Как проанализировать 2000 звонков отдела продаж с помощью нейросети Claude за 4 $

Я руковожу агентством «Четвёртый Рим», которое 23 года занимается разработкой, SEO и маркетингом для производственных компаний. Одна из наших услуг — аудит рекламных каналов и работы отдела продаж. В этой статье я хочу показать на реальном кейсе, как провести такой аудит звонков быстро и почти бесплатно с помощью нейросети Claude.

Клиент — компания с высоким средним чеком (200 000+ руб.) и активным входящим потоком: более 2000 звонков за месяц. Конверсия при этом была крайне низкой. Ощущение у владельца было простое: отдел продаж работает не так, как должен. Моя задача — проверить это и определить точки роста.

Спойлер: проблемы нашлись на всех этапах. Некорректно работающий на SEO и позиционирование сайт, немалые бюджеты на рекламу в Директе, которые сливались в пустоту, и, что самое обидное, продавцы, которые хорошо консультируют, но очень плохо продают.

В этой статье остановлюсь подробнее на третьем пункте: как проанализировать работу продавцов, если нет доступа к CRM, и как сделать это быстро и почти бесплатно с помощью анализа звонков отдела продаж и искусственного интеллекта.

Шаг 1. Скачать нужные записи из 2000 звонков

Чтобы скачать звонок, нужно было кликать по каждому из них вручную. Из 2000 элементов полезными были только входящие длительностью больше 100 секунд — остальное просто шум.

Я попросил Claude написать PowerShell‑скрипт, который через браузер заходит в интерфейс колтрекинга и автоматически выгружает нужные звонки по фильтрам. Скрипт открывает браузер, авторизуется, применяет фильтры (тип звонка — входящий, длительность — от 100 секунд), проходит по всем страницам списка и скачивает аудиофайлы. Результат: около 36 часов разговоров и 300+ аудиофайлов на диске без единого ручного клика.

Попросите Claude или любой другой чат‑бот написать скрипт под ваш конкретный сервис: опишите, как выглядит интерфейс, и он справится.

Шаг 2. Расшифровать 300+ записей быстро и дёшево

Поэтому я сделал по‑другому. С помощью OpenAI Codex собрал собственного чат‑бота для расшифровки аудио прямо в Telegram: бот подключён через OpenRouter к Groq (там есть модель Whisper Large V3 за 0,111 $ за 60 минут аудио). Закидываю в бот аудиофайл или архив с 300 файлами и получаю расшифровку в формате Word обратно в чат.

Как это работает изнутри:

• бот получает файл или архив;
• отправляет аудио на API Groq (модель Whisper Large V3);
• получает текстовую расшифровку;
• упаковывает все расшифровки в один Word‑документ и отправляет обратно в чат.

Расшифровка всех 324 звонков заняла 40 минут и обошлась в 4 доллара.

Шаг 3. Отдать все расшифровки в Claude и получить картину

Промпт выглядел примерно так: «Ты — эксперт по анализу работы отделов продаж. Я загружаю расшифровки 324 входящих звонков за месяц. Твоя задача: оценить конверсию в целевое действие по каждому менеджеру, найти повторяющиеся паттерны в поведении консультантов — как позитивные, так и негативные, — сопоставить звонки с регламентами отдела продаж и выдать конкретные рекомендации с примерами цитат из звонков»

Claude прочитал около 80 000 слов живых разговоров и выдал картину, которую я не ожидал увидеть настолько чётко.

Что нашёл Claude

Перечислю основные тезисы. Для начала: конверсия в целевое действие составила 17,3%. Из каждых 6 качественных звонков отдел продаж закрывал только 1. Это потери нескольких миллионов рублей каждый месяц.

Ожидаемо: разные консультанты показывали разные результаты — при одинаковых условиях и одинаковом потоке входящих один демонстрировал конверсию 22,3%, другой — только 6,1%.

22 из 22 клиентов, сказавших «я подумаю», услышали в ответ только «мы на связи, звоните»

Самый болезненный инсайт: за месяц было 22 ситуации, когда клиент говорил «я подумаю», и в 22 из 22 случаев консультант отвечал примерно одинаково: «хорошо, если будут вопросы — пишите, звоните, мы на связи». Ни одного предложения зафиксировать дату следующего контакта, ни одного предложения рассрочки. Просто «всего доброго».

Регламенты в компании есть, но по ним никто не работает. Claude сопоставил звонки с регламентами отдела продаж, которые передал клиент. Оказалось: ABC‑квалификация клиентов, скрипты работы с возражениями, стандарт начала звонка — всё это прописано и не используется ни одним менеджером.

Ещё одно важное уточнение: 96% клиентов звонили из других городов, а не из Москвы. Для них нужны совсем другие скрипты, чем для москвичей. Вероятно, нужно было менять рекламные кампании, чтобы снизить затраты на привлечение иногородних клиентов. Ничего из этого не делалось.

Итог

За несколько часов и 4 доллара я получил для клиента полную картину работы отдела продаж: цифры по каждому менеджеру, реальные цитаты из звонков, которые показывают проблему буквально, а также сравнение с регламентами и конкретные рекомендации с готовыми скриптами.

Схема воспроизводимая. Если у вас похожая задача — в комментариях можно обсудить детали и подводные камни, с которыми пришлось столкнуться.