Савченко Андрей

Array
(
    [ID] => 3609
    [~ID] => 3609
    [IBLOCK_ID] => 36
    [~IBLOCK_ID] => 36
    [IBLOCK_SECTION_ID] => 127
    [~IBLOCK_SECTION_ID] => 127
    [NAME] =>  Встроенная речевая аналитика против отдельной системы. В чём разница?
    [~NAME] =>  Встроенная речевая аналитика против отдельной системы. В чём разница?
    [ACTIVE_FROM_X] => 2026-10-28 00:00:00
    [~ACTIVE_FROM_X] => 2026-10-28 00:00:00
    [ACTIVE_FROM] => 28.10.2026
    [~ACTIVE_FROM] => 28.10.2026
    [TIMESTAMP_X] => 28.10.2026 17:13:44
    [~TIMESTAMP_X] => 28.10.2026 17:13:44
    [DETAIL_PAGE_URL] => /blog/rechevaya-analitika-/vstroennaya-rechevaya-analitika-protiv-otdelnoy-sistemy-v-chyem-raznitsa/
    [~DETAIL_PAGE_URL] => /blog/rechevaya-analitika-/vstroennaya-rechevaya-analitika-protiv-otdelnoy-sistemy-v-chyem-raznitsa/
    [LIST_PAGE_URL] => /blog/
    [~LIST_PAGE_URL] => /blog/
    [DETAIL_TEXT] => 
Пару лет назад анализ звонков был отдельным продуктом, который покупали осознанно. Сейчас кнопка «разобрать разговор» появилась внутри CRM, внутри виртуальных АТС и внутри облачных платформ, причём часто без доплаты или за символическую подписку. Вопрос «а зачем нам тогда отдельная система» стал абсолютно резонным, и задавать его начали на первой же встрече.

Разберём, где встроенный анализ звонков уже есть и что он на самом деле умеет, в какой точке он упирается в потолок, сколько стоит тот и другой вариант на реальном объёме звонков и по каким признакам понятно, что встроенного вам хватит. Все цифры и состав функций — по состоянию на октябрь 2026 года: эта область меняется быстро.

Где встроенный анализ звонков уже есть

Встроенные инструменты делятся на три группы, и они довольно сильно различаются по глубине.

Внутри CRM

Самый развитый пример на российском рынке — Битрикс24. Разбор звонка через CoPilot идёт четырьмя шагами: расшифровка записи, краткое резюме разговора, заполнение полей CRM и оценка по скрипту продаж. Скрипты можно взять готовые или написать свои, в том числе руками CoPilot по текстовому запросу, и привязать каждый к типу клиента: новый, в работе, ранее отказавшийся, ранее покупавший.

Проверка бывает ручной и автоматической. Автоматическую настраивают на первый входящий звонок, на все входящие, на все исходящие или на все звонки подряд, и работает она при подписке BitrixGPT + Маркетплейс. Результат попадает в таймлайн сделки отдельным делом: оценка, использованный скрипт, ответственный менеджер и разбор того, что в разговоре совпало со скриптом, а что нет. Один звонок можно оценить по нескольким скриптам, а рейтинг менеджера считается как среднее по оценкам, причём свежие звонки весят больше.

Устройство понятное и для многих задач достаточное. Ограничения тоже есть, и первое из них вендор указывает прямо: инструмент работает только в веб-версии на компьютере.

Внутри телефонии

У операторов связи и провайдеров виртуальных АТС аналитика исторически глубже, потому что запись разговора — их собственный продукт. Mango Office здесь показателен: в их речевой аналитике на выбор два движка распознавания, 3iTech или Yandex SpeechKit, распознавание можно дообучить под свою терминологию, есть 32 готовых словаря и возможность добавлять свои словари, скрипты и стоп-слова.

Дальше идёт то, что обычно и отличает полноценную систему: автоматическая разметка диалогов по темам и тегам, поиск по словам и фразам без прослушивания, панель отчётов с оценкой сотрудников и отделов по 12 показателям вроде доли речи клиента и перебиваний, чек-листы на соответствие стандартам, выявление разговоров с негативным окрасом, работа в реальном времени и автоматическое разделение одноканальных записей на две дорожки. Есть готовые коннекторы к Битрикс24, amoCRM, Мегаплану, 1С, ELMA365, BPMSoft, RetailCRM и Бизнес.Ру, а для остального API.

Называть такое встроенной функцией уже не совсем честно. Это отдельная система, которая просто продаётся вместе с телефонией и поэтому не требует отдельной интеграции.

Виджеты и приложения маркетплейсов

Третий вариант встречается там, где у платформы своего анализа звонков нет. В amoCRM на момент написания статьи собственного разбора разговоров не появилось: представленный на АМОКОНФ 2026 ИИ-агент «Амма» работает со сделками, перепиской, отчётами и настройкой системы, а расшифровка и аналитика звонков закрываются приложениями из маркетплейса.

Формально это выглядит как встроенная функция: кнопка в карточке, результат в интерфейсе CRM. Фактически вы покупаете внешний сервис, у которого свой движок распознавания, своя тарификация и свои условия обработки данных. Это важно понимать хотя бы потому, что отвечать за персональные данные в записях всё равно будете вы.

У виджета стоит выяснить четыре вещи до подключения: на чьём движке он распознаёт речь, где физически обрабатываются записи, оформлено ли поручение на обработку персональных данных и что произойдёт с накопленными расшифровками и тегами при отключении приложения. По нашему опыту последний вопрос задают реже всего, а ответ на него определяет, можно ли вообще считать такой инструмент своим.

Что встроенные инструменты делают хорошо

Недооценивать их не стоит. Четыре вещи они закрывают лучше любой отдельной системы.

Не нужно настраивать интеграции

Записи уже лежат в той же системе, привязка к сделке и менеджеру есть по умолчанию, разбор появляется в карточке. Самая долгая и скучная часть проекта внедрения просто отсутствует, а вместе с ней уходит и риск, что телефония и CRM не поделят между собой идентификатор звонка.

Польза в первый день

Расшифровка и резюме разговора в карточке сделки экономят руководителю время сразу, без настройки критериев и калибровки. Чтобы получить тот же результат от отдельной системы, нужно пройти пилот, собрать словари и договориться о критериях.

Автозаполнение CRM

Когда ИИ вытаскивает из разговора бюджет, сроки и возражения и сам пишет их в поля, качество данных в CRM растёт. Это отдельная ценность, не имеющая отношения к контролю качества, и отдельные системы речевой аналитики такой задачей обычно не занимаются вовсе.

Цена входа

Подписка BitrixGPT + Маркетплейс начинается от 800 рублей в месяц на аккаунт и снимает ограничение на количество ИИ-запросов в российской зоне. Для сравнения: раньше дополнительные пакеты запросов продавались бустами по 9 990 рублей в месяц.

Где встроенное ПО упирается в потолок

Потолок наступает по одной причине: для платформы анализ звонков остаётся дополнительной функцией, которая должна работать у всех сразу и настраиваться минимально. Качество распознавания тут обычно ни при чём. Проявляется это в шести местах, и перечислены они в порядке, в котором заказчики на них натыкаются.

Своя лексика и дообучение

Распознавание на общей модели ошибается на том, что для вашей отрасли основное: названия препаратов, марки стали, артикулы, фамилии, профессиональный жаргон. Отдельная система позволяет завести свой словарь и дообучить модель на ваших записях. Встроенная в CRM — обычно нет: вы работаете на том, что дал вендор.

Коварство здесь в том, что ошибка не видна. Если ключевое слово распознано неверно, все построенные на нём теги и оценки будут неверны тоже, и система об этом не сообщит.


	Читайте также
	Как проверить систему ИИ-анализа звонков на своих данных


Глубина критериев

Оценка по скрипту и многокритериальный чек-лист — разные вещи. В отдельной системе критерий собирается из условий: прозвучала ли фраза, в какой части разговора, была ли реакция на возражение, уложился ли менеджер в норматив по доле речи. Критерии имеют веса, калибруются на размеченных руками звонках и пересматриваются.

Встроенные инструменты дают оценку соответствия скрипту одним числом с текстовым пояснением. Для «посмотреть, что происходит» этого хватает, для KPI и премий — нет: число нельзя ни разложить, ни оспорить.

Охват и экономика

Главный разрыв. Смысл речевой аналитики в том, что она слушает все разговоры, а не выборку, и именно полный охват делает выводы статистически значимыми.

Встроенные ИИ-функции тарифицируются запросами или токенами, а не минутами, и при включении разбора на все звонки подряд расход становится плохо предсказуемым. В amoCRM, например, введена внутренняя валюта: 100 тысяч токенов стоят 999 рублей, часть включена в тариф, а расход зависит от сложности запроса. Сколько звонков закроет пакет, заранее не посчитать.

Данные и отчётность

Отдельная система отдаёт данные наружу: выгрузки, API, витрины для BI, историю за годы. Встроенная живёт внутри платформы, и её отчёты ограничены тем, что предусмотрел вендор. Как только появляется вопрос «покажи долю обращений по этой причине в динамике за полтора года в разрезе филиалов», встроенного инструмента перестаёт хватать.

Отсюда же вытекает кросс-канальность. Клиент пишет в чат, звонит и приходит в точку, выводы нужны по всем каналам вместе, а звонковый модуль CRM видит только звонки.

Работа во время разговора

Встроенные в CRM инструменты разбирают звонок после его завершения, и по-другому быть не может: запись попадает в карточку, когда разговор уже закончился. Для контроля качества этого достаточно, для помощи оператору — нет.

Если задача в том, чтобы подсказать сотруднику формулировку прямо в разговоре или поднять флаг руководителю, пока клиент ещё на линии, нужна обработка потока в реальном времени. Такое умеют телефонные платформы, у которых поток свой, и отдельные системы речевой аналитики. В контакт-центрах это обычно и есть главный аргумент за отдельную систему.


	
		Решение
		
Решения для автоматизации контакт-центров
		
Собираем контур контакт-центра целиком: телефония, маршрутизация, подсказки оператору в реальном времени и аналитика разговоров в одной связке.
		
			
		
	


Где обрабатываются записи

Пункт, который чаще всего всплывает уже на согласовании со службой безопасности. Записи разговоров содержат персональные данные, и обработка их внешним сервисом требует оформленного поручения по закону № 152-ФЗ, а в части отраслей ещё и размещения в контуре, который можно аттестовать.

Встроенный инструмент работает там, где работает платформа, и выбора у вас нет. Отдельные системы в большинстве случаев дают вариант установки на собственные серверы, и для компаний с требованиями к защите информации это иногда единственный проходимый путь.

Сравнение по существу

Если свести разницу в одну таблицу, она выглядит так.


	

		
			
			
			
		
		

			

				

					
Параметр
				
				

					
Встроенный инструмент платформы
				
				

					
Отдельная система
				
			
			

				

					
Интеграция
				
				

					
не нужна, записи уже внутри
				
				

					
проект с телефонией и CRM
				
			
			

				

					
Распознавание
				
				

					
модель вендора, как есть
				
				

					
выбор движка, свои словари, дообучение
				
			
			

				

					
Критерии оценки
				
				

					
оценка по скрипту одним числом
				
				

					
многокритериальные чек-листы с весами и калибровкой
				
			
			

				

					
Охват
				
				

					
выборочный либо полный с непредсказуемым расходом
				
				

					
полный, тарификация по минутам
				
			
			

				

					
Реальное время
				
				

					
только после звонка (в телефонных платформах бывает)
				
				

					
подсказки оператору и флаги во время разговора
				
			
			

				

					
Отчётность
				
				

					
предустановленные отчёты платформы
				
				

					
свои отчёты, выгрузки, API, витрины для BI
				
			
			

				

					
Каналы
				
				

					
звонки
				
				

					
звонки, чаты, мессенджеры, иногда офлайн-диалоги
				
			
			

				

					
Размещение
				
				

					
только там, где работает платформа
				
				

					
облако или собственные серверы
				
			
			

				

					
Тарификация
				
				

					
запросы, токены, подписка
				
				

					
минуты, символы или пакеты минут
				
			
			

				

					
Порог запуска
				
				

					
один день
				
				

					
пилот на своих данных, настройка критериев
				
			
		
	


Сколько это стоит на реальном объёме

Цены на встроенное ПО и отдельное устроены по-разному, поэтому сравнивать их абстрактно бессмысленно. Посчитаем на отделе продаж из 20 менеджеров, каждый делает 20 разговоров в день по 4 минуты. Это 1 600 минут в день и примерно 32 000 минут в месяц при 20 рабочих днях.


	

		
			
			
			
		
		

			

				

					
Вариант
				
				

					
Как тарифицируется
				
				

					
Расход на 32 000 минут в месяц
				
			
			

				

					
Встроенное в Битрикс24
				
				

					
подписка BitrixGPT + Маркетплейс, от 800 ₽/мес на аккаунт
				
				

					
от 800 ₽ плюс стоимость самого тарифа Битрикс24
				
			
			

				

					
Встроенное в телефонию Mango Office
				
				

					
1 100 ₽/мес плюс от 1,25 ₽ за минуту расшифровки
				
				

					
около 41 100 ₽
				
			
			

				

					
Отдельная система, пример Yandex SpeechSense
				
				

					
2,004 ₽ за минуту распознавания с аналитикой
				
				

					
около 64 100 ₽
				
			
			

				

					
Та же система по подписке
				
				

					
90 000 ₽/мес за пакет 30 000 минут
				
				

					
90 000 ₽ и оплата перерасхода сверх пакета
				
			
		
	


Цены приведены по открытым тарифам вендоров на октябрь 2026 года, у Yandex SpeechSense — по ступени до 100 тысяч минут в месяц; на больших объёмах минута дешевеет до 0,6096 рубля. Одноканальные записи там тарифицируются как двухканальные, и это тоже стоит учитывать в расчёте.

Из таблицы важно другое. Подписка на ИИ-функции платформы покрывает запросы, а не минуты, поэтому как только разбор включается на все звонки подряд, вы упираетесь либо в лимиты, либо в оплату по факту, и разрыв в цене сокращается. Честное сравнение получается только на вашем реальном объёме и с вашим сценарием охвата.

«Когда заказчик приходит с вопросом про отдельную систему, мы первым делом просим посчитать минуты и назвать, какой процент звонков надо слушать. На выборке в десять процентов встроенного обычно достаточно. Как только нужен полный охват и оценка, по которой платят премии, разговор сразу переходит к отдельной системе, потому что числу без разложения на критерии в премии никто не поверит», — Андрей Савченко, руководитель портфеля продуктов ОБИТ.

Кому хватит встроенного

Встроенного инструмента достаточно, если выполняются все условия сразу: звонков немного, до нескольких сотен в месяц; задача в том, чтобы помочь руководителю отдела выборочно смотреть разговоры и не терять данные в CRM; отраслевая лексика простая; оценка не связана с деньгами сотрудников; отчётность нужна только внутри CRM; требований к размещению записей нет.

Отдельная система нужна, когда появляется хотя бы одно из другого списка: контроль качества как процесс с метриками и регулярной калибровкой; полный охват разговоров; оценка, влияющая на премии; специфическая лексика, на которой общая модель ошибается; несколько каналов общения с клиентом; аналитика в своём BI рядом с данными продаж; требования службы безопасности к месту обработки записей; контакт-центр, где подсказки оператору нужны в реальном времени.


	Читайте также
	Речевая аналитика в ритейле: для чего нужна и как работает


Промежуточный вариант тоже рабочий и встречается чаще, чем кажется. Встроенный инструмент остаётся для расшифровок и автозаполнения карточек, а отдельная система берёт на себя контроль качества и аналитику. Двойная оплата минут при таком раскладе обычно не возникает: инструменты работают с разным объёмом звонков, потому что в CRM разбор нужен по сделкам в работе, а контроль качества считает всё подряд.

Единственное, о чём стоит договориться заранее, — какая из двух оценок считается официальной. Если руководитель отдела смотрит оценку из CRM, а служба качества работает по чек-листам отдельной системы, расхождение в цифрах обязательно всплывёт на разборе премий.

Как выбрать

Разница между встроенной и отдельной речевой аналитикой не в качестве распознавания, а в том, что встроенный инструмент отвечает на вопрос «о чём был этот разговор», а отдельная система — на вопрос «что происходит в разговорах вообще и что с этим делать». Первое решается кнопкой в карточке, второе требует словарей, критериев, калибровки, выгрузок и полного охвата. Поэтому выбор определяется тем, какой из двух вопросов у вас сейчас стоит, а бюджет здесь вторичен.

Проверять это стоит на своих записях, а не на демонстрации вендора. Возьмите несколько десятков характерных для вашей работы разговоров и прогоните их через встроенный инструмент, который у вас уже есть. Если расшифровка читается и оценки по скрипту вам достаточно, покупать отдельную систему незачем. Если расшифровка врёт на профессиональной лексике или оценка не раскладывается на понятные критерии, вы увидели свой потолок.

«Самая частая ошибка при сравнении — смотреть на функции по списку. В списках у всех написано одно и то же: расшифровка, теги, тональность, отчёты. Разница вылезает на ваших записях и на вашем словаре, поэтому мы всегда начинаем с пилота на реальных звонках заказчика, а не с презентации», — Андрей Савченко, руководитель портфеля продуктов ОБИТ.

Если вам нужно сравнить встроенный инструмент с отдельной системой на своих данных, приходите на бесплатную консультацию: разберём ваш объём звонков и сценарий контроля, посчитаем экономику обоих вариантов и подберём решение под задачу.


	
		Решение
		
Речевая аналитика
		
Подбираем и внедряем систему анализа разговоров под вашу задачу: пилот на ваших записях, свои словари и критерии оценки, интеграция с телефонией, CRM и отчётностью.
		
			
		
	




	

		

			

				

					
Часто задаваемые вопросы (FAQ)
					

						

						
					
				
			
			

				

					

						Чем встроенная речевая аналитика отличается от отдельной системы?
					
					

						
							Встроенный инструмент отвечает на вопрос «о чём был этот разговор»: расшифровка, резюме, заполнение полей CRM и оценка соответствия скрипту одним числом. Отдельная система отвечает на вопрос «что происходит в разговорах вообще»: свои словари и дообучение распознавания, многокритериальные чек-листы с весами, полный охват звонков, выгрузки в BI, работа с чатами и возможность установки на собственные серверы.
						
					
				
				

					

						В каких системах уже есть встроенный анализ звонков?
					
					

						
							Из CRM на российском рынке наиболее развит Битрикс24: CoPilot делает расшифровку, резюме, заполняет поля и оценивает звонок по скрипту продаж. У провайдеров виртуальных АТС аналитика глубже, например у Mango Office есть выбор движка распознавания, словари, теги, чек-листы и отчёты. В amoCRM собственного анализа звонков нет, задача закрывается приложениями из маркетплейса.
						
					
				
				

					

						Хватит ли встроенной аналитики Битрикс24 для контроля качества?
					
					

						
							Для выборочного просмотра разговоров и рейтинга менеджеров по скриптам хватит. Для контроля качества как процесса обычно нет: оценка приходит одним числом, её нельзя разложить на критерии с весами и откалибровать на размеченных вручную звонках, а значит, привязать к премиям её не получится без споров. Отраслевую лексику встроенная модель тоже не дообучает.
						
					
				
				

					

						Сколько стоит анализ звонков во встроенном инструменте и в отдельной системе?
					
					

						
							По открытым тарифам на октябрь 2026 года подписка BitrixGPT + Маркетплейс начинается от 800 ₽ в месяц на аккаунт и снимает лимит на число ИИ-запросов в российской зоне. Речевая аналитика Mango Office — 1 100 ₽ в месяц плюс от 1,25 ₽ за минуту расшифровки. Отдельная система тарифицируется минутами: у Yandex SpeechSense это 2,004 ₽ за минуту на объёме до 100 тысяч минут. На отделе из 20 менеджеров и 32 000 минутах в месяц разница получается примерно между 41 и 64 тысячами рублей.
						
					
				
				

					

						Можно ли дообучить распознавание под свою терминологию?
					
					

						
							Во встроенных в CRM инструментах обычно нет: вы работаете на той модели, которую дал вендор. У телефонных платформ и отдельных систем такая возможность есть, например Mango Office позволяет выбрать движок распознавания и дообучить его под свою терминологию, а также заводить собственные словари и стоп-слова. Проверять это нужно на своих записях с характерной лексикой до покупки.
						
					
				
				

					

						Можно ли использовать встроенный инструмент и отдельную систему вместе?
					
					

						
							Да, и это распространённая схема. Встроенный инструмент остаётся для расшифровок и автозаполнения карточек по сделкам в работе, отдельная система считает контроль качества и аналитику по всем разговорам. Двойной оплаты минут при таком разделении обычно не возникает. Заранее стоит договориться, какая из двух оценок считается официальной, иначе расхождение цифр всплывёт при расчёте премий.
						
					
				
				

					

						Что нужно оформить по персональным данным при анализе звонков?
					
					

						
							Записи разговоров содержат персональные данные, поэтому их обработка внешним сервисом требует оформленного поручения по закону № 152-ФЗ, а ответственность перед субъектом остаётся на вашей компании. Это касается и виджетов из маркетплейсов: у приложения стоит заранее выяснить, на чьём движке идёт распознавание и где физически обрабатываются записи. В отраслях с требованиями к защите информации вопрос решается установкой системы в собственный контур.
						
					
				
			
		
	

    [~DETAIL_TEXT] => 
Пару лет назад анализ звонков был отдельным продуктом, который покупали осознанно. Сейчас кнопка «разобрать разговор» появилась внутри CRM, внутри виртуальных АТС и внутри облачных платформ, причём часто без доплаты или за символическую подписку. Вопрос «а зачем нам тогда отдельная система» стал абсолютно резонным, и задавать его начали на первой же встрече.

Разберём, где встроенный анализ звонков уже есть и что он на самом деле умеет, в какой точке он упирается в потолок, сколько стоит тот и другой вариант на реальном объёме звонков и по каким признакам понятно, что встроенного вам хватит. Все цифры и состав функций — по состоянию на октябрь 2026 года: эта область меняется быстро.

Где встроенный анализ звонков уже есть

Встроенные инструменты делятся на три группы, и они довольно сильно различаются по глубине.

Внутри CRM

Самый развитый пример на российском рынке — Битрикс24. Разбор звонка через CoPilot идёт четырьмя шагами: расшифровка записи, краткое резюме разговора, заполнение полей CRM и оценка по скрипту продаж. Скрипты можно взять готовые или написать свои, в том числе руками CoPilot по текстовому запросу, и привязать каждый к типу клиента: новый, в работе, ранее отказавшийся, ранее покупавший.

Проверка бывает ручной и автоматической. Автоматическую настраивают на первый входящий звонок, на все входящие, на все исходящие или на все звонки подряд, и работает она при подписке BitrixGPT + Маркетплейс. Результат попадает в таймлайн сделки отдельным делом: оценка, использованный скрипт, ответственный менеджер и разбор того, что в разговоре совпало со скриптом, а что нет. Один звонок можно оценить по нескольким скриптам, а рейтинг менеджера считается как среднее по оценкам, причём свежие звонки весят больше.

Устройство понятное и для многих задач достаточное. Ограничения тоже есть, и первое из них вендор указывает прямо: инструмент работает только в веб-версии на компьютере.

Внутри телефонии

У операторов связи и провайдеров виртуальных АТС аналитика исторически глубже, потому что запись разговора — их собственный продукт. Mango Office здесь показателен: в их речевой аналитике на выбор два движка распознавания, 3iTech или Yandex SpeechKit, распознавание можно дообучить под свою терминологию, есть 32 готовых словаря и возможность добавлять свои словари, скрипты и стоп-слова.

Дальше идёт то, что обычно и отличает полноценную систему: автоматическая разметка диалогов по темам и тегам, поиск по словам и фразам без прослушивания, панель отчётов с оценкой сотрудников и отделов по 12 показателям вроде доли речи клиента и перебиваний, чек-листы на соответствие стандартам, выявление разговоров с негативным окрасом, работа в реальном времени и автоматическое разделение одноканальных записей на две дорожки. Есть готовые коннекторы к Битрикс24, amoCRM, Мегаплану, 1С, ELMA365, BPMSoft, RetailCRM и Бизнес.Ру, а для остального API.

Называть такое встроенной функцией уже не совсем честно. Это отдельная система, которая просто продаётся вместе с телефонией и поэтому не требует отдельной интеграции.

Виджеты и приложения маркетплейсов

Третий вариант встречается там, где у платформы своего анализа звонков нет. В amoCRM на момент написания статьи собственного разбора разговоров не появилось: представленный на АМОКОНФ 2026 ИИ-агент «Амма» работает со сделками, перепиской, отчётами и настройкой системы, а расшифровка и аналитика звонков закрываются приложениями из маркетплейса.

Формально это выглядит как встроенная функция: кнопка в карточке, результат в интерфейсе CRM. Фактически вы покупаете внешний сервис, у которого свой движок распознавания, своя тарификация и свои условия обработки данных. Это важно понимать хотя бы потому, что отвечать за персональные данные в записях всё равно будете вы.

У виджета стоит выяснить четыре вещи до подключения: на чьём движке он распознаёт речь, где физически обрабатываются записи, оформлено ли поручение на обработку персональных данных и что произойдёт с накопленными расшифровками и тегами при отключении приложения. По нашему опыту последний вопрос задают реже всего, а ответ на него определяет, можно ли вообще считать такой инструмент своим.

Что встроенные инструменты делают хорошо

Недооценивать их не стоит. Четыре вещи они закрывают лучше любой отдельной системы.

Не нужно настраивать интеграции

Записи уже лежат в той же системе, привязка к сделке и менеджеру есть по умолчанию, разбор появляется в карточке. Самая долгая и скучная часть проекта внедрения просто отсутствует, а вместе с ней уходит и риск, что телефония и CRM не поделят между собой идентификатор звонка.

Польза в первый день

Расшифровка и резюме разговора в карточке сделки экономят руководителю время сразу, без настройки критериев и калибровки. Чтобы получить тот же результат от отдельной системы, нужно пройти пилот, собрать словари и договориться о критериях.

Автозаполнение CRM

Когда ИИ вытаскивает из разговора бюджет, сроки и возражения и сам пишет их в поля, качество данных в CRM растёт. Это отдельная ценность, не имеющая отношения к контролю качества, и отдельные системы речевой аналитики такой задачей обычно не занимаются вовсе.

Цена входа

Подписка BitrixGPT + Маркетплейс начинается от 800 рублей в месяц на аккаунт и снимает ограничение на количество ИИ-запросов в российской зоне. Для сравнения: раньше дополнительные пакеты запросов продавались бустами по 9 990 рублей в месяц.

Где встроенное ПО упирается в потолок

Потолок наступает по одной причине: для платформы анализ звонков остаётся дополнительной функцией, которая должна работать у всех сразу и настраиваться минимально. Качество распознавания тут обычно ни при чём. Проявляется это в шести местах, и перечислены они в порядке, в котором заказчики на них натыкаются.

Своя лексика и дообучение

Распознавание на общей модели ошибается на том, что для вашей отрасли основное: названия препаратов, марки стали, артикулы, фамилии, профессиональный жаргон. Отдельная система позволяет завести свой словарь и дообучить модель на ваших записях. Встроенная в CRM — обычно нет: вы работаете на том, что дал вендор.

Коварство здесь в том, что ошибка не видна. Если ключевое слово распознано неверно, все построенные на нём теги и оценки будут неверны тоже, и система об этом не сообщит.


	Читайте также
	Как проверить систему ИИ-анализа звонков на своих данных


Глубина критериев

Оценка по скрипту и многокритериальный чек-лист — разные вещи. В отдельной системе критерий собирается из условий: прозвучала ли фраза, в какой части разговора, была ли реакция на возражение, уложился ли менеджер в норматив по доле речи. Критерии имеют веса, калибруются на размеченных руками звонках и пересматриваются.

Встроенные инструменты дают оценку соответствия скрипту одним числом с текстовым пояснением. Для «посмотреть, что происходит» этого хватает, для KPI и премий — нет: число нельзя ни разложить, ни оспорить.

Охват и экономика

Главный разрыв. Смысл речевой аналитики в том, что она слушает все разговоры, а не выборку, и именно полный охват делает выводы статистически значимыми.

Встроенные ИИ-функции тарифицируются запросами или токенами, а не минутами, и при включении разбора на все звонки подряд расход становится плохо предсказуемым. В amoCRM, например, введена внутренняя валюта: 100 тысяч токенов стоят 999 рублей, часть включена в тариф, а расход зависит от сложности запроса. Сколько звонков закроет пакет, заранее не посчитать.

Данные и отчётность

Отдельная система отдаёт данные наружу: выгрузки, API, витрины для BI, историю за годы. Встроенная живёт внутри платформы, и её отчёты ограничены тем, что предусмотрел вендор. Как только появляется вопрос «покажи долю обращений по этой причине в динамике за полтора года в разрезе филиалов», встроенного инструмента перестаёт хватать.

Отсюда же вытекает кросс-канальность. Клиент пишет в чат, звонит и приходит в точку, выводы нужны по всем каналам вместе, а звонковый модуль CRM видит только звонки.

Работа во время разговора

Встроенные в CRM инструменты разбирают звонок после его завершения, и по-другому быть не может: запись попадает в карточку, когда разговор уже закончился. Для контроля качества этого достаточно, для помощи оператору — нет.

Если задача в том, чтобы подсказать сотруднику формулировку прямо в разговоре или поднять флаг руководителю, пока клиент ещё на линии, нужна обработка потока в реальном времени. Такое умеют телефонные платформы, у которых поток свой, и отдельные системы речевой аналитики. В контакт-центрах это обычно и есть главный аргумент за отдельную систему.


	
		Решение
		
Решения для автоматизации контакт-центров
		
Собираем контур контакт-центра целиком: телефония, маршрутизация, подсказки оператору в реальном времени и аналитика разговоров в одной связке.
		
			
		
	


Где обрабатываются записи

Пункт, который чаще всего всплывает уже на согласовании со службой безопасности. Записи разговоров содержат персональные данные, и обработка их внешним сервисом требует оформленного поручения по закону № 152-ФЗ, а в части отраслей ещё и размещения в контуре, который можно аттестовать.

Встроенный инструмент работает там, где работает платформа, и выбора у вас нет. Отдельные системы в большинстве случаев дают вариант установки на собственные серверы, и для компаний с требованиями к защите информации это иногда единственный проходимый путь.

Сравнение по существу

Если свести разницу в одну таблицу, она выглядит так.


	

		
			
			
			
		
		

			

				

					
Параметр
				
				

					
Встроенный инструмент платформы
				
				

					
Отдельная система
				
			
			

				

					
Интеграция
				
				

					
не нужна, записи уже внутри
				
				

					
проект с телефонией и CRM
				
			
			

				

					
Распознавание
				
				

					
модель вендора, как есть
				
				

					
выбор движка, свои словари, дообучение
				
			
			

				

					
Критерии оценки
				
				

					
оценка по скрипту одним числом
				
				

					
многокритериальные чек-листы с весами и калибровкой
				
			
			

				

					
Охват
				
				

					
выборочный либо полный с непредсказуемым расходом
				
				

					
полный, тарификация по минутам
				
			
			

				

					
Реальное время
				
				

					
только после звонка (в телефонных платформах бывает)
				
				

					
подсказки оператору и флаги во время разговора
				
			
			

				

					
Отчётность
				
				

					
предустановленные отчёты платформы
				
				

					
свои отчёты, выгрузки, API, витрины для BI
				
			
			

				

					
Каналы
				
				

					
звонки
				
				

					
звонки, чаты, мессенджеры, иногда офлайн-диалоги
				
			
			

				

					
Размещение
				
				

					
только там, где работает платформа
				
				

					
облако или собственные серверы
				
			
			

				

					
Тарификация
				
				

					
запросы, токены, подписка
				
				

					
минуты, символы или пакеты минут
				
			
			

				

					
Порог запуска
				
				

					
один день
				
				

					
пилот на своих данных, настройка критериев
				
			
		
	


Сколько это стоит на реальном объёме

Цены на встроенное ПО и отдельное устроены по-разному, поэтому сравнивать их абстрактно бессмысленно. Посчитаем на отделе продаж из 20 менеджеров, каждый делает 20 разговоров в день по 4 минуты. Это 1 600 минут в день и примерно 32 000 минут в месяц при 20 рабочих днях.


	

		
			
			
			
		
		

			

				

					
Вариант
				
				

					
Как тарифицируется
				
				

					
Расход на 32 000 минут в месяц
				
			
			

				

					
Встроенное в Битрикс24
				
				

					
подписка BitrixGPT + Маркетплейс, от 800 ₽/мес на аккаунт
				
				

					
от 800 ₽ плюс стоимость самого тарифа Битрикс24
				
			
			

				

					
Встроенное в телефонию Mango Office
				
				

					
1 100 ₽/мес плюс от 1,25 ₽ за минуту расшифровки
				
				

					
около 41 100 ₽
				
			
			

				

					
Отдельная система, пример Yandex SpeechSense
				
				

					
2,004 ₽ за минуту распознавания с аналитикой
				
				

					
около 64 100 ₽
				
			
			

				

					
Та же система по подписке
				
				

					
90 000 ₽/мес за пакет 30 000 минут
				
				

					
90 000 ₽ и оплата перерасхода сверх пакета
				
			
		
	


Цены приведены по открытым тарифам вендоров на октябрь 2026 года, у Yandex SpeechSense — по ступени до 100 тысяч минут в месяц; на больших объёмах минута дешевеет до 0,6096 рубля. Одноканальные записи там тарифицируются как двухканальные, и это тоже стоит учитывать в расчёте.

Из таблицы важно другое. Подписка на ИИ-функции платформы покрывает запросы, а не минуты, поэтому как только разбор включается на все звонки подряд, вы упираетесь либо в лимиты, либо в оплату по факту, и разрыв в цене сокращается. Честное сравнение получается только на вашем реальном объёме и с вашим сценарием охвата.

«Когда заказчик приходит с вопросом про отдельную систему, мы первым делом просим посчитать минуты и назвать, какой процент звонков надо слушать. На выборке в десять процентов встроенного обычно достаточно. Как только нужен полный охват и оценка, по которой платят премии, разговор сразу переходит к отдельной системе, потому что числу без разложения на критерии в премии никто не поверит», — Андрей Савченко, руководитель портфеля продуктов ОБИТ.

Кому хватит встроенного

Встроенного инструмента достаточно, если выполняются все условия сразу: звонков немного, до нескольких сотен в месяц; задача в том, чтобы помочь руководителю отдела выборочно смотреть разговоры и не терять данные в CRM; отраслевая лексика простая; оценка не связана с деньгами сотрудников; отчётность нужна только внутри CRM; требований к размещению записей нет.

Отдельная система нужна, когда появляется хотя бы одно из другого списка: контроль качества как процесс с метриками и регулярной калибровкой; полный охват разговоров; оценка, влияющая на премии; специфическая лексика, на которой общая модель ошибается; несколько каналов общения с клиентом; аналитика в своём BI рядом с данными продаж; требования службы безопасности к месту обработки записей; контакт-центр, где подсказки оператору нужны в реальном времени.


	Читайте также
	Речевая аналитика в ритейле: для чего нужна и как работает


Промежуточный вариант тоже рабочий и встречается чаще, чем кажется. Встроенный инструмент остаётся для расшифровок и автозаполнения карточек, а отдельная система берёт на себя контроль качества и аналитику. Двойная оплата минут при таком раскладе обычно не возникает: инструменты работают с разным объёмом звонков, потому что в CRM разбор нужен по сделкам в работе, а контроль качества считает всё подряд.

Единственное, о чём стоит договориться заранее, — какая из двух оценок считается официальной. Если руководитель отдела смотрит оценку из CRM, а служба качества работает по чек-листам отдельной системы, расхождение в цифрах обязательно всплывёт на разборе премий.

Как выбрать

Разница между встроенной и отдельной речевой аналитикой не в качестве распознавания, а в том, что встроенный инструмент отвечает на вопрос «о чём был этот разговор», а отдельная система — на вопрос «что происходит в разговорах вообще и что с этим делать». Первое решается кнопкой в карточке, второе требует словарей, критериев, калибровки, выгрузок и полного охвата. Поэтому выбор определяется тем, какой из двух вопросов у вас сейчас стоит, а бюджет здесь вторичен.

Проверять это стоит на своих записях, а не на демонстрации вендора. Возьмите несколько десятков характерных для вашей работы разговоров и прогоните их через встроенный инструмент, который у вас уже есть. Если расшифровка читается и оценки по скрипту вам достаточно, покупать отдельную систему незачем. Если расшифровка врёт на профессиональной лексике или оценка не раскладывается на понятные критерии, вы увидели свой потолок.

«Самая частая ошибка при сравнении — смотреть на функции по списку. В списках у всех написано одно и то же: расшифровка, теги, тональность, отчёты. Разница вылезает на ваших записях и на вашем словаре, поэтому мы всегда начинаем с пилота на реальных звонках заказчика, а не с презентации», — Андрей Савченко, руководитель портфеля продуктов ОБИТ.

Если вам нужно сравнить встроенный инструмент с отдельной системой на своих данных, приходите на бесплатную консультацию: разберём ваш объём звонков и сценарий контроля, посчитаем экономику обоих вариантов и подберём решение под задачу.


	
		Решение
		
Речевая аналитика
		
Подбираем и внедряем систему анализа разговоров под вашу задачу: пилот на ваших записях, свои словари и критерии оценки, интеграция с телефонией, CRM и отчётностью.
		
			
		
	




	

		

			

				

					
Часто задаваемые вопросы (FAQ)
					

						

						
					
				
			
			

				

					

						Чем встроенная речевая аналитика отличается от отдельной системы?
					
					

						
							Встроенный инструмент отвечает на вопрос «о чём был этот разговор»: расшифровка, резюме, заполнение полей CRM и оценка соответствия скрипту одним числом. Отдельная система отвечает на вопрос «что происходит в разговорах вообще»: свои словари и дообучение распознавания, многокритериальные чек-листы с весами, полный охват звонков, выгрузки в BI, работа с чатами и возможность установки на собственные серверы.
						
					
				
				

					

						В каких системах уже есть встроенный анализ звонков?
					
					

						
							Из CRM на российском рынке наиболее развит Битрикс24: CoPilot делает расшифровку, резюме, заполняет поля и оценивает звонок по скрипту продаж. У провайдеров виртуальных АТС аналитика глубже, например у Mango Office есть выбор движка распознавания, словари, теги, чек-листы и отчёты. В amoCRM собственного анализа звонков нет, задача закрывается приложениями из маркетплейса.
						
					
				
				

					

						Хватит ли встроенной аналитики Битрикс24 для контроля качества?
					
					

						
							Для выборочного просмотра разговоров и рейтинга менеджеров по скриптам хватит. Для контроля качества как процесса обычно нет: оценка приходит одним числом, её нельзя разложить на критерии с весами и откалибровать на размеченных вручную звонках, а значит, привязать к премиям её не получится без споров. Отраслевую лексику встроенная модель тоже не дообучает.
						
					
				
				

					

						Сколько стоит анализ звонков во встроенном инструменте и в отдельной системе?
					
					

						
							По открытым тарифам на октябрь 2026 года подписка BitrixGPT + Маркетплейс начинается от 800 ₽ в месяц на аккаунт и снимает лимит на число ИИ-запросов в российской зоне. Речевая аналитика Mango Office — 1 100 ₽ в месяц плюс от 1,25 ₽ за минуту расшифровки. Отдельная система тарифицируется минутами: у Yandex SpeechSense это 2,004 ₽ за минуту на объёме до 100 тысяч минут. На отделе из 20 менеджеров и 32 000 минутах в месяц разница получается примерно между 41 и 64 тысячами рублей.
						
					
				
				

					

						Можно ли дообучить распознавание под свою терминологию?
					
					

						
							Во встроенных в CRM инструментах обычно нет: вы работаете на той модели, которую дал вендор. У телефонных платформ и отдельных систем такая возможность есть, например Mango Office позволяет выбрать движок распознавания и дообучить его под свою терминологию, а также заводить собственные словари и стоп-слова. Проверять это нужно на своих записях с характерной лексикой до покупки.
						
					
				
				

					

						Можно ли использовать встроенный инструмент и отдельную систему вместе?
					
					

						
							Да, и это распространённая схема. Встроенный инструмент остаётся для расшифровок и автозаполнения карточек по сделкам в работе, отдельная система считает контроль качества и аналитику по всем разговорам. Двойной оплаты минут при таком разделении обычно не возникает. Заранее стоит договориться, какая из двух оценок считается официальной, иначе расхождение цифр всплывёт при расчёте премий.
						
					
				
				

					

						Что нужно оформить по персональным данным при анализе звонков?
					
					

						
							Записи разговоров содержат персональные данные, поэтому их обработка внешним сервисом требует оформленного поручения по закону № 152-ФЗ, а ответственность перед субъектом остаётся на вашей компании. Это касается и виджетов из маркетплейсов: у приложения стоит заранее выяснить, на чьём движке идёт распознавание и где физически обрабатываются записи. В отраслях с требованиями к защите информации вопрос решается установкой системы в собственный контур.
						
					
				
			
		
	

    [DETAIL_TEXT_TYPE] => html
    [~DETAIL_TEXT_TYPE] => html
    [PREVIEW_TEXT] => Пару лет назад анализ звонков был отдельным продуктом, который покупали осознанно. Сейчас кнопка «разобрать разговор» появилась внутри CRM, внутри виртуальных АТС и внутри облачных платформ, причём часто без доплаты или за символическую подписку. Вопрос «а зачем нам тогда отдельная система» стал абсолютно резонным, и задавать его начали на первой же встрече.
    [~PREVIEW_TEXT] => Пару лет назад анализ звонков был отдельным продуктом, который покупали осознанно. Сейчас кнопка «разобрать разговор» появилась внутри CRM, внутри виртуальных АТС и внутри облачных платформ, причём часто без доплаты или за символическую подписку. Вопрос «а зачем нам тогда отдельная система» стал абсолютно резонным, и задавать его начали на первой же встрече.
    [PREVIEW_TEXT_TYPE] => text
    [~PREVIEW_TEXT_TYPE] => text
    [PREVIEW_PICTURE] => 
    [~PREVIEW_PICTURE] => 
    [LANG_DIR] => /
    [~LANG_DIR] => /
    [CODE] => vstroennaya-rechevaya-analitika-protiv-otdelnoy-sistemy-v-chyem-raznitsa
    [~CODE] => vstroennaya-rechevaya-analitika-protiv-otdelnoy-sistemy-v-chyem-raznitsa
    [EXTERNAL_ID] => 3609
    [~EXTERNAL_ID] => 3609
    [IBLOCK_TYPE_ID] => content
    [~IBLOCK_TYPE_ID] => content
    [IBLOCK_CODE] => 
    [~IBLOCK_CODE] => 
    [IBLOCK_EXTERNAL_ID] => 
    [~IBLOCK_EXTERNAL_ID] => 
    [LID] => s1
    [~LID] => s1
    [EDIT_LINK] => 
    [DELETE_LINK] => 
    [DISPLAY_ACTIVE_FROM] => 28.10.2026
    [FIELDS] => Array
        (
        )

    [DISPLAY_PROPERTIES] => Array
        (
        )

    [IPROPERTY_VALUES] => Array
        (
            [ELEMENT_META_TITLE] => Встроенная речевая аналитика против отдельной системы. В чём разница?
            [ELEMENT_META_DESCRIPTION] => Анализ звонков есть в Битрикс24 и Mango Office. Что умеют встроенные инструменты, где их предел и когда нужна отдельная система речевой аналитики.
        )

)
1

Array
(
    [ID] => 3602
    [~ID] => 3602
    [IBLOCK_ID] => 36
    [~IBLOCK_ID] => 36
    [IBLOCK_SECTION_ID] => 127
    [~IBLOCK_SECTION_ID] => 127
    [NAME] => Аудиобейджи и офлайн-речевая аналитика в торговом зале: как работают?
    [~NAME] => Аудиобейджи и офлайн-речевая аналитика в торговом зале: как работают?
    [ACTIVE_FROM_X] => 2026-10-26 00:00:00
    [~ACTIVE_FROM_X] => 2026-10-26 00:00:00
    [ACTIVE_FROM] => 26.10.2026
    [~ACTIVE_FROM] => 26.10.2026
    [TIMESTAMP_X] => 26.10.2026 16:48:20
    [~TIMESTAMP_X] => 26.10.2026 16:48:20
    [DETAIL_PAGE_URL] => /blog/rechevaya-analitika-/audiobeydzhi-i-oflayn-rechevaya-analitika-v-torgovom-zale-kak-rabotayut/
    [~DETAIL_PAGE_URL] => /blog/rechevaya-analitika-/audiobeydzhi-i-oflayn-rechevaya-analitika-v-torgovom-zale-kak-rabotayut/
    [LIST_PAGE_URL] => /blog/
    [~LIST_PAGE_URL] => /blog/
    [DETAIL_TEXT] => 
Главный разговор розницы происходит в торговом зале, и он нигде не сохраняется. Касса знает, что в итоге купили. Видеонаблюдение показывает, кто подходил к витрине и сколько простоял. О чём покупатель спросил, что ответил продавец, предложил ли он что-то сверх названного и почему человек развернулся и ушёл — не знает никто, кроме этих двоих.

Речевая аналитика для офлайн-диалогов закрывает эту зону. Технически она устроена сложнее, чем привычный анализ звонков: в телефонии есть два разделённых канала, чистая линия и готовая метка начала и конца разговора, а в зале — один микрофон на сотруднике, шум, музыка, посторонние голоса и смена длиной в десять часов, записанная одним файлом.

Разбираем, как эта схема работает на практике: чем пишут разговоры, как из непрерывной смены получаются отдельные консультации, как система понимает, где говорит продавец, а где покупатель, что в итоге измеряют и на какую точность стоит рассчитывать. Материал для ИТ-директоров розничных сетей, руководителей продаж и всех, кто готовит пилот.

Чем офлайн-диалог отличается от звонка

Коротко: отличается всем, кроме конечной цели. Звонок приходит в систему уже подготовленным — отдельная запись, раздельные каналы, известное время начала, привязка к номеру и карточке клиента. Разговор в зале приходит сырым куском аудио, в котором ещё предстоит найти, где вообще была консультация.


	

		
			
			
			
		
		

			

				

					
Параметр
				
				

					
Телефонный звонок
				
				

					
Диалог в торговом зале
				
			
			

				

					
Запись
				
				

					
Два раздельных канала, оператор и клиент пишутся отдельно
				
				

					
Один микрофон на сотруднике, все голоса в общей дорожке
				
			
			

				

					
Границы разговора
				
				

					
Заданы телефонией: снятие трубки и отбой
				
				

					
Границ нет, смена пишется одним файлом и режется алгоритмами
				
			
			

				

					
Акустика
				
				

					
Узкая полоса частот и артефакты кодеков, но без посторонних голосов
				
				

					
Широкая полоса, но музыка, объявления, шум и разговоры соседей
				
			
			

				

					
Кто говорит
				
				

					
Известно из канала записи
				
				

					
Определяется диаризацией по голосовым характеристикам
				
			
			

				

					
Привязка к результату
				
				

					
Номер телефона, карточка в CRM, статус сделки
				
				

					
Сотрудник, время и чек — сводятся косвенно, по меткам времени
				
			
		
	


Отдельной технологией офлайн-аналитика стала недавно. Вице-президент Т-Банка Игорь Маслов, представляя в феврале 2026 года продукт для анализа разговоров в точках продаж, оценил этот рынок в России примерно в 8,5 млрд рублей и назвал офлайн-коммуникации самой неизмеримой частью клиентского опыта. Для технического решения это означает, что готовые отраслевые словари и модели уже существуют, и собирать их с нуля на своём проекте не требуется.

Чем пишут разговоры в зале

Два рабочих варианта: носимый аудиобейдж на сотруднике и стационарный микрофон в точке, где разговор происходит всегда.

Аудиобейдж

Это устройство размером с обычный бейдж, которое сотрудник носит на одежде всю смену. Внутри обычно два микрофона: разнесённая пара даёт заметно более разборчивую запись в шуме, чем один. Автономности у современных моделей хватает на смену с запасом, производители заявляют до 24 часов непрерывной записи. Крепление магнитное, а поверхность используется под обычный бейдж с именем и должностью, так что внешне устройство не отличается от привычного.

Записи выгружаются не по ходу смены, а в конце, когда бейдж ставят на док-станцию: она заряжает несколько устройств одновременно и передаёт файлы на сервер по Wi-Fi или кабелю. В решении, которое билайн пилотировал с банком «Открытие», бейдж дополнительно включался сам — акселерометр определял, что устройство надели.

Стационарные микрофоны

На кассе, у стойки выдачи заказов или у стола переговоров разговор происходит всегда в одной точке, и там проще поставить микрофон стационарно. Такой вариант не требует выдавать и заряжать устройства, но покрывает только фиксированные зоны. В торговом зале консультация начинается у витрины, продолжается по пути и заканчивается у кассы, поэтому стационарная схема закрывает лишь последний её кусок.

Само по себе устройство задачу не закрывает. Запись нужно с кем-то соотнести, а значит, требуется учёт: какой бейдж за каким сотрудником закреплён и в какую смену. Если бейджи выдаются из общей коробки по принципу «бери любой», через месяц отчёт покажет среднюю температуру по магазину вместо картины по людям. Поэтому закрепление устройств, график выдачи и ответственный за это администратор описываются до запуска, наравне с техническими настройками.

Оборудовать микрофонами весь зал не получается по двум причинам. Акустически это хуже: микрофон в метрах от говорящего собирает всё помещение, и разборчивость падает. Организационно сложнее: правовая нагрузка растёт, потому что под запись попадают все посетители, включая тех, кто ни с кем не разговаривает.

Что происходит с записью: от смены к диалогу

Дальше начинается то, из-за чего офлайн-аналитика долго не появлялась как готовый продукт. Файл со смены нужно превратить в набор отдельных консультаций, в каждой из которых понятно, кто говорит и о чём.

Нарезка смены на консультации

Первая задача — найти в десятичасовой записи границы разговоров. Решают её тремя способами, обычно в комбинации.


	
триггерные фразы: отдел продаж собирает реальные формулировки приветствия и прощания, и система считает их началом и концом контакта;
	
детектор речевой активности (VAD), который выделяет участки с голосом и отсекает тишину и фоновый шум между контактами;
	
поиск ключевых слов (KWS), который находит лексику, связанную именно с обслуживанием клиента, и отделяет её от разговоров сотрудников между собой.


Именно так это решали в HOLODILNIK.RU: там столкнулись с тем, что все разговоры смены с 10:00 до 20:00 писались в один файл, и задачу закрывали с двух сторон — собрали триггерные фразы на стороне бизнеса и подключили VAD с KWS на стороне платформы.

Более новый подход обходится без жёсткой привязки к фразам. В инструменте Т-Технологий запись делится на отдельные консультации по косвенным признакам: активности речи и динамике взаимодействия. Это устойчивее к тому, что продавец поздоровался нестандартно или не попрощался вовсе.

Распознавание речи в шуме

Перед распознаванием запись чистят, а дальше система переводит в текст только целевую речь, отсекая фоновые разговоры. Это важная деталь: задача не в том, чтобы расшифровать всё, что попало в микрофон, а в том, чтобы оставить диалог сотрудника с клиентом.

Про реальную точность есть два ориентира. В пилоте билайна распознавание на Yandex SpeechKit в шумной обстановке — замеряли в зале ожидания московского аэропорта — правильно определило не менее 80% слов. На проектах, которые мы ведём вместе с Т-Технологиями, точность распознавания в торговой среде превышает 90%. Разброс объясняется акустикой конкретной точки, поэтому любые цифры из презентаций стоит перепроверять на своих записях до покупки.


	Читайте также
	Как проверить систему ИИ-анализа звонков на своих данных


Разделение говорящих

Диаризация отвечает на вопрос, где в общей дорожке реплика продавца, а где покупателя. Система определяет число говорящих по голосовым характеристикам и привязывает к ним фразы. Без этого шага анализ рассыпается: фраза «а скидка будет?» в устах покупателя и в устах продавца означает прямо противоположные вещи. По оценке разработчиков диаризации из Indins, корректная привязка достигается более чем в 90% случаев при средней длине реплики свыше 1,5 секунды, а системы без разделения говорящих ошибаются в критичных фразах в 30–50% случаев.

Есть и более простой путь, который снимает заодно часть правовых вопросов: писать только речь сотрудника. В проекте банка «Открытие» бейджи, по заявлению банка, не записывали голос клиента. Контроль стандартов обслуживания такая схема закрывает, а вот вопросы и возражения покупателей остаются за кадром.

Сколько это данных и куда они едут

Вопрос, который всплывает на этапе проектирования и почти никогда — на этапе выбора вендора. Прикинуть порядок можно по опубликованным числам того же пилота билайна: полгода, 15 магазинов, 355 сотрудников, 66 243 часа аудио и 321 353 эпизода обслуживания. Делим и получаем примерно 12 минут на один эпизод, около 150 эпизодов и 31 час записи на сотрудника в месяц.

Из этой арифметики следует главное: на сервер уезжает не вся смена, а уже нарезанные эпизоды, и объём получается на порядок меньше сырых десяти часов в день. Но и он требует решений. Нужен канал из каждой точки, который вытянет выгрузку, и желательно не в часы пиковой нагрузки на кассовое оборудование. Нужно место под хранение с учётом срока, который вы сами себе назначили. И нужно заранее понять, что именно хранится дольше — исходное аудио или только расшифровки с разметкой: текст занимает несопоставимо меньше и для большинства отчётов его достаточно.

Разметка и анализ

Распознанный текст проверяется по словарям и правилам: нужные формулировки, запрещённые выражения, упоминания товаров и конкурентов. Масштаб словарной работы хорошо виден по пилоту билайна: 70 метрик и более тысячи формулировок с вариантами, причём словари пополнялись ежемесячно. Метрики собираются в группы, например «технология продаж» объединяет выявление потребности, работу с возражениями и помощь в выборе.

Поверх словарей сейчас работает языковая модель. В решении Т-Технологий на базе модели T-Pro можно задать вопрос в свободной форме — каких товаров не хватило клиентам, почему отказались от дополнительной услуги, какие действия менеджера привели к продаже — и получить ответ по выборке диалогов. Это снимает главное ограничение словарного подхода: искать можно только то, о чём вы заранее догадались спросить.

Что измеряют в торговом зале

Набор метрик собирается под формат магазина, но каркас у всех похожий.


	

		
			
			
			
		
		

			

				

					
Группа метрик
				
				

					
Что проверяется
				
				

					
Какое решение принимается
				
			
			

				

					
Стандарт обслуживания
				
				

					
Приветствие, уточнение цели визита, корректное завершение контакта
				
				

					
Точечное обучение смен, где стандарт проседает
				
			
			

				

					
Технология продаж
				
				

					
Выявление потребности, презентация, работа с возражением, помощь в выборе
				
				

					
Переработка скриптов под те возражения, которые звучат чаще всего
				
			
			

				

					
Допродажа
				
				

					
Предложены ли аксессуары, сервис, расширенная гарантия и акционные позиции
				
				

					
Доля контактов с предложением в разрезе сотрудников и категорий
				
			
			

				

					
Спрос и отказы
				
				

					
О чём спрашивают, чего не нашли, почему ушли без покупки
				
				

					
Корректировка ассортимента и выкладки в конкретной точке
				
			
			

				

					
Риски
				
				

					
Грубость, спор с покупателем, недопустимые обещания и формулировки
				
				

					
Разбор инцидентов и защита компании в спорных ситуациях
				
			
		
	



	Читайте также
	Речевая аналитика в ритейле: для чего нужна и как работает


Считать всё сразу не стоит. На старте работают пять-семь метрик, по которым у вас уже есть гипотеза и понятное действие: если доля контактов с предложением аксессуара окажется низкой, вы знаете, что с этим делать. Метрика, под которую нет решения, просто занимает место в отчёте. Расширять набор имеет смысл после того, как руководители магазинов привыкли открывать отчёты и что-то по ним менять.

Отдельная техническая задача — связать разговор с деньгами. Прямой связки, как номер телефона в звонке, здесь нет, поэтому диалог сводят с чеком по меткам времени и идентификатору сотрудника. Такая связка и превращает аналитику из оценки вежливости в инструмент управления выручкой: видно не только то, предложил ли продавец аксессуар, но и чем это закончилось в кассе.

«Сейчас руководителей интересует не сам факт соблюдения скрипта общения, а понимание того, какие действия сотрудника влияют на конверсию, средний чек, маржинальность и другие ключевые показатели. Речевая аналитика помогает работать не с симптомами, а с первопричинами. В конечном итоге любой бизнес заинтересован в росте прибыли и хочет видеть прозрачную связь между качеством коммуникации и финансовым результатом», — Кирилл Строганов, заместитель генерального директора по развитию бизнеса ОБИТ.

Какие результаты показывают внедрения

Публичных кейсов с цифрами немного, и все они опубликованы участниками проектов без независимой проверки. Порядок величин они всё же задают.

В HOLODILNIK.RU после внедрения аудиобейджей с речевой аналитикой средний чек в розничных магазинах вырос на 15%, а продажи сопутствующих товаров — на 12% год к году. Банк «Открытие» в пилоте на пяти отделениях за четыре месяца получил рост продаж кредитных карт на 29%: на старте только 2 клиента из 10 узнавали о продукте в отделении. Сейчас, по данным проекта, бейджи носят более 440 сотрудников в 100 отделениях. Пилот билайна в рознице шёл полгода на 15 магазинах и 355 сотрудниках, дал 66 243 часа аудио и 321 353 эпизода обслуживания, а рост продаж в отдельных категориях аксессуаров и сервисов доходил до 48%.

Про окупаемость ориентир такой: по расчётам Т-Технологий при средних параметрах бизнеса вложения возвращаются примерно за полгода, а заметный эффект начинается от полусотни устройств. Меньший парк тоже имеет смысл, но тогда это скорее исследовательский инструмент, чем источник управленческих решений.

Один результат этих пилотов стоит держать в голове заранее, потому что он противоречит ожиданиям. Универсальных «золотых фраз», после которых покупают, в билайне не нашли: по итогам полугода личная манера продавца сохраняла большое значение. Хорошо находится обратное — формулировки, после которых человек разворачивается, и вопросы, на которые смена не может ответить. Это и есть материал для обучения.

Юридическая сторона и работа с персоналом

Запись разговоров в зале оформляется до старта, а не после. Голос в связке с другими данными о человеке относится к персональным данным, поэтому компании нужны политика обработки, актуальное уведомление в Роскомнадзор, хранение записей на серверах в России и договор поручения обработки с поставщиком платформы. Отдельно задаётся срок хранения: записи, которые лежат, пока не кончится место на диске, — это нарушение принципа ограничения срока обработки.

Покупателя предупреждают заметно и в нескольких местах. В проекте «Открытия» это делали стикерами в офисах, пометкой на талонах электронной очереди и надписью на самих бейджах. Два приёма снижают правовую нагрузку: писать только речь сотрудника и запретить проговаривать персональные данные клиента вслух — менеджер лишь уточняет, как к человеку обращаться.

С сотрудниками сложнее, чем с техникой. В пилоте билайна бейдж восприняли как средство наказания, и часть устройств пытались заклеить скотчем и пластилином. В «Открытии» первые три недели ушли только на то, чтобы люди привыкли носить устройство, а руководители следили за статусами зарядки. Работает здесь простое объяснение: запись защищает продавца не меньше, чем контролирует. В том же проекте жалоба клиента на то, что его не предупредили о страховке, была снята записью — менеджер проговорил условия несколько раз.

«Худший сценарий запуска — выгрузить первые записи и устроить по ним разбор с наказаниями. После этого бейдж живёт в подсобке, а проект можно закрывать. Мы всегда просим первые две-три недели вообще не слушать записи и дать смене привыкнуть, а руководителям в это время разобраться с отчётами», — Андрей Савченко, руководитель портфеля продуктов ОБИТ.

С чего начать

Итак, офлайн-речевая аналитика в торговом зале работает так: аудиобейдж или стационарный микрофон пишет смену, запись выгружается на док-станции, алгоритмы режут её на отдельные консультации по триггерным фразам и речевой активности, распознавание переводит в текст целевую речь, диаризация разделяет продавца и покупателя, а дальше словари и языковая модель считают метрики и сводят их с чеком. Сложность здесь не в бейдже, а в подготовке данных: именно на нарезке, шуме и разделении говорящих проекты и выигрывают или рассыпаются.

Практический порядок такой. Сначала определите, что именно хотите узнать: контроль стандарта, рост среднего чека и причины отказов требуют разных метрик и разной глубины записи. Затем посчитайте парк устройств — ощутимые выводы начинаются примерно от полусотни. Дальше проверьте точность на своих записях, а не на демонстрации вендора: один день реальной смены в самой шумной точке покажет больше, чем любая презентация. Параллельно согласуйте с юристом уведомления и сроки хранения, потому что эта часть обычно занимает больше времени, чем монтаж. И только потом запускайте пилот на одном формате магазинов.

Если у вас есть такая задача, приходите на бесплатную консультацию. Разберём вашу ситуацию: какое оборудование подойдёт под планировку и шум ваших точек, какие метрики имеет смысл считать и как связать разговоры с чеками в вашей учётной системе.


	
		Решение
		
Речевая аналитика
		
Внедряем анализ офлайн-диалогов и звонков: проектируем запись под вашу торговую среду, настраиваем метрики под ассортимент и стандарты, связываем результаты с чеками и обучаем руководителей работать с отчётами.
		
			
		
	




	

		

			

				

					
Часто задаваемые вопросы (FAQ)
					

						

						
					
				
			
			

				

					

						Что такое аудиобейдж и как он работает?
					
					

						
							Это носимое устройство размером с обычный бейдж, которое сотрудник носит на одежде всю смену. Внутри обычно два микрофона: разнесённая пара даёт более разборчивую запись в шуме. Запись хранится в устройстве, а в конце смены выгружается на сервер через док-станцию по Wi-Fi или кабелю. Производители заявляют до 24 часов непрерывной записи, некоторые модели включаются автоматически по акселерометру.
						
					
				
				

					

						Чем речевая аналитика офлайн-диалогов отличается от анализа звонков?
					
					

						
							В телефонии запись приходит готовой: раздельные каналы для оператора и клиента, известные границы разговора, привязка к номеру и карточке в CRM. В зале всё это нужно восстанавливать: смена пишется одним файлом, голоса идут общей дорожкой, вокруг шум и посторонние разговоры, а связь с чеком устанавливается косвенно по времени и идентификатору сотрудника.
						
					
				
				

					

						Как система делит смену на отдельные консультации?
					
					

						
							Тремя способами, обычно в комбинации: по триггерным фразам приветствия и прощания, которые бизнес собирает заранее; детектором речевой активности (VAD), который отсекает тишину и шум между контактами; поиском ключевых слов (KWS), который отделяет обслуживание клиента от разговоров сотрудников между собой. Современные платформы дополнительно режут запись по косвенным признакам — активности речи и динамике взаимодействия.
						
					
				
				

					

						Какая точность распознавания реальна в шумном торговом зале?
					
					

						
							Ориентиры такие: в пилоте билайна распознавание в шумной обстановке правильно определило не менее 80% слов, на проектах в торговой среде точность превышает 90%. Разброс задаёт акустика конкретной точки: высокие потолки, музыка и плотный поток людей ухудшают результат. Проверять стоит на своих записях из самой шумной точки, а не по демонстрации вендора.
						
					
				
				

					

						Как система различает продавца и покупателя?
					
					

						
							Диаризацией: система определяет число говорящих по голосовым характеристикам и привязывает к ним реплики. По оценке разработчиков, корректная привязка достигается более чем в 90% случаев при длине реплики свыше 1,5 секунды, а без разделения говорящих ошибки в критичных фразах доходят до 30–50%. Короткие реплики и одновременная речь остаются самыми сложными случаями.
						
					
				
				

					

						Законно ли записывать разговоры с покупателями в магазине?
					
					

						
							При выполнении требований к обработке персональных данных. Нужны политика обработки, актуальное уведомление в Роскомнадзор, хранение записей в России, договор поручения с поставщиком платформы и заданный срок хранения. Покупателей предупреждают наглядно: табличками в зале, пометкой на талонах очереди, надписью на бейдже. Сотрудника уведомляют отдельно под подпись. Конкретные формулировки согласуйте со своим юристом до старта проекта.
						
					
				
				

					

						Какой эффект дают аудиобейджи в рознице?
					
					

						
							По опубликованным кейсам: в HOLODILNIK.RU средний чек в рознице вырос на 15%, а продажи сопутствующих товаров на 12% год к году; банк «Открытие» в пилоте на пяти отделениях получил рост продаж кредитных карт на 29% за четыре месяца; в пилоте билайна рост в отдельных категориях аксессуаров и сервисов доходил до 48%. Это данные участников проектов без независимой проверки, поэтому их стоит воспринимать как порядок величин.
						
					
				
				

					

						Сколько устройств нужно, чтобы был смысл?
					
					

						
							Заметный управленческий эффект начинается примерно от 50 устройств: на меньшей выборке статистика по сотрудникам и категориям получается слишком шумной для решений. По расчётам Т-Технологий при средних параметрах бизнеса вложения возвращаются примерно за полгода. Небольшой парк тоже имеет смысл, но как исследовательский инструмент для проверки гипотез.
						
					
				
			
		
	

    [~DETAIL_TEXT] => 
Главный разговор розницы происходит в торговом зале, и он нигде не сохраняется. Касса знает, что в итоге купили. Видеонаблюдение показывает, кто подходил к витрине и сколько простоял. О чём покупатель спросил, что ответил продавец, предложил ли он что-то сверх названного и почему человек развернулся и ушёл — не знает никто, кроме этих двоих.

Речевая аналитика для офлайн-диалогов закрывает эту зону. Технически она устроена сложнее, чем привычный анализ звонков: в телефонии есть два разделённых канала, чистая линия и готовая метка начала и конца разговора, а в зале — один микрофон на сотруднике, шум, музыка, посторонние голоса и смена длиной в десять часов, записанная одним файлом.

Разбираем, как эта схема работает на практике: чем пишут разговоры, как из непрерывной смены получаются отдельные консультации, как система понимает, где говорит продавец, а где покупатель, что в итоге измеряют и на какую точность стоит рассчитывать. Материал для ИТ-директоров розничных сетей, руководителей продаж и всех, кто готовит пилот.

Чем офлайн-диалог отличается от звонка

Коротко: отличается всем, кроме конечной цели. Звонок приходит в систему уже подготовленным — отдельная запись, раздельные каналы, известное время начала, привязка к номеру и карточке клиента. Разговор в зале приходит сырым куском аудио, в котором ещё предстоит найти, где вообще была консультация.


	

		
			
			
			
		
		

			

				

					
Параметр
				
				

					
Телефонный звонок
				
				

					
Диалог в торговом зале
				
			
			

				

					
Запись
				
				

					
Два раздельных канала, оператор и клиент пишутся отдельно
				
				

					
Один микрофон на сотруднике, все голоса в общей дорожке
				
			
			

				

					
Границы разговора
				
				

					
Заданы телефонией: снятие трубки и отбой
				
				

					
Границ нет, смена пишется одним файлом и режется алгоритмами
				
			
			

				

					
Акустика
				
				

					
Узкая полоса частот и артефакты кодеков, но без посторонних голосов
				
				

					
Широкая полоса, но музыка, объявления, шум и разговоры соседей
				
			
			

				

					
Кто говорит
				
				

					
Известно из канала записи
				
				

					
Определяется диаризацией по голосовым характеристикам
				
			
			

				

					
Привязка к результату
				
				

					
Номер телефона, карточка в CRM, статус сделки
				
				

					
Сотрудник, время и чек — сводятся косвенно, по меткам времени
				
			
		
	


Отдельной технологией офлайн-аналитика стала недавно. Вице-президент Т-Банка Игорь Маслов, представляя в феврале 2026 года продукт для анализа разговоров в точках продаж, оценил этот рынок в России примерно в 8,5 млрд рублей и назвал офлайн-коммуникации самой неизмеримой частью клиентского опыта. Для технического решения это означает, что готовые отраслевые словари и модели уже существуют, и собирать их с нуля на своём проекте не требуется.

Чем пишут разговоры в зале

Два рабочих варианта: носимый аудиобейдж на сотруднике и стационарный микрофон в точке, где разговор происходит всегда.

Аудиобейдж

Это устройство размером с обычный бейдж, которое сотрудник носит на одежде всю смену. Внутри обычно два микрофона: разнесённая пара даёт заметно более разборчивую запись в шуме, чем один. Автономности у современных моделей хватает на смену с запасом, производители заявляют до 24 часов непрерывной записи. Крепление магнитное, а поверхность используется под обычный бейдж с именем и должностью, так что внешне устройство не отличается от привычного.

Записи выгружаются не по ходу смены, а в конце, когда бейдж ставят на док-станцию: она заряжает несколько устройств одновременно и передаёт файлы на сервер по Wi-Fi или кабелю. В решении, которое билайн пилотировал с банком «Открытие», бейдж дополнительно включался сам — акселерометр определял, что устройство надели.

Стационарные микрофоны

На кассе, у стойки выдачи заказов или у стола переговоров разговор происходит всегда в одной точке, и там проще поставить микрофон стационарно. Такой вариант не требует выдавать и заряжать устройства, но покрывает только фиксированные зоны. В торговом зале консультация начинается у витрины, продолжается по пути и заканчивается у кассы, поэтому стационарная схема закрывает лишь последний её кусок.

Само по себе устройство задачу не закрывает. Запись нужно с кем-то соотнести, а значит, требуется учёт: какой бейдж за каким сотрудником закреплён и в какую смену. Если бейджи выдаются из общей коробки по принципу «бери любой», через месяц отчёт покажет среднюю температуру по магазину вместо картины по людям. Поэтому закрепление устройств, график выдачи и ответственный за это администратор описываются до запуска, наравне с техническими настройками.

Оборудовать микрофонами весь зал не получается по двум причинам. Акустически это хуже: микрофон в метрах от говорящего собирает всё помещение, и разборчивость падает. Организационно сложнее: правовая нагрузка растёт, потому что под запись попадают все посетители, включая тех, кто ни с кем не разговаривает.

Что происходит с записью: от смены к диалогу

Дальше начинается то, из-за чего офлайн-аналитика долго не появлялась как готовый продукт. Файл со смены нужно превратить в набор отдельных консультаций, в каждой из которых понятно, кто говорит и о чём.

Нарезка смены на консультации

Первая задача — найти в десятичасовой записи границы разговоров. Решают её тремя способами, обычно в комбинации.


	
триггерные фразы: отдел продаж собирает реальные формулировки приветствия и прощания, и система считает их началом и концом контакта;
	
детектор речевой активности (VAD), который выделяет участки с голосом и отсекает тишину и фоновый шум между контактами;
	
поиск ключевых слов (KWS), который находит лексику, связанную именно с обслуживанием клиента, и отделяет её от разговоров сотрудников между собой.


Именно так это решали в HOLODILNIK.RU: там столкнулись с тем, что все разговоры смены с 10:00 до 20:00 писались в один файл, и задачу закрывали с двух сторон — собрали триггерные фразы на стороне бизнеса и подключили VAD с KWS на стороне платформы.

Более новый подход обходится без жёсткой привязки к фразам. В инструменте Т-Технологий запись делится на отдельные консультации по косвенным признакам: активности речи и динамике взаимодействия. Это устойчивее к тому, что продавец поздоровался нестандартно или не попрощался вовсе.

Распознавание речи в шуме

Перед распознаванием запись чистят, а дальше система переводит в текст только целевую речь, отсекая фоновые разговоры. Это важная деталь: задача не в том, чтобы расшифровать всё, что попало в микрофон, а в том, чтобы оставить диалог сотрудника с клиентом.

Про реальную точность есть два ориентира. В пилоте билайна распознавание на Yandex SpeechKit в шумной обстановке — замеряли в зале ожидания московского аэропорта — правильно определило не менее 80% слов. На проектах, которые мы ведём вместе с Т-Технологиями, точность распознавания в торговой среде превышает 90%. Разброс объясняется акустикой конкретной точки, поэтому любые цифры из презентаций стоит перепроверять на своих записях до покупки.


	Читайте также
	Как проверить систему ИИ-анализа звонков на своих данных


Разделение говорящих

Диаризация отвечает на вопрос, где в общей дорожке реплика продавца, а где покупателя. Система определяет число говорящих по голосовым характеристикам и привязывает к ним фразы. Без этого шага анализ рассыпается: фраза «а скидка будет?» в устах покупателя и в устах продавца означает прямо противоположные вещи. По оценке разработчиков диаризации из Indins, корректная привязка достигается более чем в 90% случаев при средней длине реплики свыше 1,5 секунды, а системы без разделения говорящих ошибаются в критичных фразах в 30–50% случаев.

Есть и более простой путь, который снимает заодно часть правовых вопросов: писать только речь сотрудника. В проекте банка «Открытие» бейджи, по заявлению банка, не записывали голос клиента. Контроль стандартов обслуживания такая схема закрывает, а вот вопросы и возражения покупателей остаются за кадром.

Сколько это данных и куда они едут

Вопрос, который всплывает на этапе проектирования и почти никогда — на этапе выбора вендора. Прикинуть порядок можно по опубликованным числам того же пилота билайна: полгода, 15 магазинов, 355 сотрудников, 66 243 часа аудио и 321 353 эпизода обслуживания. Делим и получаем примерно 12 минут на один эпизод, около 150 эпизодов и 31 час записи на сотрудника в месяц.

Из этой арифметики следует главное: на сервер уезжает не вся смена, а уже нарезанные эпизоды, и объём получается на порядок меньше сырых десяти часов в день. Но и он требует решений. Нужен канал из каждой точки, который вытянет выгрузку, и желательно не в часы пиковой нагрузки на кассовое оборудование. Нужно место под хранение с учётом срока, который вы сами себе назначили. И нужно заранее понять, что именно хранится дольше — исходное аудио или только расшифровки с разметкой: текст занимает несопоставимо меньше и для большинства отчётов его достаточно.

Разметка и анализ

Распознанный текст проверяется по словарям и правилам: нужные формулировки, запрещённые выражения, упоминания товаров и конкурентов. Масштаб словарной работы хорошо виден по пилоту билайна: 70 метрик и более тысячи формулировок с вариантами, причём словари пополнялись ежемесячно. Метрики собираются в группы, например «технология продаж» объединяет выявление потребности, работу с возражениями и помощь в выборе.

Поверх словарей сейчас работает языковая модель. В решении Т-Технологий на базе модели T-Pro можно задать вопрос в свободной форме — каких товаров не хватило клиентам, почему отказались от дополнительной услуги, какие действия менеджера привели к продаже — и получить ответ по выборке диалогов. Это снимает главное ограничение словарного подхода: искать можно только то, о чём вы заранее догадались спросить.

Что измеряют в торговом зале

Набор метрик собирается под формат магазина, но каркас у всех похожий.


	

		
			
			
			
		
		

			

				

					
Группа метрик
				
				

					
Что проверяется
				
				

					
Какое решение принимается
				
			
			

				

					
Стандарт обслуживания
				
				

					
Приветствие, уточнение цели визита, корректное завершение контакта
				
				

					
Точечное обучение смен, где стандарт проседает
				
			
			

				

					
Технология продаж
				
				

					
Выявление потребности, презентация, работа с возражением, помощь в выборе
				
				

					
Переработка скриптов под те возражения, которые звучат чаще всего
				
			
			

				

					
Допродажа
				
				

					
Предложены ли аксессуары, сервис, расширенная гарантия и акционные позиции
				
				

					
Доля контактов с предложением в разрезе сотрудников и категорий
				
			
			

				

					
Спрос и отказы
				
				

					
О чём спрашивают, чего не нашли, почему ушли без покупки
				
				

					
Корректировка ассортимента и выкладки в конкретной точке
				
			
			

				

					
Риски
				
				

					
Грубость, спор с покупателем, недопустимые обещания и формулировки
				
				

					
Разбор инцидентов и защита компании в спорных ситуациях
				
			
		
	



	Читайте также
	Речевая аналитика в ритейле: для чего нужна и как работает


Считать всё сразу не стоит. На старте работают пять-семь метрик, по которым у вас уже есть гипотеза и понятное действие: если доля контактов с предложением аксессуара окажется низкой, вы знаете, что с этим делать. Метрика, под которую нет решения, просто занимает место в отчёте. Расширять набор имеет смысл после того, как руководители магазинов привыкли открывать отчёты и что-то по ним менять.

Отдельная техническая задача — связать разговор с деньгами. Прямой связки, как номер телефона в звонке, здесь нет, поэтому диалог сводят с чеком по меткам времени и идентификатору сотрудника. Такая связка и превращает аналитику из оценки вежливости в инструмент управления выручкой: видно не только то, предложил ли продавец аксессуар, но и чем это закончилось в кассе.

«Сейчас руководителей интересует не сам факт соблюдения скрипта общения, а понимание того, какие действия сотрудника влияют на конверсию, средний чек, маржинальность и другие ключевые показатели. Речевая аналитика помогает работать не с симптомами, а с первопричинами. В конечном итоге любой бизнес заинтересован в росте прибыли и хочет видеть прозрачную связь между качеством коммуникации и финансовым результатом», — Кирилл Строганов, заместитель генерального директора по развитию бизнеса ОБИТ.

Какие результаты показывают внедрения

Публичных кейсов с цифрами немного, и все они опубликованы участниками проектов без независимой проверки. Порядок величин они всё же задают.

В HOLODILNIK.RU после внедрения аудиобейджей с речевой аналитикой средний чек в розничных магазинах вырос на 15%, а продажи сопутствующих товаров — на 12% год к году. Банк «Открытие» в пилоте на пяти отделениях за четыре месяца получил рост продаж кредитных карт на 29%: на старте только 2 клиента из 10 узнавали о продукте в отделении. Сейчас, по данным проекта, бейджи носят более 440 сотрудников в 100 отделениях. Пилот билайна в рознице шёл полгода на 15 магазинах и 355 сотрудниках, дал 66 243 часа аудио и 321 353 эпизода обслуживания, а рост продаж в отдельных категориях аксессуаров и сервисов доходил до 48%.

Про окупаемость ориентир такой: по расчётам Т-Технологий при средних параметрах бизнеса вложения возвращаются примерно за полгода, а заметный эффект начинается от полусотни устройств. Меньший парк тоже имеет смысл, но тогда это скорее исследовательский инструмент, чем источник управленческих решений.

Один результат этих пилотов стоит держать в голове заранее, потому что он противоречит ожиданиям. Универсальных «золотых фраз», после которых покупают, в билайне не нашли: по итогам полугода личная манера продавца сохраняла большое значение. Хорошо находится обратное — формулировки, после которых человек разворачивается, и вопросы, на которые смена не может ответить. Это и есть материал для обучения.

Юридическая сторона и работа с персоналом

Запись разговоров в зале оформляется до старта, а не после. Голос в связке с другими данными о человеке относится к персональным данным, поэтому компании нужны политика обработки, актуальное уведомление в Роскомнадзор, хранение записей на серверах в России и договор поручения обработки с поставщиком платформы. Отдельно задаётся срок хранения: записи, которые лежат, пока не кончится место на диске, — это нарушение принципа ограничения срока обработки.

Покупателя предупреждают заметно и в нескольких местах. В проекте «Открытия» это делали стикерами в офисах, пометкой на талонах электронной очереди и надписью на самих бейджах. Два приёма снижают правовую нагрузку: писать только речь сотрудника и запретить проговаривать персональные данные клиента вслух — менеджер лишь уточняет, как к человеку обращаться.

С сотрудниками сложнее, чем с техникой. В пилоте билайна бейдж восприняли как средство наказания, и часть устройств пытались заклеить скотчем и пластилином. В «Открытии» первые три недели ушли только на то, чтобы люди привыкли носить устройство, а руководители следили за статусами зарядки. Работает здесь простое объяснение: запись защищает продавца не меньше, чем контролирует. В том же проекте жалоба клиента на то, что его не предупредили о страховке, была снята записью — менеджер проговорил условия несколько раз.

«Худший сценарий запуска — выгрузить первые записи и устроить по ним разбор с наказаниями. После этого бейдж живёт в подсобке, а проект можно закрывать. Мы всегда просим первые две-три недели вообще не слушать записи и дать смене привыкнуть, а руководителям в это время разобраться с отчётами», — Андрей Савченко, руководитель портфеля продуктов ОБИТ.

С чего начать

Итак, офлайн-речевая аналитика в торговом зале работает так: аудиобейдж или стационарный микрофон пишет смену, запись выгружается на док-станции, алгоритмы режут её на отдельные консультации по триггерным фразам и речевой активности, распознавание переводит в текст целевую речь, диаризация разделяет продавца и покупателя, а дальше словари и языковая модель считают метрики и сводят их с чеком. Сложность здесь не в бейдже, а в подготовке данных: именно на нарезке, шуме и разделении говорящих проекты и выигрывают или рассыпаются.

Практический порядок такой. Сначала определите, что именно хотите узнать: контроль стандарта, рост среднего чека и причины отказов требуют разных метрик и разной глубины записи. Затем посчитайте парк устройств — ощутимые выводы начинаются примерно от полусотни. Дальше проверьте точность на своих записях, а не на демонстрации вендора: один день реальной смены в самой шумной точке покажет больше, чем любая презентация. Параллельно согласуйте с юристом уведомления и сроки хранения, потому что эта часть обычно занимает больше времени, чем монтаж. И только потом запускайте пилот на одном формате магазинов.

Если у вас есть такая задача, приходите на бесплатную консультацию. Разберём вашу ситуацию: какое оборудование подойдёт под планировку и шум ваших точек, какие метрики имеет смысл считать и как связать разговоры с чеками в вашей учётной системе.


	
		Решение
		
Речевая аналитика
		
Внедряем анализ офлайн-диалогов и звонков: проектируем запись под вашу торговую среду, настраиваем метрики под ассортимент и стандарты, связываем результаты с чеками и обучаем руководителей работать с отчётами.
		
			
		
	




	

		

			

				

					
Часто задаваемые вопросы (FAQ)
					

						

						
					
				
			
			

				

					

						Что такое аудиобейдж и как он работает?
					
					

						
							Это носимое устройство размером с обычный бейдж, которое сотрудник носит на одежде всю смену. Внутри обычно два микрофона: разнесённая пара даёт более разборчивую запись в шуме. Запись хранится в устройстве, а в конце смены выгружается на сервер через док-станцию по Wi-Fi или кабелю. Производители заявляют до 24 часов непрерывной записи, некоторые модели включаются автоматически по акселерометру.
						
					
				
				

					

						Чем речевая аналитика офлайн-диалогов отличается от анализа звонков?
					
					

						
							В телефонии запись приходит готовой: раздельные каналы для оператора и клиента, известные границы разговора, привязка к номеру и карточке в CRM. В зале всё это нужно восстанавливать: смена пишется одним файлом, голоса идут общей дорожкой, вокруг шум и посторонние разговоры, а связь с чеком устанавливается косвенно по времени и идентификатору сотрудника.
						
					
				
				

					

						Как система делит смену на отдельные консультации?
					
					

						
							Тремя способами, обычно в комбинации: по триггерным фразам приветствия и прощания, которые бизнес собирает заранее; детектором речевой активности (VAD), который отсекает тишину и шум между контактами; поиском ключевых слов (KWS), который отделяет обслуживание клиента от разговоров сотрудников между собой. Современные платформы дополнительно режут запись по косвенным признакам — активности речи и динамике взаимодействия.
						
					
				
				

					

						Какая точность распознавания реальна в шумном торговом зале?
					
					

						
							Ориентиры такие: в пилоте билайна распознавание в шумной обстановке правильно определило не менее 80% слов, на проектах в торговой среде точность превышает 90%. Разброс задаёт акустика конкретной точки: высокие потолки, музыка и плотный поток людей ухудшают результат. Проверять стоит на своих записях из самой шумной точки, а не по демонстрации вендора.
						
					
				
				

					

						Как система различает продавца и покупателя?
					
					

						
							Диаризацией: система определяет число говорящих по голосовым характеристикам и привязывает к ним реплики. По оценке разработчиков, корректная привязка достигается более чем в 90% случаев при длине реплики свыше 1,5 секунды, а без разделения говорящих ошибки в критичных фразах доходят до 30–50%. Короткие реплики и одновременная речь остаются самыми сложными случаями.
						
					
				
				

					

						Законно ли записывать разговоры с покупателями в магазине?
					
					

						
							При выполнении требований к обработке персональных данных. Нужны политика обработки, актуальное уведомление в Роскомнадзор, хранение записей в России, договор поручения с поставщиком платформы и заданный срок хранения. Покупателей предупреждают наглядно: табличками в зале, пометкой на талонах очереди, надписью на бейдже. Сотрудника уведомляют отдельно под подпись. Конкретные формулировки согласуйте со своим юристом до старта проекта.
						
					
				
				

					

						Какой эффект дают аудиобейджи в рознице?
					
					

						
							По опубликованным кейсам: в HOLODILNIK.RU средний чек в рознице вырос на 15%, а продажи сопутствующих товаров на 12% год к году; банк «Открытие» в пилоте на пяти отделениях получил рост продаж кредитных карт на 29% за четыре месяца; в пилоте билайна рост в отдельных категориях аксессуаров и сервисов доходил до 48%. Это данные участников проектов без независимой проверки, поэтому их стоит воспринимать как порядок величин.
						
					
				
				

					

						Сколько устройств нужно, чтобы был смысл?
					
					

						
							Заметный управленческий эффект начинается примерно от 50 устройств: на меньшей выборке статистика по сотрудникам и категориям получается слишком шумной для решений. По расчётам Т-Технологий при средних параметрах бизнеса вложения возвращаются примерно за полгода. Небольшой парк тоже имеет смысл, но как исследовательский инструмент для проверки гипотез.
						
					
				
			
		
	

    [DETAIL_TEXT_TYPE] => html
    [~DETAIL_TEXT_TYPE] => html
    [PREVIEW_TEXT] => Главный разговор розницы происходит в торговом зале, и он нигде не сохраняется. Касса знает, что в итоге купили. Видеонаблюдение показывает, кто подходил к витрине и сколько простоял. О чём покупатель спросил, что ответил продавец, предложил ли он что-то сверх названного и почему человек развернулся и ушёл — не знает никто, кроме этих двоих.
    [~PREVIEW_TEXT] => Главный разговор розницы происходит в торговом зале, и он нигде не сохраняется. Касса знает, что в итоге купили. Видеонаблюдение показывает, кто подходил к витрине и сколько простоял. О чём покупатель спросил, что ответил продавец, предложил ли он что-то сверх названного и почему человек развернулся и ушёл — не знает никто, кроме этих двоих.
    [PREVIEW_TEXT_TYPE] => text
    [~PREVIEW_TEXT_TYPE] => text
    [PREVIEW_PICTURE] => 
    [~PREVIEW_PICTURE] => 
    [LANG_DIR] => /
    [~LANG_DIR] => /
    [CODE] => audiobeydzhi-i-oflayn-rechevaya-analitika-v-torgovom-zale-kak-rabotayut
    [~CODE] => audiobeydzhi-i-oflayn-rechevaya-analitika-v-torgovom-zale-kak-rabotayut
    [EXTERNAL_ID] => 3602
    [~EXTERNAL_ID] => 3602
    [IBLOCK_TYPE_ID] => content
    [~IBLOCK_TYPE_ID] => content
    [IBLOCK_CODE] => 
    [~IBLOCK_CODE] => 
    [IBLOCK_EXTERNAL_ID] => 
    [~IBLOCK_EXTERNAL_ID] => 
    [LID] => s1
    [~LID] => s1
    [EDIT_LINK] => 
    [DELETE_LINK] => 
    [DISPLAY_ACTIVE_FROM] => 26.10.2026
    [FIELDS] => Array
        (
        )

    [DISPLAY_PROPERTIES] => Array
        (
        )

    [IPROPERTY_VALUES] => Array
        (
            [ELEMENT_META_TITLE] => Аудиобейджи и офлайн-речевая аналитика в торговом зале: как работают
            [ELEMENT_META_DESCRIPTION] => Как устроена речевая аналитика офлайн-диалогов: чем пишут разговоры в зале, как смена делится на консультации, как разделяют говорящих и что измеряют.
        )

)
1

Array
(
    [ID] => 3581
    [~ID] => 3581
    [IBLOCK_ID] => 36
    [~IBLOCK_ID] => 36
    [IBLOCK_SECTION_ID] => 127
    [~IBLOCK_SECTION_ID] => 127
    [NAME] =>  Речевая аналитика в общепите: для чего нужна и как работает
    [~NAME] =>  Речевая аналитика в общепите: для чего нужна и как работает
    [ACTIVE_FROM_X] => 2026-10-12 00:00:00
    [~ACTIVE_FROM_X] => 2026-10-12 00:00:00
    [ACTIVE_FROM] => 12.10.2026
    [~ACTIVE_FROM] => 12.10.2026
    [TIMESTAMP_X] => 12.10.2026 18:59:26
    [~TIMESTAMP_X] => 12.10.2026 18:59:26
    [DETAIL_PAGE_URL] => /blog/rechevaya-analitika-/rechevaya-analitika-v-obshchepite-dlya-chego-nuzhna-i-kak-rabotaet/
    [~DETAIL_PAGE_URL] => /blog/rechevaya-analitika-/rechevaya-analitika-v-obshchepite-dlya-chego-nuzhna-i-kak-rabotaet/
    [LIST_PAGE_URL] => /blog/
    [~LIST_PAGE_URL] => /blog/
    [DETAIL_TEXT] => 
Гость разговаривает с заведением в двух местах: за столом с официантом и по телефону, когда бронирует стол или заказывает доставку. Оба разговора влияют на то, вернётся он или нет, и ни один из них обычно нигде не сохраняется. В кассовой системе остаётся чек, в системе бронирования — факт брони, а что именно было сказано, помнят только двое участников разговора.

Речевая аналитика закрывает этот пробел. Разговоры записываются, распознаются в текст и автоматически разбираются по заданным критериям: предложил ли официант десерт, назвал ли сумму чека, услышал ли гость по телефону, что столик свободен только до восьми. В общепите это два разных контура с разной техникой и разными метриками: зал, где официанты носят аудиобейджи, и телефон, где записывается линия бронирования и доставки.

Ниже разбираем оба контура: чем они пишутся, что в них измеряют, какой эффект это даёт и с чего разумнее начинать. Статья для тех, кто отвечает за выручку и качество сервиса в сети или в отдельном заведении, — управляющих, операционных директоров и собственников.

Почему общепит дошёл до анализа разговоров

Коротко: потому что каждый гость стал дороже, а людей в зале меньше.

По данным BusinesStat, оборот российского общепита в 2025 году составил 4,29 трлн рублей и прибавил около 21% к предыдущему году. Но рост этот неравномерный. В начале 2026 года участники рынка фиксировали снижение трафика на 10–15%, а отдельные форматы теряли до 30–40% гостей. Выручка в такой ситуации держится не на потоке, а на среднем чеке и на повторных визитах — то есть ровно на том, что происходит в разговоре за столом.

Вторая причина — персонал. По оценке отраслевого сервиса Horeca Expert, 60–70% заведений работают с некомплектом линейного персонала, а зарплаты официантов и поваров за 2025 год выросли на 25–40%. Текучесть в зале высокая, новый официант выходит на смену с минимальным знанием меню, и обучать его некому: наставник занят. Разговор с гостем при этом остаётся единственным местом, где эта неподготовленность превращается в недополученную выручку.

Инструмент контроля сервиса при этом остался прежним — тайный гость. Он даёт несколько точечных замеров в месяц: один визит, один официант, одна смена, оценка по чек-листу от человека, которому нужно одновременно обедать и запоминать. Решение о том, что менять в сервисе, принимается по выборке из единиц наблюдений. Запись разговоров даёт ту же оценку по всем сменам и всем сотрудникам сразу.

Как это работает: два контура

Технически речевая аналитика в общепите распадается на две независимые истории. Их можно внедрять по отдельности и в любом порядке, общая у них только система анализа, в которую стекаются расшифровки.


	

		
			
			
			
			
		
		

			

				

					
Контур
				
				

					
Чем пишется
				
				

					
Что измеряется
				
				

					
Основная сложность
				
			
			

				

					
Зал
				
				

					
Аудиобейджи на официантах и хостес, иногда микрофоны на кассе и на раздаче
				
				

					
Приветствие и представление, знание меню, предложение дополнительных позиций, реакция на вопросы и жалобы, вежливость, расчёт и прощание
				
				

					
Шум зала, музыка, несколько говорящих за столом, организация выдачи и заряда бейджей
				
			
			

				

					
Телефон
				
				

					
Телефония с раздельной записью каналов, записи уже есть почти всегда
				
				

					
Доля пропущенных и необработанных звонков, скорость ответа, корректность приёма брони и заказа, допродажа, причины отказа гостя
				
				

					
Разметка результата звонка: без неё видно разговор, но не видно, закончился он бронью или нет
				
			
		
	


Если выбирать, с чего начать, то начинать стоит с телефона. Записи там уже лежат в телефонии, никакого нового железа не нужно, с персоналом договариваться почти не о чем, а потери считаются прямо в деньгах: пропущенный звонок по доставке — это ненулевая сумма, которую легко умножить на количество. Зал устроен сложнее и организационно, и технически, зато именно он отвечает за средний чек.

Зал: аудиобейджи на официантах

Аудиобейдж — это небольшой носимый диктофон размером с бейдж или брелок, который сотрудник носит на одежде всю смену. Он пишет разговор локально, а в конце смены записи выгружаются в систему анализа — через док-станцию или по Wi-Fi. Распознавание, разметка по чек-листу и отчёты делаются уже на стороне платформы, в самом устройстве нет ничего, кроме микрофона и памяти.

Почему микрофон носят на себе

Первое, что приходит в голову, — поставить стационарные микрофоны и ничего не выдавать персоналу. В зале это работает плохо. Дмитрий Макаренко из 3iTech, объясняя выбор носимых устройств для ресторанов, сформулировал проблему прямо: микрофон на столе оказывается рядом с солонкой и перечницей, гости его трогают, двигают и ломают, а добиться от стационарного устройства разборчивой записи конкретного диалога в шумном зале сложнее, чем от микрофона, который находится в полуметре от говорящего. Современные носимые микрофоны с подавлением шума, по его оценке, пишут не хуже направленных стационарных.

Второе соображение — покрытие. Официант перемещается: принял заказ за одним столом, ответил на вопрос по пути, рассчитал гостя на выходе. Стационарная схема потребовала бы оборудовать каждый стол и каждую точку контакта, носимая закрывает всю смену одним устройством. Поэтому кассовую зону и раздачу иногда действительно оснащают отдельными микрофонами, но основа контура в зале — бейджи.

Что разбирают в разговоре за столом

Набор критериев собирается под конкретный формат заведения, но базовая часть у всех похожая.


	
соблюдение стандарта обслуживания: представился ли официант, подошёл ли в отведённое время, проговорил ли итоговую сумму;
	
знание меню: может ли сотрудник ответить на вопрос о составе блюда, времени приготовления, аллергенах, не отправляет ли гостя «посмотреть в приложении»;
	
работа с дополнительными позициями: предложены ли напиток, соус, десерт, и предложены ли они как рекомендация или формальным вопросом «что-нибудь ещё»;
	
реакция на возражение и жалобу: что сотрудник отвечает, когда гость говорит, что долго ждёт или что блюдо не то;
	
вежливость и недопустимые формулировки: грубость, спор с гостем, обсуждение гостей и коллег при посторонних.


Отдельный слой — то, что говорит сам гость. Исследование сервиса «Артефакт» по разговорам в зале показало, что ключевые решения, влияющие на средний чек, гость принимает в первые 40 секунд диалога с официантом, а грамотно сформулированная рекомендация способна более чем вдвое увеличить вероятность покупки позиции. То есть объект контроля — не вся смена целиком, а очень короткий отрезок в начале каждого контакта.

Какой эффект это даёт

Самый прямой эффект — средний чек. Арифметика здесь простая и её стоит посчитать до внедрения. В расчётах «Артефакта» прибавка в 100 рублей в каждом третьем заказе даёт около 200 000 рублей в месяц на одну точку, а для сети из ста заведений это уже порядка 20 млн рублей. Цифры зависят от формата и потока, но порядок понятен: дополнительная позиция в каждом третьем чеке — это не косметическое улучшение.

Второй эффект — дисциплина, причём он появляется раньше аналитики. Макаренко описывает это как эффект самого присутствия микрофона: сотрудник, который знает, что разговор записывается, начинает говорить по стандарту, и часть проблем снимается до того, как кто-то открыл первый отчёт. По нашему опыту на внедрениях этот эффект заметен в первые две-три недели, а дальше он затухает, если за записями не следует обратной связи.

Третий эффект — замена тайного гостя. Записи дают сплошную картину вместо выборки, и бюджет на внешнюю проверку частично или полностью высвобождается. Полностью от тайных гостей отказываться необязательно: они оценивают то, что микрофон не слышит — чистоту, подачу, скорость выноса.

«Когда в заведении ставят задачу контролировать официантов, почти всегда ждут, что найдутся лентяи. На записях обычно видно другое: человек старается, но не знает меню. Не может сказать, из чего соус, не помнит, какие позиции закончились, и поэтому не предлагает ничего сверх того, что гость назвал сам. Это лечится обучением, а не штрафами, и до записей этого просто не видно», — Андрей Савченко, руководитель портфеля продуктов ОБИТ.

Организационная сторона

Технически контур в зале несложный, а организационно требует внимания к мелочам. Бейджи нужно выдавать в начале смены и собирать в конце, ставить на заряд, закреплять за сотрудником, чтобы запись можно было соотнести с человеком. Если этот процесс не прописан и не поручен конкретному менеджеру, через месяц половина устройств окажется разряженной или потерянной.

Вторая мелочь — что делать с результатом. Отчёт по знанию меню полезен только тогда, когда по нему проводят короткую планёрку: вот три вопроса, на которые смена не смогла ответить, вот правильные ответы. Без этого шага внедрение превращается в архив записей, который никто не открывает.

Телефон: бронирование и доставка

Второй контур закрывает всё, что происходит до визита: звонки по брони, заказы на доставку, вопросы про банкет и про часы работы. Здесь записи обычно уже есть — их пишет телефония, — и внедрение сводится к тому, чтобы начать их разбирать.

Сколько звонков теряется

Начинать разбор стоит не с качества разговоров, а с того, сколько их вообще не состоялось. Компания UIS проанализировала звонки на 6 581 сайт своих клиентов и обнаружила, что в 9 отраслях из 15 доля пропущенных обращений составляет 20–30%. Общепит в этом смысле не исключение: по оценке «Авантелекома», около четверти обращений по доставке еды теряется ещё до разговора — гость не дождался ответа и ушёл к следующему в списке.

Это самая дешёвая для исправления потеря. В кейсе хабаровской пиццерии, опубликованном «Авантелекомом», после перестройки схемы распределения звонков и контроля очереди долю пропущенных снизили на 61%. Ориентир для сравнения: в хорошо настроенных контакт-центрах доля необработанных вызовов держится ниже 5%.

Отдельно считаются звонки в пиковые часы. Заведение теряет их не потому, что никто не хочет брать трубку, а потому что в 19:30 все заняты залом. Это видно только на статистике по часам, и лечится либо переводом линии на внешний контакт-центр в пик, либо голосовым помощником на простых сценариях.


	Читайте также
	Как проверить систему ИИ-анализа звонков на своих данных


Что разбирают в звонках

После того как поток звонков собран, разбор идёт по трём направлениям. Первое — корректность приёма заказа: записаны ли дата, время, количество гостей, адрес и состав заказа, проговорил ли сотрудник их повторно. Ошибка на этом этапе стоит дороже всех остальных: двойная бронь на один стол или перепутанный адрес доставки — это испорченный визит и возврат.

Второе — допродажа по телефону. В доставке это работает так же, как в зале: предложенный соус, напиток или десерт попадает в заказ в ощутимой доле случаев, но предлагают его далеко не всегда. Система показывает долю звонков, где предложение прозвучало, в разрезе по операторам.

Третье — причины отказа. Гость звонит, слышит, что свободных столов нет, что доставка идёт полтора часа или что нужной позиции сегодня нет, и уходит. Каждый такой разговор по отдельности выглядит мелочью, а в сумме за месяц это конкретный список: чего не хватает в меню, в каких слотах не хватает посадки, в каких зонах доставка слишком медленная.

Коммуникационные потери

Есть и менее очевидная категория — звонки, на которые ответили, но которые ничем не закончились. В отраслевых оценках контакт-центров такие потери достигают 40–60% от всех обработанных обращений: разговор состоялся, гость получил ответ, но не забронировал и не заказал. Без разбора записей эти звонки в отчётности выглядят успешными, потому что формально они обработаны.

Чтобы эта метрика считалась, звонкам нужен размеченный результат: бронь, заказ, отказ, информационный вопрос. Разметку делает либо система по тексту разговора, либо оператор в карточке. Это та часть проекта, которую чаще всего недонастраивают, и без неё аналитика остаётся описательной.


	
		Решение
		
Автоматизация контакт-центров
		
Настраиваем приём звонков по брони и доставке: распределение вызовов, запись с разделением каналов, голосовые сценарии на простых запросах и отчётность по пропущенным.
		
			
		
	


Данные, которых нет в кассовой системе

Побочный результат обоих контуров ценят обычно выше, чем изначальный. Записи разговоров — это канал информации о заведении, которого нет больше нигде: касса знает, что продалось, а разговоры знают, что спрашивали и чего не нашли.


	

		
			
			
			
		
		

			

				

					
Что становится видно
				
				

					
Откуда берётся
				
				

					
Какое решение принимается
				
			
			

				

					
Спрос на то, чего нет в меню
				
				

					
Вопросы гостей за столом и по телефону о конкретных блюдах и напитках
				
				

					
Ввод позиции, если спрашивают регулярно; скрипт замены, если нет
				
			
			

				

					
Реакция на новинку
				
				

					
Что гости говорят о блюде сразу после подачи, а не в отзыве через неделю
				
				

					
Доработка рецепта или вывод позиции из меню до масштабирования на сеть
				
			
			

				

					
Упоминания других заведений
				
				

					
Сравнения, которые гость проговаривает вслух: цены, скорость, порции
				
				

					
Корректировка цен и состава предложения в конкретной локации
				
			
			

				

					
Причины отказа от брони
				
				

					
Разговоры, которые закончились без брони, с указанной причиной
				
				

					
Пересмотр схемы посадки и слотов в часы, где отказов больше всего
				
			
			

				

					
Жалобы, не дошедшие до отзыва
				
				

					
Претензии, высказанные официанту и погашенные на месте
				
				

					
Работа с причиной: кухня, время ожидания, температура в зале, громкость музыки
				
			
		
	


Последний пункт заслуживает отдельного внимания. Публичный отзыв оставляет меньшинство недовольных гостей, остальные просто не возвращаются. Жалоба, сказанная официанту вслух, — единственный след этой части аудитории, и до записей разговоров она нигде не фиксировалась.

Юридическая сторона и персонал

Запись разговоров с гостями и сотрудниками требует правового оформления, и это не формальность, которую можно отложить на потом. Гостя нужно предупредить: на входе и в зоне обслуживания размещается уведомление о том, что ведётся аудиозапись, а в телефонном разговоре предупреждение проговаривается до начала разговора. Сотрудника нужно уведомить отдельно, с подписью, и зафиксировать запись в его трудовых документах. Параллельно описывается режим хранения: срок, место, круг лиц с доступом.

Персонал реагирует на бейджи предсказуемо, и сопротивление снимается двумя вещами. Первая — объяснить, зачем это: запись защищает официанта не меньше, чем контролирует, потому что в спорной ситуации с гостем появляется доказательство. Вторая — не начинать с наказаний. Если первая же выгрузка заканчивается штрафами, контур начнут обходить: бейдж останется в подсобке, микрофон окажется прикрыт фартуком.

«Юридическая часть на таких проектах почти всегда занимает больше времени, чем установка. Нужны уведомления в зале, предупреждение в начале звонка, пункт в документах сотрудника и регламент доступа к записям. Мы просим заказчика согласовать это со своим юристом до старта, потому что переделывать потом дороже и неприятнее», — Андрей Савченко, руководитель портфеля продуктов ОБИТ.

Подытоживая

Речевая аналитика нужна общепиту для двух разных задач. В зале она отвечает за средний чек и стандарт обслуживания: показывает, насколько сотрудник знает меню и предлагает ли он что-то поверх названного гостем. На телефоне она отвечает за то, чтобы гость вообще дошёл до заведения: сколько звонков потеряно, насколько корректно приняты бронь и заказ, почему человек передумал. Работают эти контуры независимо, и окупаются с разной скоростью.

Поэтому практический порядок обычно такой. Сначала посмотрите статистику своей телефонии за прошлый месяц: доля пропущенных и распределение звонков по часам. Это бесплатно, занимает полчаса и часто сразу обнаруживает потери, которые закрываются настройкой распределения вызовов без всякой аналитики. Затем подключите разбор записей звонков — записи уже есть, нового оборудования не нужно. И только после этого, когда появилась привычка работать с отчётами, берите зал: аудиобейджи требуют и бюджета на устройства, и организационной дисциплины, и юридической подготовки.

Главное условие на любом из этапов — чтобы у отчётов был хозяин. Система покажет, что официанты не знают состав трёх блюд, а звонки теряются в пятницу вечером, но менять смену и расписание она не будет. Если у вас есть такая задача, приходите на бесплатную консультацию: разберём, какие записи у вас уже собираются, что из них можно вытащить и в каком порядке имеет смысл двигаться.


	
		Решение
		
Речевая аналитика
		
Внедряем анализ разговоров в зале и по телефону: подбираем оборудование и платформу, настраиваем критерии под ваше меню и стандарты, запускаем отчётность и обучаем управляющих с ней работать.
		
			
		
	




	

		

			

				

					
Часто задаваемые вопросы (FAQ)
					

						

						
					
				
			
			

				

					

						Для чего нужна речевая аналитика в общепите?
					
					

						
							Для двух задач. В зале она контролирует стандарт обслуживания и знание меню и за счёт этого влияет на средний чек. На телефонной линии она показывает, сколько звонков по брони и доставке теряется и насколько корректно сотрудники принимают заказ. Дополнительно записи дают информацию о спросе и жалобах, которой нет в кассовой системе.
						
					
				
				

					

						Что такое аудиобейдж и как он работает?
					
					

						
							Это небольшой носимый диктофон, который официант носит на одежде всю смену. Запись хранится в устройстве, а в конце смены выгружается в систему анализа через док-станцию или по Wi-Fi. Распознавание речи и проверка по чек-листу происходят уже на стороне платформы.
						
					
				
				

					

						С какого контура начинать внедрение — зал или телефон?
					
					

						
							Как правило, с телефона. Записи звонков обычно уже ведутся телефонией, нового оборудования не требуется, а потери считаются напрямую в деньгах. Зал сложнее: нужны устройства, регламент их выдачи и заряда, уведомления и работа с персоналом.
						
					
				
				

					

						Сколько звонков теряют заведения?
					
					

						
							По данным UIS, собранным по звонкам на 6 581 сайт, в 9 отраслях из 15 доля пропущенных обращений составляет 20–30%. По оценке «Авантелекома», в доставке еды около четверти обращений теряется до начала разговора. Ориентир для хорошо настроенной линии — менее 5% необработанных вызовов.
						
					
				
				

					

						Как анализ разговоров влияет на средний чек?
					
					

						
							Через контроль того, предлагает ли официант дополнительные позиции и может ли он ответить на вопросы о меню. По данным сервиса «Артефакт», ключевые решения по чеку гость принимает в первые 40 секунд разговора, а прибавка в 100 рублей в каждом третьем заказе даёт около 200 000 рублей в месяц на точку. Величина эффекта зависит от формата и потока.
						
					
				
				

					

						Справится ли распознавание речи с шумом в зале?
					
					

						
							Носимые микрофоны с подавлением шума пишут разговор с расстояния в несколько десятков сантиметров, и этого хватает для разбора по чек-листу. Громкая музыка и несколько говорящих за столом качество снижают, поэтому точность стоит проверять на своих записях в пилоте, а не по презентации вендора.
						
					
				
				

					

						Законно ли записывать разговоры с гостями и сотрудниками?
					
					

						
							Да, при условии уведомления. Гостя предупреждают табличкой в зале и голосовым сообщением в начале телефонного разговора, сотрудника уведомляют отдельно под подпись. Дополнительно нужен внутренний регламент: где хранятся записи, сколько и у кого есть доступ. Формулировки документов согласовывайте со своим юристом до старта проекта.
						
					
				
				

					

						Заменит ли речевая аналитика тайных гостей?
					
					

						
							В части, которая касается разговора, — да, и делает это полнее: вместо нескольких визитов в месяц вы получаете все смены и всех сотрудников. Но микрофон не оценивает чистоту, подачу блюда и скорость выноса, поэтому полностью от внешних проверок обычно не отказываются, а сокращают их частоту.
						
					
				
			
		
	

    [~DETAIL_TEXT] => 
Гость разговаривает с заведением в двух местах: за столом с официантом и по телефону, когда бронирует стол или заказывает доставку. Оба разговора влияют на то, вернётся он или нет, и ни один из них обычно нигде не сохраняется. В кассовой системе остаётся чек, в системе бронирования — факт брони, а что именно было сказано, помнят только двое участников разговора.

Речевая аналитика закрывает этот пробел. Разговоры записываются, распознаются в текст и автоматически разбираются по заданным критериям: предложил ли официант десерт, назвал ли сумму чека, услышал ли гость по телефону, что столик свободен только до восьми. В общепите это два разных контура с разной техникой и разными метриками: зал, где официанты носят аудиобейджи, и телефон, где записывается линия бронирования и доставки.

Ниже разбираем оба контура: чем они пишутся, что в них измеряют, какой эффект это даёт и с чего разумнее начинать. Статья для тех, кто отвечает за выручку и качество сервиса в сети или в отдельном заведении, — управляющих, операционных директоров и собственников.

Почему общепит дошёл до анализа разговоров

Коротко: потому что каждый гость стал дороже, а людей в зале меньше.

По данным BusinesStat, оборот российского общепита в 2025 году составил 4,29 трлн рублей и прибавил около 21% к предыдущему году. Но рост этот неравномерный. В начале 2026 года участники рынка фиксировали снижение трафика на 10–15%, а отдельные форматы теряли до 30–40% гостей. Выручка в такой ситуации держится не на потоке, а на среднем чеке и на повторных визитах — то есть ровно на том, что происходит в разговоре за столом.

Вторая причина — персонал. По оценке отраслевого сервиса Horeca Expert, 60–70% заведений работают с некомплектом линейного персонала, а зарплаты официантов и поваров за 2025 год выросли на 25–40%. Текучесть в зале высокая, новый официант выходит на смену с минимальным знанием меню, и обучать его некому: наставник занят. Разговор с гостем при этом остаётся единственным местом, где эта неподготовленность превращается в недополученную выручку.

Инструмент контроля сервиса при этом остался прежним — тайный гость. Он даёт несколько точечных замеров в месяц: один визит, один официант, одна смена, оценка по чек-листу от человека, которому нужно одновременно обедать и запоминать. Решение о том, что менять в сервисе, принимается по выборке из единиц наблюдений. Запись разговоров даёт ту же оценку по всем сменам и всем сотрудникам сразу.

Как это работает: два контура

Технически речевая аналитика в общепите распадается на две независимые истории. Их можно внедрять по отдельности и в любом порядке, общая у них только система анализа, в которую стекаются расшифровки.


	

		
			
			
			
			
		
		

			

				

					
Контур
				
				

					
Чем пишется
				
				

					
Что измеряется
				
				

					
Основная сложность
				
			
			

				

					
Зал
				
				

					
Аудиобейджи на официантах и хостес, иногда микрофоны на кассе и на раздаче
				
				

					
Приветствие и представление, знание меню, предложение дополнительных позиций, реакция на вопросы и жалобы, вежливость, расчёт и прощание
				
				

					
Шум зала, музыка, несколько говорящих за столом, организация выдачи и заряда бейджей
				
			
			

				

					
Телефон
				
				

					
Телефония с раздельной записью каналов, записи уже есть почти всегда
				
				

					
Доля пропущенных и необработанных звонков, скорость ответа, корректность приёма брони и заказа, допродажа, причины отказа гостя
				
				

					
Разметка результата звонка: без неё видно разговор, но не видно, закончился он бронью или нет
				
			
		
	


Если выбирать, с чего начать, то начинать стоит с телефона. Записи там уже лежат в телефонии, никакого нового железа не нужно, с персоналом договариваться почти не о чем, а потери считаются прямо в деньгах: пропущенный звонок по доставке — это ненулевая сумма, которую легко умножить на количество. Зал устроен сложнее и организационно, и технически, зато именно он отвечает за средний чек.

Зал: аудиобейджи на официантах

Аудиобейдж — это небольшой носимый диктофон размером с бейдж или брелок, который сотрудник носит на одежде всю смену. Он пишет разговор локально, а в конце смены записи выгружаются в систему анализа — через док-станцию или по Wi-Fi. Распознавание, разметка по чек-листу и отчёты делаются уже на стороне платформы, в самом устройстве нет ничего, кроме микрофона и памяти.

Почему микрофон носят на себе

Первое, что приходит в голову, — поставить стационарные микрофоны и ничего не выдавать персоналу. В зале это работает плохо. Дмитрий Макаренко из 3iTech, объясняя выбор носимых устройств для ресторанов, сформулировал проблему прямо: микрофон на столе оказывается рядом с солонкой и перечницей, гости его трогают, двигают и ломают, а добиться от стационарного устройства разборчивой записи конкретного диалога в шумном зале сложнее, чем от микрофона, который находится в полуметре от говорящего. Современные носимые микрофоны с подавлением шума, по его оценке, пишут не хуже направленных стационарных.

Второе соображение — покрытие. Официант перемещается: принял заказ за одним столом, ответил на вопрос по пути, рассчитал гостя на выходе. Стационарная схема потребовала бы оборудовать каждый стол и каждую точку контакта, носимая закрывает всю смену одним устройством. Поэтому кассовую зону и раздачу иногда действительно оснащают отдельными микрофонами, но основа контура в зале — бейджи.

Что разбирают в разговоре за столом

Набор критериев собирается под конкретный формат заведения, но базовая часть у всех похожая.


	
соблюдение стандарта обслуживания: представился ли официант, подошёл ли в отведённое время, проговорил ли итоговую сумму;
	
знание меню: может ли сотрудник ответить на вопрос о составе блюда, времени приготовления, аллергенах, не отправляет ли гостя «посмотреть в приложении»;
	
работа с дополнительными позициями: предложены ли напиток, соус, десерт, и предложены ли они как рекомендация или формальным вопросом «что-нибудь ещё»;
	
реакция на возражение и жалобу: что сотрудник отвечает, когда гость говорит, что долго ждёт или что блюдо не то;
	
вежливость и недопустимые формулировки: грубость, спор с гостем, обсуждение гостей и коллег при посторонних.


Отдельный слой — то, что говорит сам гость. Исследование сервиса «Артефакт» по разговорам в зале показало, что ключевые решения, влияющие на средний чек, гость принимает в первые 40 секунд диалога с официантом, а грамотно сформулированная рекомендация способна более чем вдвое увеличить вероятность покупки позиции. То есть объект контроля — не вся смена целиком, а очень короткий отрезок в начале каждого контакта.

Какой эффект это даёт

Самый прямой эффект — средний чек. Арифметика здесь простая и её стоит посчитать до внедрения. В расчётах «Артефакта» прибавка в 100 рублей в каждом третьем заказе даёт около 200 000 рублей в месяц на одну точку, а для сети из ста заведений это уже порядка 20 млн рублей. Цифры зависят от формата и потока, но порядок понятен: дополнительная позиция в каждом третьем чеке — это не косметическое улучшение.

Второй эффект — дисциплина, причём он появляется раньше аналитики. Макаренко описывает это как эффект самого присутствия микрофона: сотрудник, который знает, что разговор записывается, начинает говорить по стандарту, и часть проблем снимается до того, как кто-то открыл первый отчёт. По нашему опыту на внедрениях этот эффект заметен в первые две-три недели, а дальше он затухает, если за записями не следует обратной связи.

Третий эффект — замена тайного гостя. Записи дают сплошную картину вместо выборки, и бюджет на внешнюю проверку частично или полностью высвобождается. Полностью от тайных гостей отказываться необязательно: они оценивают то, что микрофон не слышит — чистоту, подачу, скорость выноса.

«Когда в заведении ставят задачу контролировать официантов, почти всегда ждут, что найдутся лентяи. На записях обычно видно другое: человек старается, но не знает меню. Не может сказать, из чего соус, не помнит, какие позиции закончились, и поэтому не предлагает ничего сверх того, что гость назвал сам. Это лечится обучением, а не штрафами, и до записей этого просто не видно», — Андрей Савченко, руководитель портфеля продуктов ОБИТ.

Организационная сторона

Технически контур в зале несложный, а организационно требует внимания к мелочам. Бейджи нужно выдавать в начале смены и собирать в конце, ставить на заряд, закреплять за сотрудником, чтобы запись можно было соотнести с человеком. Если этот процесс не прописан и не поручен конкретному менеджеру, через месяц половина устройств окажется разряженной или потерянной.

Вторая мелочь — что делать с результатом. Отчёт по знанию меню полезен только тогда, когда по нему проводят короткую планёрку: вот три вопроса, на которые смена не смогла ответить, вот правильные ответы. Без этого шага внедрение превращается в архив записей, который никто не открывает.

Телефон: бронирование и доставка

Второй контур закрывает всё, что происходит до визита: звонки по брони, заказы на доставку, вопросы про банкет и про часы работы. Здесь записи обычно уже есть — их пишет телефония, — и внедрение сводится к тому, чтобы начать их разбирать.

Сколько звонков теряется

Начинать разбор стоит не с качества разговоров, а с того, сколько их вообще не состоялось. Компания UIS проанализировала звонки на 6 581 сайт своих клиентов и обнаружила, что в 9 отраслях из 15 доля пропущенных обращений составляет 20–30%. Общепит в этом смысле не исключение: по оценке «Авантелекома», около четверти обращений по доставке еды теряется ещё до разговора — гость не дождался ответа и ушёл к следующему в списке.

Это самая дешёвая для исправления потеря. В кейсе хабаровской пиццерии, опубликованном «Авантелекомом», после перестройки схемы распределения звонков и контроля очереди долю пропущенных снизили на 61%. Ориентир для сравнения: в хорошо настроенных контакт-центрах доля необработанных вызовов держится ниже 5%.

Отдельно считаются звонки в пиковые часы. Заведение теряет их не потому, что никто не хочет брать трубку, а потому что в 19:30 все заняты залом. Это видно только на статистике по часам, и лечится либо переводом линии на внешний контакт-центр в пик, либо голосовым помощником на простых сценариях.


	Читайте также
	Как проверить систему ИИ-анализа звонков на своих данных


Что разбирают в звонках

После того как поток звонков собран, разбор идёт по трём направлениям. Первое — корректность приёма заказа: записаны ли дата, время, количество гостей, адрес и состав заказа, проговорил ли сотрудник их повторно. Ошибка на этом этапе стоит дороже всех остальных: двойная бронь на один стол или перепутанный адрес доставки — это испорченный визит и возврат.

Второе — допродажа по телефону. В доставке это работает так же, как в зале: предложенный соус, напиток или десерт попадает в заказ в ощутимой доле случаев, но предлагают его далеко не всегда. Система показывает долю звонков, где предложение прозвучало, в разрезе по операторам.

Третье — причины отказа. Гость звонит, слышит, что свободных столов нет, что доставка идёт полтора часа или что нужной позиции сегодня нет, и уходит. Каждый такой разговор по отдельности выглядит мелочью, а в сумме за месяц это конкретный список: чего не хватает в меню, в каких слотах не хватает посадки, в каких зонах доставка слишком медленная.

Коммуникационные потери

Есть и менее очевидная категория — звонки, на которые ответили, но которые ничем не закончились. В отраслевых оценках контакт-центров такие потери достигают 40–60% от всех обработанных обращений: разговор состоялся, гость получил ответ, но не забронировал и не заказал. Без разбора записей эти звонки в отчётности выглядят успешными, потому что формально они обработаны.

Чтобы эта метрика считалась, звонкам нужен размеченный результат: бронь, заказ, отказ, информационный вопрос. Разметку делает либо система по тексту разговора, либо оператор в карточке. Это та часть проекта, которую чаще всего недонастраивают, и без неё аналитика остаётся описательной.


	
		Решение
		
Автоматизация контакт-центров
		
Настраиваем приём звонков по брони и доставке: распределение вызовов, запись с разделением каналов, голосовые сценарии на простых запросах и отчётность по пропущенным.
		
			
		
	


Данные, которых нет в кассовой системе

Побочный результат обоих контуров ценят обычно выше, чем изначальный. Записи разговоров — это канал информации о заведении, которого нет больше нигде: касса знает, что продалось, а разговоры знают, что спрашивали и чего не нашли.


	

		
			
			
			
		
		

			

				

					
Что становится видно
				
				

					
Откуда берётся
				
				

					
Какое решение принимается
				
			
			

				

					
Спрос на то, чего нет в меню
				
				

					
Вопросы гостей за столом и по телефону о конкретных блюдах и напитках
				
				

					
Ввод позиции, если спрашивают регулярно; скрипт замены, если нет
				
			
			

				

					
Реакция на новинку
				
				

					
Что гости говорят о блюде сразу после подачи, а не в отзыве через неделю
				
				

					
Доработка рецепта или вывод позиции из меню до масштабирования на сеть
				
			
			

				

					
Упоминания других заведений
				
				

					
Сравнения, которые гость проговаривает вслух: цены, скорость, порции
				
				

					
Корректировка цен и состава предложения в конкретной локации
				
			
			

				

					
Причины отказа от брони
				
				

					
Разговоры, которые закончились без брони, с указанной причиной
				
				

					
Пересмотр схемы посадки и слотов в часы, где отказов больше всего
				
			
			

				

					
Жалобы, не дошедшие до отзыва
				
				

					
Претензии, высказанные официанту и погашенные на месте
				
				

					
Работа с причиной: кухня, время ожидания, температура в зале, громкость музыки
				
			
		
	


Последний пункт заслуживает отдельного внимания. Публичный отзыв оставляет меньшинство недовольных гостей, остальные просто не возвращаются. Жалоба, сказанная официанту вслух, — единственный след этой части аудитории, и до записей разговоров она нигде не фиксировалась.

Юридическая сторона и персонал

Запись разговоров с гостями и сотрудниками требует правового оформления, и это не формальность, которую можно отложить на потом. Гостя нужно предупредить: на входе и в зоне обслуживания размещается уведомление о том, что ведётся аудиозапись, а в телефонном разговоре предупреждение проговаривается до начала разговора. Сотрудника нужно уведомить отдельно, с подписью, и зафиксировать запись в его трудовых документах. Параллельно описывается режим хранения: срок, место, круг лиц с доступом.

Персонал реагирует на бейджи предсказуемо, и сопротивление снимается двумя вещами. Первая — объяснить, зачем это: запись защищает официанта не меньше, чем контролирует, потому что в спорной ситуации с гостем появляется доказательство. Вторая — не начинать с наказаний. Если первая же выгрузка заканчивается штрафами, контур начнут обходить: бейдж останется в подсобке, микрофон окажется прикрыт фартуком.

«Юридическая часть на таких проектах почти всегда занимает больше времени, чем установка. Нужны уведомления в зале, предупреждение в начале звонка, пункт в документах сотрудника и регламент доступа к записям. Мы просим заказчика согласовать это со своим юристом до старта, потому что переделывать потом дороже и неприятнее», — Андрей Савченко, руководитель портфеля продуктов ОБИТ.

Подытоживая

Речевая аналитика нужна общепиту для двух разных задач. В зале она отвечает за средний чек и стандарт обслуживания: показывает, насколько сотрудник знает меню и предлагает ли он что-то поверх названного гостем. На телефоне она отвечает за то, чтобы гость вообще дошёл до заведения: сколько звонков потеряно, насколько корректно приняты бронь и заказ, почему человек передумал. Работают эти контуры независимо, и окупаются с разной скоростью.

Поэтому практический порядок обычно такой. Сначала посмотрите статистику своей телефонии за прошлый месяц: доля пропущенных и распределение звонков по часам. Это бесплатно, занимает полчаса и часто сразу обнаруживает потери, которые закрываются настройкой распределения вызовов без всякой аналитики. Затем подключите разбор записей звонков — записи уже есть, нового оборудования не нужно. И только после этого, когда появилась привычка работать с отчётами, берите зал: аудиобейджи требуют и бюджета на устройства, и организационной дисциплины, и юридической подготовки.

Главное условие на любом из этапов — чтобы у отчётов был хозяин. Система покажет, что официанты не знают состав трёх блюд, а звонки теряются в пятницу вечером, но менять смену и расписание она не будет. Если у вас есть такая задача, приходите на бесплатную консультацию: разберём, какие записи у вас уже собираются, что из них можно вытащить и в каком порядке имеет смысл двигаться.


	
		Решение
		
Речевая аналитика
		
Внедряем анализ разговоров в зале и по телефону: подбираем оборудование и платформу, настраиваем критерии под ваше меню и стандарты, запускаем отчётность и обучаем управляющих с ней работать.
		
			
		
	




	

		

			

				

					
Часто задаваемые вопросы (FAQ)
					

						

						
					
				
			
			

				

					

						Для чего нужна речевая аналитика в общепите?
					
					

						
							Для двух задач. В зале она контролирует стандарт обслуживания и знание меню и за счёт этого влияет на средний чек. На телефонной линии она показывает, сколько звонков по брони и доставке теряется и насколько корректно сотрудники принимают заказ. Дополнительно записи дают информацию о спросе и жалобах, которой нет в кассовой системе.
						
					
				
				

					

						Что такое аудиобейдж и как он работает?
					
					

						
							Это небольшой носимый диктофон, который официант носит на одежде всю смену. Запись хранится в устройстве, а в конце смены выгружается в систему анализа через док-станцию или по Wi-Fi. Распознавание речи и проверка по чек-листу происходят уже на стороне платформы.
						
					
				
				

					

						С какого контура начинать внедрение — зал или телефон?
					
					

						
							Как правило, с телефона. Записи звонков обычно уже ведутся телефонией, нового оборудования не требуется, а потери считаются напрямую в деньгах. Зал сложнее: нужны устройства, регламент их выдачи и заряда, уведомления и работа с персоналом.
						
					
				
				

					

						Сколько звонков теряют заведения?
					
					

						
							По данным UIS, собранным по звонкам на 6 581 сайт, в 9 отраслях из 15 доля пропущенных обращений составляет 20–30%. По оценке «Авантелекома», в доставке еды около четверти обращений теряется до начала разговора. Ориентир для хорошо настроенной линии — менее 5% необработанных вызовов.
						
					
				
				

					

						Как анализ разговоров влияет на средний чек?
					
					

						
							Через контроль того, предлагает ли официант дополнительные позиции и может ли он ответить на вопросы о меню. По данным сервиса «Артефакт», ключевые решения по чеку гость принимает в первые 40 секунд разговора, а прибавка в 100 рублей в каждом третьем заказе даёт около 200 000 рублей в месяц на точку. Величина эффекта зависит от формата и потока.
						
					
				
				

					

						Справится ли распознавание речи с шумом в зале?
					
					

						
							Носимые микрофоны с подавлением шума пишут разговор с расстояния в несколько десятков сантиметров, и этого хватает для разбора по чек-листу. Громкая музыка и несколько говорящих за столом качество снижают, поэтому точность стоит проверять на своих записях в пилоте, а не по презентации вендора.
						
					
				
				

					

						Законно ли записывать разговоры с гостями и сотрудниками?
					
					

						
							Да, при условии уведомления. Гостя предупреждают табличкой в зале и голосовым сообщением в начале телефонного разговора, сотрудника уведомляют отдельно под подпись. Дополнительно нужен внутренний регламент: где хранятся записи, сколько и у кого есть доступ. Формулировки документов согласовывайте со своим юристом до старта проекта.
						
					
				
				

					

						Заменит ли речевая аналитика тайных гостей?
					
					

						
							В части, которая касается разговора, — да, и делает это полнее: вместо нескольких визитов в месяц вы получаете все смены и всех сотрудников. Но микрофон не оценивает чистоту, подачу блюда и скорость выноса, поэтому полностью от внешних проверок обычно не отказываются, а сокращают их частоту.
						
					
				
			
		
	

    [DETAIL_TEXT_TYPE] => html
    [~DETAIL_TEXT_TYPE] => html
    [PREVIEW_TEXT] => Гость разговаривает с заведением в двух местах: за столом с официантом и по телефону, когда бронирует стол или заказывает доставку. Оба разговора влияют на то, вернётся он или нет, и ни один из них обычно нигде не сохраняется. В кассовой системе остаётся чек, в системе бронирования — факт брони, а что именно было сказано, помнят только двое участников разговора.
    [~PREVIEW_TEXT] => Гость разговаривает с заведением в двух местах: за столом с официантом и по телефону, когда бронирует стол или заказывает доставку. Оба разговора влияют на то, вернётся он или нет, и ни один из них обычно нигде не сохраняется. В кассовой системе остаётся чек, в системе бронирования — факт брони, а что именно было сказано, помнят только двое участников разговора.
    [PREVIEW_TEXT_TYPE] => text
    [~PREVIEW_TEXT_TYPE] => text
    [PREVIEW_PICTURE] => 
    [~PREVIEW_PICTURE] => 
    [LANG_DIR] => /
    [~LANG_DIR] => /
    [CODE] => rechevaya-analitika-v-obshchepite-dlya-chego-nuzhna-i-kak-rabotaet
    [~CODE] => rechevaya-analitika-v-obshchepite-dlya-chego-nuzhna-i-kak-rabotaet
    [EXTERNAL_ID] => 3581
    [~EXTERNAL_ID] => 3581
    [IBLOCK_TYPE_ID] => content
    [~IBLOCK_TYPE_ID] => content
    [IBLOCK_CODE] => 
    [~IBLOCK_CODE] => 
    [IBLOCK_EXTERNAL_ID] => 
    [~IBLOCK_EXTERNAL_ID] => 
    [LID] => s1
    [~LID] => s1
    [EDIT_LINK] => 
    [DELETE_LINK] => 
    [DISPLAY_ACTIVE_FROM] => 12.10.2026
    [FIELDS] => Array
        (
        )

    [DISPLAY_PROPERTIES] => Array
        (
        )

    [IPROPERTY_VALUES] => Array
        (
            [ELEMENT_META_TITLE] =>  Речевая аналитика в общепите: для чего нужна и как работает
            [ELEMENT_META_DESCRIPTION] => Как речевая аналитика работает в общепите: аудиобейджи на официантах, разбор звонков по бронированию и доставке, эффект и порядок внедрения.
        )

)
1

Array
(
    [ID] => 3569
    [~ID] => 3569
    [IBLOCK_ID] => 36
    [~IBLOCK_ID] => 36
    [IBLOCK_SECTION_ID] => 127
    [~IBLOCK_SECTION_ID] => 127
    [NAME] => Как тестировать скрипты в продажах с помощью речевой аналитики
    [~NAME] => Как тестировать скрипты в продажах с помощью речевой аналитики
    [ACTIVE_FROM_X] => 2026-09-23 00:00:00
    [~ACTIVE_FROM_X] => 2026-09-23 00:00:00
    [ACTIVE_FROM] => 23.09.2026
    [~ACTIVE_FROM] => 23.09.2026
    [TIMESTAMP_X] => 23.09.2026 14:20:23
    [~TIMESTAMP_X] => 23.09.2026 14:20:23
    [DETAIL_PAGE_URL] => /blog/rechevaya-analitika-/kak-testirovat-skripty-v-prodazhakh-s-pomoshchyu-rechevoy-analitiki/
    [~DETAIL_PAGE_URL] => /blog/rechevaya-analitika-/kak-testirovat-skripty-v-prodazhakh-s-pomoshchyu-rechevoy-analitiki/
    [LIST_PAGE_URL] => /blog/
    [~LIST_PAGE_URL] => /blog/
    [DETAIL_TEXT] => 

	Спор о том, называть ли цену в начале разговора или уводить клиента на выявление потребности, в большинстве отделов продаж решается авторитетом руководителя. Проверить, какой вариант работает лучше, вроде бы несложно: дать половине команды одну версию скрипта, половине другую и сравнить конверсию.


	Проблема в том, что такой тест почти всегда недостоверен. Вы знаете, какую версию скрипта менеджеру выдали, но не знаете, по какой он на самом деле говорил. Речевая аналитика закрывает именно этот пробел: она размечает реальное содержание разговоров и показывает, кто какой вариант применял, сколько раз и насколько точно.


	Разберём, как поставить такой эксперимент, чтобы его результату можно было доверять.

Почему без аналитики тест не работает

	Неизвестно реальное исполнение. Менеджеры отклоняются от скрипта, забывают новые формулировки, возвращаются к привычным. Если из тридцати менеджеров тестовой группы новый вариант реально применяли двенадцать, вы сравниваете не две версии скрипта, а две случайные смеси.


	Нет данных о промежуточных шагах. Конверсия в сделку — итоговая метрика, на которую влияет десяток факторов. Чтобы понять, сработала ли гипотеза, нужны промежуточные: дошёл ли разговор до презентации, прозвучало ли возражение, была ли попытка его отработать. Всё это видно только в размеченных диалогах.


	Группы оказываются неравными. Один менеджер работает с тёплыми заявками, другой — с холодной базой. Без разметки по типам обращений разница в результатах объясняется не скриптом, а составом лидов.

Что можно тестировать

	

    
	

	

		

			

				Элемент скрипта
			
		
		

			

				Пример гипотезы
			
		
	
	

		

			

				Открытие разговора
			
		
		

			

				Если назвать конкретную задачу отрасли вместо общего описания продукта, больше клиентов продолжат разговор
			
		
	
	

		

			

				Момент называния цены
			
		
		

			

				Если озвучивать вилку сразу, доля отказов на финальном этапе снизится
			
		
	
	

		

			

				Ответ на главное возражение
			
		
		

			

				Если отвечать примером из практики вместо аргумента о выгоде, чаще будет следующий шаг
			
		
	
	

		

			

				Количество уточняющих вопросов
			
		
		

			

				Если задавать не меньше пяти вопросов до презентации, вырастет конверсия во встречу
			
		
	
	

		

			

				Фиксация следующего шага
			
		
		

			

				Если в конце называть конкретную дату и время, сократится доля потерянных сделок
			
		
	
	
	


	Общее правило: тестировать стоит то, что вызывает споры внутри команды и при этом легко распознаётся в разговоре. Абстрактные вещи вроде «дружелюбности» проверить нельзя, конкретные формулировки и порядок шагов — можно.

Как построить тест
Одна переменная за раз

	Если поменять одновременно открытие, ответ на возражение и финал, результат будет получен, но необъяснимый. При положительном исходе вы не узнаете, что именно сработало, при отрицательном — что помешало.


	Гипотеза формулируется так, чтобы её можно было опровергнуть: что меняем, на какой показатель влияем и в какую сторону.

Как делить группы

	Делить менеджеров пополам по списку — плохая идея: в одной половине могут оказаться все сильные. Лучше разбить команду на пары сопоставимых по результатам сотрудников и в каждой паре одного отправить в контрольную группу, другого в тестовую.


	Второй вариант, который точнее, — делить не людей, а звонки: каждый менеджер работает по обеим версиям, чередуя их по дням или по типу обращения. Тогда личные качества сотрудников перестают влиять на результат. Но такой тест сложнее контролировать, и без речевой аналитики он невозможен в принципе.

Сколько звонков и сколько времени

	Распространённый совет — «хватит двадцати звонков для первых выводов» — вводит в заблуждение. На такой выборке разница в результатах почти наверняка окажется случайной.


	Порядок величин проще показать расчётом. Если текущая конверсия в целевое действие составляет 20% и вы хотите надёжно зафиксировать рост до 30%, потребуется примерно 300 разговоров в каждой группе. Чтобы увидеть более скромный эффект — рост с 20% до 25%, — понадобится уже около 1100 разговоров на группу. Это стандартный расчёт размера выборки для сравнения двух долей при уровне значимости 95% и мощности 80%.


	Вывод из этих цифр практический: маленькие улучшения на небольшом потоке звонков достоверно измерить нельзя. Либо тестируйте заметные изменения, от которых ждёте существенного эффекта, либо набирайте объём.


	По срокам минимум — одна-две недели, чтобы захватить недельную цикличность: понедельник и пятница по поведению клиентов отличаются. Верхняя граница определяется сезонностью: если тест идёт два месяца и захватывает смену сезона, сравнивать становится нечего.

Метрика успеха

	Определяется до запуска, а не подбирается после. Одна главная метрика — то целевое действие, на которое влияет гипотеза, — и две-три вспомогательных, чтобы понять механику.


	Отдельно стоит зафиксировать метрику-ограничитель: показатель, который не должен ухудшиться. Например, новый скрипт повышает конверсию во встречу, но удлиняет разговоры на четыре минуты — при большом потоке это дороже полученного прироста.

Контроль соблюдения

	Речевая аналитика размечает каждый разговор по признаку того, какая версия скрипта применялась. Разговоры, где менеджер не использовал назначенный вариант, из подсчёта исключаются или выносятся в отдельную группу.


	Этот же отчёт даёт побочный, но ценный результат: видно, насколько вообще команда способна внедрять изменения. Если новую формулировку освоили 40% менеджеров, проблема не в скрипте, а в обучении.


 Читайте также Как проверить систему ИИ-анализа звонков на своих данных

Типичные ошибки

	Остановить тест досрочно. Через три дня одна группа впереди, и её вариант объявляют победителем. На малых числах лидер меняется случайным образом несколько раз за неделю.


	Менять условия по ходу. Запустили рекламную акцию, сменили источник лидов, вывели нового сотрудника. Любое из этих событий обнуляет чистоту эксперимента.


	Сравнивать разные сегменты. Тёплые входящие и холодный обзвон нельзя смешивать в одной выборке даже при равном количестве звонков.


	Подбирать метрику под результат. Конверсия не выросла, зато выросла длительность разговоров — «значит, клиенты стали вовлечённее». Так тест превращается в подтверждение того, во что и так верили.


	Тестировать то, что не решает проблему. Прежде чем проверять формулировки, стоит посмотреть в аналитике, где именно рассыпаются сделки. Если клиенты уходят на этапе цены, менять приветствие бессмысленно.

Что делать с результатом

	Выигравший вариант закрепляется в скрипте и в чек-листе оценки качества — иначе через месяц команда вернётся к привычному. Речевая аналитика после этого работает как контроль внедрения: показывает долю разговоров, где новая формулировка реально применяется.


	Отрицательный результат тоже результат: гипотеза не подтвердилась, возвращаемся к прежнему варианту и проверяем следующую. Хуже всего промежуточный исход — разницы нет. Обычно это значит, что либо изменение слишком мелкое для вашего потока звонков, либо проблема лежит не в том месте.


	Через месяц-полтора после раскатки стоит сделать повторный замер. Эффект новизны иногда даёт прирост, который потом исчезает.


	«Один проверенный тест в квартал даёт больше, чем полная переработка скрипта раз в год. Переработка меняет всё сразу, и понять, что именно сработало, невозможно. А накопленная серия небольших подтверждённых изменений превращается в скрипт, за каждой фразой которого стоят цифры, а не чьё-то мнение», — Андрей Савченко, руководитель портфеля продуктов ОБИТ.

С чего начать

	Тестирование скриптов через речевую аналитику строится по обычной схеме эксперимента: гипотеза с одной переменной, деление на контрольную и тестовую группы, заранее выбранная метрика успеха, расчёт нужного объёма выборки и срок не меньше одной-двух недель. Отличие в том, что аналитика размечает реальное содержание разговоров и показывает, кто какой вариант применял на деле, — без этого сравниваются не версии скрипта, а случайные смеси.


	Первый шаг — не придумывать гипотезу, а посмотреть в аналитике, на каком этапе чаще всего срываются сделки и какое возражение отрабатывается хуже других. Гипотеза, выросшая из этих данных, с гораздо большей вероятностью даст эффект, который вообще можно измерить.


	Если хотите выстроить такую работу у себя, приходите на бесплатную консультацию — разберём ваш поток звонков, подберём решение и поможем поставить первый эксперимент.


  Решение
	

		Речевая аналитика
	
	

		Внедрим систему анализа звонков, настроим разметку версий скрипта и метрики, чтобы проверять гипотезы на данных, а не на мнениях.
	
   

  


	

		

			

				
Часто задаваемые вопросы (FAQ)
				

					

					
				
			
		
		

			

			

				 Как тестировать скрипты продаж с помощью речевой аналитики?
			
			

 
				Сформулировать гипотезу с одной переменной, разделить команду или звонки на контрольную и тестовую группы, заранее выбрать метрику успеха и набрать достаточный объём разговоров. Речевая аналитика размечает каждый разговор по признаку применённой версии скрипта, поэтому из подсчёта можно исключить звонки, где менеджер не использовал назначенный вариант. 
			
 
			

			

				 Сколько звонков нужно для достоверного результата?
			
			

 
				Зависит от текущей конверсии и величины ожидаемого эффекта. При конверсии 20% для надёжной фиксации роста до 30% нужно около 300 разговоров на каждую группу, а для роста до 25% — уже около 1100. Это стандартный расчёт размера выборки для сравнения двух долей при значимости 95% и мощности 80%. Совет «хватит двадцати звонков» на практике даёт случайный результат. 
			
 
			

			

				 Сколько должен длиться тест?
			
			

 
				Минимум одну-две недели, чтобы захватить недельную цикличность поведения клиентов. Верхняя граница определяется сезонностью: если эксперимент растягивается на два месяца и захватывает смену сезона или изменение рекламных каналов, группы становятся несопоставимыми. 
			
 
			

			

				 Как правильно разделить менеджеров на группы?
			
			

 
				Не делить список пополам, иначе в одной группе могут оказаться все сильные сотрудники. Лучше разбить команду на пары сопоставимых по результатам менеджеров и в каждой паре одного отправить в контрольную группу, другого в тестовую. Более точный вариант — делить не людей, а звонки: каждый менеджер работает по обеим версиям, чередуя их. 
			
 
			

			

				 Что можно тестировать в скрипте?
			
			

 
				Открытие разговора, момент называния цены, вариант ответа на главное возражение, количество уточняющих вопросов до презентации, способ фиксации следующего шага. Общее правило: тестируется то, что вызывает споры в команде и при этом однозначно распознаётся в разговоре. Абстрактные характеристики вроде дружелюбности проверить нельзя. 
			
 
			

			

				 Что делать, если тест не показал разницы?
			
			

 
				Проверить две вещи. Первая — достаточно ли был объём выборки для того эффекта, который вы хотели увидеть: мелкие улучшения на небольшом потоке звонков измерить невозможно. Вторая — применяли ли менеджеры тестовый вариант на деле. Если разметка показывает низкую долю соблюдения, тест проверял дисциплину, а не скрипт. 
			
 
		
	

 
    [~DETAIL_TEXT] => 

	Спор о том, называть ли цену в начале разговора или уводить клиента на выявление потребности, в большинстве отделов продаж решается авторитетом руководителя. Проверить, какой вариант работает лучше, вроде бы несложно: дать половине команды одну версию скрипта, половине другую и сравнить конверсию.


	Проблема в том, что такой тест почти всегда недостоверен. Вы знаете, какую версию скрипта менеджеру выдали, но не знаете, по какой он на самом деле говорил. Речевая аналитика закрывает именно этот пробел: она размечает реальное содержание разговоров и показывает, кто какой вариант применял, сколько раз и насколько точно.


	Разберём, как поставить такой эксперимент, чтобы его результату можно было доверять.

Почему без аналитики тест не работает

	Неизвестно реальное исполнение. Менеджеры отклоняются от скрипта, забывают новые формулировки, возвращаются к привычным. Если из тридцати менеджеров тестовой группы новый вариант реально применяли двенадцать, вы сравниваете не две версии скрипта, а две случайные смеси.


	Нет данных о промежуточных шагах. Конверсия в сделку — итоговая метрика, на которую влияет десяток факторов. Чтобы понять, сработала ли гипотеза, нужны промежуточные: дошёл ли разговор до презентации, прозвучало ли возражение, была ли попытка его отработать. Всё это видно только в размеченных диалогах.


	Группы оказываются неравными. Один менеджер работает с тёплыми заявками, другой — с холодной базой. Без разметки по типам обращений разница в результатах объясняется не скриптом, а составом лидов.

Что можно тестировать

	

    
	

	

		

			

				Элемент скрипта
			
		
		

			

				Пример гипотезы
			
		
	
	

		

			

				Открытие разговора
			
		
		

			

				Если назвать конкретную задачу отрасли вместо общего описания продукта, больше клиентов продолжат разговор
			
		
	
	

		

			

				Момент называния цены
			
		
		

			

				Если озвучивать вилку сразу, доля отказов на финальном этапе снизится
			
		
	
	

		

			

				Ответ на главное возражение
			
		
		

			

				Если отвечать примером из практики вместо аргумента о выгоде, чаще будет следующий шаг
			
		
	
	

		

			

				Количество уточняющих вопросов
			
		
		

			

				Если задавать не меньше пяти вопросов до презентации, вырастет конверсия во встречу
			
		
	
	

		

			

				Фиксация следующего шага
			
		
		

			

				Если в конце называть конкретную дату и время, сократится доля потерянных сделок
			
		
	
	
	


	Общее правило: тестировать стоит то, что вызывает споры внутри команды и при этом легко распознаётся в разговоре. Абстрактные вещи вроде «дружелюбности» проверить нельзя, конкретные формулировки и порядок шагов — можно.

Как построить тест
Одна переменная за раз

	Если поменять одновременно открытие, ответ на возражение и финал, результат будет получен, но необъяснимый. При положительном исходе вы не узнаете, что именно сработало, при отрицательном — что помешало.


	Гипотеза формулируется так, чтобы её можно было опровергнуть: что меняем, на какой показатель влияем и в какую сторону.

Как делить группы

	Делить менеджеров пополам по списку — плохая идея: в одной половине могут оказаться все сильные. Лучше разбить команду на пары сопоставимых по результатам сотрудников и в каждой паре одного отправить в контрольную группу, другого в тестовую.


	Второй вариант, который точнее, — делить не людей, а звонки: каждый менеджер работает по обеим версиям, чередуя их по дням или по типу обращения. Тогда личные качества сотрудников перестают влиять на результат. Но такой тест сложнее контролировать, и без речевой аналитики он невозможен в принципе.

Сколько звонков и сколько времени

	Распространённый совет — «хватит двадцати звонков для первых выводов» — вводит в заблуждение. На такой выборке разница в результатах почти наверняка окажется случайной.


	Порядок величин проще показать расчётом. Если текущая конверсия в целевое действие составляет 20% и вы хотите надёжно зафиксировать рост до 30%, потребуется примерно 300 разговоров в каждой группе. Чтобы увидеть более скромный эффект — рост с 20% до 25%, — понадобится уже около 1100 разговоров на группу. Это стандартный расчёт размера выборки для сравнения двух долей при уровне значимости 95% и мощности 80%.


	Вывод из этих цифр практический: маленькие улучшения на небольшом потоке звонков достоверно измерить нельзя. Либо тестируйте заметные изменения, от которых ждёте существенного эффекта, либо набирайте объём.


	По срокам минимум — одна-две недели, чтобы захватить недельную цикличность: понедельник и пятница по поведению клиентов отличаются. Верхняя граница определяется сезонностью: если тест идёт два месяца и захватывает смену сезона, сравнивать становится нечего.

Метрика успеха

	Определяется до запуска, а не подбирается после. Одна главная метрика — то целевое действие, на которое влияет гипотеза, — и две-три вспомогательных, чтобы понять механику.


	Отдельно стоит зафиксировать метрику-ограничитель: показатель, который не должен ухудшиться. Например, новый скрипт повышает конверсию во встречу, но удлиняет разговоры на четыре минуты — при большом потоке это дороже полученного прироста.

Контроль соблюдения

	Речевая аналитика размечает каждый разговор по признаку того, какая версия скрипта применялась. Разговоры, где менеджер не использовал назначенный вариант, из подсчёта исключаются или выносятся в отдельную группу.


	Этот же отчёт даёт побочный, но ценный результат: видно, насколько вообще команда способна внедрять изменения. Если новую формулировку освоили 40% менеджеров, проблема не в скрипте, а в обучении.


 Читайте также Как проверить систему ИИ-анализа звонков на своих данных

Типичные ошибки

	Остановить тест досрочно. Через три дня одна группа впереди, и её вариант объявляют победителем. На малых числах лидер меняется случайным образом несколько раз за неделю.


	Менять условия по ходу. Запустили рекламную акцию, сменили источник лидов, вывели нового сотрудника. Любое из этих событий обнуляет чистоту эксперимента.


	Сравнивать разные сегменты. Тёплые входящие и холодный обзвон нельзя смешивать в одной выборке даже при равном количестве звонков.


	Подбирать метрику под результат. Конверсия не выросла, зато выросла длительность разговоров — «значит, клиенты стали вовлечённее». Так тест превращается в подтверждение того, во что и так верили.


	Тестировать то, что не решает проблему. Прежде чем проверять формулировки, стоит посмотреть в аналитике, где именно рассыпаются сделки. Если клиенты уходят на этапе цены, менять приветствие бессмысленно.

Что делать с результатом

	Выигравший вариант закрепляется в скрипте и в чек-листе оценки качества — иначе через месяц команда вернётся к привычному. Речевая аналитика после этого работает как контроль внедрения: показывает долю разговоров, где новая формулировка реально применяется.


	Отрицательный результат тоже результат: гипотеза не подтвердилась, возвращаемся к прежнему варианту и проверяем следующую. Хуже всего промежуточный исход — разницы нет. Обычно это значит, что либо изменение слишком мелкое для вашего потока звонков, либо проблема лежит не в том месте.


	Через месяц-полтора после раскатки стоит сделать повторный замер. Эффект новизны иногда даёт прирост, который потом исчезает.


	«Один проверенный тест в квартал даёт больше, чем полная переработка скрипта раз в год. Переработка меняет всё сразу, и понять, что именно сработало, невозможно. А накопленная серия небольших подтверждённых изменений превращается в скрипт, за каждой фразой которого стоят цифры, а не чьё-то мнение», — Андрей Савченко, руководитель портфеля продуктов ОБИТ.

С чего начать

	Тестирование скриптов через речевую аналитику строится по обычной схеме эксперимента: гипотеза с одной переменной, деление на контрольную и тестовую группы, заранее выбранная метрика успеха, расчёт нужного объёма выборки и срок не меньше одной-двух недель. Отличие в том, что аналитика размечает реальное содержание разговоров и показывает, кто какой вариант применял на деле, — без этого сравниваются не версии скрипта, а случайные смеси.


	Первый шаг — не придумывать гипотезу, а посмотреть в аналитике, на каком этапе чаще всего срываются сделки и какое возражение отрабатывается хуже других. Гипотеза, выросшая из этих данных, с гораздо большей вероятностью даст эффект, который вообще можно измерить.


	Если хотите выстроить такую работу у себя, приходите на бесплатную консультацию — разберём ваш поток звонков, подберём решение и поможем поставить первый эксперимент.


  Решение
	

		Речевая аналитика
	
	

		Внедрим систему анализа звонков, настроим разметку версий скрипта и метрики, чтобы проверять гипотезы на данных, а не на мнениях.
	
   

  


	

		

			

				
Часто задаваемые вопросы (FAQ)
				

					

					
				
			
		
		

			

			

				 Как тестировать скрипты продаж с помощью речевой аналитики?
			
			

 
				Сформулировать гипотезу с одной переменной, разделить команду или звонки на контрольную и тестовую группы, заранее выбрать метрику успеха и набрать достаточный объём разговоров. Речевая аналитика размечает каждый разговор по признаку применённой версии скрипта, поэтому из подсчёта можно исключить звонки, где менеджер не использовал назначенный вариант. 
			
 
			

			

				 Сколько звонков нужно для достоверного результата?
			
			

 
				Зависит от текущей конверсии и величины ожидаемого эффекта. При конверсии 20% для надёжной фиксации роста до 30% нужно около 300 разговоров на каждую группу, а для роста до 25% — уже около 1100. Это стандартный расчёт размера выборки для сравнения двух долей при значимости 95% и мощности 80%. Совет «хватит двадцати звонков» на практике даёт случайный результат. 
			
 
			

			

				 Сколько должен длиться тест?
			
			

 
				Минимум одну-две недели, чтобы захватить недельную цикличность поведения клиентов. Верхняя граница определяется сезонностью: если эксперимент растягивается на два месяца и захватывает смену сезона или изменение рекламных каналов, группы становятся несопоставимыми. 
			
 
			

			

				 Как правильно разделить менеджеров на группы?
			
			

 
				Не делить список пополам, иначе в одной группе могут оказаться все сильные сотрудники. Лучше разбить команду на пары сопоставимых по результатам менеджеров и в каждой паре одного отправить в контрольную группу, другого в тестовую. Более точный вариант — делить не людей, а звонки: каждый менеджер работает по обеим версиям, чередуя их. 
			
 
			

			

				 Что можно тестировать в скрипте?
			
			

 
				Открытие разговора, момент называния цены, вариант ответа на главное возражение, количество уточняющих вопросов до презентации, способ фиксации следующего шага. Общее правило: тестируется то, что вызывает споры в команде и при этом однозначно распознаётся в разговоре. Абстрактные характеристики вроде дружелюбности проверить нельзя. 
			
 
			

			

				 Что делать, если тест не показал разницы?
			
			

 
				Проверить две вещи. Первая — достаточно ли был объём выборки для того эффекта, который вы хотели увидеть: мелкие улучшения на небольшом потоке звонков измерить невозможно. Вторая — применяли ли менеджеры тестовый вариант на деле. Если разметка показывает низкую долю соблюдения, тест проверял дисциплину, а не скрипт. 
			
 
		
	

 
    [DETAIL_TEXT_TYPE] => html
    [~DETAIL_TEXT_TYPE] => html
    [PREVIEW_TEXT] => Спор о том, называть ли цену в начале разговора или уводить клиента на выявление потребности, в большинстве отделов продаж решается авторитетом руководителя. Проверить, какой вариант работает лучше, вроде бы несложно: дать половине команды одну версию скрипта, половине другую и сравнить конверсию.



Проблема в том, что такой тест почти всегда недостоверен. Вы знаете, какую версию скрипта менеджеру выдали, но не знаете, по какой он на самом деле говорил. Речевая аналитика закрывает именно этот пробел: она размечает реальное содержание разговоров и показывает, кто какой вариант применял, сколько раз и насколько точно.
    [~PREVIEW_TEXT] => Спор о том, называть ли цену в начале разговора или уводить клиента на выявление потребности, в большинстве отделов продаж решается авторитетом руководителя. Проверить, какой вариант работает лучше, вроде бы несложно: дать половине команды одну версию скрипта, половине другую и сравнить конверсию.

Проблема в том, что такой тест почти всегда недостоверен. Вы знаете, какую версию скрипта менеджеру выдали, но не знаете, по какой он на самом деле говорил. Речевая аналитика закрывает именно этот пробел: она размечает реальное содержание разговоров и показывает, кто какой вариант применял, сколько раз и насколько точно.
    [PREVIEW_TEXT_TYPE] => text
    [~PREVIEW_TEXT_TYPE] => text
    [PREVIEW_PICTURE] => 
    [~PREVIEW_PICTURE] => 
    [LANG_DIR] => /
    [~LANG_DIR] => /
    [CODE] => kak-testirovat-skripty-v-prodazhakh-s-pomoshchyu-rechevoy-analitiki
    [~CODE] => kak-testirovat-skripty-v-prodazhakh-s-pomoshchyu-rechevoy-analitiki
    [EXTERNAL_ID] => 3569
    [~EXTERNAL_ID] => 3569
    [IBLOCK_TYPE_ID] => content
    [~IBLOCK_TYPE_ID] => content
    [IBLOCK_CODE] => 
    [~IBLOCK_CODE] => 
    [IBLOCK_EXTERNAL_ID] => 
    [~IBLOCK_EXTERNAL_ID] => 
    [LID] => s1
    [~LID] => s1
    [EDIT_LINK] => 
    [DELETE_LINK] => 
    [DISPLAY_ACTIVE_FROM] => 23.09.2026
    [FIELDS] => Array
        (
        )

    [DISPLAY_PROPERTIES] => Array
        (
        )

    [IPROPERTY_VALUES] => Array
        (
            [ELEMENT_META_TITLE] => Как тестировать скрипты в продажах с помощью речевой аналитики
            [ELEMENT_META_DESCRIPTION] => Как проводить A/B-тесты скриптов продаж с речевой аналитикой: что тестировать, как делить группы, сколько звонков нужно для достоверного результата и какие ошибки мешают.
        )

)
1

Array
(
    [ID] => 3557
    [~ID] => 3557
    [IBLOCK_ID] => 36
    [~IBLOCK_ID] => 36
    [IBLOCK_SECTION_ID] => 127
    [~IBLOCK_SECTION_ID] => 127
    [NAME] => Речевая аналитика в ритейле: для чего нужна и как работает
    [~NAME] => Речевая аналитика в ритейле: для чего нужна и как работает
    [ACTIVE_FROM_X] => 2026-09-18 00:00:00
    [~ACTIVE_FROM_X] => 2026-09-18 00:00:00
    [ACTIVE_FROM] => 18.09.2026
    [~ACTIVE_FROM] => 18.09.2026
    [TIMESTAMP_X] => 18.09.2026 18:04:56
    [~TIMESTAMP_X] => 18.09.2026 18:04:56
    [DETAIL_PAGE_URL] => /blog/rechevaya-analitika-/rechevaya-analitika-v-riteyle-dlya-chego-nuzhna-i-kak-rabotaet/
    [~DETAIL_PAGE_URL] => /blog/rechevaya-analitika-/rechevaya-analitika-v-riteyle-dlya-chego-nuzhna-i-kak-rabotaet/
    [LIST_PAGE_URL] => /blog/
    [~LIST_PAGE_URL] => /blog/
    [DETAIL_TEXT] => 

	В ритейле сложилась странная асимметрия. Звонки в контакт-центр пишутся и разбираются, каждый чек попадает в систему аналитики, поведение покупателя на сайте отслеживается до клика. А то, что происходит между продавцом и покупателем в торговом зале, не фиксируется вообще — при том что именно там принимается решение о покупке.


	Получается интересная ситуация: компания контролирует звонки, но не знает, что реально говорят покупатели у полки, какие товары спрашивают и чего не находят. Речевая аналитика закрывает этот разрыв, причём в ритейле у неё три разные точки сбора данных — телефония, аудиобейджи на сотрудниках и стационарные микрофоны на кассах и стойках.


	Разберём, как устроен каждый канал, что он показывает, какие эффекты подтверждаются кейсами и где технология упирается в ограничения.

Как это работает технически

	Механика одинакова для всех трёх каналов. Аудио поступает в систему, распознавание превращает его в текст с разметкой говорящих, аналитический слой размечает разговор по заданным правилам: соблюдение скрипта, упоминания товаров и конкурентов, возражения, эмоциональная окраска. Результаты попадают в отчёты, а при интеграции — в CRM или BI-систему торговой сети.


	Различается качество исходного сигнала, и оно определяет всё остальное. На качественном аудио современные системы дают 90–95% точности распознавания, для русского языка вендоры заявляют показатели до 94%. В торговом зале условия хуже: фоновая музыка, шум толпы, речь нескольких человек одновременно. Поэтому к офлайн-каналам предъявляются отдельные требования по оборудованию, и ожидания по точности там ниже, чем в телефонии.


	

      
	

	

		

			

				Канал
			
		
		

			

				Чем пишется
			
		
		

			

				Что даёт
			
		
		

			

				Ограничения
			
		
	
	

		

			

				Контакт-центр
			
		
		

			

				Телефония с раздельной записью каналов
			
		
		

			

				Причины отказов, необработанные заказы, качество консультаций
			
		
		

			

				Покрывает только тех, кто позвонил
			
		
	
	

		

			

				Торговый зал
			
		
		

			

				Аудиобейджи на продавцах-консультантах
			
		
		

			

				Реальные диалоги у полки, спрос на отсутствующий товар
			
		
		

			

				Шум, зарядка устройств, сопротивление персонала
			
		
	
	

		

			

				Касса и стойка продаж
			
		
		

			

				Стационарные направленные микрофоны
			
		
		

			

				Допродажи, работа со скидками, конфликтные ситуации
			
		
		

			

				Фиксированная точка, короткие диалоги
			
		
	
	
	

Контакт-центр онлайн-ритейла
Что разбирают в звонках

	Телефония остаётся самым простым каналом: запись уже ведётся, подключение занимает дни, качество аудио предсказуемое.


	Специфика ритейла в том, что звонок редко бывает «продающим» в чистом виде. Чаще это уточнение наличия, вопрос про сроки доставки, статус заказа, условия возврата. Соответственно, и критерии оценки другие, чем в классических продажах: проверяется, предложил ли оператор альтернативу при отсутствии товара, озвучил ли реальные сроки, попытался ли удержать клиента при отказе от заказа.


	Отдельная категория — обращения, которые в CRM выглядят закрытыми, а на записи слышно, что клиент ушёл недовольным. Такие расхождения между статусом в системе и содержанием разговора находятся автоматически.

Что это даёт

	В опубликованном кейсе розничного проекта 3iTech заявлены рост продаж по телефону на 19%, увеличение среднего чека на 15% и рост продаж сопутствующих товаров на 12%. Показательно, что интернет-магазин бытовой техники HOLODILNIK.RU начинал внедрение именно с колл-центра, развернув платформу 3i TouchPoint Analytics, и только потом пошёл в офлайн.


	Такая последовательность логична: на телефонии отрабатываются критерии оценки и процесс разбора, а в зал технология приходит уже с настроенной методикой.


  Решение
	

		Автоматизация контакт-центра
	
	

		Подключим телефонию, CRM и аналитику в единый контур, чтобы данные о звонках возвращались туда, где с ними работают.
	
   

Аудиобейджи в торговом зале
Как устроены

	Аудиобейдж — компактное устройство с микрофоном, которое продавец-консультант носит на смене. Оно записывает диалоги с покупателями, а по окончании смены или в реальном времени передаёт записи в систему анализа. Существуют варианты как в виде отдельных устройств, так и в виде приложения на рабочем смартфоне с беспроводным микрофоном — оба формата на рынке представлены.


	Организационно это добавляет к процессу несколько шагов: устройства нужно выдавать в начале смены, собирать в конце, заряжать, следить за исправностью. В сети из сотни магазинов это отдельная операционная задача, которую стоит продумать до пилота.

Что показывают записи из зала

	Главная ценность — данные, которых нет ни в одной другой системе.


	Спрос на отсутствующий товар. Покупатель спросил конкретную модель, её не оказалось, он ушёл — в чеках этого нет, в CRM тоже. Аналитика зала показывает, какие позиции спрашивают чаще всего и чего не хватает в матрице.


	Упоминания конкурентов. Кто с кем сравнивает, по каким параметрам, какие аргументы приводит покупатель в пользу другой сети. Это реальная карта конкурентного поля, собранная не маркетологом по открытым источникам, а из слов самих клиентов.


	Соблюдение стандартов обслуживания. Подошёл ли консультант вообще, выявил ли потребность, предложил ли сопутствующие товары или ограничился вопросом «вам подсказать?».


	Разница между сильными и слабыми продавцами на одинаковых данных. В опубликованном материале билайн.бизнес приводится показательный сюжет: директор пилотного магазина разбирала работу двух продавцов, работавших в одну смену с одним товаром, и по записям стало видно, чем именно отличается подход того, кто продаёт больше.

Результаты внедрений

	В кейсе HOLODILNIK.RU аудиобейджи Speechmate в связке с речевой аналитикой дали рост среднего чека в рознице на 15%. Компания при этом ставила задачу не столько контролировать, сколько научить консультантов самостоятельно находить проблемные моменты в общении с покупателями.


	В офлайн-офисах продаж банков 3iTech фиксирует повышение клиентской удовлетворённости на 25% и сокращение времени обслуживания на 12% в первые шесть месяцев. Сценарий там близок к ритейлу: живое общение с клиентом в точке продаж, которое раньше оценивалось выборочно или тайными покупателями.


	Отдельная польза, которую отмечают почти все, — разбор реальных диалогов заменяет ролевые игры на тренингах. Учебным материалом становится запись живого обслуживания, а не сценарий, написанный методистом.


	«В зале аналитика чаще нужна не для контроля, а для ассортимента и обучения. Самая ценная находка обычно звучит так: покупатели двести раз за месяц спросили позицию, которой нет в матрице. Ни чеки, ни касса этого не покажут, а решение по закупке меняется сразу», — Андрей Савченко, руководитель портфеля продуктов ОБИТ.

Микрофоны на кассах и стойках продаж
Где применяются

	Стационарные направленные микрофоны ставят там, где диалог привязан к месту: кассовая зона, стойка выдачи заказов, стол оформления кредита или рассрочки, пункт выдачи.


	Это дешевле бейджей в расчёте на точку и не требует операционной работы с устройствами — микрофон стоит и пишет. Но и картина получается узкой: фиксируется только то, что происходит в конкретной зоне, а диалог у полки остаётся за кадром.

Что ловят

	На кассе разговоры короткие и однотипные, поэтому и критерии простые: предложил ли кассир сопутствующий товар или программу лояльности, корректно ли отработал вопрос о скидке, как повёл себя при отказе покупателя. Именно повторяемость делает этот канал удобным для автоматической оценки — вариантов диалога немного, и отклонения видны сразу.


	Второй сценарий — конфликтные ситуации. Спор о цене на ценнике, возврат товара, недовольство очередью. Запись позволяет разобрать эпизод в день, когда он произошёл, а не после жалобы в соцсетях. При спорных ситуациях администратор может просто прослушать запись и принять решение, не полагаясь на версии сторон.


	Третий — контроль стандартов на стойках оформления, где сотрудник обязан озвучить определённые условия. В финансовых и страховых продуктах это требование регулятора, и полнота озвучивания проверяется автоматически.

Что в итоге получает сеть

	Эффекты по трём каналам складываются в четыре группы.


	Продажи. Рост среднего чека и доли сопутствующих товаров за счёт того, что стандарты обслуживания начинают реально соблюдаться. В опубликованных кейсах речь идёт о 12–19% по разным показателям.


	Ассортимент и закупки. Данные о том, что спрашивают и не находят. Это единственный способ узнать об упущенном спросе, потому что несостоявшаяся покупка не оставляет следов в учётных системах.


	Качество обслуживания. Полный охват вместо выборочных проверок тайными покупателями, которые дают несколько точечных замеров в квартал и не покрывают обычные будни.


	Обучение и разрешение споров. Библиотека реальных диалогов для тренингов и возможность разобрать конфликт по записи, а не по показаниям участников.


 Читайте также Как проверить систему ИИ-анализа звонков на своих данных

Юридическая сторона и работа с персоналом
Что требует закон

	Скрытая запись недопустима, и это касается всех трёх каналов. Покупателя нужно уведомить: в телефонии — автоинформатором в начале разговора, в офлайне — информационными табличками в зоне записи и обозначением на самом бейдже. Роскомнадзор в разъяснениях исходит из того, что продолжение общения после информирования может расцениваться как согласие, но уведомление должно быть содержательным: не просто «ведётся запись», а с указанием цели, например контроля качества обслуживания.


	Сотрудников уведомляют отдельно, и порядок записи закрепляется во внутренних документах. Если голос используется для установления личности, данные становятся биометрическими, и требования к ним существенно строже — вплоть до уведомления Роскомнадзора об обработке.


	Стоит учесть и свежее изменение: с 1 сентября 2025 года согласие на обработку персональных данных нельзя включать в состав договора, оно оформляется отдельным документом. Юридическую часть в проектах с офлайн-записью лучше готовить параллельно с технической, потому что согласования внутри крупной сети занимают больше времени, чем монтаж оборудования.

Сопротивление персонала

	В торговом зале оно сильнее, чем в контакт-центре. Оператор привык, что его звонки пишутся, а продавец воспринимает бейдж как слежку в течение всей смены.


	Работает то же, что и в других проектах: объяснить цель до запуска, первые месяцы не связывать показатели с премией, показать пользу на конкретных примерах — разобранный спор с покупателем в пользу сотрудника обычно снимает половину возражений. И честно обозначить границы: что записывается только общение с покупателями, а не разговоры в подсобке.


	«Пилот в рознице стоит начинать с двух-трёх магазинов и обязательно с теми администраторами, которые сами в этом заинтересованы. Если запустить сразу на сеть, вы получите не данные, а конфликт: бейджи будут забывать, выключать и оставлять в подсобке, и никакая аналитика этого не исправит», — Андрей Савченко, руководитель портфеля продуктов ОБИТ.

С чего начать

	Речевая аналитика в ритейле работает через три канала: телефонию контакт-центра, аудиобейджи на консультантах в торговом зале и стационарные микрофоны в кассовых зонах и на стойках. Телефония даёт причины отказов и качество консультаций, зал — реальные диалоги у полки и упущенный спрос, касса — допродажи, работу со скидками и разбор конфликтов. Вместе они закрывают ту часть клиентского опыта, которой нет ни в чеках, ни в CRM.


	Порядок внедрения при этом почти всегда один и тот же, и он подтверждается практикой сетей: сначала контакт-центр, где запись уже ведётся и критерии оценки отрабатываются быстро, затем офлайн с уже настроенной методикой. Обратная последовательность обходится дороже и чаще упирается в сопротивление персонала.


	Практический первый шаг — понять, какой из трёх каналов закрывает вашу главную боль. Если проседает конверсия входящих обращений, начинать нужно с телефонии. Если есть подозрение, что консультанты не работают по стандартам и вы теряете спрос на отсутствующий товар, — с пилота на двух-трёх магазинах.


	Если у вас есть такая задача, приходите на бесплатную консультацию: разберём вашу ситуацию, подберём подходящий канал и решение под него и честно скажем, если начинать стоит не с аналитики.


  Решение
	

		Речевая аналитика
	
	

		Подберём и внедрим систему анализа разговоров для контакт-центра и торговых точек, настроим критерии под ваши стандарты обслуживания и интеграцию с учётными системами.
	
   

  


	

		

			

				
Часто задаваемые вопросы (FAQ)
				

					

					
				
			
		
		

			

			

				 Для чего нужна речевая аналитика в ритейле?
			
			

 
				Чтобы видеть ту часть клиентского опыта, которой нет в чеках и CRM: что покупатели спрашивают и не находят, как консультанты соблюдают стандарты обслуживания, с какими сетями вас сравнивают, почему сорвался заказ. Данные собираются из звонков контакт-центра, диалогов в торговом зале через аудиобейджи и разговоров в кассовой зоне через стационарные микрофоны. 
			
 
			

			

				 Что такое аудиобейдж и как он работает?
			
			

 
				Это компактное устройство с микрофоном, которое продавец-консультант носит на смене. Оно записывает диалоги с покупателями и передаёт их в систему анализа — по окончании смены или в реальном времени. Встречаются варианты в виде отдельных устройств и в виде приложения на рабочем смартфоне с беспроводным микрофоном. Устройства нужно выдавать, собирать и заряжать, это отдельная операционная задача. 
			
 
			

			

				 Какой эффект дают аудиобейджи в магазине?
			
			

 
				В кейсе интернет-магазина бытовой техники HOLODILNIK.RU аудиобейджи Speechmate с речевой аналитикой дали рост среднего чека в рознице на 15%. В офлайн-офисах продаж банков 3iTech фиксирует повышение клиентской удовлетворённости на 25% и сокращение времени обслуживания на 12% за первые шесть месяцев. Отдельный эффект — записи живых диалогов заменяют ролевые игры на тренингах. 
			
 
			

			

				 Законно ли записывать разговоры в торговом зале?
			
			

 
				Скрытая запись недопустима. Покупателей уведомляют информационными табличками в зоне записи и обозначением на бейдже, сотрудников — отдельно, с закреплением порядка во внутренних документах. Уведомление должно содержать цель записи, например контроль качества обслуживания. Если голос используется для установления личности, данные становятся биометрическими с более строгими требованиями. 
			
 
			

			

				 Справляется ли распознавание с шумом в торговом зале?
			
			

 
				Хуже, чем с телефонией. На качественном аудио системы дают 90–95% точности, но фоновая музыка, шум толпы и одновременная речь нескольких человек эти показатели снижают. Поэтому к офлайн-каналам предъявляются отдельные требования по оборудованию — направленным микрофонам и шумоподавлению, — а ожидания по точности закладываются ниже телефонных. 
			
 
			

			

				 С какого канала начинать внедрение?
			
			

 
				Обычно с контакт-центра: запись там уже ведётся, качество аудио предсказуемое, подключение занимает дни, и на этом канале отрабатываются критерии оценки. В офлайн технология приходит уже с настроенной методикой. Именно такой последовательности придерживались сети, публиковавшие свои кейсы. 
			
 
			

			

				 Как реагирует персонал на запись в зале?
			
			

 
				Сопротивление выше, чем в контакт-центре: продавец воспринимает бейдж как контроль в течение всей смены. Помогает объяснение цели до запуска, отказ от привязки показателей к премии в первые месяцы и демонстрация пользы на конкретных примерах — например, спор с покупателем, разобранный по записи в пользу сотрудника. Важно обозначить, что записывается только общение с покупателями. 
			
 
			

			

				 Чем аналитика зала полезнее данных из кассовой системы?
			
			

 
				Кассовая система показывает состоявшиеся покупки, а речевая аналитика — несостоявшиеся. Если покупатель спросил конкретную модель, не нашёл её и ушёл, в учётных системах не останется никакого следа. Аналитика зала показывает частотность таких запросов, и это единственный способ измерить упущенный спрос и скорректировать ассортиментную матрицу. 
			
 
		
	

 
    [~DETAIL_TEXT] => 

	В ритейле сложилась странная асимметрия. Звонки в контакт-центр пишутся и разбираются, каждый чек попадает в систему аналитики, поведение покупателя на сайте отслеживается до клика. А то, что происходит между продавцом и покупателем в торговом зале, не фиксируется вообще — при том что именно там принимается решение о покупке.


	Получается интересная ситуация: компания контролирует звонки, но не знает, что реально говорят покупатели у полки, какие товары спрашивают и чего не находят. Речевая аналитика закрывает этот разрыв, причём в ритейле у неё три разные точки сбора данных — телефония, аудиобейджи на сотрудниках и стационарные микрофоны на кассах и стойках.


	Разберём, как устроен каждый канал, что он показывает, какие эффекты подтверждаются кейсами и где технология упирается в ограничения.

Как это работает технически

	Механика одинакова для всех трёх каналов. Аудио поступает в систему, распознавание превращает его в текст с разметкой говорящих, аналитический слой размечает разговор по заданным правилам: соблюдение скрипта, упоминания товаров и конкурентов, возражения, эмоциональная окраска. Результаты попадают в отчёты, а при интеграции — в CRM или BI-систему торговой сети.


	Различается качество исходного сигнала, и оно определяет всё остальное. На качественном аудио современные системы дают 90–95% точности распознавания, для русского языка вендоры заявляют показатели до 94%. В торговом зале условия хуже: фоновая музыка, шум толпы, речь нескольких человек одновременно. Поэтому к офлайн-каналам предъявляются отдельные требования по оборудованию, и ожидания по точности там ниже, чем в телефонии.


	

      
	

	

		

			

				Канал
			
		
		

			

				Чем пишется
			
		
		

			

				Что даёт
			
		
		

			

				Ограничения
			
		
	
	

		

			

				Контакт-центр
			
		
		

			

				Телефония с раздельной записью каналов
			
		
		

			

				Причины отказов, необработанные заказы, качество консультаций
			
		
		

			

				Покрывает только тех, кто позвонил
			
		
	
	

		

			

				Торговый зал
			
		
		

			

				Аудиобейджи на продавцах-консультантах
			
		
		

			

				Реальные диалоги у полки, спрос на отсутствующий товар
			
		
		

			

				Шум, зарядка устройств, сопротивление персонала
			
		
	
	

		

			

				Касса и стойка продаж
			
		
		

			

				Стационарные направленные микрофоны
			
		
		

			

				Допродажи, работа со скидками, конфликтные ситуации
			
		
		

			

				Фиксированная точка, короткие диалоги
			
		
	
	
	

Контакт-центр онлайн-ритейла
Что разбирают в звонках

	Телефония остаётся самым простым каналом: запись уже ведётся, подключение занимает дни, качество аудио предсказуемое.


	Специфика ритейла в том, что звонок редко бывает «продающим» в чистом виде. Чаще это уточнение наличия, вопрос про сроки доставки, статус заказа, условия возврата. Соответственно, и критерии оценки другие, чем в классических продажах: проверяется, предложил ли оператор альтернативу при отсутствии товара, озвучил ли реальные сроки, попытался ли удержать клиента при отказе от заказа.


	Отдельная категория — обращения, которые в CRM выглядят закрытыми, а на записи слышно, что клиент ушёл недовольным. Такие расхождения между статусом в системе и содержанием разговора находятся автоматически.

Что это даёт

	В опубликованном кейсе розничного проекта 3iTech заявлены рост продаж по телефону на 19%, увеличение среднего чека на 15% и рост продаж сопутствующих товаров на 12%. Показательно, что интернет-магазин бытовой техники HOLODILNIK.RU начинал внедрение именно с колл-центра, развернув платформу 3i TouchPoint Analytics, и только потом пошёл в офлайн.


	Такая последовательность логична: на телефонии отрабатываются критерии оценки и процесс разбора, а в зал технология приходит уже с настроенной методикой.


  Решение
	

		Автоматизация контакт-центра
	
	

		Подключим телефонию, CRM и аналитику в единый контур, чтобы данные о звонках возвращались туда, где с ними работают.
	
   

Аудиобейджи в торговом зале
Как устроены

	Аудиобейдж — компактное устройство с микрофоном, которое продавец-консультант носит на смене. Оно записывает диалоги с покупателями, а по окончании смены или в реальном времени передаёт записи в систему анализа. Существуют варианты как в виде отдельных устройств, так и в виде приложения на рабочем смартфоне с беспроводным микрофоном — оба формата на рынке представлены.


	Организационно это добавляет к процессу несколько шагов: устройства нужно выдавать в начале смены, собирать в конце, заряжать, следить за исправностью. В сети из сотни магазинов это отдельная операционная задача, которую стоит продумать до пилота.

Что показывают записи из зала

	Главная ценность — данные, которых нет ни в одной другой системе.


	Спрос на отсутствующий товар. Покупатель спросил конкретную модель, её не оказалось, он ушёл — в чеках этого нет, в CRM тоже. Аналитика зала показывает, какие позиции спрашивают чаще всего и чего не хватает в матрице.


	Упоминания конкурентов. Кто с кем сравнивает, по каким параметрам, какие аргументы приводит покупатель в пользу другой сети. Это реальная карта конкурентного поля, собранная не маркетологом по открытым источникам, а из слов самих клиентов.


	Соблюдение стандартов обслуживания. Подошёл ли консультант вообще, выявил ли потребность, предложил ли сопутствующие товары или ограничился вопросом «вам подсказать?».


	Разница между сильными и слабыми продавцами на одинаковых данных. В опубликованном материале билайн.бизнес приводится показательный сюжет: директор пилотного магазина разбирала работу двух продавцов, работавших в одну смену с одним товаром, и по записям стало видно, чем именно отличается подход того, кто продаёт больше.

Результаты внедрений

	В кейсе HOLODILNIK.RU аудиобейджи Speechmate в связке с речевой аналитикой дали рост среднего чека в рознице на 15%. Компания при этом ставила задачу не столько контролировать, сколько научить консультантов самостоятельно находить проблемные моменты в общении с покупателями.


	В офлайн-офисах продаж банков 3iTech фиксирует повышение клиентской удовлетворённости на 25% и сокращение времени обслуживания на 12% в первые шесть месяцев. Сценарий там близок к ритейлу: живое общение с клиентом в точке продаж, которое раньше оценивалось выборочно или тайными покупателями.


	Отдельная польза, которую отмечают почти все, — разбор реальных диалогов заменяет ролевые игры на тренингах. Учебным материалом становится запись живого обслуживания, а не сценарий, написанный методистом.


	«В зале аналитика чаще нужна не для контроля, а для ассортимента и обучения. Самая ценная находка обычно звучит так: покупатели двести раз за месяц спросили позицию, которой нет в матрице. Ни чеки, ни касса этого не покажут, а решение по закупке меняется сразу», — Андрей Савченко, руководитель портфеля продуктов ОБИТ.

Микрофоны на кассах и стойках продаж
Где применяются

	Стационарные направленные микрофоны ставят там, где диалог привязан к месту: кассовая зона, стойка выдачи заказов, стол оформления кредита или рассрочки, пункт выдачи.


	Это дешевле бейджей в расчёте на точку и не требует операционной работы с устройствами — микрофон стоит и пишет. Но и картина получается узкой: фиксируется только то, что происходит в конкретной зоне, а диалог у полки остаётся за кадром.

Что ловят

	На кассе разговоры короткие и однотипные, поэтому и критерии простые: предложил ли кассир сопутствующий товар или программу лояльности, корректно ли отработал вопрос о скидке, как повёл себя при отказе покупателя. Именно повторяемость делает этот канал удобным для автоматической оценки — вариантов диалога немного, и отклонения видны сразу.


	Второй сценарий — конфликтные ситуации. Спор о цене на ценнике, возврат товара, недовольство очередью. Запись позволяет разобрать эпизод в день, когда он произошёл, а не после жалобы в соцсетях. При спорных ситуациях администратор может просто прослушать запись и принять решение, не полагаясь на версии сторон.


	Третий — контроль стандартов на стойках оформления, где сотрудник обязан озвучить определённые условия. В финансовых и страховых продуктах это требование регулятора, и полнота озвучивания проверяется автоматически.

Что в итоге получает сеть

	Эффекты по трём каналам складываются в четыре группы.


	Продажи. Рост среднего чека и доли сопутствующих товаров за счёт того, что стандарты обслуживания начинают реально соблюдаться. В опубликованных кейсах речь идёт о 12–19% по разным показателям.


	Ассортимент и закупки. Данные о том, что спрашивают и не находят. Это единственный способ узнать об упущенном спросе, потому что несостоявшаяся покупка не оставляет следов в учётных системах.


	Качество обслуживания. Полный охват вместо выборочных проверок тайными покупателями, которые дают несколько точечных замеров в квартал и не покрывают обычные будни.


	Обучение и разрешение споров. Библиотека реальных диалогов для тренингов и возможность разобрать конфликт по записи, а не по показаниям участников.


 Читайте также Как проверить систему ИИ-анализа звонков на своих данных

Юридическая сторона и работа с персоналом
Что требует закон

	Скрытая запись недопустима, и это касается всех трёх каналов. Покупателя нужно уведомить: в телефонии — автоинформатором в начале разговора, в офлайне — информационными табличками в зоне записи и обозначением на самом бейдже. Роскомнадзор в разъяснениях исходит из того, что продолжение общения после информирования может расцениваться как согласие, но уведомление должно быть содержательным: не просто «ведётся запись», а с указанием цели, например контроля качества обслуживания.


	Сотрудников уведомляют отдельно, и порядок записи закрепляется во внутренних документах. Если голос используется для установления личности, данные становятся биометрическими, и требования к ним существенно строже — вплоть до уведомления Роскомнадзора об обработке.


	Стоит учесть и свежее изменение: с 1 сентября 2025 года согласие на обработку персональных данных нельзя включать в состав договора, оно оформляется отдельным документом. Юридическую часть в проектах с офлайн-записью лучше готовить параллельно с технической, потому что согласования внутри крупной сети занимают больше времени, чем монтаж оборудования.

Сопротивление персонала

	В торговом зале оно сильнее, чем в контакт-центре. Оператор привык, что его звонки пишутся, а продавец воспринимает бейдж как слежку в течение всей смены.


	Работает то же, что и в других проектах: объяснить цель до запуска, первые месяцы не связывать показатели с премией, показать пользу на конкретных примерах — разобранный спор с покупателем в пользу сотрудника обычно снимает половину возражений. И честно обозначить границы: что записывается только общение с покупателями, а не разговоры в подсобке.


	«Пилот в рознице стоит начинать с двух-трёх магазинов и обязательно с теми администраторами, которые сами в этом заинтересованы. Если запустить сразу на сеть, вы получите не данные, а конфликт: бейджи будут забывать, выключать и оставлять в подсобке, и никакая аналитика этого не исправит», — Андрей Савченко, руководитель портфеля продуктов ОБИТ.

С чего начать

	Речевая аналитика в ритейле работает через три канала: телефонию контакт-центра, аудиобейджи на консультантах в торговом зале и стационарные микрофоны в кассовых зонах и на стойках. Телефония даёт причины отказов и качество консультаций, зал — реальные диалоги у полки и упущенный спрос, касса — допродажи, работу со скидками и разбор конфликтов. Вместе они закрывают ту часть клиентского опыта, которой нет ни в чеках, ни в CRM.


	Порядок внедрения при этом почти всегда один и тот же, и он подтверждается практикой сетей: сначала контакт-центр, где запись уже ведётся и критерии оценки отрабатываются быстро, затем офлайн с уже настроенной методикой. Обратная последовательность обходится дороже и чаще упирается в сопротивление персонала.


	Практический первый шаг — понять, какой из трёх каналов закрывает вашу главную боль. Если проседает конверсия входящих обращений, начинать нужно с телефонии. Если есть подозрение, что консультанты не работают по стандартам и вы теряете спрос на отсутствующий товар, — с пилота на двух-трёх магазинах.


	Если у вас есть такая задача, приходите на бесплатную консультацию: разберём вашу ситуацию, подберём подходящий канал и решение под него и честно скажем, если начинать стоит не с аналитики.


  Решение
	

		Речевая аналитика
	
	

		Подберём и внедрим систему анализа разговоров для контакт-центра и торговых точек, настроим критерии под ваши стандарты обслуживания и интеграцию с учётными системами.
	
   

  


	

		

			

				
Часто задаваемые вопросы (FAQ)
				

					

					
				
			
		
		

			

			

				 Для чего нужна речевая аналитика в ритейле?
			
			

 
				Чтобы видеть ту часть клиентского опыта, которой нет в чеках и CRM: что покупатели спрашивают и не находят, как консультанты соблюдают стандарты обслуживания, с какими сетями вас сравнивают, почему сорвался заказ. Данные собираются из звонков контакт-центра, диалогов в торговом зале через аудиобейджи и разговоров в кассовой зоне через стационарные микрофоны. 
			
 
			

			

				 Что такое аудиобейдж и как он работает?
			
			

 
				Это компактное устройство с микрофоном, которое продавец-консультант носит на смене. Оно записывает диалоги с покупателями и передаёт их в систему анализа — по окончании смены или в реальном времени. Встречаются варианты в виде отдельных устройств и в виде приложения на рабочем смартфоне с беспроводным микрофоном. Устройства нужно выдавать, собирать и заряжать, это отдельная операционная задача. 
			
 
			

			

				 Какой эффект дают аудиобейджи в магазине?
			
			

 
				В кейсе интернет-магазина бытовой техники HOLODILNIK.RU аудиобейджи Speechmate с речевой аналитикой дали рост среднего чека в рознице на 15%. В офлайн-офисах продаж банков 3iTech фиксирует повышение клиентской удовлетворённости на 25% и сокращение времени обслуживания на 12% за первые шесть месяцев. Отдельный эффект — записи живых диалогов заменяют ролевые игры на тренингах. 
			
 
			

			

				 Законно ли записывать разговоры в торговом зале?
			
			

 
				Скрытая запись недопустима. Покупателей уведомляют информационными табличками в зоне записи и обозначением на бейдже, сотрудников — отдельно, с закреплением порядка во внутренних документах. Уведомление должно содержать цель записи, например контроль качества обслуживания. Если голос используется для установления личности, данные становятся биометрическими с более строгими требованиями. 
			
 
			

			

				 Справляется ли распознавание с шумом в торговом зале?
			
			

 
				Хуже, чем с телефонией. На качественном аудио системы дают 90–95% точности, но фоновая музыка, шум толпы и одновременная речь нескольких человек эти показатели снижают. Поэтому к офлайн-каналам предъявляются отдельные требования по оборудованию — направленным микрофонам и шумоподавлению, — а ожидания по точности закладываются ниже телефонных. 
			
 
			

			

				 С какого канала начинать внедрение?
			
			

 
				Обычно с контакт-центра: запись там уже ведётся, качество аудио предсказуемое, подключение занимает дни, и на этом канале отрабатываются критерии оценки. В офлайн технология приходит уже с настроенной методикой. Именно такой последовательности придерживались сети, публиковавшие свои кейсы. 
			
 
			

			

				 Как реагирует персонал на запись в зале?
			
			

 
				Сопротивление выше, чем в контакт-центре: продавец воспринимает бейдж как контроль в течение всей смены. Помогает объяснение цели до запуска, отказ от привязки показателей к премии в первые месяцы и демонстрация пользы на конкретных примерах — например, спор с покупателем, разобранный по записи в пользу сотрудника. Важно обозначить, что записывается только общение с покупателями. 
			
 
			

			

				 Чем аналитика зала полезнее данных из кассовой системы?
			
			

 
				Кассовая система показывает состоявшиеся покупки, а речевая аналитика — несостоявшиеся. Если покупатель спросил конкретную модель, не нашёл её и ушёл, в учётных системах не останется никакого следа. Аналитика зала показывает частотность таких запросов, и это единственный способ измерить упущенный спрос и скорректировать ассортиментную матрицу. 
			
 
		
	

 
    [DETAIL_TEXT_TYPE] => html
    [~DETAIL_TEXT_TYPE] => html
    [PREVIEW_TEXT] => В ритейле сложилась странная асимметрия. Звонки в контакт-центр пишутся и разбираются, каждый чек попадает в систему аналитики, поведение покупателя на сайте отслеживается до клика. А то, что происходит между продавцом и покупателем в торговом зале, не фиксируется вообще — при том что именно там принимается решение о покупке.
    [~PREVIEW_TEXT] => В ритейле сложилась странная асимметрия. Звонки в контакт-центр пишутся и разбираются, каждый чек попадает в систему аналитики, поведение покупателя на сайте отслеживается до клика. А то, что происходит между продавцом и покупателем в торговом зале, не фиксируется вообще — при том что именно там принимается решение о покупке.
    [PREVIEW_TEXT_TYPE] => html
    [~PREVIEW_TEXT_TYPE] => html
    [PREVIEW_PICTURE] => 
    [~PREVIEW_PICTURE] => 
    [LANG_DIR] => /
    [~LANG_DIR] => /
    [CODE] => rechevaya-analitika-v-riteyle-dlya-chego-nuzhna-i-kak-rabotaet
    [~CODE] => rechevaya-analitika-v-riteyle-dlya-chego-nuzhna-i-kak-rabotaet
    [EXTERNAL_ID] => 3557
    [~EXTERNAL_ID] => 3557
    [IBLOCK_TYPE_ID] => content
    [~IBLOCK_TYPE_ID] => content
    [IBLOCK_CODE] => 
    [~IBLOCK_CODE] => 
    [IBLOCK_EXTERNAL_ID] => 
    [~IBLOCK_EXTERNAL_ID] => 
    [LID] => s1
    [~LID] => s1
    [EDIT_LINK] => 
    [DELETE_LINK] => 
    [DISPLAY_ACTIVE_FROM] => 18.09.2026
    [FIELDS] => Array
        (
        )

    [DISPLAY_PROPERTIES] => Array
        (
        )

    [IPROPERTY_VALUES] => Array
        (
            [ELEMENT_META_TITLE] => Речевая аналитика в ритейле: для чего нужна и как работает
            [ELEMENT_META_DESCRIPTION] => Как работает речевая аналитика в ритейле: контроль звонков онлайн-магазина, аудиобейджи для продавцов в зале и микрофоны на кассах. Эффекты, кейсы и ограничения.
        )

)
1

Array
(
    [ID] => 3551
    [~ID] => 3551
    [IBLOCK_ID] => 36
    [~IBLOCK_ID] => 36
    [IBLOCK_SECTION_ID] => 127
    [~IBLOCK_SECTION_ID] => 127
    [NAME] => Речевая аналитика в отделе продаж: зачем нужна, что даёт и как с ней работать
    [~NAME] => Речевая аналитика в отделе продаж: зачем нужна, что даёт и как с ней работать
    [ACTIVE_FROM_X] => 2026-09-14 00:00:00
    [~ACTIVE_FROM_X] => 2026-09-14 00:00:00
    [ACTIVE_FROM] => 14.09.2026
    [~ACTIVE_FROM] => 14.09.2026
    [TIMESTAMP_X] => 14.09.2026 17:55:58
    [~TIMESTAMP_X] => 14.09.2026 17:55:58
    [DETAIL_PAGE_URL] => /blog/rechevaya-analitika-/rechevaya-analitika-v-otdele-prodazh-zachem-nuzhna-chto-dayet-i-kak-s-ney-rabotat/
    [~DETAIL_PAGE_URL] => /blog/rechevaya-analitika-/rechevaya-analitika-v-otdele-prodazh-zachem-nuzhna-chto-dayet-i-kak-s-ney-rabotat/
    [LIST_PAGE_URL] => /blog/
    [~LIST_PAGE_URL] => /blog/
    [DETAIL_TEXT] => 

	Типичная ситуация в отделе продаж: руководитель слушает два-три звонка в неделю, обычно по жалобе клиента или когда сделка сорвалась на финальном этапе. При потоке в полторы тысячи разговоров в месяц выборочный контроль покрывает считанные проценты. Всё остальное остаётся в слепой зоне, и решения об обучении менеджеров, правках скрипта и найме принимаются по ощущениям.


	Речевая аналитика закрывает именно этот разрыв. Но однозначного «нужна или нет» здесь не существует: одним компаниям она даёт измеримый рост конверсии за квартал, другим превращается в дорогую подписку, отчёты по которой никто не открывает. Разница не в системе, а в том, что с её результатами делают.


	Разберём, как работает технология, какие задачи закрывает в продажах, какой эффект даёт по цифрам, кому она подходит и что нужно выстроить внутри, чтобы внедрение не осталось галочкой.

Что такое речевая аналитика и как она работает

	Речевая аналитика — это сервис автоматического разбора разговоров с клиентами: система переводит каждый звонок в текст и анализирует его по заданным правилам, выдавая на выходе теги, оценки и отчёты.

Как устроена цепочка

	Телефония записывает разговор, желательно раздельно по каналам — отдельно менеджер, отдельно клиент. Система распознавания превращает аудио в транскрипт с разметкой, кто когда говорил. Дальше подключается аналитический слой: он ищет в тексте нужные конструкции, оценивает соблюдение чек-листа, отмечает перебивания, длинные паузы, эмоциональные всплески. Результат уходит в отчёты и в карточку клиента в CRM.

Два подхода к анализу

	Аналитический слой устроен по-разному, и это главное различие между решениями на рынке.


	Первый подход — поиск по словарям и правилам: система ищет заранее заданные слова и фразы. Работает предсказуемо, но не понимает смысла: «дорого» в ответе клиента и «дорого» в рассказе менеджера про премиальный сегмент для неё одно и то же.


	Второй подход — анализ смысла языковой моделью: система оценивает, отработал ли менеджер возражение по существу, независимо от конкретных формулировок. Точнее, но требует настройки под вашу специфику и стоит дороже. Сейчас вендоры всё чаще комбинируют оба варианта: классические модели закрывают массовые проверки, языковая модель подключается там, где нужно понять контекст и нюансы переговоров.

Что нужно от телефонии

	Раздельная запись каналов — тот пункт, который чаще всего забывают на старте. Если звонок пишется в один поток, разделить реплики сложно, качество разбора падает, и любые выводы о том, кто кого перебивал, становятся бессмысленными. Проверять эту настройку нужно до покупки системы, а не после. Часть платформ умеет работать и с монозаписью, но точность там ниже, и это стоит сразу уточнять у вендора.

Что речевая аналитика делает в отделе продаж

	Функций много, но в продажах реально работают несколько. Ниже — те, ради которых систему обычно и покупают.


	

     
	

	

		

			

				Функция
			
		
		

			

				Что показывает
			
		
		

			

				Какое решение принимается
			
		
	
	

		

			

				Контроль соблюдения скрипта
			
		
		

			

				Какие обязательные шаги менеджеры пропускают и как часто
			
		
		

			

				Переработать скрипт или дообучить конкретных людей
			
		
	
	

		

			

				Частотность возражений
			
		
		

			

				Какие возражения звучат чаще всего и на каких сделки рассыпаются
			
		
		

			

				Собрать работающие ответы и раскатать на команду
			
		
	
	

		

			

				Упоминания конкурентов
			
		
		

			

				С кем вас сравнивают, как часто и по каким параметрам
			
		
		

			

				Подготовить аргументацию под конкретных игроков
			
		
	
	

		

			

				Проверка гипотез
			
		
		

			

				Как работают разные версии скрипта на сопоставимых выборках
			
		
		

			

				Оставить тот вариант, который выиграл по цифрам
			
		
	
	

		

			

				Диагностика менеджера
			
		
		

			

				Из-за чего именно проседает конкретный сотрудник
			
		
		

			

				Обучать, менять роль или расставаться
			
		
	
	

		

			

				Динамика по сотруднику
			
		
		

			

				Когда показатели поехали и что изменилось в разговорах
			
		
		

			

				Вмешаться до того, как это скажется на выручке
			
		
	
	

		

			

				Недопустимые высказывания
			
		
		

			

				Грубость, обещания сверх регламента, спорные формулировки
			
		
		

			

				Разобрать инцидент сразу, а не после жалобы
			
		
	
	

		

			

				Причины отказов
			
		
		

			

				Что клиенты называют реально, а не что менеджер записал в CRM
			
		
		

			

				Корректировать продукт, цену или условия
			
		
	
	

		

			

				Контроль обработки лидов
			
		
		

			

				Необработанные заявки, обещанные и несделанные перезвоны
			
		
		

			

				Вернуть в работу конкретные потерянные сделки
			
		
	
	

		

			

				Оценка качества диалога
			
		
		

			

				Перебивания, паузы, доля речи менеджера, тон разговора
			
		
		

			

				Точечная работа с манерой ведения разговора
			
		
	
	

		

			

				Обратная связь маркетингу
			
		
		

			

				Какими словами клиенты описывают задачу, что спрашивают и чего не находят
			
		
		

			

				Правки в объявления, посадочные страницы, ассортимент
			
		
	
	
	


	Часть пунктов из таблицы очевидна и работает сразу после настройки. Ниже разберём те, которые дают больше всего и при этом реже всего доходят до использования.

Возражения и конкуренты

	Отдельные возражения руководитель слышит и без системы. Чего он не видит — их частотности. Одно дело знать, что клиенты иногда говорят про долгие сроки, другое — увидеть, что это возражение звучит в 40% разговоров и в половине случаев менеджер не даёт на него внятного ответа. Это уже основание переписать блок скрипта, а не провести очередную планёрку про настрой.


	Та же механика с конкурентами. Система размечает упоминания чужих брендов и контекст: с кем сравнивают, в каких сегментах, по цене или по срокам, чем аргументируют выбор в их пользу. Через месяц у вас на руках реальная карта конкурентного поля — не та, что нарисовал маркетинг по открытым источникам, а та, которую называют ваши же клиенты. Дальше под каждого частого соперника готовится аргументация, и менеджер перестаёт импровизировать.

Проверка гипотез вместо споров о скриптах

	Классический спор в отделе продаж: называть цену сразу или уводить разговор на выявление потребности. Обычно он решается авторитетом руководителя.


	Речевая аналитика превращает это в эксперимент. Половина команды работает по одной версии скрипта, половина по другой, система размечает, кто какой вариант реально использовал, и через две-три недели видна разница по конверсии на сопоставимых выборках. Важная деталь: без разметки диалогов такой тест недостоверен, потому что часть менеджеров всё равно говорит по-своему, и в ручном режиме это не отследить.


	Проверять так можно не только скрипты: формулировку оффера, порядок аргументов, момент передачи на следующий этап, длину презентации.

Работа с конкретными людьми

	Самая ценная часть для руководителя. Когда менеджер не выполняет план, стандартный набор объяснений — мало лидов, плохой рынок, сложный продукт. Речевая аналитика показывает причину предметно: он не доходит до выявления потребности, или сливается на первом же возражении по цене, или говорит 80% времени разговора, не давая клиенту вставить слово.


	Разница между этими диагнозами определяет управленческое решение. Навык отработки возражений ставится тренингом за пару недель. Привычка не слушать клиента исправляется дольше, но исправляется. А если человек системно нарушает договорённости с клиентами или разговаривает пренебрежительно, речь уже не об обучении. Без данных этот разговор превращается в обмен мнениями, с данными — в разбор конкретных записей.


	Второй сценарий — отслеживание динамики. Показатели сотрудника редко падают резко, обычно они сползают. Система показывает не только сам факт падения, но и что изменилось в разговорах: человек стал резче отвечать, перестал задавать уточняющие вопросы, сократил разговоры вдвое. Причина может быть в выгорании, в конфликте внутри команды, в личных обстоятельствах — но вмешаться получается на месяц раньше, чем это отразится на выручке.


	Сюда же относится сравнение сильных и слабых на одинаковых данных. Когда видно, что лучший по конверсии сотрудник задаёт в среднем семь уточняющих вопросов, а отстающий два, обучение перестаёт быть разговором о мотивации и становится работой с конкретным навыком.

Недопустимые высказывания

	Грубость, обещания, которых компания не может выполнить, спорные формулировки про конкурентов, разглашение лишнего — всё это при выборочном контроле всплывает случайно и обычно уже в виде жалобы. Автоматическая разметка находит такие эпизоды в день, когда они произошли.


	Ценность здесь не в наказании, а в скорости. Клиенту, которому нагрубили утром, можно перезвонить в тот же день. Через неделю это уже потерянный клиент и отзыв на площадке.

Эффект от внедрения

	Дальше разберём основные эффекты по группам и покажем, как они выглядят в цифрах. Данные взяты из кейсов наших партнёров и из нашей собственной практики внедрений.

Полный охват вместо выборки

	Это базовый эффект, от которого зависят все остальные. Ручной контроль качества обычно покрывает единицы процентов разговоров, автоматический — все.


	В кейсе Naumen и ОТП Банка, результаты которого представили в марте 2026 года, автоматическая оценка позволила анализировать 100% диалогов с клиентами, причём корректность оценки по семи критериям из восьми превысила 99%. В проекте 3iTech и Альфа-Банка в Беларуси контроль качества обслуживания стал полностью автоматизированным: система умеет работать с белорусским языком и отдельно фиксирует повторные обращения, возникшие из-за нерешённого с первого раза вопроса.


	Смысл не в самой цифре охвата, а в том, что выборка перестаёт врать. Пока слушают 2% звонков, в поле зрения попадают либо жалобы, либо случайные разговоры, и картина смещена.

Конверсия и отработка возражений

	Самый интересный руководителю отдела продаж эффект и одновременно самый неровный.


	Naumen приводит по своим проектам средний рост конверсии в продажи на 30% и улучшение отработки возражений на 20%. В опубликованном кейсе из фармацевтики доля звонков с продажей выросла с 27% до 45%, а уровень безошибочной отработки возражений — с 50% до 93%. В кейсе ОТП Банка изменения скромнее: конверсия в продажи выросла на 3,3 процентных пункта.


	По линии 3iTech цифры сопоставимые: в розничном проекте заявлены рост продаж по телефону на 19%, увеличение среднего чека на 15% и рост продаж сопутствующих товаров на 12%, а в проекте со страховой компанией «Ренессанс жизнь» — удвоение конверсии продаж при качестве обслуживания выше на 15%.


	Разброс объясняется исходным состоянием процесса. Там, где до внедрения не было ни чек-листов, ни разбора звонков, первые же исправления дают кратный результат. Там, где контроль качества уже работал, речь идёт о единицах процентов — но и база для сравнения другая.

Скорость и качество обработки

	Эффекты, которые проще всего пересчитать в деньги через стоимость минуты оператора.


	Naumen заявляет по своим внедрениям сокращение среднего времени обработки обращения на 18% и снижение числа повторных вызовов на 15%. В проекте с ОТП Банком среднее время обработки звонка сократилось на 5 секунд, а доля вопросов, решённых с первого обращения, выросла на 1,7 процентных пункта.


	Повторные обращения — недооценённая статья расходов. Каждый звонок клиента, который не получил ответа с первого раза, это ещё одна оплаченная минута оператора плюс выросшая вероятность, что клиент уйдёт.

Репутация и удовлетворённость клиентов

	Эффект, который сложнее посчитать, но который обычно первым замечает руководство.


	В кейсе ОТП Банка удовлетворённость клиентов прибавила 0,3 балла, а доля жалоб, дошедших до Банка России, снизилась на 25%. Naumen приводит по портфелю проектов средний рост удовлетворённости на 11%. Цифра по жалобам показательна: речевая аналитика находит проблемные разговоры раньше, чем клиент успевает дойти до регулятора или до отзыва на публичной площадке.


	Механика простая. Раньше конфликтный разговор становился известен компании, когда клиент сам решал пожаловаться — то есть после того, как он уже принял решение уйти. Теперь такие эпизоды попадают в отчёт в день звонка, и у команды есть окно, чтобы отработать ситуацию.

Скорость управленческих решений

	Менее очевидный эффект, но, по нашему опыту, именно его чаще всего отмечают руководители отделов продаж через полгода работы с системой.


	Разбор причины падения показателей раньше занимал недели: нужно было выборочно слушать звонки, собирать обратную связь, догадываться. Теперь диагноз ставится за день, потому что данные уже размечены. Проверка гипотезы по скрипту вместо квартала занимает две-три недели. Решение о судьбе слабого сотрудника принимается на основании конкретных записей, а не после третьего невыполненного плана подряд.


	Для отдела с высокой текучкой это отдельно ценно: становится видно, кого имеет смысл доучивать, а с кем расставаться, причём на втором месяце работы, а не на шестом.

Экономия на ручном контроле

	Здесь эффект считается прямо. Один аудитор качества успевает разобрать ограниченное число разговоров в день, и чтобы поднять охват, нужно линейно наращивать штат. Автоматическая оценка снимает эту зависимость: команда контроля переключается с прослушивания на разбор уже отмеченных системой случаев.


	По нашему опыту внедрений это самый предсказуемый источник окупаемости. Рост конверсии зависит от того, дойдут ли выводы до изменений в работе, а сокращение ручного труда происходит сразу после запуска и не требует перестройки процессов.


	«Самый надёжный способ понять эффект — не смотреть на чужие проценты, а прогнать свои звонки. Мы всегда советуем брать реальный массив за месяц и сравнивать: что нашла система и что нашёл бы руководитель, слушая те же разговоры. Разницу между этими двумя списками и можно считать пользой.», — Андрей Савченко, руководитель портфеля продуктов ОБИТ.


 Читайте также Как проверить систему ИИ-анализа звонков на своих данных

Кому подходит, а кому не стоит спешить

	Технология окупается не везде. Ориентиры такие.

Подходит хорошо

	Отделы продаж и контакт-центры с потоком от 50 звонков в день: при таком объёме ручной контроль физически не покрывает даже десятой части разговоров. Компании с большим штатом менеджеров и заметной разницей в результатах между сотрудниками — там быстрее всего окупается перенос практик сильных на остальных. Бизнесы с высокой ценой лида, где потеря одной заявки ощутима в деньгах. Отрасли с жёсткими требованиями к скриптам и обязательным формулировкам: финансы, страхование, медицина.

Подходит хуже

	Небольшие команды из трёх-пяти человек с десятком звонков в день — здесь руководитель физически может слушать значимую долю разговоров, и выигрыш от автоматизации невелик. Компании, где основной канал общения с клиентом не телефон, а личные встречи или переписка. Длинные B2B-сделки с циклом в год: анализ отдельных звонков там даёт мало, потому что решение вызревает вне телефона.

Не стоит начинать вообще

	Если в отделе нет ни скрипта, ни описанного процесса продаж, ни человека, который будет разбирать результаты. Система покажет хаос, но не превратит его в порядок.

Почему внедрение часто не даёт результата
Отчёты открывают, но ничего не меняют

	Самый частый сценарий провала, и он не про технологию. Компания покупает систему, настраивает чек-листы, получает дашборд — и на этом останавливается. Раз в месяц кто-то открывает отчёт, отмечает, что «есть некоторые проблемы», и закрывает вкладку. По нашему опыту именно так заканчивается значительная часть внедрений: данные собираются, но в решения не превращаются.


	Механика понятная. Система вскрывает большой объём проблем сразу: чек-лист не соблюдается у половины команды, обещанные перезвоны не делаются, возражение по цене не отрабатывается вообще. Это означает много новой работы для руководителя — разобрать случаи, описать правила, провести обучение, проконтролировать изменения. Первая реакция часто защитная: сказать, что система ошибается и даёт ложные срабатывания. При разборе обычно выясняется обратное — распознавание корректное, просто нужные фразы в разговорах действительно не звучат.

Аналитику превращают в инструмент наказания

	Если по результатам отчётов начинаются штрафы, менеджеры быстро учатся проговаривать нужные слова формально, не меняя сути разговора. Метрики растут, конверсия стоит на месте. Мы советуем первые два-три месяца вообще не связывать показатели системы с премией, а использовать их только для обучения.

Как выстроить работу с системой

	Рабочая схема выглядит так:


	
назначить владельца — обычно это руководитель отдела продаж или тренер, у которого работа с результатами стоит в регулярных задачах, а не в свободное время;
	
начать с пилота на двух-трёх менеджерах и потратить первую неделю на калибровку чек-листов, а не на сбор статистики;
	
ограничиться тремя-пятью метриками на старте: соблюдение ключевых шагов, отработка главного возражения, доля необработанных заявок;
	
ввести еженедельный разбор: две-три находки, конкретные записи, обсуждение с командой, договорённость о том, что меняем;
	
объяснить команде цель до запуска — контроль, поданный без объяснений, вызывает саботаж;
	
замерять исходные показатели до внедрения, иначе через полгода будет нечем подтвердить эффект;
	
пересматривать чек-листы раз в квартал: скрипты меняются, продукт меняется, настройки устаревают.

Юридическая сторона

	Запись разговоров с клиентами допустима, но требует уведомления собеседника — обычно через автоинформатор в начале звонка — и обеспечения сохранности записей. Если голос при этом используется для установления личности звонящего, данные становятся биометрическими, а к ним предъявляются отдельные, более жёсткие требования. Сотрудников о записи служебных разговоров тоже нужно уведомлять. Эти вопросы решаются на старте вместе с юристом, а не после первой претензии.

С чего начать

	Речевая аналитика переводит управление продажами с выборочных впечатлений на полные данные. Вместо двух прослушанных звонков в неделю руководитель видит картину по всему потоку: где рассыпаются сделки, какие возражения звучат чаще всего, с кем вас сравнивают, кто из менеджеров делает что-то, что стоит перенести на всю команду, и почему у конкретного человека поехали показатели.


	Польза при этом появляется не от факта внедрения. По цифрам это видно отчётливо: экономия на ручном контроле считается сразу и надёжно, а рост конверсии сильно зависит от исходного состояния процесса и от того, доходят ли находки системы до изменений в работе. Инструмент оправдывает себя там, где есть поток звонков от полусотни в день, описанный процесс продаж и конкретный человек, отвечающий за разбор результатов. При этих трёх условиях он окупается в пределах года. Без них останется красивым отчётом, который никто не открывает.


	Практический первый шаг — не выбор вендора, а тестовый прогон собственных звонков за месяц через две-три системы и сравнение результатов с тем, что вы нашли бы вручную. Так становится видно и реальную точность на вашей лексике, и объём работы, который придётся взять на себя после запуска.


	Если у вас есть задача навести порядок в звонках отдела продаж, приходите на бесплатную консультацию — разберём ваш поток, подберём подходящее решение и честно скажем, если в вашей ситуации технология пока не нужна.


  Решение
	

		Речевая аналитика
	
	

		Подберём и внедрим систему анализа звонков под ваш процесс продаж, настроим чек-листы и интеграцию с CRM, поможем выстроить регулярную работу с результатами.
	
   

  


	

		

			

				
Часто задаваемые вопросы (FAQ)
				

					

					
				
			
		
		

			

			

				 Для чего нужна речевая аналитика в отделе продаж?
			
			

 
				Чтобы управлять продажами по полным данным, а не по выборке из двух-трёх прослушанных звонков. Система разбирает все разговоры и показывает, где рассыпаются сделки, какие возражения звучат чаще всего, с какими конкурентами вас сравнивают, кто из менеджеров работает эффективнее и почему, какие заявки остались без обработки. На этих данных строятся обучение команды, правки скрипта и решения по продукту. 
			
 
			

			

				 С какого объёма звонков речевая аналитика окупается?
			
			

 
				Ориентир — от 50 звонков в день. При меньшем потоке руководитель может прослушивать значимую долю разговоров вручную, и выигрыш от автоматизации небольшой. Исключение — направления с высокой ценой лида, где потеря даже единичной заявки заметна в деньгах. 
			
 
			

			

				 На сколько вырастет конверсия после внедрения?
			
			

 
				Диапазон в опубликованных кейсах широкий: от 3,3 процентных пункта в проекте Naumen с ОТП Банком до роста доли звонков с продажей с 27% до 45% в фармацевтике и удвоения конверсии в проекте 3iTech с «Ренессанс жизнь». Результат зависит от исходного состояния процесса продаж: если контроля качества раньше не было вообще, эффект выше. Надёжнее ориентироваться не на чужие проценты, а на замер своих показателей до и после. 
			
 
			

			

				 Можно ли с её помощью тестировать скрипты продаж?
			
			

 
				Да, это один из самых практичных сценариев. Часть команды работает по одной версии скрипта, часть по другой, система размечает, кто какой вариант реально использовал, и через две-три недели видна разница по конверсии на сопоставимых выборках. Без автоматической разметки такой тест недостоверен: часть менеджеров всё равно говорит по-своему, и вручную это не отследить. 
			
 
			

			

				 Как речевая аналитика помогает в работе с менеджерами?
			
			

 
				Она показывает причину низких результатов предметно: сотрудник не доходит до выявления потребности, сливается на возражении по цене или говорит большую часть разговора сам. От причины зависит решение — обучать, менять роль или расставаться. Отдельно система отслеживает динамику: когда показатели человека начали сползать и что изменилось в его разговорах, вплоть до появления резкого тона. 
			
 
			

			

				 Законно ли записывать разговоры менеджеров с клиентами?
			
			

 
				Да, при соблюдении условий: клиента нужно уведомить о записи, обычно автоинформатором в начале звонка, и обеспечить сохранность записей. Сотрудников о записи служебных разговоров тоже уведомляют. Если голос используется для установления личности звонящего, данные считаются биометрическими и к ним применяются отдельные требования. Порядок стоит согласовать с юристом до запуска. 
			
 
			

			

				 Что нужно подготовить в телефонии перед внедрением?
			
			

 
				Главное — раздельная запись каналов, когда менеджер и клиент пишутся отдельными дорожками. Без этого сложно разделить реплики, и оценки перебиваний, пауз и доли речи становятся недостоверными. Часть платформ работает и с монозаписью, но с меньшей точностью. Также потребуются стабильное качество записи, доступ к архиву за нужный период и настроенная интеграция с CRM. 
			
 
			

			

				 Почему речевая аналитика часто не приносит результата?
			
			

 
				Потому что систему внедряют, а работу с её результатами не выстраивают. Отчёты открывают раз в месяц и ничего не меняют в работе команды. Вторая причина — использование аналитики для штрафов: менеджеры начинают формально проговаривать нужные фразы, метрики растут, а конверсия остаётся прежней. Нужен владелец процесса и регулярный разбор находок. 
			
 
			

			

				 Как проверить систему перед покупкой?
			
			

 
				Прогнать через неё собственный массив звонков за месяц и сравнить результат с тем, что нашёл бы руководитель, слушая те же разговоры вручную. Демонстрация на подготовленных примерах вендора показывает возможности системы, но не её точность на вашей лексике, качестве связи и специфике продукта. 
			
 
		
	

 
    [~DETAIL_TEXT] => 

	Типичная ситуация в отделе продаж: руководитель слушает два-три звонка в неделю, обычно по жалобе клиента или когда сделка сорвалась на финальном этапе. При потоке в полторы тысячи разговоров в месяц выборочный контроль покрывает считанные проценты. Всё остальное остаётся в слепой зоне, и решения об обучении менеджеров, правках скрипта и найме принимаются по ощущениям.


	Речевая аналитика закрывает именно этот разрыв. Но однозначного «нужна или нет» здесь не существует: одним компаниям она даёт измеримый рост конверсии за квартал, другим превращается в дорогую подписку, отчёты по которой никто не открывает. Разница не в системе, а в том, что с её результатами делают.


	Разберём, как работает технология, какие задачи закрывает в продажах, какой эффект даёт по цифрам, кому она подходит и что нужно выстроить внутри, чтобы внедрение не осталось галочкой.

Что такое речевая аналитика и как она работает

	Речевая аналитика — это сервис автоматического разбора разговоров с клиентами: система переводит каждый звонок в текст и анализирует его по заданным правилам, выдавая на выходе теги, оценки и отчёты.

Как устроена цепочка

	Телефония записывает разговор, желательно раздельно по каналам — отдельно менеджер, отдельно клиент. Система распознавания превращает аудио в транскрипт с разметкой, кто когда говорил. Дальше подключается аналитический слой: он ищет в тексте нужные конструкции, оценивает соблюдение чек-листа, отмечает перебивания, длинные паузы, эмоциональные всплески. Результат уходит в отчёты и в карточку клиента в CRM.

Два подхода к анализу

	Аналитический слой устроен по-разному, и это главное различие между решениями на рынке.


	Первый подход — поиск по словарям и правилам: система ищет заранее заданные слова и фразы. Работает предсказуемо, но не понимает смысла: «дорого» в ответе клиента и «дорого» в рассказе менеджера про премиальный сегмент для неё одно и то же.


	Второй подход — анализ смысла языковой моделью: система оценивает, отработал ли менеджер возражение по существу, независимо от конкретных формулировок. Точнее, но требует настройки под вашу специфику и стоит дороже. Сейчас вендоры всё чаще комбинируют оба варианта: классические модели закрывают массовые проверки, языковая модель подключается там, где нужно понять контекст и нюансы переговоров.

Что нужно от телефонии

	Раздельная запись каналов — тот пункт, который чаще всего забывают на старте. Если звонок пишется в один поток, разделить реплики сложно, качество разбора падает, и любые выводы о том, кто кого перебивал, становятся бессмысленными. Проверять эту настройку нужно до покупки системы, а не после. Часть платформ умеет работать и с монозаписью, но точность там ниже, и это стоит сразу уточнять у вендора.

Что речевая аналитика делает в отделе продаж

	Функций много, но в продажах реально работают несколько. Ниже — те, ради которых систему обычно и покупают.


	

     
	

	

		

			

				Функция
			
		
		

			

				Что показывает
			
		
		

			

				Какое решение принимается
			
		
	
	

		

			

				Контроль соблюдения скрипта
			
		
		

			

				Какие обязательные шаги менеджеры пропускают и как часто
			
		
		

			

				Переработать скрипт или дообучить конкретных людей
			
		
	
	

		

			

				Частотность возражений
			
		
		

			

				Какие возражения звучат чаще всего и на каких сделки рассыпаются
			
		
		

			

				Собрать работающие ответы и раскатать на команду
			
		
	
	

		

			

				Упоминания конкурентов
			
		
		

			

				С кем вас сравнивают, как часто и по каким параметрам
			
		
		

			

				Подготовить аргументацию под конкретных игроков
			
		
	
	

		

			

				Проверка гипотез
			
		
		

			

				Как работают разные версии скрипта на сопоставимых выборках
			
		
		

			

				Оставить тот вариант, который выиграл по цифрам
			
		
	
	

		

			

				Диагностика менеджера
			
		
		

			

				Из-за чего именно проседает конкретный сотрудник
			
		
		

			

				Обучать, менять роль или расставаться
			
		
	
	

		

			

				Динамика по сотруднику
			
		
		

			

				Когда показатели поехали и что изменилось в разговорах
			
		
		

			

				Вмешаться до того, как это скажется на выручке
			
		
	
	

		

			

				Недопустимые высказывания
			
		
		

			

				Грубость, обещания сверх регламента, спорные формулировки
			
		
		

			

				Разобрать инцидент сразу, а не после жалобы
			
		
	
	

		

			

				Причины отказов
			
		
		

			

				Что клиенты называют реально, а не что менеджер записал в CRM
			
		
		

			

				Корректировать продукт, цену или условия
			
		
	
	

		

			

				Контроль обработки лидов
			
		
		

			

				Необработанные заявки, обещанные и несделанные перезвоны
			
		
		

			

				Вернуть в работу конкретные потерянные сделки
			
		
	
	

		

			

				Оценка качества диалога
			
		
		

			

				Перебивания, паузы, доля речи менеджера, тон разговора
			
		
		

			

				Точечная работа с манерой ведения разговора
			
		
	
	

		

			

				Обратная связь маркетингу
			
		
		

			

				Какими словами клиенты описывают задачу, что спрашивают и чего не находят
			
		
		

			

				Правки в объявления, посадочные страницы, ассортимент
			
		
	
	
	


	Часть пунктов из таблицы очевидна и работает сразу после настройки. Ниже разберём те, которые дают больше всего и при этом реже всего доходят до использования.

Возражения и конкуренты

	Отдельные возражения руководитель слышит и без системы. Чего он не видит — их частотности. Одно дело знать, что клиенты иногда говорят про долгие сроки, другое — увидеть, что это возражение звучит в 40% разговоров и в половине случаев менеджер не даёт на него внятного ответа. Это уже основание переписать блок скрипта, а не провести очередную планёрку про настрой.


	Та же механика с конкурентами. Система размечает упоминания чужих брендов и контекст: с кем сравнивают, в каких сегментах, по цене или по срокам, чем аргументируют выбор в их пользу. Через месяц у вас на руках реальная карта конкурентного поля — не та, что нарисовал маркетинг по открытым источникам, а та, которую называют ваши же клиенты. Дальше под каждого частого соперника готовится аргументация, и менеджер перестаёт импровизировать.

Проверка гипотез вместо споров о скриптах

	Классический спор в отделе продаж: называть цену сразу или уводить разговор на выявление потребности. Обычно он решается авторитетом руководителя.


	Речевая аналитика превращает это в эксперимент. Половина команды работает по одной версии скрипта, половина по другой, система размечает, кто какой вариант реально использовал, и через две-три недели видна разница по конверсии на сопоставимых выборках. Важная деталь: без разметки диалогов такой тест недостоверен, потому что часть менеджеров всё равно говорит по-своему, и в ручном режиме это не отследить.


	Проверять так можно не только скрипты: формулировку оффера, порядок аргументов, момент передачи на следующий этап, длину презентации.

Работа с конкретными людьми

	Самая ценная часть для руководителя. Когда менеджер не выполняет план, стандартный набор объяснений — мало лидов, плохой рынок, сложный продукт. Речевая аналитика показывает причину предметно: он не доходит до выявления потребности, или сливается на первом же возражении по цене, или говорит 80% времени разговора, не давая клиенту вставить слово.


	Разница между этими диагнозами определяет управленческое решение. Навык отработки возражений ставится тренингом за пару недель. Привычка не слушать клиента исправляется дольше, но исправляется. А если человек системно нарушает договорённости с клиентами или разговаривает пренебрежительно, речь уже не об обучении. Без данных этот разговор превращается в обмен мнениями, с данными — в разбор конкретных записей.


	Второй сценарий — отслеживание динамики. Показатели сотрудника редко падают резко, обычно они сползают. Система показывает не только сам факт падения, но и что изменилось в разговорах: человек стал резче отвечать, перестал задавать уточняющие вопросы, сократил разговоры вдвое. Причина может быть в выгорании, в конфликте внутри команды, в личных обстоятельствах — но вмешаться получается на месяц раньше, чем это отразится на выручке.


	Сюда же относится сравнение сильных и слабых на одинаковых данных. Когда видно, что лучший по конверсии сотрудник задаёт в среднем семь уточняющих вопросов, а отстающий два, обучение перестаёт быть разговором о мотивации и становится работой с конкретным навыком.

Недопустимые высказывания

	Грубость, обещания, которых компания не может выполнить, спорные формулировки про конкурентов, разглашение лишнего — всё это при выборочном контроле всплывает случайно и обычно уже в виде жалобы. Автоматическая разметка находит такие эпизоды в день, когда они произошли.


	Ценность здесь не в наказании, а в скорости. Клиенту, которому нагрубили утром, можно перезвонить в тот же день. Через неделю это уже потерянный клиент и отзыв на площадке.

Эффект от внедрения

	Дальше разберём основные эффекты по группам и покажем, как они выглядят в цифрах. Данные взяты из кейсов наших партнёров и из нашей собственной практики внедрений.

Полный охват вместо выборки

	Это базовый эффект, от которого зависят все остальные. Ручной контроль качества обычно покрывает единицы процентов разговоров, автоматический — все.


	В кейсе Naumen и ОТП Банка, результаты которого представили в марте 2026 года, автоматическая оценка позволила анализировать 100% диалогов с клиентами, причём корректность оценки по семи критериям из восьми превысила 99%. В проекте 3iTech и Альфа-Банка в Беларуси контроль качества обслуживания стал полностью автоматизированным: система умеет работать с белорусским языком и отдельно фиксирует повторные обращения, возникшие из-за нерешённого с первого раза вопроса.


	Смысл не в самой цифре охвата, а в том, что выборка перестаёт врать. Пока слушают 2% звонков, в поле зрения попадают либо жалобы, либо случайные разговоры, и картина смещена.

Конверсия и отработка возражений

	Самый интересный руководителю отдела продаж эффект и одновременно самый неровный.


	Naumen приводит по своим проектам средний рост конверсии в продажи на 30% и улучшение отработки возражений на 20%. В опубликованном кейсе из фармацевтики доля звонков с продажей выросла с 27% до 45%, а уровень безошибочной отработки возражений — с 50% до 93%. В кейсе ОТП Банка изменения скромнее: конверсия в продажи выросла на 3,3 процентных пункта.


	По линии 3iTech цифры сопоставимые: в розничном проекте заявлены рост продаж по телефону на 19%, увеличение среднего чека на 15% и рост продаж сопутствующих товаров на 12%, а в проекте со страховой компанией «Ренессанс жизнь» — удвоение конверсии продаж при качестве обслуживания выше на 15%.


	Разброс объясняется исходным состоянием процесса. Там, где до внедрения не было ни чек-листов, ни разбора звонков, первые же исправления дают кратный результат. Там, где контроль качества уже работал, речь идёт о единицах процентов — но и база для сравнения другая.

Скорость и качество обработки

	Эффекты, которые проще всего пересчитать в деньги через стоимость минуты оператора.


	Naumen заявляет по своим внедрениям сокращение среднего времени обработки обращения на 18% и снижение числа повторных вызовов на 15%. В проекте с ОТП Банком среднее время обработки звонка сократилось на 5 секунд, а доля вопросов, решённых с первого обращения, выросла на 1,7 процентных пункта.


	Повторные обращения — недооценённая статья расходов. Каждый звонок клиента, который не получил ответа с первого раза, это ещё одна оплаченная минута оператора плюс выросшая вероятность, что клиент уйдёт.

Репутация и удовлетворённость клиентов

	Эффект, который сложнее посчитать, но который обычно первым замечает руководство.


	В кейсе ОТП Банка удовлетворённость клиентов прибавила 0,3 балла, а доля жалоб, дошедших до Банка России, снизилась на 25%. Naumen приводит по портфелю проектов средний рост удовлетворённости на 11%. Цифра по жалобам показательна: речевая аналитика находит проблемные разговоры раньше, чем клиент успевает дойти до регулятора или до отзыва на публичной площадке.


	Механика простая. Раньше конфликтный разговор становился известен компании, когда клиент сам решал пожаловаться — то есть после того, как он уже принял решение уйти. Теперь такие эпизоды попадают в отчёт в день звонка, и у команды есть окно, чтобы отработать ситуацию.

Скорость управленческих решений

	Менее очевидный эффект, но, по нашему опыту, именно его чаще всего отмечают руководители отделов продаж через полгода работы с системой.


	Разбор причины падения показателей раньше занимал недели: нужно было выборочно слушать звонки, собирать обратную связь, догадываться. Теперь диагноз ставится за день, потому что данные уже размечены. Проверка гипотезы по скрипту вместо квартала занимает две-три недели. Решение о судьбе слабого сотрудника принимается на основании конкретных записей, а не после третьего невыполненного плана подряд.


	Для отдела с высокой текучкой это отдельно ценно: становится видно, кого имеет смысл доучивать, а с кем расставаться, причём на втором месяце работы, а не на шестом.

Экономия на ручном контроле

	Здесь эффект считается прямо. Один аудитор качества успевает разобрать ограниченное число разговоров в день, и чтобы поднять охват, нужно линейно наращивать штат. Автоматическая оценка снимает эту зависимость: команда контроля переключается с прослушивания на разбор уже отмеченных системой случаев.


	По нашему опыту внедрений это самый предсказуемый источник окупаемости. Рост конверсии зависит от того, дойдут ли выводы до изменений в работе, а сокращение ручного труда происходит сразу после запуска и не требует перестройки процессов.


	«Самый надёжный способ понять эффект — не смотреть на чужие проценты, а прогнать свои звонки. Мы всегда советуем брать реальный массив за месяц и сравнивать: что нашла система и что нашёл бы руководитель, слушая те же разговоры. Разницу между этими двумя списками и можно считать пользой.», — Андрей Савченко, руководитель портфеля продуктов ОБИТ.


 Читайте также Как проверить систему ИИ-анализа звонков на своих данных

Кому подходит, а кому не стоит спешить

	Технология окупается не везде. Ориентиры такие.

Подходит хорошо

	Отделы продаж и контакт-центры с потоком от 50 звонков в день: при таком объёме ручной контроль физически не покрывает даже десятой части разговоров. Компании с большим штатом менеджеров и заметной разницей в результатах между сотрудниками — там быстрее всего окупается перенос практик сильных на остальных. Бизнесы с высокой ценой лида, где потеря одной заявки ощутима в деньгах. Отрасли с жёсткими требованиями к скриптам и обязательным формулировкам: финансы, страхование, медицина.

Подходит хуже

	Небольшие команды из трёх-пяти человек с десятком звонков в день — здесь руководитель физически может слушать значимую долю разговоров, и выигрыш от автоматизации невелик. Компании, где основной канал общения с клиентом не телефон, а личные встречи или переписка. Длинные B2B-сделки с циклом в год: анализ отдельных звонков там даёт мало, потому что решение вызревает вне телефона.

Не стоит начинать вообще

	Если в отделе нет ни скрипта, ни описанного процесса продаж, ни человека, который будет разбирать результаты. Система покажет хаос, но не превратит его в порядок.

Почему внедрение часто не даёт результата
Отчёты открывают, но ничего не меняют

	Самый частый сценарий провала, и он не про технологию. Компания покупает систему, настраивает чек-листы, получает дашборд — и на этом останавливается. Раз в месяц кто-то открывает отчёт, отмечает, что «есть некоторые проблемы», и закрывает вкладку. По нашему опыту именно так заканчивается значительная часть внедрений: данные собираются, но в решения не превращаются.


	Механика понятная. Система вскрывает большой объём проблем сразу: чек-лист не соблюдается у половины команды, обещанные перезвоны не делаются, возражение по цене не отрабатывается вообще. Это означает много новой работы для руководителя — разобрать случаи, описать правила, провести обучение, проконтролировать изменения. Первая реакция часто защитная: сказать, что система ошибается и даёт ложные срабатывания. При разборе обычно выясняется обратное — распознавание корректное, просто нужные фразы в разговорах действительно не звучат.

Аналитику превращают в инструмент наказания

	Если по результатам отчётов начинаются штрафы, менеджеры быстро учатся проговаривать нужные слова формально, не меняя сути разговора. Метрики растут, конверсия стоит на месте. Мы советуем первые два-три месяца вообще не связывать показатели системы с премией, а использовать их только для обучения.

Как выстроить работу с системой

	Рабочая схема выглядит так:


	
назначить владельца — обычно это руководитель отдела продаж или тренер, у которого работа с результатами стоит в регулярных задачах, а не в свободное время;
	
начать с пилота на двух-трёх менеджерах и потратить первую неделю на калибровку чек-листов, а не на сбор статистики;
	
ограничиться тремя-пятью метриками на старте: соблюдение ключевых шагов, отработка главного возражения, доля необработанных заявок;
	
ввести еженедельный разбор: две-три находки, конкретные записи, обсуждение с командой, договорённость о том, что меняем;
	
объяснить команде цель до запуска — контроль, поданный без объяснений, вызывает саботаж;
	
замерять исходные показатели до внедрения, иначе через полгода будет нечем подтвердить эффект;
	
пересматривать чек-листы раз в квартал: скрипты меняются, продукт меняется, настройки устаревают.

Юридическая сторона

	Запись разговоров с клиентами допустима, но требует уведомления собеседника — обычно через автоинформатор в начале звонка — и обеспечения сохранности записей. Если голос при этом используется для установления личности звонящего, данные становятся биометрическими, а к ним предъявляются отдельные, более жёсткие требования. Сотрудников о записи служебных разговоров тоже нужно уведомлять. Эти вопросы решаются на старте вместе с юристом, а не после первой претензии.

С чего начать

	Речевая аналитика переводит управление продажами с выборочных впечатлений на полные данные. Вместо двух прослушанных звонков в неделю руководитель видит картину по всему потоку: где рассыпаются сделки, какие возражения звучат чаще всего, с кем вас сравнивают, кто из менеджеров делает что-то, что стоит перенести на всю команду, и почему у конкретного человека поехали показатели.


	Польза при этом появляется не от факта внедрения. По цифрам это видно отчётливо: экономия на ручном контроле считается сразу и надёжно, а рост конверсии сильно зависит от исходного состояния процесса и от того, доходят ли находки системы до изменений в работе. Инструмент оправдывает себя там, где есть поток звонков от полусотни в день, описанный процесс продаж и конкретный человек, отвечающий за разбор результатов. При этих трёх условиях он окупается в пределах года. Без них останется красивым отчётом, который никто не открывает.


	Практический первый шаг — не выбор вендора, а тестовый прогон собственных звонков за месяц через две-три системы и сравнение результатов с тем, что вы нашли бы вручную. Так становится видно и реальную точность на вашей лексике, и объём работы, который придётся взять на себя после запуска.


	Если у вас есть задача навести порядок в звонках отдела продаж, приходите на бесплатную консультацию — разберём ваш поток, подберём подходящее решение и честно скажем, если в вашей ситуации технология пока не нужна.


  Решение
	

		Речевая аналитика
	
	

		Подберём и внедрим систему анализа звонков под ваш процесс продаж, настроим чек-листы и интеграцию с CRM, поможем выстроить регулярную работу с результатами.
	
   

  


	

		

			

				
Часто задаваемые вопросы (FAQ)
				

					

					
				
			
		
		

			

			

				 Для чего нужна речевая аналитика в отделе продаж?
			
			

 
				Чтобы управлять продажами по полным данным, а не по выборке из двух-трёх прослушанных звонков. Система разбирает все разговоры и показывает, где рассыпаются сделки, какие возражения звучат чаще всего, с какими конкурентами вас сравнивают, кто из менеджеров работает эффективнее и почему, какие заявки остались без обработки. На этих данных строятся обучение команды, правки скрипта и решения по продукту. 
			
 
			

			

				 С какого объёма звонков речевая аналитика окупается?
			
			

 
				Ориентир — от 50 звонков в день. При меньшем потоке руководитель может прослушивать значимую долю разговоров вручную, и выигрыш от автоматизации небольшой. Исключение — направления с высокой ценой лида, где потеря даже единичной заявки заметна в деньгах. 
			
 
			

			

				 На сколько вырастет конверсия после внедрения?
			
			

 
				Диапазон в опубликованных кейсах широкий: от 3,3 процентных пункта в проекте Naumen с ОТП Банком до роста доли звонков с продажей с 27% до 45% в фармацевтике и удвоения конверсии в проекте 3iTech с «Ренессанс жизнь». Результат зависит от исходного состояния процесса продаж: если контроля качества раньше не было вообще, эффект выше. Надёжнее ориентироваться не на чужие проценты, а на замер своих показателей до и после. 
			
 
			

			

				 Можно ли с её помощью тестировать скрипты продаж?
			
			

 
				Да, это один из самых практичных сценариев. Часть команды работает по одной версии скрипта, часть по другой, система размечает, кто какой вариант реально использовал, и через две-три недели видна разница по конверсии на сопоставимых выборках. Без автоматической разметки такой тест недостоверен: часть менеджеров всё равно говорит по-своему, и вручную это не отследить. 
			
 
			

			

				 Как речевая аналитика помогает в работе с менеджерами?
			
			

 
				Она показывает причину низких результатов предметно: сотрудник не доходит до выявления потребности, сливается на возражении по цене или говорит большую часть разговора сам. От причины зависит решение — обучать, менять роль или расставаться. Отдельно система отслеживает динамику: когда показатели человека начали сползать и что изменилось в его разговорах, вплоть до появления резкого тона. 
			
 
			

			

				 Законно ли записывать разговоры менеджеров с клиентами?
			
			

 
				Да, при соблюдении условий: клиента нужно уведомить о записи, обычно автоинформатором в начале звонка, и обеспечить сохранность записей. Сотрудников о записи служебных разговоров тоже уведомляют. Если голос используется для установления личности звонящего, данные считаются биометрическими и к ним применяются отдельные требования. Порядок стоит согласовать с юристом до запуска. 
			
 
			

			

				 Что нужно подготовить в телефонии перед внедрением?
			
			

 
				Главное — раздельная запись каналов, когда менеджер и клиент пишутся отдельными дорожками. Без этого сложно разделить реплики, и оценки перебиваний, пауз и доли речи становятся недостоверными. Часть платформ работает и с монозаписью, но с меньшей точностью. Также потребуются стабильное качество записи, доступ к архиву за нужный период и настроенная интеграция с CRM. 
			
 
			

			

				 Почему речевая аналитика часто не приносит результата?
			
			

 
				Потому что систему внедряют, а работу с её результатами не выстраивают. Отчёты открывают раз в месяц и ничего не меняют в работе команды. Вторая причина — использование аналитики для штрафов: менеджеры начинают формально проговаривать нужные фразы, метрики растут, а конверсия остаётся прежней. Нужен владелец процесса и регулярный разбор находок. 
			
 
			

			

				 Как проверить систему перед покупкой?
			
			

 
				Прогнать через неё собственный массив звонков за месяц и сравнить результат с тем, что нашёл бы руководитель, слушая те же разговоры вручную. Демонстрация на подготовленных примерах вендора показывает возможности системы, но не её точность на вашей лексике, качестве связи и специфике продукта. 
			
 
		
	

 
    [DETAIL_TEXT_TYPE] => html
    [~DETAIL_TEXT_TYPE] => html
    [PREVIEW_TEXT] => Типичная ситуация в отделе продаж: руководитель слушает два-три звонка в неделю, обычно по жалобе клиента или когда сделка сорвалась на финальном этапе. При потоке в полторы тысячи разговоров в месяц выборочный контроль покрывает считанные проценты. Всё остальное остаётся в слепой зоне, и решения об обучении менеджеров, правках скрипта и найме принимаются по ощущениям.
    [~PREVIEW_TEXT] => Типичная ситуация в отделе продаж: руководитель слушает два-три звонка в неделю, обычно по жалобе клиента или когда сделка сорвалась на финальном этапе. При потоке в полторы тысячи разговоров в месяц выборочный контроль покрывает считанные проценты. Всё остальное остаётся в слепой зоне, и решения об обучении менеджеров, правках скрипта и найме принимаются по ощущениям.
    [PREVIEW_TEXT_TYPE] => text
    [~PREVIEW_TEXT_TYPE] => text
    [PREVIEW_PICTURE] => 
    [~PREVIEW_PICTURE] => 
    [LANG_DIR] => /
    [~LANG_DIR] => /
    [CODE] => rechevaya-analitika-v-otdele-prodazh-zachem-nuzhna-chto-dayet-i-kak-s-ney-rabotat
    [~CODE] => rechevaya-analitika-v-otdele-prodazh-zachem-nuzhna-chto-dayet-i-kak-s-ney-rabotat
    [EXTERNAL_ID] => 3551
    [~EXTERNAL_ID] => 3551
    [IBLOCK_TYPE_ID] => content
    [~IBLOCK_TYPE_ID] => content
    [IBLOCK_CODE] => 
    [~IBLOCK_CODE] => 
    [IBLOCK_EXTERNAL_ID] => 
    [~IBLOCK_EXTERNAL_ID] => 
    [LID] => s1
    [~LID] => s1
    [EDIT_LINK] => 
    [DELETE_LINK] => 
    [DISPLAY_ACTIVE_FROM] => 14.09.2026
    [FIELDS] => Array
        (
        )

    [DISPLAY_PROPERTIES] => Array
        (
        )

    [IPROPERTY_VALUES] => Array
        (
            [ELEMENT_META_TITLE] => Речевая аналитика в отделе продаж: зачем нужна, что даёт и как с ней работать
            [ELEMENT_META_DESCRIPTION] => Что делает речевая аналитика в отделе продаж, какие задачи закрывает, какой эффект даёт по цифрам, кому подходит и почему без работы с данными она бесполезна.
        )

)
1