В Битрикс24 может храниться история клиента за несколько лет: сделки, звонки, письма, чаты, комментарии, платежи. Но чтобы понять, что происходит с клиентом сейчас, менеджеру приходится собирать картину вручную.
Когда последний раз общались с клиентом? Снижается ли его активность? Какие риски появились? Есть ли потенциал для развития? Что менеджеру делать дальше?
Для десятков и сотен клиентов регулярно проводить такой анализ практически нереально. Поэтому мы сделали AI-аудит клиента внутри Битрикс24.
По одной кнопке AI собирает историю из разных частей системы: коммуникации, звонки и их расшифровки, сделки, счета, финансовые данные и связанные CRM-объекты.
Дальше анализирует контекст и выдает:- оценку «здоровья» клиента
- краткое резюме ситуации
- риски и точки роста
- рекомендации
- следующий шаг
Здесь важно не просто посчитать сумму продаж. Клиент с крупной покупкой полгода назад и клиент с регулярными платежами на прошлой неделе могут иметь одинаковый оборот, но совершенно разное «здоровье».
Анализ сам по себе мало что меняет. Если после менеджер получает еще один отчет, ему все равно нужно самому решать, что делать дальше.
Поэтому мы связали анализ с действием. Прямо из результата AI можно поставить задачу менеджеру. AI формирует описание и превращает рекомендации в чек-лист, остается только выбрать ответственного и срок.
Получается цепочка:
данные в Битрикс24 → AI-анализ → вывод → рекомендация → задача сотруднику.
И здесь есть важный момент: AI не создает знания о компании из воздуха. Если коммуникации не фиксируются, сделки не ведутся, а результаты работы остаются «в голове» сотрудников — качественного анализа не получится.
Хороший AI-сценарий начинается с данных и нормально выстроенного процесса в Битрикс24. И это работает не только с клиентской базой. По той же логике можно анализировать сервисные обращения, рекламации, закупки, проектные задачи и другие процессы, где уже есть накопленная история.
Для меня здесь интересен не столько сам «рейтинг здоровья» клиента, сколько принцип.
В Битрикс24 уже есть данные о работе компании. AI позволяет не просто искать их или делать по ним отчеты, а понимать контекст, находить проблему и сразу запускать действие. То есть CRM постепенно превращается из места, где хранится история, в систему, которая помогает принимать решения.
*Приложение сделали на VibeCode. Для анализа используем BitrixGPT 5.5, а Whisper Large v3 Turbo для транскрибации звонков. Так в анализ попадает не только то, что менеджеры записали в CRM, но и содержание разговоров с клиентом.
Нет комментариев
Комментарии доступны после входа