Цифровая голосовая экосистема: роботизация обращений и сокращение пути

Заказчик:
Прагматика Эксперт
Руководитель проекта со стороны заказчика
Поставщик
ООО «Эвокомм»
Год завершения проекта
2025
Сроки выполнения проекта
август, 2025 — октябрь, 2025
Масштаб проекта
25 автоматизированных рабочих мест
Цели

Обеспечить голосовые каналы связи с клиентами дилерских центров стабильным и качественным сервисом, сократить путь клиента при обращении и снизить издержки на обслуживающий персонал. Команда ИТ проявила инициативу и новаторство, выбрав путь автоматизации и роботизации процессов.

Результаты
  • Автоматизирована работа больше 20 человек на ежемесячной основе: теперь все вызовы всегда сразу обслуживаются моментально. На контакт-центр распределяется менее 10% звонков по неопределённым тематикам.

  • Нагрузка в часы пик нивелирована — все вызовы принимаются сразу и с гарантированным SLA

  • Уменьшено время ожидания клиента до соединения с менеджером на 30%, по открытым сделкам на 60%

  • Функционал контакт-центра перераспределен с акцентом на работу с чатами, онлайн-коммуникацию и поддержку голосового робота.

Вторым этапом планируется существенное улучшение клиентского опыта за счет расширения услуги «Самозапись на сервис» как в рабочее, так и в нерабочее время. 

Уникальность проекта

Проект идеально вписался в существующий бизнес-процесс и применим не только в автобизнесе, но и в любом ритейле.

Ключевые особенности:

  • Автоматическая обработка всех входящих звонков с созданием или обновлением сделки в Битрикс24 .

  • Голосовой робот при переводе звонка идентифицирует менеджера: озвучивает цель звонка, уточняет имя, ищет сотрудника в списке и соединяет с клиентом.

  • Параллельное создание или дополнение сделки в CRM для синхронизации данных в реальном времени.

  • Разработано два голосовых робота — для клиентов и для идентификации менеджеров, а также синхронизация и обмен информацией между ними.

  • Сложная синхронизация между роботами и CRM , продуманная логика маршрутизации вызовов для 12 дилерских центров с учётом их структуры.

Эти особенности делают проект уникальным по части интеграции голосовой автоматизации с CRM и многопоточной маршрутизации звонков.

Использованное ПО

CRM: Битрикс24

Телефония: Asterisk, FreeSwicth, QsIQ (собственный продукт ООО «Эвокомм»)

Движок голосового робота: selfhosted модель + Yandex.Speechkit 

ЯП: Go, Python, JS, PHP

СУБД: MySQL, Redis

Сложность реализации

Ключевой сложностью проекта с самого начала была задача идентификации сотрудников дилерских центров во время звонка. Большинство поставщиков голосовых роботов не обладают необходимыми технологиями или компетенциями для такой функции, поскольку голосовой робот обычно работает в режиме одного «потока» и не способен одновременно различать разных абонентов в одном разговоре или обрабатывать два голосовых плеча в одной сессии.

Дополнительно требовалось обеспечить надежный информационный обмен с Битрикс24, с возможностью использования настроенных кастомных полей и бесшовной интеграции в существующие бизнес-процессы.

На старте был проведен масштабный ресёрч поставщиков решений, с оценкой технологического стека, стоимости и уровня компетенций. В итоге выбор был сделан в пользу команды ООО «Эвокомм», обладающей сильным опытом управления телефонией и богатой практикой создания сложных интеграционных архитектур.

Описание проекта

За два месяца была проведена работа по роботизации всех входящих вызовов, которые поступают в дилерские центры.

Разработано два голосовых робота: для обслуживания клиентов и для идентификации сотрудников дилерских центров.

Для обоих роботов подобрали самый приятный голос, с которым будет комфортно разговаривать.

Для клиентского робота создали и отладили сложный сценарий, который позволяет определить, с каким вопросом звонит абонент: мы ушли от принципа «голосового IVR» и предоставили абоненту свободу выражения мысли, поэтому разработали обширные словари NLU, чтобы корректно идентифицировать намерения: обучили модели на базе 40 000 голосовых записей работы операторов, вычленили все сложные и неочевидные ситуации и заложили их в логику.

Для робота-идентификатора организовали API-коннектор к Битрикс24 для того, чтобы на лету определять сотрудника дилерского центра, искать сделку по номеру абонента и дополнять её или создавать новую.

География проекта

РФ, в частности Северо-Западный регион.

Дополнительные презентации:
Эвокомм_Прагматика.pdf
Коментарии: 13

Комментировать могут только авторизованные пользователи.
Предлагаем Вам в систему или зарегистрироваться.

  • Николай Барташев
    Рейтинг: 356
    Банк Оранжевый
    Начальник Управления сопровождения информационных систем
    06.01.2026 14:16

    Добрый день, Вячеслав.Интересный проект. А вы планируете использовать сервисы распознавания голосовых сообщений и их анализа? У меня был положительный опыт эксплуатации подобных систем. К этому сервису можно привязать автоматические функции оценки качества диалогов, которые можно использовать с определении KPI сотрудников колл-центр а.

    • Вячеслав Чупраков Николай
      Рейтинг: 1334
      Прагматика Эксперт
      Заместитель ИТ директора по инфраструктуре и сервисам
      11.01.2026 16:50

      Добрый день, сервисы распознавания (транскрибации) голосовых сообщений мы активно используем с 2024 года, в моем портфолио можно подробнее узнать об этом проекте (AI оценка разговоров и диалогов), там не только рейтинги/соответствие чек-листам, но и инструменты прогнозирования, а также аргументатор продаж.

  • Руслан Гилязов
    Рейтинг: 437
    Ижевский радиозавод
    Заместитель директора по финансам, директор по информационным технологиям
    09.01.2026 19:51

    Вячеслав, добрый день!Подскажите, пожалуйста, каким образом в вашем проекте вы определяете в Битрикс24, за каким менеджером закрепить сделку? Интересно, используете ли вы автоматизированные правила, роботов или это ручное распределение на основе каких-то критериев (например, по региону клиента или типу сделки)? Буду благодарен за подробности!

    • Вячеслав Чупраков Руслан
      Рейтинг: 1334
      Прагматика Эксперт
      Заместитель ИТ директора по инфраструктуре и сервисам
      11.01.2026 17:03

      Спасибо за вопрос. Это самая интересная часть проекта, чтобы не ломать бизнес-логику мы полностью имитировали работу оператора, для этого был реализован второй робот, который голосом уточняет у сотрудника его фамилию/имя и сопоставляет с тем отделом куда осуществляется перевод.

  • Иван Козлов
    Рейтинг: 99
    ЛАТЕО
    Директор по ИТ
    09.01.2026 20:07

    Добрый день, в таких проектах меня всегда волнует стабильность. Расскажите, пожалуйста, подробнее о надежности конструкции: роботы и автоматизация процессов, например CRM-система или API, могут давать сбои, как в таком случае ведет себя система?

    • Вячеслав Чупраков Иван
      Рейтинг: 1334
      Прагматика Эксперт
      Заместитель ИТ директора по инфраструктуре и сервисам
      11.01.2026 17:13

      Приветствую, на каждом этапе у роботов дополнительные проверки, например робот обязан в каждом случае создавать лид/сделку, если что-то не выполняется в логике, звонок отдается оператору КЦ со всей информацией, что удалось уточнить в процессе общения с клиентом, сама ошибка направляется группе поддержки для анализа ситуации. Также предусмотрен механизм отключения/включения функционала "одной кнопкой".

  • Роман Цыганков
    Рейтинг: 1406
    АВТОЗАВОД Санкт-Петербург
    Директор по информационным технологиям
    10.01.2026 12:06

    Вячеслав,изучил проект и вызвал интерес вопрос как в рамках кейса определяются повторные сделки в Битрикс24 и по каким критериям система понимает, что звонок — это обращение существующего клиента, а не новый лид? Как система поступает, если по номеру найдено несколько контактов или сделок?

    • Вячеслав Чупраков Роман
      Рейтинг: 1334
      Прагматика Эксперт
      Заместитель ИТ директора по инфраструктуре и сервисам
      11.01.2026 17:24

      Робот в моменте звонка фактически получает А и Б номера, допустимо, что клиент может иметь сделки в нескольких ДЦ одновременно. Но переводы должны строго осуществлятся в рамках одного ДЦ, поэтому система ищет открытые сделки только в той организации номер которой был набран. Также каждая сделка находится в своей воронке в зависимости от выявленного проявленного интереса клиента.

  • Андрей Матвеев
    Рейтинг: 86
    ex -Петрович, -OBI
    Главный по ИТ
    10.01.2026 21:57

    Вячеслав, добрый день.Как в вашей CRM определяется, что обращение было обработано голосовым роботом, а не оператором контакт‑центра, и как именно робот передаёт в систему запись разговора и контекст диалога? Что происходит, если робот не смог корректно обработать звонок и передал его оператору?

    • Вячеслав Чупраков Андрей
      Рейтинг: 1334
      Прагматика Эксперт
      Заместитель ИТ директора по инфраструктуре и сервисам
      11.01.2026 17:36

      Добрый день, отличный вопрос. Все мои проекты затрагивающие телефонию максимально "очеловечены". В Битрикс24 робот регистрируется как полноценный сотрудник компании - это упрощает отчетность, анализ и использование встроенных инструментов, таких как система записи (модуль itgrix). Интересный факт: иногда роботов даже поздравляют с днем рождения на портале.

    • Вячеслав Чупраков Андрей
      Рейтинг: 1334
      Прагматика Эксперт
      Заместитель ИТ директора по инфраструктуре и сервисам
      11.01.2026 17:40

      По второй части вопроса: при непредвиденной ситуации оператору КЦ поступает входящий звонок с оригинальными номерами А и Б (полная имитация реального входящего звонка), что позволяет штатно работать оператору, а робот голосом проговаривает всю информацию о клиенте и его запросе.

  • Виталий Гатин
    Рейтинг: 580
    ГК «АВТОАЛЬФА»
    Директор по ИТ
    10.01.2026 22:00

    Вячеслав, добрый день!Какие метрики использовались для оценки точности NLU-модели, обученной на 40 000 записях операторов, и как обеспечивалась её адаптация к новым, ранее не встречавшимся формулировкам запросов клиентов?

  • Герман Нюньков
    Рейтинг: 26
    Тракресурс-Регион
    Директор по ИТ
    10.01.2026 22:03

    Добрый день, Вячеслав.Как была решена техническая задача одновременной обработки двух «голосовых плеч» (клиент + менеджер) в рамках одной телефонной сессии?

Год
Предметная область
Отрасль
Управление
Мы используем файлы cookie в аналитических целях и для того, чтобы обеспечить вам наилучшие впечатления от работы с нашим сайтом. Заходя на сайт, вы соглашаетесь с Политикой использования файлов cookie.