Звонки делает робот, менеджер подключается только к интересу
Проблема
Исходящие звонки трёх разных типов делались вручную: обзвон холодной базы, звонки курьерам по доставке и напоминания клиентам.
Обзвон базы — это сотни номеров ради нескольких заинтересованных. Менеджер тратил на него день и всё равно не доходил до конца списка.
Срочные звонки по доставке конкурировали за то же время: когда шёл обзвон, курьеров и напоминания откладывали, и наоборот.
Итог звонка фиксировался по памяти и не всегда: часть договорённостей оставалась в голове у сотрудника.
Что нашли при разборе
- Цель у звонков разная, а механика одинаковая: дозвониться, задать несколько вопросов, зафиксировать исход. Именно механика и съедала рабочий день.
- У холодного звонка целевой результат бинарный: отказ или запрос прайс-листа. Это не продажа, а квалификация — её можно довести без менеджера.
- Роботу нужен не скрипт, а доступ к актуальным данным: без статуса заказа и доставки разговор с курьером или клиентом превращается в зачитывание текста.
- Ценность создаёт не факт дозвона, а то, что остаётся в CRM после разговора.
Что сделали
- Построил голосового робота на Yandex AI Studio: сценарии диалога под каждый тип звонка, распознавание речи и намерения собеседника, работа с типовыми возражениями.
- Обзвон базы довёл до измеримого исхода: отказ с зафиксированной причиной или запрос прайс-листа. Прайс уходит сразу после разговора, а менеджер получает уже заинтересованный контакт.
- Закрыл роботом звонки по доставке: подтверждение и уточнение статуса у курьеров, перенос времени — результат сразу попадает в систему, без пересказа диспетчеру.
- Вынес напоминания в отдельные сценарии по расписанию, чтобы массовый обзвон не конкурировал со срочными звонками.
- Дал роботу доступ к рабочим данным через MCP: во время разговора он видит заказ, статус доставки и историю обращений и отвечает по факту, а не по шаблону.
- Связал звонки с Bitrix24: итог, причина отказа, теги и следующий шаг записываются в карточку автоматически.
- Настроил логику дозвона и callback: повторные попытки по времени и статусу звонка, отсечение автоответчиков, соблюдение согласий и стоп-листов.
Результат
- Стоимость исходящего звонка снизилась на 80%.
- Больше половины диалогов робот доводит до целевого действия без оператора.
- Успешность callback-сценариев выросла на 12 процентных пунктов.
- База обзванивается целиком, а не до конца рабочего дня: менеджер начинает с тех, кто запросил прайс.
- Напоминания и звонки по доставке уходят в срок без ручного контроля.
Как это устроено технически: Голосовые сценарии на Yandex AI Studio под разные типы звонков, доступ бота к рабочим данным через MCP, интеграция с Bitrix24, управление очередью обзвона и правилами дозвона.
У вас, скорее всего, другой процесс
Поэтому и начинать нужно не с готового решения, а с разбора того, как работает именно ваша компания.
Другие кейсы
вместо двух дней ожидания
Документ лежал до двух дней, пока у бухгалтера или менеджера дойдут руки. Теперь данные попадают в систему за 5 секунд, а человек подключается только к спорным случаям.
Разбор кейса →15 минвместо нескольких часов
Цены, остатки и свойства товаров попадали на сайт с задержкой в несколько часов. Обмен перестроен на регулярный автоматический.
Разбор кейса →−40%времени на проверку изменений
Задачи ставились неоднородно, проверка каждого изменения превращалась в долгий ручной цикл. Процесс перестроен с использованием ИИ-инструментов.
Разбор кейса →