Сначала проверили систему в собственном операционном контуре
Разбор консультационных звонков в приёмной кампании: как мы проверили систему на себе
Онлайн-школа с консультационной продажей: заявка, разговор с консультантом, договор, оплата, обучение. Приёмная кампания идёт волнами, в пик команда физически не успевает обработать поток.
Опубликовано: 2026-08-24 · обновлено: 2026-08-24
ДемоКонверсия из горячих лидов
30%Было: 9%Доля «холостых» звонков
20%Было: 60%Доля вторых контактов
55%Было: 25%Время до отправки КП и договора
сутки → 10 минут
Коротко
- Проблема: качество консультационных разговоров известно по выборке, причины отказов — гипотеза.
- Решение: разбор каждого разговора по критериям собственной книги продаж, запись результата в CRM, черновик follow-up консультанту.
- Результат: метрики проходят внутреннюю проверку и будут опубликованы после аудита доказательной базы.
- Системы: телефония, CRM, LMS.
Контекст
- Онлайн-школа в сегменте IT-образования, продажа через консультационный разговор.
- Приёмная команда: консультанты плюс руководитель приёмной кампании.
- Объём процесса: поток заявок неравномерный, с выраженными пиками в начале набора.
- Системы: телефония с записью разговоров, CRM, LMS, платёжная система.
- Ограничение стало заметным при росте потока: добавление консультантов увеличивало расходы, но не решало вопрос качества разговоров.
Исходное состояние
- Прослушивается несколько записей в месяц из сотен
- Причины отказа остаются гипотезой
- Договорённости фиксируются по памяти
- CRM заполняется после разговора и не полностью
- До начала работ зафиксированы: доля прослушанных руководителем разговоров, заполненность обязательных полей CRM, время от разговора до follow-up, конверсия разговор → договор.
- Источник данных: выгрузки CRM и телефонии за сопоставимый период набора.
- Значения проходят проверку в рамках аудита доказательной базы и будут опубликованы вместе с периодом измерения и формулой расчёта.
Диагностика
- Рассматривались три гипотезы: не хватает заявок, не хватает времени консультантов, теряется качество разговоров.
- Выбрана третья: объём заявок был достаточным, а разброс конверсии между консультантами указывал на разницу в проведении разговора, а не в потоке.
- Допущение: книга продаж школы описывает работающую практику, и отклонение от неё действительно ухудшает результат. Это допущение проверялось на исторических записях.
- Критерий остановки: если разбор по критериям не отличает разговоры с договором от разговоров без него на исторических данных, гипотеза считается неподтверждённой и работа останавливается.
Что внедрили
- Источники данных: записи разговоров из телефонии, карточки сделок из CRM, программа обучения.
- AI-компоненты: транскрипция с разделением по говорящим, разбор по критериям методологии, извлечение договорённостей и следующих шагов.
- Бизнес-правила: определения квалификации, обязательные вопросы, правила маршрутизации следующего шага.
- Интеграции: телефония, CRM.
- Человеческие контрольные точки: follow-up отправляет консультант, спорные разборы проверяет руководитель приёмной.
- Мониторинг: доля разговоров, ушедших на ручную проверку, и расхождение оценки системы с оценкой руководителя на контрольной выборке.
Изменение процесса
Было
5 шагов- Разговор проходит, запись сохраняется в телефонии.
- Консультант по памяти вносит часть информации в CRM — обычно позже, между звонками.
- Follow-up пишется вручную, когда доходят руки.
- Руководитель раз в месяц выборочно слушает несколько записей.
- Причины отказов обсуждаются на планёрке по впечатлениям.
Стало
5 шагов- Разговор проходит, запись автоматически уходит на разбор.
- Система заполняет поля CRM и ставит задачу по следующему шагу.
- Консультант получает готовый черновик follow-up и отправляет его после проверки.
- Руководитель видит все разговоры сразу, с возможностью открыть конкретный фрагмент.
- Причины отказов видны как повторяющийся паттерн, а не как отдельные истории.
Что упиралось
Качество разговоров оценивалось по нескольким прослушанным записям в месяц. Причины отказов оставались гипотезой, договорённости фиксировались по памяти, CRM заполнялась после разговора и не полностью.
- 1Разговор проходит, запись автоматически уходит на разбор.
- 2Система заполняет поля CRM и ставит задачу по следующему шагу.
- 3Консультант получает готовый черновик follow-up и отправляет его после проверки.
- 4Руководитель видит все разговоры сразу, с возможностью открыть конкретный фрагмент.
- 5Причины отказов видны как повторяющийся паттерн, а не как отдельные истории.
- Замер результата
Результаты
Конверсия из горячих лидов
По данным: Данные LearnIT, выгрузка CommaCRM
Доля «холостых» звонков
По данным: Данные LearnIT, выгрузка CommaCRM
Доля вторых контактов
По данным: Данные LearnIT, выгрузка CommaCRM
Время до отправки КП и договора
По данным: Данные LearnIT, наблюдение по процессу
Экономический эффект
- Метод расчёта эффекта: стоимость высвобожденного времени руководителя на QA плюс изменение конверсии разговор → договор, умноженное на средний чек программы.
- Из расчёта вычитается стоимость внедрения и текущая стоимость владения — распознавание, вычисления, поддержка.
- Конкретные суммы будут опубликованы после того, как аудит подтвердит baseline и период измерения. Публиковать метод расчёта без чисел допустимо, публиковать числа без метода — нет.
Adoption
- Пользуются консультанты приёмной кампании и руководитель приёмной.
- Роль консультанта изменилась: меньше времени на занесение данных, больше — на подготовку к следующему разговору.
- Обучение: разбор нескольких собственных разговоров вместе с руководителем на старте.
- Индивидуальные оценки на старте не показывались сотрудникам — сначала калибровались критерии.
- Владелец решения: руководитель приёмной кампании.
Что дальше
- Масштабирование: те же критерии на повторные продажи и продления программ.
- Следующая инициатива: сигналы оттока из LMS и посещаемости.
- Решили не делать: автоматическую отправку писем студентам без подтверждения консультантом — цена ошибки в приёмной кампании выше выигрыша в скорости.
Есть похожий процесс? Проверим, переносима ли гипотеза на ваш контекст
Результат другой компании не является обещанием. Но он показывает, где искать.