CRM говорит «всё окей», а лид уже ушёл: зачем я собрал QA-агента на LLM
CRM говорит «всё окей», а лид уже ушёл: зачем я собрал QA-агента на LLM Классическая CRM проверяет поля и SLA, но не слышит разговор. Собрал агента, который анализирует смысл через транскрипции и данные системы Менеджер заполнил карточку, поставил статус, позвонил в нужный интервал. CRM зелёная, SLA соблюдён. А лид купил абонемент в соседнем клубе. Это встречается постоянно. Классические правила валидации умеют проверять процесс: заполнено ли поле, был ли звонок, поставлен ли следующий шаг. Это детерминированная логика — if/else без полутонов. Она не видит, что менеджер разговаривал равнодушно, не выслушал возражение, не предложил пробную тренировку, закончил на неловкой паузе. Для CRM — идеально. Для клиента — разговор ни о чём. Свести живой диалог к SQL-условию без потери смысла невозможно. Это не баг конкретной системы, это архитектурное ограничение любой детерминированной валидации. почему LLM слышит то, что CRM не видит Большие языковые модели дают другой подход. LLM не проверяет поля — она читает смысл. Ей можно дать транскрипцию звонка и карточку из CRM, и она ответит: менеджер действительно отработал возражение или просто произнёс слова? Это QA-агент — инструмент контроля качества коммуникации. Он не заменяет прослушку руководителем, он делает её масштабируемой. Один человек физически не прослушает сто звонков в неделю. Агент — прослушит все. Технически схема строится через MCP (Model Context Protocol) — протокол, который позволяет LLM-агенту обращаться к внешним системам. Звонок записывается, поступает на обработку в сервис речевой аналитики типа СлышноAI. Он конвертирует аудио в текст и вытягивает метрики: длительность звонка, паузы, эмоциональный тон, выявленные возражения. Агент подключается к CRM через MCP и получает карточку лида — стадию, историю переписки, обещания, последний статус. Параллельно получает транскрипцию и метрики. Дальше агент анализирует соответствие. Сравнивает то, что записано в CRM («обсудили цену, клиент интересуется»), с тем, что реально произошло в разговоре. Видит несовпадения: менеджер отметил, что предложил пробный визит, но в звонке этого не было. Агент работает с контекстом сделки: на каком этапе клиент, что было обещано, что зафиксировано, что реально сказано. где это прямо влияет на выручку Для фитнес-клуба типичные дыры в звонках видны конкретно. Менеджер не предложил пробный визит, не уточнил, когда клиенту удобно прийти, не вернулся к возражению про цену. Формально позвонил — но ничего не продал. CRM это не видит. Руководитель не слышит. QA-агент на LLM видит именно это. Через транскрипции он может флагировать звонки, где менеджер не назвал ни одного конкурентного преимущества клуба. Где клиент трижды сказал «я подумаю», а менеджер каждый раз просто согласился. Где разговор длился сорок секунд при среднем успешном звонке в три минуты. Дальше агент видит паттерны. Все потерянные лиды в категории «корпоративные клиенты» имеют общую особенность — менеджер говорит про тариф, но не говорит про гибкость расписания. Это информация, недоступная при ста звонках в неделю. как не превратить инструмент в контроль Здесь критичен фрейм внедрения. Если агент становится инструментом наказания — менеджеры начнут играть против него. Говорить правильные слова, не меняя поведения по сути. Рабочий подход — использовать QA-агента для обучения. Он находит конкретный звонок, конкретный момент разговора, конкретную ошибку. Руководитель разбирает её с менеджером один на один. Не «ты плохо работаешь», а «вот здесь клиент сказал это, а ты ответил вот так — давай разберём, почему это не сработало». Это меняет разговор об ошибке: из оценочного — в предметный.... 👉 Телеграм: @hudushin_seo 👉 MAX: max.ru/id623410360097_biz 👉 Речевая аналитика: slishnoai.ru #ХудушинМаксим #ZarubaFitness #ЗарубаФитнес #Подольск