие звукового файла
• Id пользователя

Если все условия соблюдены, двигаемся дальше.

Настраиваем модуль (ноду) отправки данных в AssemblyAi :

Указываем Url как на картинке, в Header Auth выбираем ранее созданный Credential.

Далее указываем ссылку на звуковой файл (просто перетаскиваем поле из ноды IF (или из телеграм триггера), остальное  пишем как на картинке.
Далее самая нижняя часть настройки ноды:

Тут пишем все как на картинке, кроме webhook_url. Url состоит из адреса сайта (с https), /webhook-test/уникальный код вебхука. Его мы получим дальше, просто держите это в голове.
И важный момент: после тестов, когда вы уже включите сценарий на постоянку, нужно будет обязательно вместо webhook-test написать в этом url просто webhook.
Настройки первой части на этом закончены. На самом деле все это занимает минут 5, быстрее чем прочитать. Приступаем ко второй части.

---

2. Часть: Вебхук в этом сценарии ловит статус выполнения задания. Если все хорошо (проверку делает нода IF), происходит получение результата транскрибации через Http модуль и дальше отправляется в Ai на обработку. Забыл сказать: для обработки потребуется промт и схема разбора текста. Это мы задаем в ноде Set, а обработчиком выступает нейросеть DeepSeek (и она отлично справляется с задачей совершенно бесплатно — как подключить за пару минут бесплатно и разбогатеть на 20$, я уже писал В ЭТОЙ СТАТЬЕ).

После этого результат можно направить куда удобно, в моем случае в телеграм, в тот же чат, откуда поступила ссылка на запись звонка.
Предварительно, для еще большего удобства, я поставил 2 ноды Code: первая разбивает текст на части, если текст будет длинный, вторая улучшает вид, избавляя от неприятных символов, вроде: *, #. Но это не обязательно, можно отправлять прямо в Telegram.

Итак, мы добавляем ноду Webhook Trigger. При ее добавлении автоматически создается уникальный секретный ключ и url, который мы как раз и должны прописать в последней ноде из первой части. Не забываем про тестовый режим и режим production (немного отличается url).

Далее вступает в работу модуль проверки статуса транскрибации. Тут все просто и понятно:

Если статус = comleted, значит можно приступать к обработке транскрибации.
Получаем ее с помощью ноды Http. Настройки на скриншотах:

Вверху надо правильно переписать url и добавить id транскрибации.
Ниже нужно выбрать созданный ранее Credential.

Следующим модулем будет нода Set, в котором для удобства записываем промт и схему для обработки транскрибации.

Какой промт? Я приведу тут первоначальный вариант, он вполне подойдет для этого упрощенного сценария, у меня он немного модифицированный. Конечно вы можете его тоже изменить под свои задачи.


Проанализируйте этот звонок, обратив внимание на эффективность продаж и потенциальные возможности повышения продаж. Используйте следующие показатели для оценки эффективности взаимодействия с точки зрения продаж. Конкретно определите сильные стороны и те, которые требуют улучшения, и предоставьте практические выводы для будущих звонков.\r\n\r\nНамерение клиента: Определите основное намерение клиента и мотивацию для участия в разговоре. Есть ли четкое указание на его потребности или желаемые результаты? Насколько хорошо агент соответствует этим намерениям или отвечает им?\r\n\r\nПоказатель заинтересованности (0-100): Оцените уровень искреннего интереса, проявленного клиентом, по его ответам, тону и любым задаваемым вопросам. Присвойте балл и объясните его причину.\r\n\r\nБалл за презентацию услуги (0-100): Оцените, насколько эффективно агент представил варианты услуг. Разъяснил ли он преимущества, которые соответствуют потребностям клиента? Оцените работу агента в этой области и дайте краткое объяснение.\r\n\r\nВозможности повышения продаж выявлены: Укажите, были ли выявлены возможности для повышения продаж (например, предложение продвинутых программ, сертификаций или дополнительных услуг). Если возможности были упущены, объясните, как их можно было использовать.\r\n\r\nОценка за работу с возражениями (0-100): Если клиент выразил возражения или колебания, проанализируйте, насколько эффективно агент справился с ними. Предложил ли он соответствующие решения или успокоил клиента? Присвойте оценку и обоснуйте ее конкретными примерами из разговора.\r\n\r\nВероятность конверсии (0-100): Основываясь на уровне заинтересованности и вовлеченности клиента, оцените вероятность конверсии. Какие сигналы от клиента указывают на высокую или низкую вероятность продвижения вперед?\r\n\r\nРезультат звонка: Подведите итоги звонка (например, \u201Cклиент проявил сильный интерес,\u201D \u201Cклиент запросил дополнительную информацию,\u201D или \u201Cклиент не проявил интереса,\u201D). Был ли четко определен следующий шаг?\r\n\r\nКлючевые потребности клиента: Выделите особые потребности, предпочтения или болевые точки клиента, о которых говорилось во время разговора. Как их можно было бы учесть в будущем взаимодействии, чтобы улучшить соответствие целям клиента\u2019?\r\n\r\nИнсайты для улучшения работы агента: Обеспечьте конструктивную обратную связь для агента, сосредоточившись на таких областях, как эмпатия, знание продукта и стратегия повышения продаж. Предложите улучшения, которые могли бы улучшить их подход, чтобы повысить вовлеченность клиентов.\r\n\r\n Рекомендуемые дальнейшие шаги: Порекомендуйте конкретные последующие действия, например, предоставление индивидуальной информации, отправку соответствующих ресурсов или организацию консультации. Сосредоточьтесь на действиях, которые будут способствовать развитию отношений с клиентом и повысят вероятность конверсии.\r\n\r\nВ своем анализе подчеркните ясность и действенность обратной связи, которая использует передовой опыт продаж. Подчеркните, насколько хорошо агент установил контакт, представил продукт и работал над благоприятным исходом для клиента и компании. Отвечайте только на русском языке.


Теперь очень важный момент: код, который отвечает за структуру обработки:

{
"name": "sales_call_analysis",
"description": "Анализ вовлеченности клиентов, уровня интереса и вероятности конверсии на основе данных звонка",
"strict": true,
"schema": {
"$schema": "http://json-schema.org/draft-04/schema#",
"type": "object",
"properties": {
"language": {
"type": "string",
"description": "Язык ответа (только 'ru' для русского)",
"enum": ["ru"] },
"client_intent": {
"type": "string",
"description": "Основное намерение клиента (например, 'интерес к образованию', 'общий запрос')"
},
"interest_score": {
"type": "integer",
"description": "Оценка уровня интереса клиента на основе его ответов (0-100)"
},
"service_presentation_score": {
"type": "integer",
"description": "Оценка качества презентации образовательных возможностей агентом (0-100)"
},
"upsell_opportunity_identified": {
"type": "boolean",
"description": "Выявлена ли возможность дополнительной продажи"
},
"objection_handling_score": {
"type": "integer",
"description": "Оценка работы с возражениями клиента (0-100)"
},
"conversion_probability": {
"type": "integer",
"description": "Вероятность конверсии на основе взаимодействия в звонке (0-100)"
},
"call_outcome": {
"type": "string",
"description": "Результат звонка (например, 'интерес подтверждён', 'нет интереса', 'назначена встреча')"
},
"key_client_needs": {
"type": "string",
"description": "Выявленные потребности клиента, полезные для персонализации или последующего контакта"
},
"insights_for_agent_improvement": {
"type": "string",
"description": "Советы и рекомендации для агента по улучшению работы"
},
"next_steps_recommended": {
"type": "string",
"description": "Рекомендуемые дальнейшие действия для повышения вероятности конверсии"
}
},
"additionalProperties": false,
"required": [
"language",
"client_intent",
"interest_score",
"service_presentation_score",
"upsell_opportunity_identified",
"objection_handling_score",
"conversion_probability",
"call_outcome",
"key_client_needs",
"insights_for_agent_improvement",
"next_steps_recommended"
] }
}


Теперь переходим к модулю Ai. Я взял простую ноду, к которой мы подключим нейросеть, она и сделает всю обработку, исходя из промта и заданной структуры.

Подсоединяем модуль нейросети (через + снизу ноды Ai). Я недавно очень успешно внедрил в свои сценарии нейросеть DeepSeek, которую включил через ноду OpenAi. Работает быстро и бесплатно, что важно в моей реализации. Ранее я писал подробно как подключить ее бесплатно за пару минут и получить в подарок 20$ В ЭТОЙ СТАТЬЕ.
Из настроек выбираем Credential и модель Deepseek-v3. Остальные настройки можно добавить при необходимости по кнопке ниже.

В общем то в итоге мы уже получаем готовый разбор записи, но я добавил пару штрихов:

1) Тут на всякий случай разбил текст на части по 4000 символов (если он вдруг окажется длинным для телеграм, куда я его отправлю). Это необязательный модуль.
2) Теперь немного почистим текст, чтобы он смотрелся в телеграм посимпатичнее:

Весь этот код написала мне нейросеть, когда я ей объяснил задачу. Сам я вообще не разбираюсь в коде и программировании. Так что наверняка еще можно что то улучшить.
Остается готовый анализ звонка отправить в Телеграм:

Тут вверху выбираем Credential нашего телеграм бота (вспомните триггер в самом начале). В поле Chat ID указываем Id пользователя, либо группы (кому мы шлем результат)
Чтобы ничего лишнего не вылезало, тумблер «Append n8n Attribution» выключаем (иначе будет прилетать подпись к каждому сообщению от n8n).
Ну и Parse Mode я обычно выбираю именно HTML .

Ну а в качестве примера приведу разбор звонка менеджера из всем известной компании. Звонила она нашему директологу. На мой взгляд нейросеть очень точно разобрала запись разговора, выявив все недостатки.

---

Итого, мои затраты на всё это удовольствие составили ровно 0 рублей. Я совсем не программист и никогда не писал код. Скажу честно, похожее решение обнаружил в интернете, потом надо было немного переделать (для этого задал несколько вопросов нейросети), подключить базу данных, скрипты для разных отделов и в итоге имею готовую, рабочую схему совершенно бесплатно, а директор со счастливой улыбкой отчитывает менеджеров на планерке. Кстати, премию мне уже дали, так что я в отпуске.

Попробуйте создать первый workflow в n8n прямо сегодня – это займет не больше часа и очень интересно (вспомните себя ребенком, собирающим конструктор). А какие проблемы с качеством звонков есть в вашей компании? Делитесь в комментариях, думаю будет всем интересно, может даже поможем найти решение.

---