Sotuv bo‘limi qo‘ng‘iroqlarini AI yordamida tahlil qilish
Amaliyot3 daqInnovialabs tahririyati
Qisqacha
Qo‘ng‘iroqlar ATS’dan olinadi, ASR matnga aylantiradi, LLM chek-list bo‘yicha baholab e’tirozlarni JSON’da ajratadi, natija esa CRM’dagi bitim kartasiga yoziladi — rahbar tasodifiy namunani emas, har bir suhbatni ko‘radi.
Bu qanday ishlaydi
AI bilan qo‘ng‘iroqlarni tahlil qilish — besh bosqichli zanjir:
- Yozuvni olish — ATS yoki bulutli telefoniyadan metama’lumotlar bilan: menejer, mijoz raqami, davomiylik, bitim ID.
- Matnga aylantirish (ASR) — spikerlarni ajratgan holda.
- Baholash — LLM yordamida skript chek-listi bo‘yicha.
- Ajratib olish — e’tirozlar, kelishuvlar, keyingi qadam.
- Yozish — natijani CRM’ga kiritish va hisobotlar yig‘ish.
Asosiy qiymat — sotuv bo‘limi rahbari qo‘lda tinglangan bir nechtasini emas, har bir qo‘ng‘iroqni ko‘radi.
1–2-bosqichlar. Yozuv va transkripsiya
- Qo‘ng‘iroq tugashi bilan yozuvlarni ATS API yoki vebhuki orqali olishni sozlang.
- ATS stereo yozsa (menejer va mijoz alohida kanallarda), bundan foydalaning: spikerlarni ajratish aniqroq bo‘ladi.
- O‘zbek va rus-o‘zbek aralash nutqi uchun ishga tushirishdan oldin ASR sifatini real qo‘ng‘iroqlaringizda tekshiring.
- Resurslarni tejash uchun juda qisqa va javobsiz qo‘ng‘iroqlarni o‘tkazib yuboring.
3-bosqich. Chek-list bo‘yicha baholash
Sotuv skriptini aniq va tekshiriladigan bandlarga aylantiring. Yomon: «menejer xushmuomala edi». Yaxshi: «menejer suhbat boshida ismini va kompaniyasini aytdi».
JSON javobli prompt namunasi:
Sen sotuv bo‘limi qo‘ng‘irog‘ini tahlil qilyapsan. Transkripsiyani bandlar bo‘yicha baholab chiq.
Har bir band uchun qaytar: id, passed (true/false), quote — dalil sifatida
transkripsiyadan qisqa iqtibos. Dalil bo‘lmasa, passed = false.
Bandlar:
1. greeting — o‘zini tanishtirdi va kompaniyani aytdi
2. needs — mijoz ehtiyojlari haqida kamida bitta savol berdi
3. next_step — sanasi bilan aniq keyingi qadamni kelishib oldi
Shuningdek qaytar: objections (mijoz e’tirozlari ro‘yxati), summary (2-3 gap).
Javob — faqat to‘g‘ri JSON.
Dalil-iqtibos talabi o‘ylab topilgan baholarni keskin kamaytiradi va menejerga band nega o‘tmaganini tekshirish imkonini beradi.
4-bosqich. E’tirozlar va insaytlar
LLM quyidagilarni yaxshi ajratadi:
- e’tirozlar: «qimmat», «maslahatlashish kerak», «boshqalar bilan ishlaymiz»;
- menejer ularga qanday javob bergani — va natija bo‘ldimi;
- raqobatchilar va mahsulotlar tilga olinishi;
- kelishuvlar: mijozga nima va qaysi muddatga va’da qilindi.
E’tirozlarni qat’iy kategoriyalar ro‘yxatiga keltiring, aks holda model har safar yangi ifoda o‘ylab topadi va hisobot jamlanmaydi.
5-bosqich. CRM’ga yozish
Bitim yoki kontakt kartasiga yozish foydali bo‘lgan maydonlar:
| Maydon | Nima uchun |
|---|---|
| Qo‘ng‘iroqning qisqa xulosasi | Har qanday xodim kontekstni soniyalarda tushunadi |
| Chek-list bahosi | Sifat nazorati va o‘qitish |
| E’tirozlar | Rad etish sabablari tahlili |
| Keyingi qadam va sana | Menejerga avtomatik vazifa |
| Yozuvga havola | Bahsli holatlarni tez tekshirish |
Ko‘pchilik CRM’lar API orqali maydonlarni yangilash va vazifa yaratishga imkon beradi.
Ko‘p uchraydigan xatolar
- Noaniq chek-list — model «ko‘z bilan» baholaydi, natijalarni solishtirib bo‘lmaydi.
- Kalibrovka yo‘q: ishga tushirishdan oldin bir necha o‘nta qo‘ng‘iroqda AI baholarini rahbar baholari bilan solishtiring va ifodalarni tuzating.
- Baholardan tekshiruvsiz jazolash uchun foydalanish — menejerlar tizimga ishonmay qo‘yadi.
- Maxfiylikni e’tiborsiz qoldirish: mijozlarni yozuv haqida ogohlantirish va transkripsiyalarga kirishni cheklash kerak.