AI-CONVERSIO
ИИ НА ПРАКТИКЕ · ИИ-автоматизация продаж

Как ИИ помогает находить возможные дубли клиентов в CRM

ИИ помогает при автоматизации отдела продаж не безликим поиском похожих имён, а очередью возможных дублей в CRM: он показывает совпадения и расхождения, а сотрудник сохраняет контекст и решает, объединять ли записи.

Содержание статьи

Какие пары записей отправлять на проверку

Начните не с команды «объединить всё похожее», а с очереди кандидатов. Для каждой пары CRM должна показать, какие признаки совпали: например, имя и телефон, название компании и домен почты. Один общий признак — повод посмотреть внимательнее, а не готовый вердикт. Чем яснее основание, тем быстрее сотрудник поймёт, почему записи оказались рядом.

Разделите результат на три состояния: вероятный дубль, похожие, но разные контакты и недостаточно данных. Совпадение фамилии у двух людей в одной компании не делает их одним клиентом; общий телефон может оказаться номером приёмной. Решение об объединении принимает уполномоченный сотрудник, который видит историю и контекст. Так поиск помогает навести порядок, не стирая различия между людьми и организациями.

Для приоритета можно сначала показывать пары с несколькими независимыми совпадениями, затем — случаи с одним сильным, но неоднозначным признаком. Это не универсальный числовой порог: команда определяет порядок по своим полям и типичным исключениям. Сотруднику важно открыть исходные записи рядом и увидеть, откуда взялось предложение, а не получить один список имён без объяснения.

Предусмотрите и состояние «вернуться позже». Если пары пока не хватает подтверждённой компании или актуального телефона, сохраните её для повторной проверки после обновления данных. Это делает неопределённость видимой и не заставляет выбирать между поспешным слиянием и молчаливым игнорированием кандидата.

Как ИИ превращает совпадение в объяснимую задачу

В условном процессе модель получает выбранные поля записей и задачу предложить пары для проверки, перечислить совпавшие признаки и отметить расхождения. Вместо непрозрачной метки «похожи на 87%» сотрудник видит: совпали компания и домен, но различаются имя и рабочий телефон. Если данных мало, результатом становится именно такой статус, а не догадка.

Попросите выдавать ответ в устойчивом формате: идентификаторы двух записей, совпавшие поля, расхождения и короткий вопрос для проверки. Например: «Это один человек или коллеги с общим номером?» Такой вопрос направляет внимание на сомнение. Свободное объяснение без привязки к полям сложнее сверить с исходными данными и передать в рабочую очередь.

Модель может подготовить кандидатов и пояснения, а CRM — передать их сотруднику как задачу с исходными записями. Пустое поле должно оставаться пустым: система не должна дополнять карточку правдоподобным предположением. Полезно сохранять итог решения и выбранную причину отказа от объединения. Тогда руководитель увидит, какие типы совпадений чаще требуют уточнения, и сможет менять правила приоритета, а не гадать по общему числу найденных пар.

Условный пример: общий номер, разные люди

Как сотрудник может разобрать три похожие пары до решения об объединении
Записи и совпаденияЧто проверить в контекстеВозможное решение
Анна Смирнова, ООО «Вектор»; совпали компания и общий номерДолжность, личная почта, история обращенийОставить раздельно, если это разные сотрудники
А. Смирнова, ООО «Вектор»; совпали домен и рабочий телефонПолное имя, прежние записи, даты активностиПередать уполномоченному сотруднику на сверку
«Вектор» и Vector LLC; совпало название, адреса различаютсяЮридическое лицо, филиал или одноимённая компанияНе объединять до выяснения различия

Как понять, помогает ли очередь в работе продаж

Я считаю, что системное внедрение важнее набора инструментов: сначала определяют, кто рассматривает очередь и что происходит с нерешённой парой, затем выбирают автоматизацию. ИИ существенно изменит бизнес в ближайшие 2–5 лет, но полезный шаг сегодня — проверить один понятный участок процесса, не отдавая машине решение о том, один ли это клиент.

  1. Выберите ограниченную выборку

    Возьмите небольшой набор записей, который сотрудник способен проверить целиком. Зафиксируйте для каждой пары предложение ИИ, основание и итог: подтвердить, отклонить или отложить из-за нехватки данных.

  2. Сравните с обычным разбором

    На той же выборке сопоставьте очередь предложений с текущим ручным поиском. Отметьте не только найденные совпадения, но и пропущенные пары, слабые основания и время, которое требуется для осмысленного решения. Так станет видно, распределяет ли механизм внимание лучше, чем поток уведомлений.

  3. Проверьте передачу контекста

    После решения убедитесь, что при передаче записи следующему сотруднику не теряется история обращения. Как проверить передачу обращения между этапами продаж — отдельный разбор этого участка процесса. Общий сценарий задачи можно связать и с ИИ-автоматизацией продаж.

  4. Настройте следующий цикл

    Если чаще всего спорными оказываются общие телефоны, добавьте для них отдельную проверку; если проблема в вариантах названия, проверьте правила нормализации. Выберите одно повторяющееся затруднение и оцените следующую выборку по нему. Начинать можно с уже доступных полей CRM: цель — понятная очередь с основаниями и решениями, а не впечатляющее число сходства.

ВАША ЗАДАЧА

Разберём, где ИИ поможет вашим продавцам.

Подготовьте первый шаг

Открытый чек-лист поможет описать процесс, данные и критерии пилота.

Карта первого внедрения ИИ

Маркетинг и продажи

Отправить заявку

Оставьте контакт и кратко опишите задачу. Мы используем эти данные только для ответа на обращение согласно условиям обработки.

Способ связи