Данных много — результатов мало

Классическая ошибка — ориентироваться на сырые цифры: «Мы сделали 10 000 звонков!», «Ответов было много!» и «Кажется, сценарий сработал». Но эти обрывочные метрики не дают понимания эффективности. Чтобы автообзвон работал как управляемый канал продаж или коммуникации, нужна понятная система аналитики — простая, прикладная и ориентированная на результат.

Что считать обязательно

Ниже — перечень метрик, которые действительно важны при работе с голосовым роботом. Это не абстрактная аналитика, а те цифры, которые напрямую влияют на доход, стоимость лида, эффективность сценария и экономику канала.

Общее количество успешных соединений

Не все звонки — это контакт с клиентом. Важно отделять:

• Дозвон (абонент взял трубку)
• Недозвон (занято, не отвечает, сбросил)
• Ошибки (номер не существует, недоступен)

Что измеряем:

Общий объём + % дозвона от всех попыток.
Если дозвон <15–20% — стоит проверить время звонков, актуальность базы и репутацию Caller ID.

Распределение ответов по категориям

Если используется сценарий с ответами («да/нет», DTMF, распознавание фраз), нужно считать:

• Сколько пользователей выбрали целевой вариант (например, «Хочу»)
• Сколько отказались
• Сколько не ответили или сбросили на первом шаге

Почему это важно:

Это — прямая конверсия из вызова в интерес.
Если робот делает 2000 звонков в день, но только 3% доходит до «готов к разговору» — возможно проблема не в объёме, а в скрипте.

Глубина сценария: на каком шаге клиент отваливается

Хорошая аналитика покажет, на каком этапе человек прерывает звонок. Например:

• Приветствие → 98% слушают
• Вопрос «Готовы обсудить?» → остаётся 40%
• Уточнение данных → остаётся 15%
• Передача менеджеру → 7%

Что это даёт:

Видно, где ломается логика сценария. Иногда достаточно убрать 1 лишний вопрос — и конверсия вырастает в 2 раза.

Стоимость лида и CPL

Это базовая метрика, но её часто считают неверно.

Правильно:
весь бюджет кампании / количество переданных менеджеру валидных лидов.

Ошибка:
Делить на «все, кто ответил», или на «все, кто послушал» — это даст ложную эффективность.

Если CPL по роботу ниже, чем у операторов или рекламы — робот работает. Если выше — нужна донастройка сценария или сегментация базы.

Повторные касания и реакция на перезвон

Хорошая система аналитики фиксирует:

• Был ли у клиента повторный входящий вызов (перезвон)
• Был ли второй автообзвон через N дней — и как клиент отреагировал

Зачем это нужно:

Повторные касания могут как усиливать сценарий, так и разрушать доверие.
Например: если клиент сказал «не интересно», но через 3 дня снова получает тот же звонок — это минус в карму бренда.

Что считать не обязательно

Переизбыток данных вреден. Он создаёт видимость контроля, но уводит внимание от сути. Вот метрики, которые часто собирают — но они не помогают принять решения:

Общее количество звонков без детализации

Пример: «Мы сделали 15 000 вызовов за неделю».
Без разбивки на дозвоны, реакции и категории — это не даёт пользы.

Такой показатель хорош для инвестора, но бессмысленен для операционного управления.

Средняя длина звонка

Цифра, которая вроде бы «о чём-то говорит», но на деле — ни о чём.
Если звонок был 1 минуту — это хорошо или плохо? Если 4 секунды — провал или быстрый успех?

Без контекста и сценарной разметки эта метрика бесполезна.

Количество попыток

«Мы звонили по номеру 5 раз, и он не взял трубку».
Окей, а стоило ли звонить 5 раз? Какой результат был после третьего раза?

Важнее считать «эффективных дозвонов» — а не общее количество дерганий базы.

Количество уникальных прослушиваний аудиосообщений

Если вы используете голосовые уведомления (без диалога), иногда считают «прослушивания до конца».
Это ложная метрика: пользователь может просто не успеть сбросить.

Важнее — что он сделал после: нажал кнопку, перешёл по ссылке, перезвонил.

Как выстроить аналитику правильно

Хорошая аналитика — это не Excel с сотней колонок. Это структура, ориентированная на принятие решений. Вот как её строить:

Определите ключевую цель

• Холодный обзвон → цель: выявить интерес
• Прогрев заявок → цель: довести до разговора с менеджером
• Оповещение → цель: факт доставки + реакция
• Подтверждение → цель: нажал ли кнопку / подтвердил ли

Под каждую цель — 3–5 метрик

Хороший подход:

• Входной объём
• Кол-во дозвонов
• Целевое действие
• Отказ
• Передача в следующий этап

Важно: отчёты не должны жить отдельно от команды. Они должны быть в доступе у маркетолога, менеджера и руководителя.

Пример структуры отчёта

Метрика	Значение за неделю	Комментарий
Всего попыток вызова	12 000	Без фильтрации
Дозвонов (абонент ответил)	3 200	26,6% — ок
«Да, интересно»	840	26% от дозвонов — хорошо
«Не интересно / отказ»	1 100	—
Сброс / прервано на 1-м шаге	1 260	Возможно, слишком длинное вступление
Передано менеджерам	740	22% от дозвонов — нормально
CPL (на переданный лид)	380 ₽	Нужно сравнивать с другими каналами

Как понять, что аналитики стало слишком много

Если вы не принимаете решений на основе какой-то метрики — она вам не нужна.

Примеры:

• У вас 4 отчёта, но вы читаете только один
• Есть график, который никто не может объяснить
• Данные противоречат друг другу
• Анализ занимает больше времени, чем сами звонки

В этом случае — перегруз. Нужно вернуться к целям и сократить лишнее.

Заключение

Аналитика в автообзвоне — это не про красивые отчёты. Это про то, чтобы понять, что работает, а что надо менять.

Что важно:

• Считать дозвоны, реакции и этапы
• Опираться на цели кампании
• Убирать метрики, которые не влияют на действия
• Работать с данными регулярно, а не по настроению

Хороший робот не просто говорит. Он приносит измеримый результат — если уметь его считать.

Подписывайтесь на наш Telegram-канал, и будьте в курсе всех фишек автоматизации: от умных звонков до комбинированных воронок!