Як IT-компанія дізнається де саме рвуться угоди — без CRM-звітів і суб’єктивних планерок

Стандартний синкап в IT-компанії. BizDev каже: «Ми з Acme в активній комунікації». Керівник запитує: «Коли закриємо?». — «Мабуть, наступного місяця». Через два тижні те саме. Потім через місяць: «Acme поки на паузі».

Ніхто не розуміє що сталося. CRM показує: 4 дзвінки, 3 листи, два follow-up’и. Усе начебто правильно. Але угоди немає. І що конкретно пішло не так — ніхто сказати не може.

IT-індустрія традиційно сильна в даних. Є моніторинг продуктивності, аналіз retention, A/B тести, воронки конверсії на сайті. Але у відділі продажів основним інструментом аналізу залишається нарада — де кожен розповідає свою версію подій словами. І ця версія завжди трохи краща за реальність.

Ця стаття про один конкретний підхід: як перенести логіку data-driven аналізу в роботу відділу продажів — не через складну CRM-аналітику, а через транскрипти дзвінків.

Чому CRM-звіти не відповідають на головне питання

CRM добре фіксує активності: кількість дзвінків, статуси, суми, стадії. Але вона не відповідає на питання «чому клієнт зупинився». Статус «в роботі» може означати що завгодно: клієнт реально думає, клієнт ввічливо уникає відмови, або менеджер просто не зробив чіткий наступний крок.

Суб’єктивні планерки мають схожу проблему. Менеджер розповідає, як він сприйняв дзвінок. Але те, що він розповідає, і те, що реально відбулось у розмові — часто дві різні історії. Не тому що менеджер бреше. А тому що людина природно запам’ятовує те, що підтверджує її версію подій.

Запис дзвінка — це єдиний спосіб побачити, що відбувалось насправді, з точністю до слова і секунди.

Чотири кроки щоб знайти, де рвуться угоди

Крок 1. Увімкніть запис для всіх дзвінків у режимі demo і discovery

Звучить очевидно, але в багатьох IT-компаніях записуються або не всі дзвінки, або записи ніхто не переглядає. Перший крок — зробити запис системою, а не виключенням.

Якщо ваша телефонія або відеоконференц-система не пише автоматично — є окремі інструменти. Fireflies.ai підключається до Google Meet, Zoom, Teams і пише дзвінки з мінімальним налаштуванням. TurboScribe AI перетворює аудіофайли в текст. Обидва дають транскрипт — текстову версію розмови.

Транскрипт критично важливий. Аудіо погано аналізувати: через 10 хвилин прослуховування перша хвилина вже розмита в пам’яті. Текст можна читати вибірково, шукати конкретні фрази, порівнювати з іншими дзвінками.

Крок 2. Знайдіть у транскрипті три конкретні точки

Не потрібно читати весь транскрипт як роман. Є три питання, відповіді на які дають вже 80% картини:

Перше: коли менеджер почав говорити про продукт? Якщо у перші 5 хвилин — це рання презентація. Клієнт ще не відкрився, ще не зрозумів навіщо йому це, а менеджер вже пояснює «у нас є X, Y, Z». Результат: клієнт слухає ввічливо і каже «надішліть пропозицію».

Друге: яка частка слів у дзвінку — менеджера, яка — клієнта? Якщо менеджер говорить більше 60% часу в режимі discovery — щось йде не так. У продажах, де рішення складне і дороге, клієнт повинен говорити більше. Коли він говорить — він думає вголос, сам будує логіку рішення.

Третє: чи є в дзвінку конкретний наступний крок? Не «ми подумаємо» і не «я перетелефоную». А: «Ми зустрічаємось у вівторок о 15:00, я готую документ з такими-то пунктами». Дзвінок без чіткого наступного кроку — це не прогрес угоди, це відкладена відмова.

Крок 3. Знайдіть системний патерн на 10+ дзвінках

Один дзвінок нічого не доводить. Але якщо ви проаналізуєте 10-15 дзвінків по тих самих трьох питаннях — почнуть видно закономірності.

Типовий приклад: в одній компанії аналіз 12 транскриптів показав, що у 9 з 12 дзвінків менеджер переходив до опису рішення після першого ж запитання клієнта про продукт. Клієнт питав: «А що саме ви робите?» — і менеджер починав 10-хвилинну презентацію. Що відбувалось далі: клієнт давав короткі підтвердження («так», «зрозуміло», «ага»), потім казав «надішліть детальніше на пошту» і зникав.

Це не проблема конкретного менеджера. Це системна помилка, яка повторюється. Знайти її через нараду неможливо — менеджер скаже «клієнти зараз вибагливі». Знайти через транскрипт — 2 години роботи.

Крок 4. Зробіть точкові зміни, а не загальне навчання

Коли знайдено конкретний патерн — виправлення теж має бути конкретним. Не «покращуйте виявлення потреб», а: «Коли клієнт питає що ви робите — ставте питання у відповідь. Наприклад: А що для вас важливо вирішити в першу чергу? Що конкретно зараз не працює?»

Різниця між «загальним навчанням» і «точковою зміною» — це різниця між знанням і навичкою. Менеджер може знати теорію виявлення потреб. Але без конкретної фрази, яку він може сказати в конкретному моменті, ця теорія не перетворюється на нову поведінку.

Зробіть одну зміну, дайте менеджеру попрактикуватись на 5 дзвінках, потім знову прочитайте транскрипти. Чи зменшилась частка ранніх презентацій? Чи з’явились розширені відповіді клієнта? Якщо так — зміна прижилась. Якщо ні — шукаєте наступний патерн.

Чому це працює краще за AI-аналітику звонків

На ринку є сервіси, які автоматично аналізують записи дзвінків і надсилають менеджерам звіти типу «потреба виявлена на 35%, презентація проведена на 60%». Проблема в тому, що ці відсотки не прив’язані до реальної психології покупки.

AI-сервіс не знає, чи питання менеджера в конкретному місці дзвінку відкрило клієнта або закрило. Він перевіряє наявність певних слів або фраз. Але слова — це тільки верхній шар. Те, що відбувається на рівні реакції клієнта на кожну фразу менеджера — цього AI-звіт не вловлює.

Людський аналіз транскрипту за трьома конкретними питаннями дає точнішу картину, ніж автоматичний звіт за 20 метриками. Особливо коли ви вже знаєте, що шукати.

Скільки часу це займає

Перший раз — більше: потрібно налаштувати запис і транскрипцію, зрозуміти де шукати і як читати. Приблизно 4-6 годин на перший повноцінний аналіз 10 дзвінків.

Після того як процес зрозумілий — один дзвінок займає 15-20 хвилин на аналіз. Системний огляд відділу на тиждень — 2-3 години.

Це менше, ніж витрачається на нараду де обговорюються ті самі питання без відповідей.

Що робити з результатами

Перший аналіз найчастіше дає одну-дві конкретні закономірності. Виправте їх. Потім через 3-4 тижні зробіть повторний аналіз тих самих показників. Конверсія зросла? Значить патерн знайдений правильно. Ні? Значить патерн не той або виправлення не закріпилось.

Це і є data-driven підхід до відділу продажів: гіпотеза → зміна → вимірювання. Те саме, що ви робите в продукті. Тільки тепер для комунікації менеджера з клієнтом.