Три аббревиатуры, которые встречаются в любой презентации речевой аналитики. Разбираем, что каждая технология делает на самом деле и где у неё границы.
В анализе звонков работают три разные технологии, и путаница между ними приводит к неверным ожиданиям. Одна превращает звук в текст, вторая находит в тексте смысл, третья формулирует выводы. Ошибки у них тоже разные.
ASR — распознавание речи
Automatic Speech Recognition переводит аудио в текст. Это самый чувствительный к качеству звука этап: сжатие, шум и одновременная речь бьют именно по нему. Отсюда практическое правило: улучшение линии и гарнитур даёт больший прирост, чем смена модели.
NLP — обработка текста
Natural Language Processing работает с полученным текстом: разделяет реплики, находит сущности (суммы, даты, названия), классифицирует темы обращений и определяет тональность. Здесь ошибки уже не в словах, а в категориях — например, вопрос о цене помечается как возражение.
LLM — большие языковые модели
Модели этого типа отвечают на вопросы о разговоре: сформулировать краткое содержание, объяснить причину отказа, проверить выполнение сложного критерия. Их сила в гибкости, слабость — в том, что они могут уверенно ошибаться. Поэтому выводы модели сопровождаются ссылкой на фрагмент записи.
ТехнологияЧто делаетТипичная ошибка
ASRзвук в текстневерное слово, особенно название или фамилия
NLPструктура и категорииневерная категория обращения
LLMвыводы и формулировкиубедительный, но неточный вывод
ASR
Что делает
звук в текст
Типичная ошибка
неверное слово, особенно название или фамилия
NLP
Что делает
структура и категории
Типичная ошибка
неверная категория обращения
LLM
Что делает
выводы и формулировки
Типичная ошибка
убедительный, но неточный вывод
Три уровня, три типа ошибок — и три разных способа их проверять.
Что из этого следует на практике
Проверяйте систему на своих записях: качество ASR зависит от вашей линии, а не от презентации.
Требуйте ссылку на фрагмент под каждым выводом — иначе выводы невозможно проверить.
Критерии чек-листа формулируйте через смысл, а не через конкретное слово.
Не ждите стенограммы: цель анализа — выводы по потоку, а не идеальный текст.
Хорошая система устроена так, что каждый уровень можно проверить отдельно: посмотреть расшифровку, увидеть найденную категорию и открыть тот фрагмент, на основании которого сделан вывод. Если проверить невозможно, отчётам не стоит доверять.
Как измеряют качество каждого уровня
У каждой технологии своя метрика, и подменять их друг другом нельзя. Именно поэтому «точность 95%» без уточнения, что именно измеряли, не значит ничего.
УровеньМетрикаКак проверить у себя
ASRдоля ошибочных словсравнить расшифровку с ручной на 20 звонках
NLPточность категорий и сущностейпроверить темы обращений и найденные суммы
LLMдоля выводов, подтверждённых записьюоткрыть фрагмент под каждым выводом
Система в целомсовпадение оценок с экспертомкалибровка на 20 звонках в месяц
ASR
Метрика
доля ошибочных слов
Как проверить у себя
сравнить расшифровку с ручной на 20 звонках
NLP
Метрика
точность категорий и сущностей
Как проверить у себя
проверить темы обращений и найденные суммы
LLM
Метрика
доля выводов, подтверждённых записью
Как проверить у себя
открыть фрагмент под каждым выводом
Система в целом
Метрика
совпадение оценок с экспертом
Как проверить у себя
калибровка на 20 звонках в месяц
Последняя строка — единственная, которая имеет отношение к вашим решениям.
Где каждая технология ошибается чаще всего
ASR — на названиях, фамилиях и числах при плохой линии; лечится словарём и качеством звука.
NLP — на пограничных категориях: вопрос о цене против возражения о цене.
LLM — на обобщениях: формулирует уверенный вывод там, где данных мало.
Практический вывод: чем важнее решение, тем ближе к записи должно быть его обоснование. Показатели по отделу можно считать автоматически, а разговор с менеджером строить только на конкретных фрагментах.
Посчитаем это на ваших звонках
Покажем те же показатели на данных вашей телефонии — без внедрения, за неделю.
Что спросить у поставщика
Можно ли добавить свой словарь терминов и как быстро он применяется.
Поддерживается ли разделение дорожек говорящих.
Открывается ли каждый вывод до фрагмента записи.
Можно ли прогнать сто наших записей до подписания договора.
Ответ на последний вопрос закрывает тему полностью: результат на ваших звонках заменяет любые проценты из презентации.
Как три технологии работают вместе
В реальном разборе звонка все три участвуют по очереди, и у каждой своя работа. Путаница возникает, когда одну просят делать работу другой.
Один звонок, три технологии
Шаг 1. ASR
Речь в текст
Запись превращается в расшифровку с разделением по участникам и временными метками.
Шаг 2. NLP
Структура
Из текста извлекаются сущности: имена, даты, суммы, названия услуг, факт согласия.
Шаг 3. LLM
Смысл
Определяется, выяснена ли задача, обработано ли возражение, назначен ли следующий шаг.
Шаг 4. Правила
Проверка
Жёсткие критерии: обязательное уведомление, запрещённые формулировки, наличие шагов.
Последний шаг часто пропускают в описаниях, а он самый надёжный: там, где формулировка обязательна дословно, правило точнее любой модели.
Отсюда простое правило выбора: фактические вещи проверяются правилами, смысловые — моделью. Попытка проверять наличие обязательной фразы через языковую модель даёт худший результат, чем поиск по шаблону, и стоит дороже.
Что спрашивать у поставщика
Названия технологий в презентации не говорят о качестве. Полезные вопросы звучат иначе.
Где обрабатываются данные и на какой территории они хранятся.
Можно ли добавить свой словарь терминов, названий услуг и конкурентов.
Что именно проверяется правилами, а что моделью — и можно ли настроить первое самостоятельно.
Как проверяются спорные оценки: есть ли ручная проверка выборки и калибровка.
Что происходит при плохом качестве записи: помечается ли разговор как ненадёжный.
Последний вопрос показателен. Система, которая уверенно выдаёт оценку по неразборчивой записи, опаснее той, которая честно помечает разговор как непригодный для анализа.
Где заканчивается автоматика
Есть задачи, где ни одна из трёх технологий не заменяет человека, и об этом лучше знать до внедрения.
ЗадачаКто решаетПочему
Что считать качественным разговоромруководительэто управленческое решение, а не техническое
Юридически значимая расшифровкачеловекавтоматическая не является доказательством
Разговор с менеджером о правкеруководительповедение меняет разговор, а не отчёт
Проверка спорных оценокчеловекмодель ошибается на иронии и сложных формулировках
Что считать качественным разговором
Кто решает
руководитель
Почему
это управленческое решение, а не техническое
Юридически значимая расшифровка
Кто решает
человек
Почему
автоматическая не является доказательством
Разговор с менеджером о правке
Кто решает
руководитель
Почему
поведение меняет разговор, а не отчёт
Проверка спорных оценок
Кто решает
человек
Почему
модель ошибается на иронии и сложных формулировках
Технологии закрывают объём. Решения и разговоры с людьми остаются за людьми — в этом и состоит разделение труда.
Технологии разные, но правило одно: любой вывод должен открываться до конкретной секунды записи.
Что такое голосовой робот и чем он отличается от IVR
5 мин
Разберём вашу задачу на реальных звонках
Покажем, как это выглядит на данных вашей телефонии, и предложим сценарий под задачу.
Словарь5 мин
ASR, NLP и LLM: что есть что в анализе звонков
Три аббревиатуры, которые встречаются в любой презентации речевой аналитики. Разбираем, что каждая технология делает на самом деле и где у неё границы.
В анализе звонков работают три разные технологии, и путаница между ними приводит к неверным ожиданиям. Одна превращает звук в текст, вторая находит в тексте смысл, третья формулирует выводы. Ошибки у них тоже разные.
ASR — распознавание речи
Automatic Speech Recognition переводит аудио в текст. Это самый чувствительный к качеству звука этап: сжатие, шум и одновременная речь бьют именно по нему. Отсюда практическое правило: улучшение линии и гарнитур даёт больший прирост, чем смена модели.
NLP — обработка текста
Natural Language Processing работает с полученным текстом: разделяет реплики, находит сущности (суммы, даты, названия), классифицирует темы обращений и определяет тональность. Здесь ошибки уже не в словах, а в категориях — например, вопрос о цене помечается как возражение.
LLM — большие языковые модели
Модели этого типа отвечают на вопросы о разговоре: сформулировать краткое содержание, объяснить причину отказа, проверить выполнение сложного критерия. Их сила в гибкости, слабость — в том, что они могут уверенно ошибаться. Поэтому выводы модели сопровождаются ссылкой на фрагмент записи.
ТехнологияЧто делаетТипичная ошибка
ASRзвук в текстневерное слово, особенно название или фамилия
NLPструктура и категорииневерная категория обращения
LLMвыводы и формулировкиубедительный, но неточный вывод
ASR
Что делает
звук в текст
Типичная ошибка
неверное слово, особенно название или фамилия
NLP
Что делает
структура и категории
Типичная ошибка
неверная категория обращения
LLM
Что делает
выводы и формулировки
Типичная ошибка
убедительный, но неточный вывод
Три уровня, три типа ошибок — и три разных способа их проверять.
Что из этого следует на практике
Проверяйте систему на своих записях: качество ASR зависит от вашей линии, а не от презентации.
Требуйте ссылку на фрагмент под каждым выводом — иначе выводы невозможно проверить.
Критерии чек-листа формулируйте через смысл, а не через конкретное слово.
Не ждите стенограммы: цель анализа — выводы по потоку, а не идеальный текст.
Хорошая система устроена так, что каждый уровень можно проверить отдельно: посмотреть расшифровку, увидеть найденную категорию и открыть тот фрагмент, на основании которого сделан вывод. Если проверить невозможно, отчётам не стоит доверять.
Как измеряют качество каждого уровня
У каждой технологии своя метрика, и подменять их друг другом нельзя. Именно поэтому «точность 95%» без уточнения, что именно измеряли, не значит ничего.
УровеньМетрикаКак проверить у себя
ASRдоля ошибочных словсравнить расшифровку с ручной на 20 звонках
NLPточность категорий и сущностейпроверить темы обращений и найденные суммы
LLMдоля выводов, подтверждённых записьюоткрыть фрагмент под каждым выводом
Система в целомсовпадение оценок с экспертомкалибровка на 20 звонках в месяц
ASR
Метрика
доля ошибочных слов
Как проверить у себя
сравнить расшифровку с ручной на 20 звонках
NLP
Метрика
точность категорий и сущностей
Как проверить у себя
проверить темы обращений и найденные суммы
LLM
Метрика
доля выводов, подтверждённых записью
Как проверить у себя
открыть фрагмент под каждым выводом
Система в целом
Метрика
совпадение оценок с экспертом
Как проверить у себя
калибровка на 20 звонках в месяц
Последняя строка — единственная, которая имеет отношение к вашим решениям.
Где каждая технология ошибается чаще всего
ASR — на названиях, фамилиях и числах при плохой линии; лечится словарём и качеством звука.
NLP — на пограничных категориях: вопрос о цене против возражения о цене.
LLM — на обобщениях: формулирует уверенный вывод там, где данных мало.
Практический вывод: чем важнее решение, тем ближе к записи должно быть его обоснование. Показатели по отделу можно считать автоматически, а разговор с менеджером строить только на конкретных фрагментах.
Посчитаем это на ваших звонках
Покажем те же показатели на данных вашей телефонии — без внедрения, за неделю.
Что спросить у поставщика
Можно ли добавить свой словарь терминов и как быстро он применяется.
Поддерживается ли разделение дорожек говорящих.
Открывается ли каждый вывод до фрагмента записи.
Можно ли прогнать сто наших записей до подписания договора.
Ответ на последний вопрос закрывает тему полностью: результат на ваших звонках заменяет любые проценты из презентации.
Как три технологии работают вместе
В реальном разборе звонка все три участвуют по очереди, и у каждой своя работа. Путаница возникает, когда одну просят делать работу другой.
Один звонок, три технологии
Шаг 1. ASR
Речь в текст
Запись превращается в расшифровку с разделением по участникам и временными метками.
Шаг 2. NLP
Структура
Из текста извлекаются сущности: имена, даты, суммы, названия услуг, факт согласия.
Шаг 3. LLM
Смысл
Определяется, выяснена ли задача, обработано ли возражение, назначен ли следующий шаг.
Шаг 4. Правила
Проверка
Жёсткие критерии: обязательное уведомление, запрещённые формулировки, наличие шагов.
Последний шаг часто пропускают в описаниях, а он самый надёжный: там, где формулировка обязательна дословно, правило точнее любой модели.
Отсюда простое правило выбора: фактические вещи проверяются правилами, смысловые — моделью. Попытка проверять наличие обязательной фразы через языковую модель даёт худший результат, чем поиск по шаблону, и стоит дороже.
Что спрашивать у поставщика
Названия технологий в презентации не говорят о качестве. Полезные вопросы звучат иначе.
Где обрабатываются данные и на какой территории они хранятся.
Можно ли добавить свой словарь терминов, названий услуг и конкурентов.
Что именно проверяется правилами, а что моделью — и можно ли настроить первое самостоятельно.
Как проверяются спорные оценки: есть ли ручная проверка выборки и калибровка.
Что происходит при плохом качестве записи: помечается ли разговор как ненадёжный.
Последний вопрос показателен. Система, которая уверенно выдаёт оценку по неразборчивой записи, опаснее той, которая честно помечает разговор как непригодный для анализа.
Где заканчивается автоматика
Есть задачи, где ни одна из трёх технологий не заменяет человека, и об этом лучше знать до внедрения.
ЗадачаКто решаетПочему
Что считать качественным разговоромруководительэто управленческое решение, а не техническое
Юридически значимая расшифровкачеловекавтоматическая не является доказательством
Разговор с менеджером о правкеруководительповедение меняет разговор, а не отчёт
Проверка спорных оценокчеловекмодель ошибается на иронии и сложных формулировках
Что считать качественным разговором
Кто решает
руководитель
Почему
это управленческое решение, а не техническое
Юридически значимая расшифровка
Кто решает
человек
Почему
автоматическая не является доказательством
Разговор с менеджером о правке
Кто решает
руководитель
Почему
поведение меняет разговор, а не отчёт
Проверка спорных оценок
Кто решает
человек
Почему
модель ошибается на иронии и сложных формулировках
Технологии закрывают объём. Решения и разговоры с людьми остаются за людьми — в этом и состоит разделение труда.
Технологии разные, но правило одно: любой вывод должен открываться до конкретной секунды записи.
Что такое голосовой робот и чем он отличается от IVR
5 мин
Разберём вашу задачу на реальных звонках
Покажем, как это выглядит на данных вашей телефонии, и предложим сценарий под задачу.
Словарь5 мин
ASR, NLP и LLM: что есть что в анализе звонков
Три аббревиатуры, которые встречаются в любой презентации речевой аналитики. Разбираем, что каждая технология делает на самом деле и где у неё границы.
В анализе звонков работают три разные технологии, и путаница между ними приводит к неверным ожиданиям. Одна превращает звук в текст, вторая находит в тексте смысл, третья формулирует выводы. Ошибки у них тоже разные.
ASR — распознавание речи
Automatic Speech Recognition переводит аудио в текст. Это самый чувствительный к качеству звука этап: сжатие, шум и одновременная речь бьют именно по нему. Отсюда практическое правило: улучшение линии и гарнитур даёт больший прирост, чем смена модели.
NLP — обработка текста
Natural Language Processing работает с полученным текстом: разделяет реплики, находит сущности (суммы, даты, названия), классифицирует темы обращений и определяет тональность. Здесь ошибки уже не в словах, а в категориях — например, вопрос о цене помечается как возражение.
LLM — большие языковые модели
Модели этого типа отвечают на вопросы о разговоре: сформулировать краткое содержание, объяснить причину отказа, проверить выполнение сложного критерия. Их сила в гибкости, слабость — в том, что они могут уверенно ошибаться. Поэтому выводы модели сопровождаются ссылкой на фрагмент записи.
ТехнологияЧто делаетТипичная ошибка
ASRзвук в текстневерное слово, особенно название или фамилия
NLPструктура и категорииневерная категория обращения
LLMвыводы и формулировкиубедительный, но неточный вывод
ASR
Что делает
звук в текст
Типичная ошибка
неверное слово, особенно название или фамилия
NLP
Что делает
структура и категории
Типичная ошибка
неверная категория обращения
LLM
Что делает
выводы и формулировки
Типичная ошибка
убедительный, но неточный вывод
Три уровня, три типа ошибок — и три разных способа их проверять.
Что из этого следует на практике
Проверяйте систему на своих записях: качество ASR зависит от вашей линии, а не от презентации.
Требуйте ссылку на фрагмент под каждым выводом — иначе выводы невозможно проверить.
Критерии чек-листа формулируйте через смысл, а не через конкретное слово.
Не ждите стенограммы: цель анализа — выводы по потоку, а не идеальный текст.
Хорошая система устроена так, что каждый уровень можно проверить отдельно: посмотреть расшифровку, увидеть найденную категорию и открыть тот фрагмент, на основании которого сделан вывод. Если проверить невозможно, отчётам не стоит доверять.
Как измеряют качество каждого уровня
У каждой технологии своя метрика, и подменять их друг другом нельзя. Именно поэтому «точность 95%» без уточнения, что именно измеряли, не значит ничего.
УровеньМетрикаКак проверить у себя
ASRдоля ошибочных словсравнить расшифровку с ручной на 20 звонках
NLPточность категорий и сущностейпроверить темы обращений и найденные суммы
LLMдоля выводов, подтверждённых записьюоткрыть фрагмент под каждым выводом
Система в целомсовпадение оценок с экспертомкалибровка на 20 звонках в месяц
ASR
Метрика
доля ошибочных слов
Как проверить у себя
сравнить расшифровку с ручной на 20 звонках
NLP
Метрика
точность категорий и сущностей
Как проверить у себя
проверить темы обращений и найденные суммы
LLM
Метрика
доля выводов, подтверждённых записью
Как проверить у себя
открыть фрагмент под каждым выводом
Система в целом
Метрика
совпадение оценок с экспертом
Как проверить у себя
калибровка на 20 звонках в месяц
Последняя строка — единственная, которая имеет отношение к вашим решениям.
Где каждая технология ошибается чаще всего
ASR — на названиях, фамилиях и числах при плохой линии; лечится словарём и качеством звука.
NLP — на пограничных категориях: вопрос о цене против возражения о цене.
LLM — на обобщениях: формулирует уверенный вывод там, где данных мало.
Практический вывод: чем важнее решение, тем ближе к записи должно быть его обоснование. Показатели по отделу можно считать автоматически, а разговор с менеджером строить только на конкретных фрагментах.
Посчитаем это на ваших звонках
Покажем те же показатели на данных вашей телефонии — без внедрения, за неделю.
Что спросить у поставщика
Можно ли добавить свой словарь терминов и как быстро он применяется.
Поддерживается ли разделение дорожек говорящих.
Открывается ли каждый вывод до фрагмента записи.
Можно ли прогнать сто наших записей до подписания договора.
Ответ на последний вопрос закрывает тему полностью: результат на ваших звонках заменяет любые проценты из презентации.
Как три технологии работают вместе
В реальном разборе звонка все три участвуют по очереди, и у каждой своя работа. Путаница возникает, когда одну просят делать работу другой.
Один звонок, три технологии
Шаг 1. ASR
Речь в текст
Запись превращается в расшифровку с разделением по участникам и временными метками.
Шаг 2. NLP
Структура
Из текста извлекаются сущности: имена, даты, суммы, названия услуг, факт согласия.
Шаг 3. LLM
Смысл
Определяется, выяснена ли задача, обработано ли возражение, назначен ли следующий шаг.
Шаг 4. Правила
Проверка
Жёсткие критерии: обязательное уведомление, запрещённые формулировки, наличие шагов.
Последний шаг часто пропускают в описаниях, а он самый надёжный: там, где формулировка обязательна дословно, правило точнее любой модели.
Отсюда простое правило выбора: фактические вещи проверяются правилами, смысловые — моделью. Попытка проверять наличие обязательной фразы через языковую модель даёт худший результат, чем поиск по шаблону, и стоит дороже.
Что спрашивать у поставщика
Названия технологий в презентации не говорят о качестве. Полезные вопросы звучат иначе.
Где обрабатываются данные и на какой территории они хранятся.
Можно ли добавить свой словарь терминов, названий услуг и конкурентов.
Что именно проверяется правилами, а что моделью — и можно ли настроить первое самостоятельно.
Как проверяются спорные оценки: есть ли ручная проверка выборки и калибровка.
Что происходит при плохом качестве записи: помечается ли разговор как ненадёжный.
Последний вопрос показателен. Система, которая уверенно выдаёт оценку по неразборчивой записи, опаснее той, которая честно помечает разговор как непригодный для анализа.
Где заканчивается автоматика
Есть задачи, где ни одна из трёх технологий не заменяет человека, и об этом лучше знать до внедрения.
ЗадачаКто решаетПочему
Что считать качественным разговоромруководительэто управленческое решение, а не техническое
Юридически значимая расшифровкачеловекавтоматическая не является доказательством
Разговор с менеджером о правкеруководительповедение меняет разговор, а не отчёт
Проверка спорных оценокчеловекмодель ошибается на иронии и сложных формулировках
Что считать качественным разговором
Кто решает
руководитель
Почему
это управленческое решение, а не техническое
Юридически значимая расшифровка
Кто решает
человек
Почему
автоматическая не является доказательством
Разговор с менеджером о правке
Кто решает
руководитель
Почему
поведение меняет разговор, а не отчёт
Проверка спорных оценок
Кто решает
человек
Почему
модель ошибается на иронии и сложных формулировках
Технологии закрывают объём. Решения и разговоры с людьми остаются за людьми — в этом и состоит разделение труда.
Технологии разные, но правило одно: любой вывод должен открываться до конкретной секунды записи.
Платформы для анализа и автоматизации коммуникаций
Помогаем бизнесу контролировать качество звонков, находить потери в продажах с помощью речевой аналитики и автоматизировать звонки с помощью голосовых роботов.
Нам доверяют ведущие компании
{{ trustItems }}
Два продукта на единой технологической базе
Речевая аналитика→
Анализирует 100% звонков, контролирует качество и находит причины отказов.
Голосовые роботы→
Автоматизируют подтверждения, напоминания, обзвоны и передачу лидов.
Где Sona AI даёт результат
Выберите отрасль — покажем, что речевая аналитика и голосовые роботы анализируют и автоматизируют именно в вашем бизнесе.
{{ t.label }}
{{ actTitle }}
{{ actPain }}
Речевая аналитика
анализирует
{{ p.text }}
Голосовые роботы
автоматизируют
{{ p.text }}
Конфиденциальность и контроль данных
Клиентские данные требуют аккуратной обработки. В Sona AI предусмотрены контроль доступа, прозрачная логика анализа и безопасная работа с коммуникациями на каждом этапе.
Соответствие ФЗ-152
Строго по закону РФ «О персональных данных»
Данные защищены строго по ФЗ-152
Звонки, записи и клиентские данные обрабатываются и хранятся в полном соответствии с требованиями законодательства РФ — на каждом этапе анализа.
Серверы в РФ
Шифрование
Согласие на обработку
Маскирование данных
Перед обработкой все чувствительные данные автоматически маскируются. Модели работают с обезличенными разговорами.
Транскрипт разговораДанные скрыты
🔒Меня зовут •••••••
🔒Телефон +7 ••• ••• ••••
🔒Карта •••• •••• •••• ••••
Контроль доступа
Разграничение прав доступа для руководителей, аналитиков и рядовых сотрудников компании.
Записи и транскрипты
Коммуникации обрабатываются для анализа качества, причин обращений и результатов звонков.
Интеграции под требования
Подключение CRM, телефонии и источников данных согласуется под процессы компании.
Частые вопросы
{{ item.q }}{{ item.sign }}
{{ item.a }}
Не нашли ответ?
Покажем, где ваш бизнес теряет клиентов и какие звонки можно автоматизировать
Разберём ваши процессы, предложим подходящий продукт и покажем, как Sona AI может помочь в продажах, поддержке или клиентском сервисе.
Речевая аналитика для контроля качества коммуникаций
Анализирует 100% звонков, находит потерянные сделки, контролирует соблюдение скриптов и улучшает качество работы менеджеров.
Краткий пример отчёта
100%
звонков проверено
87%
оценка качества
146 звонков в зоне риска
AI: усилить работу с возражениями.
Посмотреть полный пример ＋
Что вы получаете
Платформа помогает руководителям видеть, как работают менеджеры, где теряются клиенты, и какие разговоры требуют внимания.
{{ b.label }}
{{ benefitTitle }}
{{ benefitDesc }}
{{ benefitExtra }}
Цена · 38%Сроки · 24%Конкуренты · 21%Скрипт · 17%
Звонок #4821 · Козлов Д.
Клиент готов к покупке — сделка не оформлена
Упущено
Чек-лист качества4 из 5 этапов
✓Приветствие и представление
✓Выявление потребности
—Работа с возражением «дорого»
А. Смирнова94%
Д. Козлов71%
И. Петров58%
Конфликтный разговор
Резкая смена тона на 02:14
Внимание
Жалобы за месяц↓ 32%
▶
Эталонный звонок
Оценка 96% · 04:12
▶
Разбор ошибок
Пропущен этап выявления потребности
Технологии, дающие кратный результат
ИИ анализирует разговоры по понятным критериям и превращает звонки в данные для руководителя.
Расшифровка звонков
Автоматически переводим разговоры в текст, чтобы каждый звонок можно было анализировать и проверять.
Напоминаю о записи завтра в 14:30. Подтвердить визит?
Да, буду.
Статус обновлён в CRMПодтверждено
Посмотреть полный пример ＋
Задачи, которые решает голосовой робот
Голосовой робот не просто совершает звонки. Он ведёт интерактивный диалог, фиксирует результат, работает с CRM и другими системами, заполняет формы, обновляет статусы и передаёт сотрудникам только те обращения, где действительно нужен человек.
{{ t.label }}
{{ t.title }}
{{ taskTitle }}
{{ taskDesc }}
Результат для бизнеса
{{ taskResult }}
МКМария К. · 14:30
Подтвердил
СВСергей В. · 15:00
Перенёс
ОНОльга Н. · 16:15
Подтвердил
Приём · завтра 11:00
Напомнил
Вебинар · сегодня 18:00
Напомнил
Неявки за месяц↓ 34%
Заявка #2043 · бюджет есть
Тёплый
Заявка #2044 · думает
Холодный
Передано менеджерутолько целевые
Оценка сервиса4,6 / 5
★★★★★
Недоволен · заказ #881
Эскалация
Заказ отправлен · трек 4821
Перенос приёма на 12:30
Оператор освобождён92% авто
Подберите правильный голос под ваш бизнес
Голосовой робот может звучать по-разному: синтезированный голос или запись живого диктора. Выберите один из 35 голосов под задачу, аудиторию и тон вашего бизнеса.
{{ t.label }}
{{ voiceCarousel }}
Это примеры звучания — 6 из 35 доступных голосов.
Как работает голосовой робот
Настраиваем сценарий, подключаем данные, запускаем обзвон и фиксируем результат каждого разговора.
{{ f.label }}
{{ f.desc }}
1Приветствие и цель звонка
2Вопрос · подтверждение визита
3Условие передачи
если да → менеджер
CRM
База
240 актуальных контактов
Обзвон · в реальном времениактивен
Мария К.Подтвердил
Сергей В.Перезвон
Ольга Н.Подтвердил
Заинтересован · доп. услуга
Менеджеру
Нестандартный вопрос
Оператору
Робот закрыл сам82%
Стоимость и окупаемость
Оплата за отработанные минуты робота. Посчитайте, во сколько обходится тот же обзвон вручную.
Голосовые роботы
от 5 ₽/ минута
Стоимость зависит от объёма минут, сценариев обзвона, интеграций и сложности настройки.
Настройка сценария
Обработка звонков
Фиксация результата
Передача клиентов менеджеру
Аналитика по звонкам
Интеграции с CRM и телефонией
Крупные объёмы
Индивидуальный расчёт
Для больших объёмов, сложных сценариев и интеграций подготовим индивидуальные условия.
Пакетные ставки за минуту
Сложные многошаговые сценарии
Приоритетная поддержка внедрения
Рассчитайте окупаемость робота
Сравните стоимость ручного обзвона и работы голосового робота на вашем объёме звонков.
Цена минуты роботаФиксированная ставка Sona AI — 5 ₽ за отработанную минуту робота.5 ₽ фикс.
Это {{ rMonthlyCallsF }} звонков в месяц — {{ rTotalMinF }} мин работы робота.
Экономия в месяц
{{ rSavingsF }} ₽−{{ rSavingsPct }}%
Робот дешевле ручного обзвона в {{ rTimesCheaperF }}×
Ручной обзвон{{ rManualCostF }} ₽
Голосовой робот{{ rRobotCostF }} ₽
Ориентировочный расчёт. Итоговая экономия зависит от сценария, базы и качества данных.
Решения по задачам
Голосовые роботы для конкретных процессов
Выберите сценарий: автообзвон клиентов, холодный обзвон или подтверждение записи в клинике.
Сейчас — около {{ aDealsNowF }} сделок в месяц. Анализ 100% звонков помогает продавать больше.
{{ aEffectLabel }}
{{ aEffectF }} ₽
{{ aEffectSub }}
Рекомендуемый тариф
{{ aTierName }}{{ aTierPrice }}
{{ aStat1Label }}
{{ aStat1Value }} {{ aStat1Unit }}
Покрытие звонков
100% против выборки
Эффект за год
{{ aEffectYearF }} ₽
Объём минут
{{ aTotalMinF }} мин
Как это считается
Сейчас из {{ aCallsF }} звонков в месяц в продажу переходит {{ aConvF }}% — это {{ aDealsNowF }} сделок. Аналитика добавляет к конверсии +10% — это {{ aExtraDealsF }} дополнительных сделок. Умножаем на средний чек {{ aDealF }} ₽ — получаем доп. выручку {{ aEffectF }} ₽ в месяц.
Ориентировочный расчёт. Значения примерные и зависят от процессов, базы и качества данных.
Голосовые роботы
от 5 ₽/ минута
Стоимость зависит от объёма минут, сценариев обзвона, интеграций и сложности настройки.
Настройка сценария
Обработка звонков
Фиксация результата
Передача клиентов менеджеру
Аналитика по звонкам
Интеграции с CRM и телефонией
Крупные объёмы
Индивидуальный расчёт
Для больших объёмов, сложных сценариев и интеграций подготовим индивидуальные условия.
Пакетные ставки за минуту
Сложные многошаговые сценарии
Приоритетная поддержка внедрения
Рассчитайте окупаемость робота
Сравните стоимость ручного обзвона и работы голосового робота на вашем объёме звонков.
Цена минуты роботаФиксированная ставка Sona AI — 5 ₽ за отработанную минуту робота.5 ₽ фикс.
Это {{ rMonthlyCallsF }} звонков в месяц — {{ rTotalMinF }} мин работы робота.
Экономия в месяц
{{ rSavingsF }} ₽−{{ rSavingsPct }}%
Робот дешевле ручного обзвона в {{ rTimesCheaperF }}×
Ручной обзвон{{ rManualCostF }} ₽
Голосовой робот{{ rRobotCostF }} ₽
Ориентировочный расчёт. Итоговая экономия зависит от сценария, базы и качества данных.
Зарабатывайте вместе с Sona AI
Сотрудничаем с интеграторами, агентствами, поставщиками телефонии, CRM- и B2B-сервисами. Вы расширяете продуктовую линейку и зарабатываете на речевой аналитике и голосовых роботах — технологию, обучение и поддержку берём на себя мы.
Выберите формат под свои ресурсы и цели — от простой рекомендации до глубокой интеграции в собственный продукт.
01
до 20% с оплат
Реферальная
Рекомендуете Sona AI своим клиентам. Продажу, внедрение и поддержку берём на себя мы, а вы получаете вознаграждение с каждого оплаченного счёта.
Минимальный порог входа
Не нужны свои ресурсы на внедрение
Вознаграждение в том числе с продлений
02
маржа до 30%
Реселлерская
Продаёте продукты Sona AI под свою ответственность по партнёрской цене. Разница между ценой для клиента и партнёрской — ваша маржа.
Своя цена и упаковка предложения
Вы ведёте клиента и договор
Помогаем на пресейле и внедрении
03
индивидуально
Технологическая
Встраиваете речевую аналитику и голосовых роботов в свой продукт по API или предлагаете их клиентам под собственным брендом (white-label).
Интеграция по API
White-label под ваш бренд
Условия под ваш объём
Партнёрство под ваш бизнес
Если вы уже работаете с бизнесом, которому важны продажи, качество сервиса и автоматизация коммуникаций — вам есть что предложить.
{{ tab.label }}›
{{ pBizActive.title }}
{{ pBizActive.desc }}
{{ b.t }}
Рекомендуем: {{ pBizActive.model }}
{{ pBizActive.modelNote }}
Что вы получаете как партнёр
Мы заинтересованы в ваших продажах не меньше вас, поэтому даём всё, чтобы уверенно продавать и внедрять.
Доход с каждого клиента
Прозрачная схема вознаграждения и выплаты за новых и продлевающихся клиентов — включая ежемесячные продления.
Персональный менеджер
Выделенный партнёрский менеджер помогает с первыми сделками и любыми вопросами.
Обучение и сертификация
Онбординг, материалы и доступ к демо, чтобы уверенно презентовать продукты клиентам.
Маркетинговые материалы
Презентации, кейсы, коммерческие предложения и демо-доступы под ваши задачи.
Поддержка на внедрении
Наши специалисты подключаются к настройке, интеграции и запуску у клиента.
Личный кабинет партнёра
Статусы сделок, список клиентов и начисленное вознаграждение — всё в одном месте, в реальном времени.
24/7
доступ к данным
0 ₽
за участие
Как стать партнёром
От заявки до первой выплаты — понятный путь без бюрократии.
1
Оставьте заявку
Заполните короткую форму: расскажите о компании и ваших клиентах.
2
Обсудим сотрудничество
Созвонимся, подберём подходящую модель и зафиксируем условия.
3
Обучение и доступы
Проведём онбординг, выдадим материалы, демо-доступ и личный кабинет.
4
Сделки и выплаты
Приводите клиентов, мы помогаем закрывать. Получайте вознаграждение.
Сколько можно заработать
Вознаграждение зависит от модели и объёма. В реферальной модели вы получаете процент с оплат клиента — включая ежемесячные продления. Количество клиентов не ограничено.
Участие в программе — бесплатное
Выплаты ежемесячно по договору
Условия улучшаются с ростом числа клиентов
Пример · реферальная модель
Клиент платит100 000 ₽/мес
Ваше вознаграждение · 20%20 000 ₽/мес
За год с одного клиента240 000 ₽
Значения условные и приведены для примера. Точные условия обсуждаются индивидуально.
Частые вопросы партнёров
{{ item.q }}{{ item.sign }}
{{ item.a }}
Готовы зарабатывать с Sona AI?
Оставьте заявку — партнёрский менеджер свяжется с вами, ответит на вопросы и поможет выбрать модель.
{{ journalTitle }}
{{ journalLead }}
Разборы, экспертизу и новости публикуем в Telegram — {{ channelName }}
{{ a.category }}{{ a.read }}Читать
{{ a.title }}
{{ a.excerpt }}
Ничего не нашлось
Попробуйте другое слово или выберите тему.
{{ articleCategory }}{{ articleRead }}
{{ articleTitle }}
{{ articleExcerpt }}
{{ b.text }}
{{ b.text }}
{{ li }}
{{ b.text }}
{{ s.value }}
{{ s.label }}
{{ b.caption }}
{{ b.caption }}
{{ bar.label }}{{ bar.value }}
{{ b.note }}
{{ h.label }}
{{ c.v }}
{{ r.title }}
{{ c.label }}
{{ c.v }}
{{ b.caption }}
{{ b.caption }}
{{ l.who }}{{ l.text }}
{{ l.tag }}
{{ b.note }}
{{ b.caption }}
{{ s.time }}
{{ s.title }}
{{ s.note }}
{{ b.note }}
Посчитаем это на ваших звонках
Покажем те же показатели на данных вашей телефонии — без внедрения, за неделю.
Покажем, как это выглядит на данных вашей телефонии, и предложим сценарий под задачу.
Начать бесплатно
Начните с демо или пилота
Оставьте заявку, и мы покажем, как Sona AI может помочь вашему бизнесу: проанализировать звонки, найти точки роста или автоматизировать рутинные коммуникации.
Разбор ваших процессов и подбор продукта
Демонстрация на ваших реальных данных
Запуск пилота без длительных интеграций
Заявка отправлена
Спасибо! Мы свяжемся с вами в ближайшее время, чтобы обсудить демо или пилот.
