Контроль качества звонков: свой отдел, аутсорс или ИИ

Сравниваем свой ОКК, аутсорс и ИИ по охвату, затратам, скорости, глубине и защите записей. Как выбрать схему под объём звонков в отделе продаж.

Рано или поздно у растущего отдела продаж встаёт один и тот же вопрос: звонков стало слишком много, чтобы слушать их вручную, - и надо решить, кто вообще будет контролировать качество разговоров. Вариантов три: собрать свой отдел контроля качества, отдать проверку на аутсорс или поставить ИИ. Ниже - честное сравнение всех трёх по одним осям, без вендорского перекоса «выбирайте нас». Это часть цикла про контроль качества звонков: рядом - как понять, что менеджеры сливают лиды, и во сколько это обходится в деньгах.

Что на самом деле выбираешь между тремя способами?

Выбор кажется вопросом технологии, но на практике нужно сравнить покрытие звонков, стоимость и глубину разбора. Свой отдел и аутсорс зависят от человеко-часов, а автоматизация - от объёма обработки. Все три способа могут работать по одному дереву критериев; различается исполнитель и доступный охват.

Когда выбирают способ контроля, спорят обычно про инструменты: у кого точнее распознавание, у кого удобнее отчёты. Реальная развилка проходит по двум осям. Первая - покрытие: сколько звонков из общего потока получится проверить. Вторая - структура затрат: платите вы за штат, за подрядчика или за минуты анализа.

Общий знаменатель у всех трёх один. Звонок оценивается по набору критериев: было ли приветствие, выявил ли менеджер потребность, отработал ли возражение, назначил ли следующий шаг. Этот набор и есть дерево оценки; как собрать его под свой скрипт, разобрано в чек-листе оценки звонка. Свой отдел, аутсорс и ИИ различаются исполнителем, глубиной разбора и доступным охватом.

Свой отдел контроля качества: когда он оправдан?

Свой отдел даёт максимальную глубину и вовлечённость: специалист знает продукт, слышит контекст и даёт предметную обратную связь. Ограничение - масштабирование. Чем больше звонков, тем больше времени и людей нужно на прослушку. Такой вариант оправдан, когда важнее глубина разбора, чем сплошной охват.

Свой специалист ОКК - это человек в штате, который слушает звонки, сверяет их со скриптом и даёт обратную связь. Пока менеджеров немного, вариант удобен: разбор глубокий, специалист в контексте, рекомендации предметные.

Проблема начинается с ростом. Возьмём отдел из 20 менеджеров: даже при 15 звонках на человека в день получается 300 записей. При средней длительности шесть минут весь поток займёт 30 часов чистого аудио ежедневно - без пауз на оценку и обратную связь. Один специалист физически не закроет такой объём, поэтому РОП или ОКК работает с выборкой звонков.

Стоимость своего отдела складывается из зарплаты, налогов и взносов, найма, обучения, рабочего места и времени руководителя. Зарплатные вилки быстро меняются, поэтому их лучше брать из актуальных вакансий вашего региона. Главный принцип расчёта остаётся прежним: каждый заметный рост объёма требует дополнительных человеко-часов.

Аутсорс ОКК: что отдаёшь наружу и что получаешь?

Аутсорс снимает найм и первичное обучение: внешние специалисты слушают звонки по вашим критериям и присылают отчёты. Взамен вы платите за их время или объём и передаёте записи третьей стороне. Этот путь подходит, когда контроль нужно запустить быстро, а собственного специалиста нет.

Аутсорс ОКК работает по той же логике, что и штатный отдел, только силами подрядчика. Внешние специалисты анализируют звонки и переписки, проверяют соблюдение скриптов и стандартов, находят ошибки и готовят отчёты. Перед договором важно отдельно проверить, кто калибрует оценки, где хранятся записи, как устроен доступ и что происходит при расхождении с вашей оценкой.

У аутсорса два ощутимых плюса. Первый - скорость запуска: не нужно искать, нанимать и обучать человека, подрядчик стартует с готовой командой и методикой. Второй - независимость оценки: внешний специалист не вовлечён во внутреннюю политику отдела и оценивает ровнее.

Минусов тоже два. Первый - затраты по-прежнему зависят от человеко-часов, поэтому полный охват большого потока становится дорогим. Второй - конфиденциальность: записи разговоров уходят внешней компании. До передачи нужно проверить договор на обработку данных, правовые основания, место хранения, меры защиты и порядок удаления записей. Конкретные требования зависят от данных и схемы работы, поэтому их стоит согласовать с ответственным за персональные данные или юристом.

Автоматизация: что ИИ закрывает, а чего не умеет?

ИИ-анализ закрывает главную дыру - полное покрытие звонков. Он может применять одинаковые критерии ко всему доступному потоку и обычно тарифицируется по объёму. Увереннее всего система ловит наблюдаемое: слова, этапы скрипта, паузы и следующий шаг. Скрытый смысл, иронию и вежливый отказ нужно проверять человеком.

Автоматический анализ решает проблему объёма. Система разбирает весь подключённый поток вместо выборки и обычно тарифицируется за минуты анализа, поэтому затраты растут плавнее, без скачка «ещё один человек в штат».

Стоит держать в голове границу возможностей, иначе доверие рушится на первом же спорном звонке. ИИ надёжно фиксирует проверяемые признаки: прозвучало ли название компании, был ли открытый вопрос, сколько длились паузы, кто говорил больше, перебивал ли менеджер, назначен ли конкретный следующий шаг. Хуже даётся скрытый смысл: тональность оценивается грубо, а ирония и вежливый отказ могут выглядеть нейтрально. Эту границу нужно определить до внедрения.

Точность распознавания нельзя оценивать одной рыночной цифрой. Она меняется из-за качества линии, редких терминов, имён, акцентов и моно-записи, где сложнее разделить говорящих. Поэтому любой сервис стоит проверять на собственном наборе звонков до масштабного внедрения.

Как сравнить три способа по одним осям?

Если положить три пути рядом по покрытию, затратам, скорости запуска, конфиденциальности и глубине разбора, ни один не выигрывает по всем осям. Свой отдел силён в контексте, аутсорс - в скорости старта, ИИ - в масштабе. Выбор зависит от того, какая ось для вас критична.

Вендорские страницы сравнивают нечестно: каждая берёт оси, где выигрывает её продукт. Ниже - все три способа по одинаковым критериям.

Ни одной строки, где один способ выигрывает подряд по всему. Свой отдел и аутсорс упираются в трудовой потолок покрытия, ИИ - в толкование смысла. Поэтому развилка редко решается одним вариантом.

Сколько это стоит на самом деле?

Сравнивайте стоимость проверки всего нужного объёма. Для своего отдела считайте полную стоимость сотрудника и его производительность, для аутсорса - цену проверенного звонка или часа, для ИИ - минуты, внедрение и время человека на разбор отклонений.

Считать надо стоимость сопоставимого покрытия. Иначе легко сравнить полный автоматический охват с небольшой ручной выборкой и сделать неверный вывод.

По опубликованному обзору Rechka, цены на речевую аналитику различаются на порядки в зависимости от объёма и глубины анализа. Это данные поставщика, поэтому их стоит использовать как ориентир для структуры расчёта, а коммерческое предложение запрашивать под собственный объём.

Складывайте совокупную стоимость: тариф, интеграцию, настройку, калибровки и время команды.

Автоматизация часто снижает стоимость одного проверенного звонка, но итог зависит от объёма, тарифа и качества настройки. Окупаемость нужно считать на своих данных: сколько ошибок найдено, какие действия по ним выполнены и как изменилась конверсия. Формула потерь разобрана в материале про стоимость слитых лидов.

Кому какой путь подходит?

Для небольшого отдела часто хватает регулярной ручной выборки. По мере роста звонков одному руководителю становится труднее поддерживать стабильный охват. Тогда подключают аутсорс, автоматизацию или гибрид. Границу определяют объём аудио и глубина проверки; одно число менеджеров её не задаёт.

Ответ зависит от объёма звонков, зрелости процесса контроля и бюджета.

1. Небольшой поток. Свой специалист или РОП. Экспертная глубина важнее сплошного охвата, а очередь записей остаётся управляемой.
2. Растущий поток. Если нужен быстрый старт без найма и внешний взгляд - подходит аутсорс. Если критично видеть весь поток и масштабировать проверку - автоматизация. Часто здесь включают гибрид.
3. Большой поток. Автоматизация становится основой покрытия, а люди берут на себя калибровку, обучение и спорные звонки.

Зрелость процесса тоже важна. Если дерево оценки ещё не собрано и критерии размыты, начинать стоит с настройки критериев и только потом думать про масштаб - иначе любой способ будет оценивать по невнятному эталону.

Кейс: крупный колл-центр, где свой ОКК стал не по карману

Показательный случай перехода со своего отдела контроля качества на автоматизацию.

Крупный колл-центр, больше 150 операторов. К контролю качества здесь относились серьёзно - это не тот случай, когда «ничего не мерили». Работал полноценный отдел из 13 человек, то есть примерно один контролёр на дюжину операторов. Эту пропорцию полезно запомнить: она и есть настоящая цена сплошного человеческого контроля.

Со временем рынок изменился, и содержать отдел такого размера стало не по средствам. Классический выход - сокращать контролёров и вместе с ними покрытие: слушать не 20% звонков, а 10%. То есть экономить на том самом инструменте, который показывает, где теряются деньги.

Пошли другим путём: постепенно перевели на автоматическую оценку все воронки и все этапы общения операторов с клиентами. Не разом, а по частям.

Отдельного объяснения заслуживают оставшиеся 30-40%. Их не «не успели» - от них отказались осознанно. Это разговоры, из которых нечего извлечь: слишком короткие, звонки, где клиенту неудобно говорить и он просит перезвонить, заявки, оставленные по ошибке. Проверять их - тратить ресурс на заведомо пустую породу.

И это, пожалуй, главная мысль кейса. Сплошное покрытие ценно не тем, что слушается вообще всё подряд, а тем, что появляется возможность выбирать осмысленно. Когда контролёров тринадцать и они физически успевают пятую часть потока, выборка складывается из того, что попалось. Когда разбирается весь поток, можно сознательно отбросить пустое и работать по содержательным разговорам - а это уже совсем другое качество выводов.

Что здесь важно не потерять из виду: люди из процесса не исчезли. Ушла рутина - прослушивание ради прослушивания. Остались задачи, где человек незаменим: калибровка критериев, разбор спорных звонков, обучение операторов.

Почему честный ответ чаще всего гибрид?

Сильные стороны способов лежат в разных местах и дополняют друг друга. ИИ закрывает покрытие и помечает отклонения. Человек разбирает спорные звонки, калибрует критерии, даёт обратную связь и работает с менеджером.

Развилка «или-или» - ложная. Свой отдел проигрывает в покрытии, но выигрывает в глубине; ИИ - наоборот. Сложенные вместе, они закрывают слабости друг друга.

Рабочая схема выглядит так: ИИ разбирает 100% звонков по дереву оценки и подсвечивает отклонения, а экспертное время человека направляется туда, где система отметила проблему, вместо ручного поиска в тысячах записей. Человеком при этом может быть и свой специалист, и аутсорс - зависит от того, есть ли штат. Как выстроить такую связку людей и ИИ на одном дереве критериев, показано в материале про контроль качества звонков менеджеров и ИИ.

С чего начать за один вечер?

Начните с одного дня звонков. Посчитайте объём аудио, проверьте разговоры по одному дереву критериев и оцените, сколько времени заняла бы ручная работа. После этого сравнение подрядчиков и способов станет предметным.

1. Соберите записи за один рабочий день. Возьмите весь поток: так виден реальный объём и время, которое заняла бы полная ручная прослушка.
2. Проверьте их по одному дереву оценки. Сравните результаты сплошного разбора с тем, что показывала прежняя ручная выборка.
3. Посчитайте стоимость полного покрытия каждым способом - оклад специалиста, часы аутсорса или минуты ИИ - под ваш недельный объём звонков.
4. Выберите основу по объёму (см. раздел выше) и добавьте человека на разбор отклонений.

Совет. Проще всего сделать первый шаг чужими руками: прогнать день своих звонков через ИИ-анализ и посмотреть результат на реальных данных, ничего не внедряя. Так можно бесплатно увидеть свой объём и разрыв со скриптом до того, как выбирать подрядчика или сервис.

Частые ошибки при выборе способа контроля

Чаще всего ошибаются, сравнивая ценник вместо стоимости сопоставимого покрытия, ожидая от ИИ человеческого понимания смысла, забывая про конфиденциальность записей при аутсорсе и наращивая штат без расчёта производительности.

• Сравнивать цену вместо стоимости покрытия. Дешёвый способ с небольшой выборкой может оказаться дороже в пересчёте на найденную проблему. Считать нужно стоимость сопоставимого объёма.
• Ждать от ИИ смысла. Требовать от машины оценки искренности и подтекста - значит разочароваться и списать полезный инструмент. ИИ силён в наблюдаемом, смысл оставляйте человеку.
• Забывать про записи при аутсорсе. Передача разговоров внешней компании требует отдельной проверки правовых оснований, договора, хранения, доступа и удаления данных.
• Затыкать рост наймом. Ещё один человек в ОКК лечит симптом до следующего скачка объёма. Если отдел растёт, ручное полное покрытие всё равно упрётся в потолок.

Не выбирайте способ контроля по чужим обещаниям. Посмотрите на своих звонках, какой объём и какой разрыв со скриптом у вас на самом деле. Бесплатный аудит до 60 минут записей прогоняет их по дереву оценки и показывает, где возникают потери.