Как оценивать качество работы call-центра

Call-центр может выполнять десятки тысяч звонков в месяц.

Но большое количество звонков ещё не означает высокое качество.

Можно быстро отвечать, держать высокий SLA и при этом:

• плохо решать вопросы клиентов;
• терять лиды;
• не соблюдать скрипт;
• давать неверную информацию;
• не фиксировать договорённости;
• создавать негатив.

Поэтому оценивать call-центр только по количеству обработанных звонков — недостаточно.

Нужна система, которая учитывает одновременно:

скорость + качество разговора + результат + клиентский опыт + бизнес-эффект.

Разберём, какие показатели действительно важны и как AI помогает автоматизировать контроль качества.

Почему количество звонков — слабый KPI

Представим двух операторов.

Первый обработал:

120 звонков.

Второй:

85 звонков.

На первый взгляд первый эффективнее.

Но если у первого:

• больше повторных обращений;
• ниже удовлетворённость;
• выше количество жалоб;

то реальный результат может быть хуже.

Поэтому производительность нужно оценивать вместе с качеством.

Какие задачи может выполнять call-центр

Call-центр может быть разным.

Например:

• входящие продажи;
• поддержка;
• подтверждение заказов;
• сервис;
• NPS;
• взыскание;
• исходящие кампании.

И KPI для каждого сценария должны отличаться.

Нельзя оценивать сервисную линию теми же критериями, что и продажи.

Базовый принцип оценки

Я бы разделил показатели на пять блоков:

1. Доступность.
2. Эффективность.
3. Качество разговора.
4. Результат.
5. Клиентский опыт.

Так картина получается намного точнее.

Блок 1. Доступность call-центра

Первое, что нужно измерять:

может ли клиент вообще дозвониться.

Service Level

Один из классических показателей.

Например:

80/20

означает, что 80% звонков должны быть приняты в течение 20 секунд.

Конкретная цель зависит от бизнеса.

Average Speed of Answer

Среднее время ответа.

Если клиент ждёт слишком долго, качество страдает ещё до разговора с оператором.

Но среднее значение может скрывать проблему.

Например:

часть клиентов отвечает быстро, а часть ждёт несколько минут.

Поэтому полезно смотреть распределение.

Abandonment Rate

Доля клиентов, которые повесили трубку до ответа.

Например:

из 1 000 звонков:

120 были брошены.

Abandonment Rate:

12%.

Если показатель растёт, возможны:

• нехватка операторов;
• плохое расписание;
• всплеск нагрузки.

Повторные звонки

Очень важный показатель.

Клиент позвонил сегодня.

А завтра звонит снова по той же проблеме.

Это может означать:

вопрос не решён с первого раза.

Блок 2. Эффективность работы операторов

Здесь важны операционные показатели.

Average Handle Time

Среднее время обработки контакта.

Обычно включает:

разговор + удержание + постобработку.

Но снижать AHT любой ценой опасно.

Оператор может просто быстрее заканчивать звонки, не решая проблему.

After Call Work

Сколько времени оператор тратит после разговора на:

• комментарии;
• CRM;
• задачи;
• оформление результата.

Высокий показатель может говорить о сложном процессе или плохой автоматизации.

Occupancy

Доля рабочего времени, когда оператор занят обработкой контактов.

Слишком низкая:

возможна избыточная численность.

Слишком высокая:

риск перегрузки и падения качества.

Количество контактов на оператора

Полезный показатель производительности.

Но его нельзя использовать отдельно.

Иначе сотрудники будут стремиться:

закончить разговор быстрее, а не решить вопрос лучше.

Блок 3. Качество самого разговора

Вот здесь начинается полноценный ОКК.

Обычно разговор оценивается по чек-листу.

Например:

• приветствие;
• идентификация клиента;
• выявление вопроса;
• уточняющие вопросы;
• корректность ответа;
• работа с возражением;
• фиксация результата;
• завершение разговора.

Почему одного общего балла недостаточно

Оператор получил:

82 из 100.

Что это значит?

Не очень понятно.

Лучше видеть:

Приветствие — 98%.

Выявление потребности — 76%.

Корректность ответа — 91%.

Завершение — 63%.

Теперь понятно, где зона роста.

Контроль обязательных фраз

Для некоторых call-центров важны:

• представление;
• предупреждение о записи;
• юридические формулировки;
• подтверждение личности.

Такие пункты можно контролировать отдельно.

Контроль корректности информации

Это один из самых важных критериев.

Оператор может быть очень вежливым.

Но если дал неверную информацию, звонок нельзя считать качественным.

Поэтому нужно разделять:

коммуникационное качество

и

фактическую корректность.

Блок 4. Результат звонка

Разговор может быть приятным, но неэффективным.

Поэтому нужно фиксировать outcome.

Например:

• вопрос решён;
• продажа состоялась;
• заказ подтверждён;
• встреча назначена;
• обращение эскалировано.

First Call Resolution

Один из самых сильных KPI сервисного call-центра.

Он отвечает на вопрос:

решили ли проблему с первого обращения.

Если клиент вынужден:

• звонить повторно;
• писать;
• переключаться между операторами;

FCR снижается.

Для продаж нужен другой результат

Например:

• лид квалифицирован;
• назначена встреча;
• создана сделка;
• зафиксирован следующий шаг.

То есть результат должен соответствовать функции линии.

Блок 5. Клиентский опыт

Операционные показатели важны.

Но нужно понимать:

что чувствует клиент.

CSAT

Обычно:

Насколько вы удовлетворены обслуживанием?

Например:

1–5.

Это простой показатель удовлетворённости после контакта.

NPS

Вопрос:

Насколько вероятно, что вы порекомендуете компанию?

Это уже более общий показатель отношения к бренду.

CES

Customer Effort Score.

Показывает:

насколько легко клиенту было решить вопрос.

Для call-центра это очень полезно.

Например:

Насколько легко было получить решение?

Иногда клиент удовлетворён оператором, но процесс слишком сложный.

Почему NPS нельзя использовать один

На NPS влияет не только оператор.

А ещё:

• продукт;
• цена;
• доставка;
• качество.

Поэтому для оценки конкретного звонка лучше использовать сочетание:

CSAT + ОКК + FCR.

Как должен выглядеть полноценный набор KPI

Например:

Доступность

• SLA;
• ASA;
• Abandonment Rate.

Эффективность

• AHT;
• ACW;
• occupancy.

Качество

• score QA;
• критические ошибки.

Результат

• FCR;
• conversion.

Клиентский опыт

• CSAT;
• NPS/CES.

Так руководитель видит всю картину.

Критические ошибки нужно считать отдельно

Не все ошибки одинаковы.

Например:

оператор забыл попрощаться.

Это одно.

Но:

• разгласил персональные данные;
• дал неверную финансовую информацию;
• оскорбил клиента;

совсем другое.

Поэтому в чек-листе полезно выделять:

Critical Error.

Даже если общий балл высокий, критическая ошибка требует отдельной реакции.

Почему ручной контроль не масштабируется

Представим:

50 операторов.

Каждый делает:

60 звонков в день.

Это:

3 000 звонков ежедневно.

ОКК физически не может прослушать всё.

В итоге проверяется небольшая выборка.

Например:

2–5%.

И появляется проблема репрезентативности.

Что меняет AI-анализ звонков

AI позволяет автоматически:

• транскрибировать;
• анализировать;
• проверять чек-лист;
• находить нарушения.

Схема:

Запись

↓

Speech-to-Text

↓

AI-анализ

↓

QA Score

↓

CRM / BI / supervisor dashboard

Теперь можно анализировать значительно больший массив разговоров.

AI помогает уйти от случайной выборки

Раньше ОКК слушал:

случайные 20 звонков.

Теперь AI сначала анализирует всё.

А человеку отправляет:

• самые плохие;
• спорные;
• критичные.

Это называется:

risk-based quality control.

Что AI может автоматически проверять

Например:

• представился ли оператор;
• уточнил ли вопрос;
• перебивал ли клиента;
• дал ли следующий шаг;
• завершил ли разговор.

Но намного интереснее более глубокие сценарии.

1. Выявление причины обращения

AI может автоматически классифицировать:

• вопрос по оплате;
• доставка;
• жалоба;
• возврат;
• продажа.

Это снижает ручную классификацию.

2. Анализ эмоций и эскалации

Не просто:

позитив / негатив.

А:

• раздражение;
• конфликт;
• угроза ухода.

Например:

Клиент выражает сильное недовольство и просит руководителя.

Такие звонки автоматически отправляются супервайзеру.

3. Контроль повторных обращений

AI + CRM позволяют увидеть:

Клиент звонит по одному вопросу третий раз.

Это уже системная проблема.

4. Анализ причин повторных звонков

Например:

• оператор дал неполный ответ;
• обещанное действие не выполнено.

Это помогает повышать FCR.

5. Автоматическое резюме

После звонка:

Причина: задержка доставки.

Результат: клиенту подтверждена новая дата.

Обещание: перезвонить завтра.

Так сокращается ACW.

6. Автоматическое заполнение CRM

AI может предложить:

• категорию;
• статус;
• комментарий;
• задачу.

Это экономит время операторов.

7. Контроль обещаний

Оператор сказал:

Перезвоним завтра до 12:00.

AI фиксирует это.

CRM создаёт задачу.

Если она не выполнена, появляется сигнал.

8. Анализ звонков по операторам

Можно видеть профиль:

Приветствие — 97%.

Выявление вопроса — 83%.

Решение — 78%.

Завершение — 66%.

Теперь обучение становится персональным.

9. Анализ по сменам

Например:

вечерняя смена показывает:

• более высокий AHT;
• ниже CSAT.

Это может быть связано с:

• нагрузкой;
• составом команды.

10. Анализ по темам

Например:

звонки по возвратам имеют:

CSAT 3,2.

Остальные:

4,5.

Проблема, возможно, не в операторах.

А в самом процессе возврата.

AI помогает находить проблему процесса, а не сотрудника

Это принципиально важно.

Например:

все операторы получают негатив по одному и тому же вопросу.

Причина может быть:

• неудобный регламент;
• задержка другого подразделения.

AI помогает увидеть системный паттерн.

Как оценивать продажи в call-центре

Для продающей линии нужны дополнительные KPI.

Например:

• conversion rate;
• appointment rate;
• average check;
• revenue per contact.

Но опять же:

не только количество продаж.

Контроль качества продаж

Нужно смотреть:

• выявлена ли потребность;
• определён ли ЛПР;
• обработано ли возражение;
• зафиксирован ли next step.

То есть классические sales QA показатели.

Как оценивать входящую поддержку

Основные:

• SLA;
• FCR;
• CSAT;
• QA.

Это обычно базовый набор.

Как оценивать исходящий call-центр

Например:

• contact rate;
• conversion;
• script compliance;
• outcome rate.

Для холодных звонков очень важна ещё корректность базы.

Как оценивать NPS-call-центр

Если линия собирает обратную связь, важно контролировать:

• нейтральность оператора;
• корректность вопроса;
• отсутствие давления.

Иначе NPS искажается.

Оценка звонков должна учитывать тип контакта

Не нужно оценивать одинаково:

• продажу;
• жалобу;
• информационный звонок.

AI сначала может классифицировать тип.

Потом применить нужный чек-лист.

Как построить QA Score

Пример:

Корректность ответа — 35%.

Решение вопроса — 30%.

Коммуникация — 20%.

Процесс — 15%.

Но веса должны соответствовать конкретному бизнесу.

Не стоит давать одинаковый вес всему

Если сотрудник не сказал:

Спасибо за звонок.

это менее важно, чем неправильная консультация.

Поэтому QA Score должен учитывать критичность.

Можно использовать автоматическое обнуление оценки

Например:

если есть критическая ошибка:

итоговая оценка = fail.

Даже если остальные пункты выполнены.

Это полезно в регулируемых сценариях.

Как объединить ручной и AI-контроль

Самая сильная модель — гибрид.

AI анализирует большой объём.

Человек проверяет:

• критические;
• спорные;
• выборку для калибровки.

Это и быстрее, и надёжнее.

Калибровка AI и ОКК

Важно регулярно сравнивать:

AI-оценка

и

оценка эксперта.

Например, раз в месяц:

100 звонков оценивают оба.

Если расхождение растёт, чек-лист нужно корректировать.

Как может выглядеть ежедневный отчёт руководителя

Например:

Вчера обработано 2 840 звонков.

SLA — 86%.

Abandonment Rate — 7%.

FCR — 74%.

CSAT — 4,4/5.

AI-QA — 82%.

Найдено 17 критичных звонков.

Основная проблема — неполная консультация по возвратам.

Для ручного разбора рекомендовано 12 звонков.

Руководителю этого достаточно для быстрого понимания состояния call-центра.

Какие показатели показывать собственнику

Не нужно 40 метрик.

Достаточно нескольких:

• SLA;
• FCR;
• CSAT;
• качество;
• стоимость контакта;
• conversion — если продажи.

И обязательно динамика.

Стоимость одного контакта

Очень полезный показатель.

Условно:

расходы call-центра / количество обработанных контактов.

Но уменьшать стоимость любой ценой нельзя.

Если одновременно падает качество, экономия ложная.

Cost per Resolution

Ещё интереснее.

Не сколько стоит звонок.

А:

сколько стоит реально решённый вопрос.

Это гораздо ближе к бизнес-ценности.

Анализ нагрузки

BI может показывать:

• звонки по часам;
• дням недели;
• темам.

Это помогает планировать смены.

AI может объяснять аномалии:

В понедельник объём звонков вырос на 28% из-за задержки доставки.

Это уже следующий уровень.

AI может прогнозировать нагрузку

Если есть история, можно учитывать:

• сезонность;
• маркетинговые кампании;
• дни недели.

Это помогает заранее корректировать расписание.

Workforce Management

В крупных call-центрах планирование смен — отдельный большой контур.

AI может помогать прогнозировать нагрузку.

Но для сложного WFM профильная система всё равно может быть нужна.

Как связать call-центр с Bitrix24

Bitrix24 может хранить:

• клиента;
• обращение;
• сделку;
• звонок.

Это позволяет смотреть результат звонка в контексте процесса.

Например

Клиент звонит три раза.

Без CRM:

три отдельных звонка.

С CRM:

одно обращение, три контакта.

Это принципиально меняет FCR.

Как связать с 1С

Например, call-центр обрабатывает:

• оплаты;
• заказы.

1С даёт:

• фактический заказ;
• статус оплаты;
• отгрузку.

Оператор получает актуальную информацию, а AI может анализировать результат.

Анализ звонков и переписок вместе

Call-центр всё чаще работает не только с голосом.

Но и:

• WhatsApp;
• Telegram;
• чатами.

Поэтому зрелая система должна оценивать омниканальный сервис.

Например

Клиент сначала написал.

Потом позвонил.

Оператор должен видеть историю.

Иначе человек повторяет вопрос дважды.

Это снижает клиентский опыт.

Омниканальные KPI

Можно оценивать:

• скорость ответа;
• FCR;
• CSAT;
• повторные обращения.

Независимо от канала.

Типовые ошибки оценки call-центра

Ошибка №1. Смотреть только AHT

Быстрее не всегда лучше.

Ошибка №2. Смотреть только количество звонков

Высокая активность не равна качеству.

Ошибка №3. Слушать случайные 2% разговоров

Выборка может искажать картину.

Ошибка №4. Один чек-лист на все типы звонков

Неправильно.

Ошибка №5. Использовать только общий балл

Не видно причины.

Ошибка №6. Не выделять Critical Error

Опасные нарушения теряются.

Ошибка №7. Не учитывать результат

Хорошо поговорили, но вопрос не решили.

Ошибка №8. Не анализировать повторные контакты

FCR невозможно оценить.

Ошибка №9. Наказывать по AI без проверки

AI может ошибаться.

Ошибка №10. Не связывать качество с бизнес-результатом

ОКК превращается в формальность.

Как построить систему оценки поэтапно

Этап 1. Разделить типы звонков

Например:

• продажи;
• сервис;
• жалобы.

Этап 2. Определить KPI

Для каждого типа отдельно.

Этап 3. Создать чек-листы

5–10 ключевых критериев.

Этап 4. Выделить Critical Error

Что недопустимо.

Этап 5. Подключить телефонию и CRM

Чтобы понимать контекст.

Этап 6. Настроить AI-анализ

Сначала на пилоте.

Этап 7. Провести калибровку

AI против эксперта.

Этап 8. Построить дашборд

Для руководителя.

Этап 9. Встроить coaching

Чтобы ошибки исправлялись.

Этап 10. Связать с экономикой

Conversion, cost, retention.

Как может выглядеть сбалансированная карта качества

Например:

SLA — 20%.

FCR — 25%.

QA — 25%.

CSAT — 20%.

Эффективность — 10%.

Но это лишь пример.

Для продаж веса будут другими.

Не нужно делать один KPI главным

Если поставить в центр только:

AHT,

операторы будут сокращать звонки.

Если только:

CSAT,

могут слишком долго общаться.

Нужен баланс.

Оценка должна использоваться для coaching

Цель QA — не наказание.

А улучшение.

Например:

У оператора хорошая коммуникация, но системно низкий FCR по теме возвратов.

Значит, ему нужно:

• обучение процедуре;
• доступ к знаниям.

А не просто штраф.

AI-помощник оператору

Следующий уровень — помогать прямо во время разговора.

Например:

клиент спрашивает сложный вопрос.

AI:

• находит инструкцию;
• предлагает ответ.

Это снижает количество ошибок.

Но real-time AI требует хорошей базы знаний

Если документы устарели, AI будет давать плохие подсказки.

Поэтому база знаний должна быть:

• актуальной;
• структурированной.

Как Profi Soft подходит к контролю call-центра

В Profi Soft мы рассматриваем call-центр не только как телефонию.

Это единая система:

телефония + Bitrix24 + AI-анализ + BI + данные 1С.

Телефония даёт разговор.

CRM — контекст.

AI — содержание и качество.

BI — показатели.

1С — фактический бизнес-результат.

Что может входить в проект Profi Soft

• подключение телефонии;
• интеграция с Bitrix24;
• маршрутизация звонков;
• запись разговоров;
• AI-транскрибация;
• AI-чек-листы;
• контроль Critical Error;
• анализ причин обращений;
• анализ негатива;
• контроль FCR;
• автоматические summary;
• заполнение CRM;
• дашборд руководителя;
• NPS/CSAT;
• интеграция с 1С;
• анализ переписок;
• BI;
• AI-помощник supervisor.

Что получает оператор

Понятную обратную связь:

• что делает хорошо;
• что нужно улучшить.

А при зрелой системе — ещё и AI-помощника во время работы.

Что получает супервайзер

Он не слушает случайные звонки.

А получает:

• критические случаи;
• слабые места команды;
• звонки для coaching.

Что получает руководитель call-центра

Он видит одновременно:

• нагрузку;
• SLA;
• эффективность;
• качество;
• результат.

То есть управляет системой целиком.

Что получает собственник

Для собственника call-центр перестаёт быть:

«отделом, который принимает звонки».

Можно увидеть:

• сколько стоит контакт;
• сколько вопросов решается;
• сколько клиентов теряется;
• сколько продаж создаётся.

Call-центр превращается в измеримый бизнес-процесс.

Главный вывод

Качество call-центра нельзя оценивать одной цифрой.

Правильная система должна отвечать сразу на несколько вопросов:

Дозвонился ли клиент?

Быстро ли ответили?

Правильно ли оператор провёл разговор?

Решена ли проблема?

Остался ли клиент доволен?

Какой бизнес-результат получила компания?

Поэтому зрелая модель оценки строится вокруг:

SLA + FCR + QA + CSAT + бизнес-KPI.

А AI позволяет масштабировать этот контроль на значительно больший объём коммуникаций.

Закажите аудит call-центра

Если сегодня качество call-центра оценивается в основном по:

• количеству звонков;
• AHT;
• небольшой ручной выборке ОКК,

компания, вероятно, видит лишь часть картины.

Команда Profi Soft поможет:

• провести аудит телефонии;
• связать звонки с Bitrix24;
• разработать систему KPI;
• создать AI-чек-листы;
• автоматизировать контроль качества;
• настроить дашборд руководителя;
• связать звонки с результатами в 1С.

Оставьте заявку на аудит. Мы покажем, как превратить call-центр из потока звонков в измеримую систему качества, сервиса и продаж.

Чек-лист оценки качества call-центра

Проверьте, измеряете ли вы:

• Service Level;
• Average Speed of Answer;
• Abandonment Rate;
• Average Handle Time;
• After Call Work;
• Occupancy;
• First Call Resolution;
• QA Score;
• Critical Error;
• CSAT;
• NPS/CES;
• повторные обращения;
• причины обращений;
• причины эскалаций;
• качество по операторам;
• качество по сменам;
• качество по темам;
• conversion для продаж;
• стоимость контакта;
• связь качества с бизнес-результатом.

Если вы знаете только количество звонков и среднюю длительность разговора, этого недостаточно для полноценного управления call-центром.

Часто задаваемые вопросы

Какие KPI call-центра самые важные?

Зависит от задачи линии. Для сервиса часто это SLA, FCR, QA и CSAT. Для продаж дополнительно важна конверсия.

Что важнее: AHT или качество?

AHT важен для эффективности, но его нельзя оптимизировать в ущерб решению вопроса и клиентскому опыту.

Что такое FCR?

First Call Resolution — доля вопросов, которые удалось решить с первого обращения.

Можно ли автоматически оценивать звонки?

Да. AI может анализировать транскрипции и проверять разговоры по заданным чек-листам.

Заменит ли AI отдел контроля качества?

Он может автоматизировать массовую проверку, но эксперты всё равно нужны для калибровки, сложных случаев и развития методологии.

Нужно ли слушать звонки вручную?

Да, но не все. Лучше слушать критические, спорные и выбранные для проверки качества AI.

Что такое Critical Error?

Ошибка, которая считается критичной независимо от общего балла: например, серьёзно неверная информация или нарушение требований безопасности.

Можно ли оценивать WhatsApp вместе с call-центром?

Да. В омниканальном сервисе желательно анализировать звонки и переписки в едином клиентском контексте.

Зачем интеграция с Bitrix24?

Чтобы связать звонок с клиентом, обращением, сделкой и последующими действиями.

Зачем подключать 1С?

Чтобы видеть фактический результат: заказ, оплату, статус и другие учётные данные.