ИИ-РОП

{ задача }

автоматизировать анализ звонков и оценку менеджеров — настроить приём событий из crm, обработать аудио на собственном сервере (без передачи данных третьим лицам), записать в crm расшифровку и выжимку по каждому звонку, посчитать оценку по критериям и вывести среднюю/медианную оценку по отделу в отдельной вкладке для РОП.

{ проблемы отдела продаж }

• РОП тонет в прослушках, успевает анализировать до 5% звонков — 90% ошибок остаются в тени
• фидбэк с опозданием = потерянный клиент, менеджеры узнают об ошибках, когда клиент уже у конкурента
• менеджеры повторяют одни и те же ошибки — новички буксуют, опытные выгорают
• неясно, где главная проблема в продажах — решения принимаются на догадках
• менеджеры сливают возражения и дожим — клиенты уходят, маржа падает, сделки рушатся на финале

{ что сделали }

команда GordovCode спроектировала и реализовала полностью автономный конвейер обработки звонков — от вебхука из crm до вкладки аналитики для РОП.

{ шаг 1 — приём событий из crm }

• вебхук: при статусе «звонок завершён» crm отправляет post-запрос на защищённый сервер
• в запросе передаётся ссылка на аудиофайл и id менеджера

{ шаг 2 — обработка на сервере GordovCode }

• сервер загружает аудио, приводит его к единому формату
• кастомная модель распознавания речи — Whisper + дообучение на тематике клиента
• полная расшифровка + выделение ключевых фраз (цена, отказ, согласие, перебивание)
• данные не передаются третьим лицам — всё на собственном сервере

{ шаг 3 — запись расшифровки и выжимки в crm }

• расшифровка добавляется в стандартное поле «примечание» карточки звонка
• краткая выжимка (3–5 предложений) — в отдельное кастомное поле

{ шаг 4 — оценка звонка по критериям для РОП }

• ИИ анализирует расшифровку по 5 критериям: «приветствие», «отработка возражений», «завершение сделки» и др.
• каждый критерий — балл от 0 до 2
• итоговая оценка (сумма баллов) появляется у РОП в интерфейсе crm рядом со звонком

{ шаг 5 — вкладка аналитики для РОП }

• отдельная вкладка в crm «ИИ-РОП: аналитика»
• средняя оценка за месяц — сумма баллов всех звонков / количество
• медианная оценка за месяц — устойчива к выбросам, отражает реальный уровень команды
• динамика по дням и неделям
• график и сравнение оценки каждого менеджера со средним по отделу

{ технологический стек }

• бэкенд обработки — python (fastapi) + gpu-сервер для инференса модели
• распознавание — дообученный Whisper + gpt для суммаризации
• интеграция с crm — rest api, вебхуки, batch-обновления записей
• хранение метрик — postgresql + timescaledb для агрегации по месяцам

{ результат }

полностью автономный конвейер: звонок завершился — появилась расшифровка, выжимка и оценка. РОП видит средний балл по команде за месяц в отдельной вкладке crm. за 3 месяца оценка отдела выросла на 28%.