Расшифровка и выгрузка записей звонков в смарт-процессы Битрикс24 с оценкой от искусственного интеллекта

Многие наши заказчики используют искусственный интеллект, чтобы получить расшифровку звонка и далее работать с ней по регламентам отдела продаж. Но если в одной сделке совершено много звонков, то выгружать каждый из них в таймлайн может быть неудобно и нужно каким-то образом прорабатывать каждый звонок детально и отдельно от сущности сделки. Как облегчить решение задачи, расскажем далее.

Представим ситуацию. Вы работаете в Битрикс24, менеджеры по продажам ежедневно совершают множество звонков, каждый звонок регламентируется по внутренним правилам компании. Например, в нем не должно быть негативной окраски или стоп-слов.

Искусственный интеллект для переписки в чатах (в том числе групповых) WhatsApp и Telegram в связке с Битрикс24: читайте в нашем блоге.

Звонки совершаются из сделки и их запись привязывается к сделке. Ранее для оценки KPI менеджеров все звонки прослушивались и оценивались вручную сотрудниками отдела качества.

Транскрибация в Битрикс24 искусственным интеллектом звонков и передача текста звонка в дело с автоматическим созданием задачи: подробности здесь.

Комментарии по звонку прикреплялись также в таймлайн сделки. Но когда в рамках одной сделки звонков больше одного, то может возникнуть путаница. Чтобы отыскать фидбэк по конкретному звонку, приходится искать сначала сделку, а затем уже нужную запись среди нескольких звонков. Это отнимает время и усложняет контроль.

Автоматическая расшифровка звонка в текст живой ленты сделки/лида/контакта Битрикс24: читайте в статье.

Также боль здесь в том, что прослушать все звонки за день и по каждому дать комментарий — это большой пласт ручного труда, который может занимать почти весь рабочий день сотрудника.

Искусственный интеллект для выявления негативных эмоций в звонках менеджеров в Битрикс24: актуальный в продажах кейс здесь.

Мы предложили нашему заказчику решить проблему с помощью двух интеграций между Битрикс24 и искусственным интеллектом на платформе Пинкит:

1.1. Первая интеграция выполнит расшифровку из записи звонка в журнале звонков Битрикс24, создаст под каждый звонок отдельный смарт-процесс в Битрикс24 в нужном направлении в зависимости от типа звонка, прикрепит ссылку на сущность, где был совершен звонок и выгрузит расшифровку звонка в живую ленту смарт-процесса.

1.2. Вторая интеграция выполнит разбор расшифровки, даст оценку по заданным критериям (промптам) и прикрепит результат в специальное пользовательское поле смарта "Комментарий от ИИ".

Обратите внимание, для расшифровки в первой интеграции мы будем использовать нейросеть Yandex SpeechKit, а во второй (для оценки) - YandexGPT 2.

О том, как настроить такие интеграции в личном кабинете Пинкит, расскажем далее.

2.1. Шаг 1: Откуда

Выбираем Битрикс24. В момент совершения звонка создается дело, поэтому мы укажем событие создания дела и подключим доступ к порталу.

2.2. Шаг 2: Инструменты

Получить информацию о звонке

Используем API-запрос методом GET по ссылке /voximplant.statistic.get?filter[CRM_ACTIVITY_ID]={{source.ID}}.

Проверка, есть ссылка или нет

Используем проверку по полю step1.result.0.CALL_RECORD_URL. Условие - не пустое значение, действие - продолжить, если проверка пройдена.

Скачать файл

Используем API-запрос методом GET по ссылке {{step1.result.0.CALL_RECORD_URL}}.

Распознать речь

Используем языковую модель Yandex SpeechKit для расшифровки звонка. В качестве ссылки укажем предыдущий шаг настройки - {{step3}}.

Убрать знаки препинания из текста

Используем инструмент Замена по регулярному выражению по полю step4. Регулярное выражение укажем /[^\w\s]/u.

Убрать переносы из текста

Снова используем инструмент Замена по регулярному выражению по полю step8. Регулярное выражение - /[\r\n]+/.

Преобразовать текст звонка в Массив

Используем инструмент Преобразовать строку в массив по полю step12.

Найти среди массива слов совпадения

Используем Сопоставление данных по полю step9. Далее пропишем слова, по которым ИИ будет искать совпадения.

Фильтрация найденных слов

Используем Фильтр элементов массива по полю step10. Условие - (Текст)Содержит, Сравниваемое значение - "%".

Тип элемента

Используем Сопоставление данных по полю source.OWNER_TYPE_ID. Сопоставляем элемент, в котором был совершен звонок (сделка, лид, контакт или компания). Это необходимо, чтобы корректно прикрепить ссылку на сущность, в которой был совершен звонок.

Проверка на слова

Используем инструмент Если-Иначе по полю step11. Условие - не пустое значение, в Сравниваемое значение записываем нужные словосочетания. Результат при успешной проверке = DT1034_18:NEW. Результат при неуспешной проверке = DT1034_18:UC_P3DC3X.

Сотрудник поздоровался, чётко и разборчиво произнёс своё имя и название компании, уточнил имя клиента, обозначил цель звонка

Используем Запрос к языковой модели YandexGPT. Опишем инструкцию для генерации текста: "Сотрудник компании задаёт открытые вопросы для сбора информации. Дать оценку разговора от 1 до 10."Текст запроса - {{step4}}, Температура (влияет на креативность и случайность ответов, более низкие значения дают более простые ответы, а более высокие значения приводят к повышению креативности и случайности) = 0.1. Сервис-обработчик - YandexGPT.

Сотрудник применяет техники активного слушания

Используем Запрос к языковой модели YandexGPT. Указываем инструкцию: "Сотрудник компании применяет техники активного слушания. Дать оценку разговора от 1 до 10". Текст запроса - {{step4}}, Температура = 0.1, сервис-обработчик - YandexGPT.

Сотрудник задаёт вопросы, побуждающие клиента к мысли о покупке

Используем Запрос к языковой модели YandexGPT. Прописываем инструкцию и настройки, как в предыдущем шаге.

Предложение основано на потребностях клиента (не перегружает информацией, говорит выгодами клиента)

Настройки аналогичны предыдущему шагу (инструкцию прописываем отдельно). В последующих шагах также отдельно прописываем инструкцию и дублируем настройки.

В последующих шагах также отдельно прописываем инструкцию и дублируем настройки.

Сотрудник отрабатывает альтернативные варианты, если клиент не готов принять решение

После предложения сотрудник задаёт вопросы, ведущие к завершению сделки

Сотрудник уверенно озвучивает конкурентные преимущества, задаёт уточняющие вопросы

Сотрудник внимательно выслушивает возражение клиента. Не спорит, использует метод сравнений, пытается найти компромисс

Сотрудник контролирует своё эмоциональное состояние (не повышает голос, не раздражается, не проявляет агрессию), допускает право на мнение клиента

Сотрудник корректно отвечает на все вопросы клиента – клиент не переспрашивает, предоставляет достоверную информацию о продукте, акциях, процессе

Сотрудник предоставляет убедительные аргументы в ответ на возражение клиента

Сотрудник достигает договорённости о следующем совместном с клиентом этапе взаимодействия, дате и цели следующего контакта

Сотрудник вовремя делает предложение перейти на следующий шаг, используя инструменты дожима

Сотрудник благодарит клиента за разговор, дружелюбно прощается

Сотрудник ведёт диалог уверенно, занимает лидирующую позицию в беседе, не допускает длительных пауз

Сотрудник не перебивает клиента, даёт высказаться, активно слушает, поддерживает темп речи клиента

Сотрудник не использует слов-паразитов

Сотрудник не уходит на другие темы, если клиент уводит на личные беседы – корректно возвращает клиента к основной теме контакта с помощью открытых вопросов

Сотрудник уточняет у клиента причину по которой клиент обратился

2.3. Шаг 3: Куда

Добавляем действие Добавить комментарий в таймлайн в Битрикс24:

2.4. Шаг 4: Сопоставление данных

Сопоставляем данные следующим образом.

ID элемента - Собственник Тип элемента - {{step6}} ID автора - Ответственный Комментарий - {{step4}}

2.5. Шаг 5: Запуск

Если нам необходимо выполнить расшифровку звонков за все время, отмечаем галочку Выборка за все время. Указываем название интеграции и запускаем.

3.1. Шаг 1: Откуда

Откуда отправляем данные - выбираем Пинкит, событие - успешное срабатывание интеграции. Выбираем интеграцию, настроенную в предыдущем пункте.

3.2. Шаг 2: Инструменты

Сопоставление для формирования ссылки

Используем инструмент Сопоставление данных по полю source.int6391.step6. Сопоставляем сущности компаний, контактов, сделок и лидов. Это необходимо, чтобы корректно прикрепить ссылку на сущность, в которой был совершен звонок.

Убрать переносы

Используем замену по регулярному выражению по полям source.int6391.step13, source.int6391.step14, source.int6391.step15, source.int6391.step16, source.int6391.step17, source.int6391.step18, source.int6391.step19, source.int6391.step20, source.int6391.step21, source.int6391.step22, source.int6391.step23, source.int6391.step24, source.int6391.step25, source.int6391.step26, source.int6391.step27, source.int6391.step28, source.int6391.step29, source.int6391.step30, source.int6391.step31, source.int6391.step32, source.int6391.step33.

Регулярное выражение = /[\r\n]+/.

Создать элемент смарт-процесса

Используем API-запрос методом POST с урлом /crm.item.add.

Тело запроса:

{ "fields": { "title": "{{source.int6391.source.SUBJECT}}", "assignedById": "{{source.int6391.step1.result.0.PORTAL_USER_ID}}", "ufCrm10_1717057685461": "{{source.int6391.step1.result.0.PHONE_NUMBER}}", "ufCrm10_1717055003": "https://*****/crm/{{step2}}/details/{{source.int6391.source.OWNER_ID}}/", "ufCrm10_1717056384717": "{{source.int6391.step1.result.0.CALL_DURATION|default()}}", "stageId": "{{source.int6391.step7}}", "ufCrm10_1729695463":"{{step3.source_int6391_step13|default()}}", "ufCrm10_1729695474":"{{step3.source_int6391_step14|default()}}", "ufCrm10_1729695481":"{{step3.source_int6391_step15|default()}}", "ufCrm10_1729695487":"{{step3.source_int6391_step16|default()}}", "ufCrm10_1729695593":"{{step3.source_int6391_step17|default()}}", "ufCrm10_1729695598":"{{step3.source_int6391_step18|default()}}", "ufCrm10_1729695604":"{{step3.source_int6391_step19|default()}}", "ufCrm10_1729695612":"{{step3.source_int6391_step20|default()}}", "ufCrm10_1729695620":"{{step3.source_int6391_step21|default()}}", "ufCrm10_1729695708":"{{step3.source_int6391_step22|default()}}", "ufCrm10_1729695717":"{{step3.source_int6391_step23|default()}}", "ufCrm10_1729695722":"{{step3.source_int6391_step24|default()}}", "ufCrm10_1729695729":"{{step3.source_int6391_step25|default()}}", "ufCrm10_1729695763":"{{step3.source_int6391_step26|default()}}", "ufCrm10_1729695769":"{{step3.source_int6391_step27|default()}}", "ufCrm10_1729695775":"{{step3.source_int6391_step28|default()}}", "ufCrm10_1729695781":"{{step3.source_int6391_step29|default()}}", "ufCrm10_1729695788":"{{step3.source_int6391_step30|default()}}", "ufCrm10_1729695795":"{{step3.source_int6391_step31|default()}}", "ufCrm10_1729695799":"{{step3.source_int6391_step32|default()}}", "ufCrm10_1729695806":"{{step3.source_int6391_step33|default()}}" }, "entityTypeId": 1034 }

Заголовки укажем Content-Type: application/json.

3.3. Шаг 3: Куда

Добавляем комментарий в таймлайн в Битрикс24.

3.4. Шаг 4: Сопоставление данных

Сопоставляем следующие значения:

ID элемента - {{step1.result.item.id}} Тип элемента - DYNAMIC_1034 ID автора - {{source.int6391.source.AUTHOR_ID}} Комментарий - {{source.int6391.step4|default()}}

3.5. Шаг 5: Запуск

Запускаем интеграцию.

В результате, мы получим из каждого звонка смарт-процесс в нужном направлении, где будет прикреплена ссылка на сущность, из которой был совершен звонок, продолжительность звонка и его текстовая расшифровка в живой ленте смарт-процесса:

А вторая интеграция оценит звонок и заполнит поле "Комментарий" результатом оценки:

В итоге, две описанные интеграции не только снимут загрузку сотрудника на прослушивание звонка, но и помогут оценить, был ли звонок продажным и насколько эффективно менеджер отработал по запросу клиента исходя из оценки за звонок.

Благодаря анализу каждого звонка, далее вы можете автоматизировать создание отчетов плюс делать визуализации на дашбордах. Это поможет оценить работу сотрудников за день, неделю, месяц по каждому звонку. Пример такого кейса можно посмотреть здесь.

Если у вас есть вопросы, пишите нам в Телеграм или WhatsApp. Также вы можете самостоятельно протестировать Пинкит, для этого зарегистрируйтесь в личном кабинете по ссылке: https://lk.pinkit.io/register.
Алексей Окара, продакт-менеджер Пинкит.

#пинол #пинкит #pinall #pinkit #bitrix24 #битрикс24 #amo #amocrm #амо #амоцрм #crm #црм #црмсистема #црм_система #внедрениецрм #интеграция #миграция #обмен #иидлябизнеса #искуственныйинтеллект #пинкит_ии #пинкит_ии_б24

Расшифровка и выгрузка записей звонков в смарт-процессы Битрикс24 с оценкой от искусственного интеллекта

1. Как отследить каждый звонок, расшифровать его и получить анализ без привязки к сделке Битрикс24. Проблема и решение

2. Расшифровка звонка в смарт-процесс Битрикс24

3. Расшифровка звонка. Смарт-процесс - добавить элемент + комментарий

5. Итог