Где возникает задача: состав выборки вместо случайных звонков
Случайная подборка не требует предварительной схемы, но при большом потоке легко набрать десятки похожих первичных контактов и почти не увидеть обсуждение условий или отказа. Тогда оценка описывает попавшие звонки, а не работу команды в разных ситуациях. Чтобы понять, что именно проверяется, сначала задайте признаки выборки.
Я бы начал с трёх осей: сегмент клиента, этап сделки и исход. Не обязательно создавать матрицу всех сочетаний: отметьте категории, которые должны попасть в просмотр, а затем сравните план с фактической подборкой. Так видно, какие ситуации представлены и где остаётся пробел.
| Признак | Что включить | Что проверить |
|---|---|---|
| Сегмент | Новые и действующие клиенты | Не остались ли только знакомые типы покупателей? |
| Этап сделки | Первичный контакт, обсуждение решения, согласование | Представлен ли этап, где важен следующий шаг? |
| Исход | Продолжение диалога, пауза, отказ | Не преобладают ли только удачные или конфликтные звонки? |
Как применить ИИ к этой задаче
ИИ помогает последовательно применять заданные правила и упорядочивать результаты. Человек выбирает значимые для бизнеса категории и критерии, а также разбирает случаи, где контекст допускает несколько трактовок.
- Задайте наблюдаемые критерии
Опишите, какие действия важны: например, выяснил ли менеджер задачу клиента и зафиксировал ли следующий шаг. Вместо расплывчатого «хорошо провёл звонок» задайте признаки, которые можно найти в разговоре.
- Свяжите разговоры с метками
Используйте доступные сведения о сегменте, этапе и исходе. Если метки нет, отметьте пробел; не поручайте модели угадывать категорию по косвенному впечатлению.
- Запросите основание разметки
Пусть результат содержит отметку и короткий фрагмент разговора, который её обосновывает. Проверяющий сможет быстрее оценить, верно ли учтён контекст и применён критерий.
Условный пример и критерий проверки
Представим условную команду, в чьей выборке регулярно преобладают звонки первичного контакта. Руководитель хочет понять, как менеджеры фиксируют следующий шаг после обсуждения решения. Он добавляет в план разговоры с этого этапа и отмечает исход: шаг согласован, остался открытым или клиент отложил решение.
После отбора сравните план с фактическим набором: присутствует ли нужный этап и представлены ли разные исходы. Если по важному сочетанию мало разговоров, это повод добрать такие случаи либо явно ограничить выводы текущим материалом. Проверяемый показатель здесь — покрытие запланированных категорий: он показывает, какие части процесса можно анализировать, а какие пока не представлены.
Как выбрать следующий шаг
Если разговоров немного и метки легко проверить вручную, начните со стратифицированного отбора: задайте категории, выберите случаи из каждой и сохраните причину включения. Так можно проверить, полезны ли категории, прежде чем автоматизировать разметку. При большом потоке ИИ может предварительно распределить разговоры по заданным правилам, а руководитель — оценить покрытие и уточнить схему по обнаруженным пробелам.
Выберите действие по узкому месту: если не хватает меток — наладьте их сбор; если неясны критерии — перепишите их в наблюдаемые признаки; если мешает объём — автоматизируйте первичную сортировку. Как организовать сам процесс контроля качества продаж с ИИ, разбираем отдельно.