Я 10 років впроваджував CRM для різних бізнесів. Тепер у мене є помічник — AI

💡 Усі статті, обговорення, новини про AI — в одному місці. Приєднуйтесь до AI спільноти!

Найцікавіше в роботі відділу супроводу — ніколи не знати, який бізнес звернеться до тебе наступним. За останні чотири роки я впровадив NetHunt CRM приблизно у 30 нішах: від логістики, агро й освіти до HR, маркетингових агенцій і продавців великогабаритної техніки.

На перший погляд, у них мало спільного, та сценарії налаштувань повторюються. Спочатку наводимо лад у продажах — потім підтягуємо супровід клієнтів, рекрутинг тощо.

Ще донедавна кожне таке впровадження означало багато годин ручної роботи. Продумати структуру, налаштувати автоматизації, адаптувати CRM під запит команди. Зараз частину цієї роботи я делегую АІ.

Одна CRM — три різні бізнес-історії

Якщо говорити про складні впровадження, я завжди згадую одну логістичну компанію. У них у CRM працюють п’ять різних відділів і ~ 40 людей. Все починається з холодного лідгену. Далі угода переходить у продаж. Після підписання договору — в супровід. Окремо до процесу підключаються фінанси, а ще пізніше ми додали в CRM рекрутинг.

У маркетингових агенцій усе виглядає інакше. Там основна завдання — зібрати в CRM звернення з різних каналів. Ми підключаємо соцмережі й месенджери, а далі автоматизації самі створюють угоди по потрібних напрямках і призначають відповідальних.

Окремо мені подобаються освітні проєкти. Один із наших клієнтів — велика школа з понад 30 різними курсами й напрямками. Кожен із них має свою воронку, бо відрізняються ціна, тривалість і логіка роботи зі студентом. При цьому команда приблизно з семи менеджерів одночасно працює з усіма цими напрямами й бачить:

• на якому етапі конкретний студент;
• скільки залишилося до завершення навчання;
• коли доречно запропонувати наступний продукт.

На таких проєктах найкраще видно, скільки всього насправді стоїть за словами «впровадити CRM» — ціла логіка взаємодії між командами. У різних бізнесів свої процеси, але завдання одне — зрозуміти цю логіку й правильно перенести її в CRM.

Як я скоротив налаштування CRM з 4 годин до 20 хвилин

Впровадження CRM містить 3 класичних етапи:

1. Розібратися, як працює бізнес

Клієнт заповнює опитувальник. Ми проводимо інтерв’ю і збираємо повну картину процесів:

• як працюють продажі;
• які є етапи;
• хто за що відповідає;
• які дані потрібно фіксувати;
• що керівник потім захоче бачити у звітах.

Цей етап нікуди не зник і навряд чи скоро щезне. Мені все одно потрібно поговорити з командою, зрозуміти, як у них відбуваються продажі, де виникають проблеми і які дані важливі для бізнесу. АІ структурує цю інформацію, але сам бізнес-процес за клієнта він не вигадає.

2. Побудувати структуру CRM

Після цього починалася найбільш рутинна частина роботи: створення папок, налаштування полів, імпорт даних, перевірка статусів у випадаючих списках і варіанти тегів. На налаштування однієї великої папки з десятками полів могло піти 3-4 години, а іноді й більше. Усе залежало від обсягу та складності майбутніх даних.

Зараз я відкриваю АІ-агента, підключеного через MCP, і описую, що потрібно побудувати. Наприклад:

«Створи в CRM папку „Клієнти“. Пов’яжи її з папками „Компанії“ та „Угоди“. Додай поля для контактних даних, статусу клієнта та відповідального менеджера. Для статусу створи такі варіанти: новий, активний, на паузі, завершений. Окремо додай групу полів для UTM-міток і групу полів для маркетингових джерел».

І те, що раніше я вручну налаштовував близько 4 годин, тепер з MCP можна зробити приблизно за 20 хвилин — на основі інформації, яку ми зібрали під час інтерв’ю з клієнтом.

3. Перенести дані та допрацювати систему

Окрема частина впровадження — імпорт. Коли клієнт переходить з іншої CRM, у нього можуть бути величезні таблиці: 50 тисяч угод, 20 тисяч контактів, 15 тисяч кампаній. При цьому різні системи по-різному віддають дані на експорт. Тому головна складність — правильно зберегти зв’язки між контактами, компаніями, угодами та замовленнями.

Раніше такий якісний імпорт міг забрати цілий робочий день. Зараз я даю MCP доступ до Google-таблиць, пояснюю завдання. AI спирається на вже створені сутності та зв’язки в CRM, бере дані з таблиць і переносить їх у систему.

Як AI знайомиться з робочим простором CRM

Тут у мене є два сценарії. Перший: я підключаю MCP до робочого простору, з яким команда вже певний час працює. Для АІ це нове середовище, тому спочатку він дивиться:

• які сутності є в системі
• як вони пов’язані між собою
• де зберігаються компанії, контакти і угоди

Після цього йому вже можна дати конкретний запит: «Знайди компанію X і проаналізуй її угоди за останній квартал».

Другий сценарій — протилежний. Я даю АІ технічне завдання, а він уже на його основі сам налаштовує потрібні зв’язки в робочому просторі. У такому випадку з наступними запитами працювати простіше, бо ШІ вже добре розуміє структуру, яку сам допоміг побудувати. Тоді й промпти можна формулювати коротше: «Відкрий цю папку й порахуй потрібний показник» або «Знайди цього менеджера й проаналізуйте його угоди».

Що я раджу врахувати, якщо підключаєте AI до CRM

З мого досвіду, просто підключити AI до CRM недостатньо. Якість результату залежить від структури робочого простору, даних усередині нього та того, наскільки конкретно ви ставите завдання.

Давайте AI конкретні запити

Якщо написати: «Проаналізуй мій робочий простір і підкажи зв’язки», відповідь, швидше за все, теж буде загальною. Я одразу задаю контекст: що саме відкрити, які сутності аналізувати, за який період і який результат хочу отримати. Наприклад: «Відкрий папку компаній, пов’язану з угодами, проаналізуй угоди конкретного менеджера і підсумуй результати в розрізі кожної компанії».

Стежте за тим, які дані команда вносить у CRM

AI відштовхується від того, що є в системі. Він читає назви полів і враховує їхні значення. Скажімо, якщо менеджер зазначив у полі «Вірогідність закриття угоди» 90%, АІ сприйматиме це як один із сигналів того, що угода близька до завершення.

Так само він бачить, які поля заповнені, де є заплановані завдання, а де їх немає, наскільки повною є картка угоди. Це можна використовувати навіть як додатковий сигнал для лідскорингу: чим більше релевантної інформації є в CRM, тим більше контексту має AI для аналізу.

Але він не може компенсувати відсутність критичних даних. Якщо команда не фіксує дату створення угоди, переходу між етапами, успішного закриття або втрати, якісно порахувати частину показників просто не вийде.

Враховуйте історію комунікації

Поля в CRM не завжди відображають реальний стан угоди. Менеджер міг уже домовитися про наступний крок із клієнтом і при цьому не оновити етап або не створити завдання. AI може зіставити статус угоди з листуванням і підсвітити такі розбіжності. Приміром: «Угода зараз на етапі X, хоча, судячи з комунікації, вона вже фактично на фінальних кроках до закриття».

Для мене це ще один спосіб зменшити вплив людського фактора й швидше помічати угоди, які фактично просунулися далі, ніж це видно в CRM.

Не віддавайте AI фінальне рішення

AI може знайти невідповідність, показати, де менеджер щось пропустив, проаналізувати поля, завдання чи комунікацію. Але остаточне рішення про те, чи переводити угоду в «Успішно» або «Втрачено», я б залишав за людиною.

Зважайте на обсяг даних

Якщо інформації дуже багато, не варто намагатися проаналізувати все одним величезним запитом. Зокрема, сотню великих угод менеджера разом із листуванням, нотатками та транскрибаціями краще розбити на кілька частин. Потім — окремо попросити AI звести результати.

Найбільше я ціную в AI час, який він економить команді. Те, що раніше займало кілька днів ручної роботи, тепер можна зробити за день або кілька годин.

Та переоцінювати його теж не варто. Якщо у компанії немає зрозумілої воронки, правил роботи з лідами та логіки продажів, AI не вигадає їх одним промптом. Він працює з тим контекстом і процесами, які ми йому даємо.

Тож я бачу найбільший потенціал у поєднанні досвіду людини та можливостей AI. Людина визначає, що і навіщо потрібно зробити, а AI допомагає зробити це швидше.