Метод Инсайт

Почему быстрая обработка звонков убивает сервис и как отличить «полезный» спрос от «токсичного»

Любой руководитель контакт-центра живёт в мире цифр. AHT (Average Handling Time — среднее время обработки звонка), FCR (First Call Resolution — решение с первого звонка), Service Level (процент звонков, принятых за N секунд) — эти метрики управляют бюджетами, определяют штатное расписание и влияют на бонусы команды.

AHT — одна из старейших и самых популярных метрик индустрии. Для операционного руководителя это фундамент экономики контакт-центра. От этой цифры зависит буквально всё: сколько операторов нужно вывести на линию в конкретный час, сколько стоит обработка одного контакта, успеваем ли мы ответить 80% клиентов за 20 секунд.

Без контроля AHT невозможно ни планирование ресурсов, ни защита бюджета перед финансовым директором. Казалось бы, логика железная: быстрее обрабатываем звонок — дешевле стоит контакт — больше прибыль. Но если смотреть на клиентский сервис только через призму секундомера, бизнес рискует попасть в опасную ловушку эффективности.

В этой статье разбираем, почему погоня за скоростью часто маскирует системные проблемы компании и как продуктовый подход к аналитике звонков помогает сэкономить миллионы, не сокращая время разговора.

Экономика контакт-центра: почему AHT — это святое

AHT измеряет полное время взаимодействия оператора с клиентом: разговор, удержание на линии, послезвонковая работа (обновление CRM, отправка письма, заполнение формы). Формула проста:

AHT = (Время разговора + Время удержания + Время послезвонковой работы) / Количество звонков

Например, если оператор обработал 100 звонков за смену, разговаривал в общей сложности 200 минут, держал клиентов на линии 40 минут и потратил 30 минут на оформление после звонков, его AHT составит 2,7 минуты или 162 секунды.

Эта цифра напрямую определяет три критичных параметра бизнеса:

Планирование штата
Если средний AHT — 3 минуты, а в пиковый час приходит 300 звонков, вам нужно минимум 15 операторов на линии. Если AHT вырастет до 4 минут — уже 20 операторов. Каждая лишняя минута в AHT означает рост ФОТ на 25-30%.

Стоимость контакта
Средняя зарплата оператора в России — 40 000-60 000 рублей. При ставке 50 000 рублей и 160 рабочих часах в месяц, один час работы оператора стоит 312 рублей, или 5,2 рубля в минуту. Если AHT — 3 минуты, контакт стоит 15,6 рублей. Если AHT — 5 минут — уже 26 рублей. Для контакт-центра на 10 000 звонков в месяц разница составляет 104 000 рублей.

Уровень сервиса
Отраслевой стандарт — 80% звонков обработать за 20 секунд (формула 80/20). Если операторы говорят по 5 минут вместо 3, очереди растут, клиенты ждут дольше, Service Level падает. Это приводит к росту Abandon Rate (процента брошенных звонков) — клиенты просто кладут трубку, не дождавшись ответа.

По данным CallCriteria, компании, которые снижают AHT на 10%, экономят до 1,5 млн рублей в год на контакт-центре со 100 операторами. Для финансового директора это конкретные деньги, которые можно перенаправить на маркетинг, IT или дивиденды акционерам.

Поэтому руководители контакт-центров исторически одержимы снижением AHT. Операторам ставят KPI, внедряют скрипты, обучают техникам «быстрого закрытия» разговора. На первый взгляд, это логично. Но есть фундаментальная проблема.

Ловушка эффективности: когда скорость убивает смысл

Если мы ставим операторам KPI исключительно по снижению AHT, мы неизбежно учим их виртуозно и быстро обрабатывать звонки, которых в идеальном мире вообще не должно существовать.

Представьте ситуацию: интернет-магазин электроники с оборотом 50 млн рублей в месяц. Клиент звонит в службу поддержки: «Я не получил SMS с кодом подтверждения заказа». Оператор быстро (за 30 секунд) находит заказ в системе, диктует код и прощается. AHT отличный — всего полминуты. Клиент получил то, что хотел. Формально все довольны.

Но с точки зрения бизнеса это провал. Компания потратила деньги (15,6 рублей по нашей формуле) на обработку звонка, который возник только из-за сбоя SMS-шлюза. Если таких звонков 500 в месяц, компания тратит 7 800 рублей на «тушение пожара», вместо того чтобы один раз починить SMS-систему.

Хуже того: клиент остался недоволен. Он потратил своё время на звонок, ждал в очереди, отвлёкся от работы. Возможно, в следующий раз он закажет у конкурента, у которого SMS приходят вовремя.

Британский исследователь и консультант по управлению Джон Седдон ввёл для таких ситуаций понятие Failure Demand («Ошибочный спрос»). Это спрос, вызванный неспособностью системы сделать что-то правильно с первого раза. Противоположность — Value Demand («Ценностный спрос»): клиент звонит, чтобы купить, получить консультацию или заказать дополнительную услугу.

По данным исследований Седдона и практики Vanguard Method, в сервисных компаниях (банках, страховых, телекомах) от 40% до 80% всего объёма входящих звонков — это именно Failure Demand. Исследование Aiwo, проведённое в 2022 году в телекоме и финансовом секторе, подтверждает: у операторов связи Failure Demand достигает 70% всех контактов, в финансовом секторе — 30-60%.

Это колоссальный объём «паразитной» нагрузки, которую компания создаёт сама себе плохими процессами. Каждый такой звонок — это двойные издержки: компания сначала тратит деньги на ошибку (сбой SMS, неработающий трекинг, непонятный счёт), а потом ещё раз — на её исправление через контакт-центр.

Анатомия Failure Demand: примеры из разных индустрий

Чтобы увидеть масштаб проблемы, давайте разберём конкретные примеры Failure Demand в разных отраслях.

E-commerce

Типичный звонок: «Где мой заказ?»
Причина: Трекинг на сайте не обновился, клиент не видит статус доставки.
Решение: Починить интеграцию с системой доставки, добавить автоматические SMS-уведомления о статусе.

Для интернет-магазина с 10 000 заказов в месяц и 15% обращений типа «Где заказ?» это 1500 звонков. При стоимости контакта 15,6 рублей компания тратит 23 400 рублей в месяц или 280 800 рублей в год на проблему, которая решается разовой доработкой за 100-150 тысяч рублей.

Банки

Типичный звонок: «Почему мне начислили комиссию?»
Причина: Условия тарифа написаны в приложении мелким шрифтом, клиент не понял, за что платит.
Решение: Переписать интерфейс, сделать условия прозрачными, добавить предупреждения перед списанием комиссии.

Банк с миллионом активных клиентов и 2% обращений по комиссиям получает 20 000 звонков в месяц. При AHT 4 минуты и стоимости минуты 5,2 рубля это 416 000 рублей в месяц или 5 млн рублей в год на вопросы, которых могло не быть.

Телеком

Типичный звонок: «У меня не работает интернет».
Причина: Авария на линии, о которой клиенту не сообщили проактивно.
Решение: Автоматические push-уведомления при авариях, публикация карты проблем на сайте.

Оператор связи с 500 000 абонентов и 10% обращений по авариям получает 50 000 звонков в месяц. При стоимости контакта 20 рублей (AHT выше из-за технических проверок) это миллион рублей в месяц или 12 млн рублей в год.

Ритейл

Типичный звонок: «Я хочу вернуть товар».
Причина: Курьер привёз не тот размер, цвет отличается от фото на сайте, товар бракованный.
Решение: Улучшить контроль качества, сделать подробные описания с точными размерами, обучить курьеров проверке комплектации.

Розничная сеть с 50 магазинами и 5% возвратов из-за ошибок получает тысячи звонков ежемесячно. Каждый возврат — это не только стоимость звонка, но и логистика обратной доставки, потеря маржи, риск оттока клиента.

Value Demand vs Failure Demand: как увидеть разницу

Чтобы перестать «отапливать улицу» деньгами контакт-центра, нужно сменить оптику. Вместо того чтобы просто измерять длительность звонков, нужно анализировать их природу.

Речевая аналитика позволяет наложить на метрику AHT структуру спроса. Алгоритм автоматически размечает все обращения на две фундаментальные категории:

Value Demand (Ценностный спрос)

Это спрос, ради которого существует ваш бизнес. Клиент звонит, чтобы:

купить новый продукт или услугу
подключить дополнительную опцию
получить экспертную консультацию по выбору тарифа, модели, конфигурации
изменить условия на более выгодные (апгрейд тарифа, допродажа аксессуаров)

Это «здоровый» спрос. Такие звонки приносят деньги напрямую (продажи) или повышают лояльность и LTV (Lifetime Value — пожизненную ценность клиента). Их не нужно сокращать. Наоборот, здесь имеет смысл инвестировать время оператора в качественную продажу или глубокую консультацию. Если оператор продаёт товар на 50 000 рублей за 10-минутный разговор, никого не волнует, что AHT вырос.

Failure Demand (Ошибочный спрос)

Это спрос, который возникает из-за ошибок на предыдущих этапах пути клиента (Customer Journey). Клиент звонит, чтобы:

Исправить ошибку (неверный адрес доставки, дубль списания с карты, неправильный товар)
узнать статус, который должен был прийти автоматически (трекинг посылки, статус заявки, дата визита мастера)
пожаловаться на проблему, которой не должно было быть (долгая доставка, невежливый курьер, поломка товара)
разобраться в запутанном интерфейсе (непонятная квитанция, сложная навигация в приложении)

Этот спрос съедает ресурсы ФОТ, занимает линии и раздражает клиентов. Его нельзя «оптимизировать» скриптами — его нужно уничтожать как класс, устраняя корневые причины.

Экономика вопроса: сколько стоит игнорирование ошибочного спроса

Давайте посчитаем на примере среднего контакт-центра. Компания — интернет-магазин бытовой техники с оборотом 600 млн рублей в год.

Параметры контакт-центра:
» 50 операторов
» 25 000 звонков в месяц
» Средний AHT — 4 минуты
» Средняя зарплата оператора — 50 000 рублей
» Стоимость минуты работы оператора — 5,2 рубля
» Стоимость одного контакта — 20,8 рублей

Текущие издержки:
25 000 звонков × 20,8 рублей = 520 000 рублей в месяц или 6,24 млн рублей в год на обработку звонков.

Теперь представим, что мы провели анализ речевой аналитикой и выяснили: 60% звонков — это Failure Demand. То есть 15 000 звонков в месяц возникли из-за проблем, которые компания создала сама себе.

Издержки на ошибочный спрос (Failure Demand):
15 000 звонков × 20,8 рублей = 312 000 рублей в месяц или 3,74 млн рублей в год.

Топ-3 причины Failure Demand (по результатам анализа транскрипций):

«Где мой заказ?» — 25% звонков (проблема с трекингом)
«Почему списали предоплату дважды?» — 15% звонков (сбой в платёжной системе)
«Мне привезли не тот товар» — 20% звонков (ошибки на складе)

Что если компания инвестирует в устранение этих трёх проблем? Доработка трекинга — 200 000 рублей. Фикс платёжной системы — 150 000 рублей. Автоматизация сверки товара на складе — 300 000 рублей. Итого: 650 000 рублей.

Результат: сокращение Failure Demand на 60% (9 000 звонков в месяц). Экономия: 9 000 × 20,8 = 187 200 рублей в месяц или 2,25 млн рублей в год.

ROI инвестиции: 2,25 млн / 0,65 млн = 346%. Окупаемость — 3,5 месяца.

Но это только прямые издержки. Добавьте сюда улучшение клиентского опыта, рост NPS, снижение оттока, рост повторных покупок — и реальный эффект может быть в 3-5 раз выше.

Практическое применение: алгоритм действий

Как перейти от теории к практике? Вот пошаговый план работы с Failure Demand.

Шаг 1: Разметка тематик

Настройте речевую аналитику на выявление причин звонков. Не просто «Тематика: Доставка», а глубже: «Доставка → Опоздание курьера», «Доставка → Не пришла SMS», «Доставка → Привезли не тот товар».

Алгоритм анализирует транскрипции всех звонков и автоматически кластеризует их по темам. Вы получаете детализированную карту причин обращений.

Шаг 2: Кластеризация на Value и Failure

Разделите все тематики на два типа. Посчитайте долю «плохого» спроса в общем объёме контактов. Обычно эта цифра шокирует руководителей — 50-70% звонков оказываются Failure Demand.

Визуализируйте это в дашборде: круговая диаграмма с двумя сегментами — зелёный (Value) и красный (Failure). Красный сегмент — это деньги, которые вы тратите на исправление своих ошибок.

Шаг 3: Root Cause Analysis (Поиск корневой причины)

Возьмите топ-3 темы Failure Demand по объёму звонков. Проведите анализ корневых причин:

Звонят про статус заказа? → Проблема в IT-системе уведомлений или интеграции с логистикой
Звонят с вопросами по счёту? → Проблема в дизайне квитанции, биллинга или условий тарифа
Звонят с жалобами на качество товара? → Проблема у поставщика или на этапе контроля качества на складе

Для каждой причины определите ответственного: продуктовая команда, IT, логистика, закупки. Не пытайтесь решить проблему силами контакт-центра — его задача только выявить и передать данные.

Шаг 4: Устранение источника

Задача контакт-центра здесь — не «быстрее отвечать», а передать аналитику продуктовой команде или IT, чтобы они починили процесс. Контакт-центр становится источником product intelligence — данных для улучшения продукта и операций.

Создайте регулярный процесс: еженедельная встреча представителей контакт-центра, продукта, IT и операций. Повестка: топ-3 Failure Demand за неделю и план по их устранению.

Шаг 5: Измерение эффекта

После устранения каждой причины отслеживайте динамику: сократилось ли количество звонков по этой теме? Если да — фиксируйте экономию в рублях. Если нет — ищите дополнительные факторы.

Постройте график: ось X — недели, ось Y — количество звонков по конкретной теме. Точка вмешательства (дата устранения причины) должна давать резкое падение графика. Это ваше доказательство ROI для финансового директора.

Подведём итоги

AHT — важная метрика, но не единственная. Средний контакт-центр на 100 операторов экономит до 1,5 млн рублей в год при снижении AHT на 10%. Но если 60-70% звонков — это Failure Demand, снижение AHT только маскирует реальную проблему: компания тратит миллионы на исправление своих ошибок.

40-80% звонков в сервисных компаниях — это Failure Demand. В телекоме этот показатель достигает 70%, в финансовом секторе — 30-60%. Каждый такой звонок — двойные издержки: сначала на ошибку, потом на её исправление через контакт-центр.

Устранение Failure Demand даёт ROI 300-400% за год. Инвестиция в устранение топ-3 причин «плохих» звонков окупается за 3-6 месяцев. Но главный эффект — не экономия на контакт-центре, а улучшение клиентского опыта, рост NPS и снижение оттока.

Речевая аналитика превращает контакт-центр в источник product intelligence. Вместо того чтобы «быстрее обрабатывать жалобы», контакт-центр становится датчиком проблем в продукте, операциях и IT. Это меняет роль службы поддержки с «тушения пожаров» на «предотвращение пожаров».

Операционный и продуктовый взгляды должны работать в тандеме. Оптимизируйте AHT в звонках типа Value Demand (продажи, консультации), но параллельно уничтожайте причины звонков типа Failure Demand. Цель — не научиться быстро обрабатывать жалобы, а построить сервис, где жалоб не возникает.

Источники

Seddon, J. (1992). I Want You to Cheat: The Unreasonable Guide to Service and Quality in Organisations. Vanguard Press.

Seddon, J. (2003). Freedom from Command and Control: A Better Way to Make the Work Work. Vanguard Education.

Vanguard Consulting. Failure Demand: What it is and how to reduce it.
https://vanguard-method.net/library/failure-demand/

CallCriteria. (2025). 10 Call Center Metrics to Track in 2025.
https://callcriteria.com/call-center-metrics-2/

Cloudcall. (2025). Top Call Center Metrics and KPIs in 2025.
https://cloudcall.com/resources/blog/top-call-center-metrics-and-kpis-in-2025/

BeyondQA. (2025). Top 10 Call Center Productivity Metrics in 2025.
https://beyondqa.ai/call-center-productivity-metrics-that-matter-proven-ways-to-boost-performance/

McNish, J. (2024). The Hidden Cost of Failure Demand: How Cost-to-Serve Analytics Can Transform Your Bottom Line.
https://www.linkedin.com/pulse/hidden-cost-failure-demand-how-cost-to-serve-analytics-jacqui-mcnish-v5kme

Aiwo. (2022). Aiwo identifies customer contacts that are counted as 'failure demand'.
https://aiwo.ai/aiwo-recognizes-failure-demand-from-customer-contacts/

Calabrio. (2025). Optimize Contact Center Efficiency: How to Balance Cost & Quality.
https://www.calabrio.com/blog/balance-contact-center-cost-quality/

Capacity. (2025). Top Call Center Productivity Metrics & 6 AI Platforms for 2025.
https://capacity.com/blog/call-center-productivity/

ICMI. (2025). What Contact Centers are measuring, according to the data.
https://www.icmi.com/resources/2025/what-contact-centers-are-measuring