Архив ИТ и интернет-сервисы · ПО и SaaS
Naumen: после LLM-анализа звонков конверсия клиента выросла примерно в 1,5 раза
По данным Naumen, команда Скорозвон с помощью LLM проанализировала диалоги операторов колл-центра клиента и нашла ошибки в их работе. После исправления ошибок доля корректно работающих операторов выросла с около 7% до 90%, итоговая конверсия — примерно в 1,5 раза.
/01 · ключевые результаты
-
результат
около 1,5 раза
рост итоговой конверсии после исправления ошибок операторов (совокупный эффект)
NAUMEN, блог компании, 23.04.2026
по данным на апрель 2026 года · проект команды Скорозвон для клиента с колл-центром
слова сотрудника: Полина, бизнес-аналитик команды Скорозвон
-
результат
было 7% 90%
доля корректно работающих операторов после изменений
NAUMEN, блог компании, 23.04.2026
до изменений, по итогам LLM-анализа
по данным на апрель 2026 года · проект команды Скорозвон для клиента с колл-центром
слова сотрудника: Полина, бизнес-аналитик команды Скорозвон
-
результат
2 раза
рост выручки по проекту (совокупный эффект)
NAUMEN, блог компании, 23.04.2026
по данным на апрель 2026 года · проект команды Скорозвон для клиента с колл-центром
слова сотрудника: Полина, бизнес-аналитик команды Скорозвон
- до 20 ч экономия времени аналитика на прослушивании диалогов · результат NAUMEN, блог компании, 23.04.2026
- до 100 диалогов производительность аналитика при разборе разговоров с LLM · возможность системы NAUMEN, блог компании, 23.04.2026
- около 7% доля корректно работавших операторов, выявленная LLM-анализом · исходный уровень NAUMEN, блог компании, 23.04.2026
оценка strategai
Если бы высвобожденное время сократило найм или оплату часов, эффект на EBITDA составил бы
до 180–210 тыс. ₽ в год.
Стоимость времени аналитика на прослушивании диалогов.
Без учёта затрат на систему: источники их не раскрывают.
Как посчитано
Время аналитика на прослушивании диалогов, которое называет кейс, по среднечасовой заработной плате в России с коэффициентом затрат работодателя.
| Шаг расчёта | Нижняя | Базовая | Верхняя |
|---|---|---|---|
| Стоимость освобождаемого времени аналитика с затратами работодателя = Время аналитика на прослушивании диалогов за год × Среднечасовая начисленная заработная плата по всем видам деятельности в России × Коэффициент затрат работодателя сверх заработной платы | ≈186 тыс. ₽ в год | ≈202 тыс. ₽ в год | ≈210 тыс. ₽ в год |
| Время аналитика на прослушивании диалогов за год = Время аналитика на прослушивании диалогов, которое освобождает анализ языковой моделью × Месяцев в году | 240 ч в год | 240 ч в год | 240 ч в год |
Входные данные
- данные кейса Время аналитика на прослушивании диалогов, которое освобождает анализ языковой моделью: 20 ч в месяц до 20 ч, экономия времени аналитика на прослушивании диалогов NAUMEN, блог компании, 23.04.2026
- статистика Среднечасовая начисленная заработная плата по всем видам деятельности в России: 647 ₽ за час Труд и занятость в России. 2025, 2024: Всего · Среднечасовая начисленная заработная плата, 2024 Федеральная служба государственной статистики (Росстат), 2024
- допущение Коэффициент затрат работодателя сверх заработной платы: 1,2–1,35 база 1,3 Страховые взносы работодателя сверх начисленной заработной платы: нижняя граница 1,2 учитывает пониженные тарифы для части фонда оплаты труда, база 1,3 — общий тариф, верхняя 1,35 — взносы с прочими начислениями.
- константа Месяцев в году: 12 месяцев в году
Допущения
- Страна внедрения в кейсе не названа: расчёт ведётся в рублях и по статистике России.
- 20 ч в месяц — наибольший объём, который называет кейс; при меньшем объёме эффект ниже.
- Среднечасовая заработная плата по всем видам деятельности заменяет ставку аналитика; фактическая ставка может отличаться.
Базовое значение: 200 тыс. ₽ в год.
Метод afiina-pnl/1, оценка от 27.10.2026, цены 2024 года. Диапазон округлён до двух значащих цифр наружу. Методика
По данным Naumen, команда Скорозвон с помощью LLM проанализировала диалоги операторов колл-центра клиента и нашла ошибки в их работе. После исправления ошибок доля корректно работающих операторов выросла с около 7% до 90%, итоговая конверсия — примерно в 1,5 раза.
/02 · паспорт кейса
Бизнес
- Компания
- Naumen
- Отрасль
- ИТ и интернет-сервисы · ПО и SaaS
- Функция
- Клиентский сервис
- Задача
- Подсказки оператору, суммаризация, QA звонков
Технология
- Класс AI
- Генеративный ИИ: LLM, ассистенты, RAG
- Тип решения
- Не раскрыт
Внедрение
- Стадия
- Промышленная эксплуатация, на 23.04.2026
- География
- Россия
/03 · описание кейса
Зачем
Бизнес-задача
Команда Скорозвон компании NAUMEN вела проект для клиента с колл-центром. В этом проекте робот успешно находил «тёплых» лидов, но конверсия в покупку оставалась низкой. Требовалось понять, что происходит в разговорах операторов с клиентами, и найти причины потерь. Базовые ошибки операторов, по словам бизнес-аналитика команды, сложно заметить без детальной аналитики, а ручная прослушка диалогов отнимала у аналитика много часов. Клиент, кроме цифр, ожидал качественную аналитику по работе колл-центра.
Что
Решение
Бизнес-аналитик команды Скорозвон подключила анализ диалогов колл-центра с помощью большой языковой модели (LLM). Модель разобрала большой объём разговоров и свела результаты в понятную аналитику. Анализ показал, что корректно работали только около 7% операторов. Типичные ошибки оказались базовыми: операторы не знали о звонках робота, сбрасывали звонки клиентов или вызывали негатив, повторно проводили идентификацию, работали с плохим оборудованием. Конкретная модель для этого проекта в публикации не названа.
Как
Внедрение
По итогам анализа в работу операторов внесли изменения. После них доля корректно работающих операторов выросла до 90%, итоговая конверсия увеличилась примерно в 1,5 раза, выручка по проекту выросла в 2 раза. Клиент также получил качественную аналитику, которую ожидал помимо цифр. Для самого аналитика эффект — экономия до 20 часов в месяц на прослушивании диалогов и возможность разбирать до 100 диалогов в час.
/04 · источники и проверка
Что подтверждено
- По данным Naumen, LLM-анализ диалогов колл-центра показал, что корректно работали только около 7% операторов.
- После исправления выявленных ошибок доля корректно работающих операторов выросла до 90%, итоговая конверсия — примерно в 1,5 раза, выручка по проекту — в 2 раза.
- Аналитик экономит до 20 часов в месяц на прослушивании диалогов и может разбирать до 100 диалогов в час.
Ограничения
- Рост конверсии и выручки — совокупный эффект LLM-анализа и последующих изменений в работе операторов; вклад самой модели отдельно не оценён.
- Все цифры относятся к одному клиентскому проекту команды Скорозвон; клиент, период и исходные значения конверсии и выручки не раскрыты.
- Экономия до 20 часов в месяц — оценка одного аналитика; данных о сокращении затрат на персонал нет.
-
[1] NAUMEN
ИИ для бизнес-аналитика
компания · 23.04.2026
Открыть источник
АрхИИВ /strategai · CB-001161 · Версия 1 · 18.10.2026 · /c/CB-001161/