Поделиться кейсом

Как БЖФ Банк внедрил LLM для аналитики звонков в отделе продаж и сократил текучку среди менеджеров

Компания
БЖФ — ипотечный банк, который предлагает кредиты на покупку жилья и кредиты под залог недвижимости и рефинансирование. Объем выданных ипотечных кредитов — больше 85,4 млрд рублей.
Март 2025
Продажи
Финтех
Инструменты
SalesAI на основе LLM
Задача
Один из приоритетов банка — хороший клиентский сервис. Чтобы он стабильно был на высоком уровне, руководители банка хотели получать аналитику по качеству звонков и работе менеджеров по продажам.
Проблема: низкая эффективность ручной прослушки и высокая текучка в продажах
До внедрения AI-решения за качеством звонков и работой менеджеров по продажам следил отдел контроля качества. И тут было две проблемы:
Ручная прослушка звонков не давала результатов
Команда не справлялась с объемами и слушала звонки выборочно, а обратную связь выдавала только через несколько недель. Данные за это время успевали устареть и имели мало ценности. Со временем ситуация ухудшилась: тогда руководители сами стали подключаться к прослушиванию звонков. Дошло до того, что звонки слушали вместе с акционерами на встречах.


Текучка в отделе продаж достигла максимума
Системной оценки качества работы менеджеров не было. Из-за этого было трудно выстроить прозрачную мотивацию для сотрудников, поэтому они просто увольнялись. А банку было важно, чтобы команда продаж была сильной, а менеджеры соблюдали стандарты общения.
Все это привело к тому, что руководство ходило по замкнутому кругу: менеджеры по продажам плохо работают, а ресурсов на полный контроль не хватает. Вырастить хороших сейлзов не удается — без прозрачной мотивации сотрудники постоянно увольняются.
Решение: автоматизируем прослушивание звонков
Для решения проблемы руководители банка стали искать инструмент, который мог бы заменить рутинное прослушивание звонков. Вопрос требовал комплексного подхода: система должна была не только давать обратную связь сотрудникам, но и иметь интеграцию с CRM банка. Но был нюанс: телефония банка не была связана с заявками и клиентами в CRM.
Тогда БЖФ Банк решил обратиться к SalesAI. Запрос был в том, чтобы получать данные о каждом звонке в режиме реального времени.
Кроме того, система должна была стать инструментом для повышения качества обслуживания и увеличения продаж. Еще команда банка хотела интегрировать SalesAI с CRM, чтобы связать звонки клиентов с их заявками, а не просто оценивать их содержание. Это помогло бы комплексно анализировать каждый контакт с клиентом.
Инструменты
Для решения задачи использовали платформу SalesAI на основе LLM, которая распознает речь и контекст переговоров. Она автоматизирует процесс анализа звонков, определяет эмоции, намерения и настроения говорящих. Инструмент также можно было интегрировать с CRM и настроить автоматическое заполнение полей данными, чтобы снизить количество рутинных задач для менеджеров.
Что пошло не так: сложности на этапе внедрения
На пути к успешной интеграции команда банка и SalesAI столкнулись с несколькими трудностями:
Некорректная классификация части звонков
Это приводило к ложным срабатываниям и ошибкам в оценках. Точность системы на холодном пуске составляла 65%. Для такого класса нейросетей это стандартная точность. Но для решения проблемы клиента это очень низкий уровень. Потребовалось провести дополнительное обучение нейросети, чтобы она могла лучше различать типы звонков, специфичные для данного бизнеса, и давать точные оценки на основе разработанных чек-листов.
Проблема со связыванием данных звонков с заявками и клиентами
Она возникла из-за того, что у банка не было интеграции телефонии с CRM. Это мешало делать комплексный анализ каждого контакта с клиентом. Чтобы преодолеть эту проблему, потребовались дополнительные настройки и создание скриптов, позволяющих более эффективно отслеживать звонки и сопоставлять их с базой данных.
Сложности с обучением сотрудников работе с новой системой
Поначалу менеджеры испытывали дискомфорт и даже сопротивлялись внедрению SalesAI, потому что опасались контроля со стороны искусственного интеллекта. Но обучающие сессии помогли адаптироваться и использовать инструмент для максимальной эффективности.
Результаты
Внедрение SalesAI в банке принесло несколько эффективных изменений:
1
Система анализировала каждый звонок в режиме реального времени. Это помогло выявить неэффективные звонки, снизить количество ошибок и повысить стандарты обслуживания клиентов.
2
Выросла производительность менеджеров по продажам. Теперь они могут получать своевременную обратную связь, которая помогает улучшать свои навыки.
3
Повысилась прозрачность работы отдела продаж. Сотрудники стали эффективнее использовать скрипты. А это повысило конверсию по обработке заявок.

4
Высвободился ресурс руководителей. Контроль качества звонков стал автоматизированным, и высвободившиеся ресурсы были перераспределены на стратегические задачи. Руководство банка теперь обладает полной картиной эффективности коммуникации менеджеров с клиентами. А это помогает развивать отдел продаж в целом.

Так стала выглядеть аналитика по звонкам
А это статистика по всем менеджерам
Планы
В планах у БЖФ Банка добавить аналитику встреч. А еще внедрить подсказки по улучшению на основе анализа большого количества звонков и подсказки для менеджеров в реальном времени.
Хочу такой кейс!

Другие кейсы

Skyeng и проверка знаний
Presentsimple.ai и генерация презентаций
Банк Точка и поиск на базе нейросетей