Стандартная практика контроля качества в продажах — руководитель отдела выборочно прослушивает несколько звонков в неделю на менеджера и раз в квартал проводит разбор типичных ошибок. При потоке в несколько десятков звонков в день на сотрудника такая выборка редко превышает 2–5% от общего объёма разговоров — остальное просто не попадает в поле зрения никого, кроме самого менеджера и клиента.
Проблема не в лени руководителя, а в арифметике: разбор одного звонка по критериям занимает время, сопоставимое с его длительностью, плюс время на письменную обратную связь. При штате от 5–7 менеджеров у РОПа физически нет рабочих часов, чтобы прослушать каждый разговор, — отсюда и выборочность, и неизбежная субъективность оценки, зависящая от внимания конкретного человека в конкретный день.
Почему именно выборка пропускает дорогие ошибки
У выборочного контроля есть системное свойство, которое обычно не проговаривают: он статистически с большей вероятностью попадает в типичные, повторяющиеся разговоры, а не в разовые провальные звонки, где менеджер сказал что-то не то и потерял конкретную сделку. Именно эти единичные, но дорогие по итоговой цене ошибки почти никогда не разбираются, потому что вероятность того, что случайно выбранный для прослушивания звонок окажется тем самым — крайне мала при десятках разговоров в день.
В результате обратная связь, которую получает менеджер по итогам контроля качества, чаще касается общих, уже привычных паттернов, а не той конкретной ситуации, где реально была потеряна сделка и деньги.
Как рынок отвечает на это ограничение
За последние два-три года на рынке появился класс инструментов, которые анализируют не выборку, а весь массив звонков отдела продаж, применяя автоматизированную оценку по заданным критериям вместо ручного прослушивания. Технически это сервисы, которые проходятся речевой аналитикой и языковыми моделями по каждому разговору, сопоставляют его со скриптом или чек-листом качества и агрегируют результат по менеджеру и по отделу в целом.
Один из примеров такого инструмента на российском рынке — сервис DivitiSales (разработка компании Divitio), который разбирает каждый звонок отдела продаж по заданным критериям и формирует по итогам не только оценку, но и обучающие материалы под конкретные слабые места сотрудника. По данным разработчика, платформа также поддерживает разбор в реальном времени — подсказки во время разговора с задержкой в несколько секунд, а не только постфактум-анализ уже завершённых звонков. Эти цифры и функциональность отражают конкретную реализацию одного вендора, а не отраслевой стандарт, и разные решения на рынке заметно различаются по глубине анализа и скорости внедрения.
Что меняется, а что нет
Ключевое отличие полного автоматизированного разбора от выборочного — не в объёме собранных данных как таковом, а в том, что руководитель получает уже агрегированный результат и предложенные точки роста по каждому сотруднику, а не сырые записи, которые всё равно нужно интерпретировать вручную. Это смещает роль РОПа с функции контролёра, который сам ищет ошибки, к функции коуча, который работает с уже размеченными проблемами.
При этом автоматизированная оценка речи и соответствия скрипту не заменяет полностью человеческую экспертизу в нестандартных переговорных ситуациях — сложные возражения, эмоционально напряжённые разговоры или нетиповые сделки по-прежнему требуют разбора живым руководителем, который понимает контекст конкретного клиента, а не только формальное соответствие чек-листу.
Пример на условных цифрах
Отдел из 10 менеджеров, каждый совершает в среднем 15 звонков в день — это около 3 000 разговоров в месяц на весь отдел. При выборочном контроле в 5% разбору подвергается порядка 150 звонков, то есть 15 на менеджера в месяц. Если предположить, что критическая ошибка, стоящая конкретной сделки, встречается в среднем в одном из 40–50 звонков (условная оценка, которая может отличаться по нише), вероятность того, что именно этот звонок попадёт в выборку из 15 из примерно 300 звонков на менеджера в месяц, оказывается статистически низкой. Это не означает, что ошибка не будет замечена никогда — но означает, что в среднем она будет обнаружена постфактум, через отчёт о потерянной сделке, а не в моменте, когда её ещё можно скорректировать в следующем звонке.
При переходе к анализу 100% звонков та же ошибка находится не по счастливой случайности выборки, а системно — просто потому, что каждый звонок проходит через одинаковую процедуру оценки.
Что это значит для отделов продаж
Экономика вопроса простая: если выборочный контроль в 2–5% звонков пропускает большую часть разовых, но дорогих ошибок, а именно они чаще всего стоят потерянных сделок, то смысл в контроле качества как таковом сохраняется только при переходе к анализу полного объёма звонков, а не выборки. Для отделов продаж от 5 человек с ощутимым потоком звонков это делает автоматизированный анализ речи не дополнительной опцией, а условием, при котором контроль качества вообще выполняет свою функцию — находит проблему до того, как она стоила компании клиента, а не после.
Об авторе
Дмитрий Сериков , гениральный директор , компания Дивитио.