Как речевая аналитика находит скрытые техники лучших операторов

В одной ветеринарной клинике у администратора колл-центра по имени Светлана разговоры были короче, чем у коллег, а записей на приём — больше. Руководительница группы сначала решила, что Светлана давит на клиента: жёстко закрывает, не даёт думать, поэтому конверсия выше. Послушала несколько разговоров — никакого давления. Голос ровный, темп спокойный, никаких «надо записаться сейчас». Тогда руководитель села читать расшифровки и заметила одну деталь, которая повторялась из звонка в звонок. После сбора факта о том, какое животное у клиента, Светлана говорила: «Передайте привет Барсику». Или Мурке, или Джеку — смотря кому. И именно в этом месте разговор менялся: человек на той стороне выдыхал, переставал торговаться за время приёма, соглашался приехать завтра.

Когда команда внедрила эту фразу в скрипт и обучила остальных администраторов, конверсия в запись выросла на 16,9 процентного пункта. Но самая интересная часть истории не в цифре, а в том, что до момента анализа Светлана не могла объяснить, что именно она делает по-другому. Для неё это была не техника, а привычка, естественная реакция на разговор с владельцем животного. Если бы её спросили на планёрке «поделись секретом», она бы пожала плечами: «Ничего особенного не делаю, просто общаюсь по-человечески».

В этом — суть проблемы, с которой сталкивается любой руководитель команды продаж или клиентского сервиса. У сильных сотрудников есть приёмы, которые работают, но которые они сами не осознают. Эти приёмы невозможно вытащить через интервью, через ретроспективы, через вопрос «что у тебя получается лучше всего». Их видно только в самих разговорах — если у вас есть способ читать все разговоры целиком, а не выборку.

Феномен, при котором человек умеет что-то делать, но не может рассказать, как именно, описан почти шестьдесят лет назад. Венгерско-британский философ Майкл Полани в книге «Личностное знание» и более поздней работе «Tacit Dimension» (1966) сформулировал принцип, который сейчас принято называть парадоксом Полани: «Мы знаем больше, чем можем рассказать». Полани приводил пример с распознаванием лиц: мы узнаём знакомого среди тысячи людей, но не можем объяснить, по каким именно признакам мы его узнаём. То же относится к управлению автомобилем, к диагнозу врача, к интуиции переговорщика. Эта часть знания называется неявной, или tacit knowledge, и она по природе своей не вербализуется в инструкции.

Для продаж это значит вот что. Если у вас в команде есть менеджер с конверсией в полтора-два раза выше среднего, его выигрыш складывается из десятков мелких решений в каждом разговоре. Каких слов он добавляет в начало, как реагирует на паузы клиента, чем заполняет неудобные моменты, какую интонацию даёт ключевым фразам. Большую часть этих решений он принимает автоматически, не задумываясь, — иначе разговор не получился бы живым. И если попросить его описать эти решения словами, он опишет три-четыре приёма из тех тридцати, которыми реально пользуется. Остальные останутся в его руках и в его голосе — но не в инструкции для команды.

Это объясняет, почему классическая практика «возьмите лучшего, попросите рассказать, как он работает, и обучите остальных» так редко срабатывает. Не потому что лучший жадничает или не хочет делиться. А потому что он сам не видит большую часть своей работы.

Исследователи в области управления знаниями предложили способ обойти этот парадокс — методологию позитивной девиации. Смысл её в том, что в любой команде, у которой есть общие ресурсы и общие правила, есть отдельные люди, которые систематически показывают результат выше среднего. Их называют позитивными девиантами — теми, кто отклоняется от нормы в лучшую сторону. Задача исследователя — не спросить их, что они делают, а посмотреть, что они делают. И сделать это так, чтобы увидеть не отдельный звонок, а паттерн в массе разговоров. Подход родился в работах по детскому питанию в Вьетнаме в восьмидесятые годы, потом перешёл в медицину и применяется сейчас в задачах безопасности пациентов и качества лечения. Для контакт-центров логика та же: если есть данные по всем звонкам, в этих данных можно найти отклонения, которые систематически дают результат.

В клинике, о которой идёт речь, разговоры записываются давно — это требование контролирующих органов и стандартная практика всей отрасли. Но до момента, когда руководитель села разбирать конкретный звонок Светланы, эти записи лежали на сервере мёртвым грузом. Их прослушивали изредка, когда был конфликт. Никто не читал расшифровки целиком и не искал в них повторяющиеся паттерны.

Первое, что сделали — собрали выборку звонков лучшей сотрудницы и сравнили её с выборкой среднего администратора. Не по итогам разговора, а по тексту. Расшифровки выглядели похожими: те же скриптовые фразы, тот же блок про адрес клиники, те же варианты времени приёма. Различия были не в структуре, а в мелочах. У Светланы чаще встречалось имя животного — она называла Барсика или Мурку по имени, причём не один раз, а в среднем три-четыре раза за разговор. У среднего администратора имя животного появлялось один раз — в момент, когда оно записывалось в карточку.

Второе различие — реакция на тревожный сигнал клиента. Когда владелец говорил «мне страшно», или «он плохо ест второй день», или «не знаю, что с ним», у Светланы в ответе обязательно появлялась короткая фраза-эмпатия: «понимаю», «у нас такое часто бывает, не пугайтесь», «приедете — разберёмся». У среднего администратора в этих местах разговор переключался на регламент: «приём такого-то числа в такое-то время».

Третье — финал. Светлана почти всегда заканчивала разговор фразой про животное: «передайте привет Барсику», «пусть Мурка держится», «ждём вас завтра, и хвостатого вашего». В половине случаев на этой фразе клиент смеялся или говорил «спасибо вам, ребята». В разговорах среднего администратора финал звучал нейтрально: «записала вас, до встречи».

После того как паттерн стал виден, его передали остальным операторам не в виде набора слов для зачитывания, а в виде описания механики. Где имя животного работает: при первом упоминании в разговоре, при возврате к теме здоровья, при завершении. На какой сигнал работает фраза-эмпатия: на слова «страшно», «не знаю», «волнуюсь», «второй день», «не ест». Что должно стоять в финале: благодарность или пожелание, направленное на животное, а не только на хозяина.

Конверсия в запись по группе администраторов выросла на 16,9 процентного пункта за два месяца. Часть роста дала фраза про имя животного. Часть — изменение реакции на тревожные сигналы. Часть — финальная фраза. По отдельности каждый приём добавлял два-три пункта; вместе они сложились в общий эффект.

Объяснение, которое команда нашла после того, как получила цифры, родом из социальной психологии. В 2002 году Сьюзан Фиске, Эми Кадди и Питер Глик опубликовали в Journal of Personality and Social Psychology работу под названием «A model of (often mixed) stereotype content: Competence and warmth respectively follow from perceived status and competition». В ней авторы показали, что люди оценивают других — будь то отдельный человек, организация или бренд — по двум независимым осям. Первая ось — компетентность: насколько собеседник способен сделать то, что обещает. Вторая — теплота: насколько собеседник на моей стороне, готов ли он помочь, не навредит ли мне.

Принципиально важно, что эти две оси не равны по весу. В работах самой Фиске и её коллег, в том числе в обзорной статье «Stereotype Content: Warmth and Competence Endure» (2018), показано, что суждение о теплоте формируется быстрее и предшествует суждению о компетентности. По интерпретации, которую развили Эми Кадди и её соавторы в Harvard Business Review в статье «Connect, Then Lead» (2013), эволюционно это объяснимо: при встрече с незнакомцем мозгу важнее сначала понять «он мне поможет или он опасен», и только потом «способен ли он что-то полезное сделать». Если первый вопрос получает ответ «опасен», второй уже не задаётся: разговор сворачивается.

Когда владелец животного звонит в ветеринарную клинику, у него в голове запущена та же быстрая оценка. С одной стороны — клиника, чужие люди, страшно за животное, страх дорогой ошибки. С другой стороны — необходимость записаться, потому что нужен врач. И в этот момент решающую роль играет не аргументация администратора и не его профессиональные знания, а сигнал теплоты. Назвать животное по имени — это сигнал. «Передайте привет Барсику» — это явный знак: я воспринимаю вас как живых людей с живым существом, я на вашей стороне. У собеседника срабатывает первая ось — теплота. Дальше он готов слышать про время, про цену, про необходимость приехать сейчас.

Без этого сигнала разговор остаётся в режиме «торгуюсь с регистратурой за слот в расписании». С ним — переходит в режим «соглашаюсь с клиникой, которая мне готова помочь». Это видно даже в коротких репликах. До фразы про Барсика клиент чаще говорит «мне неудобно», «может, попозже», «давайте я подумаю». После — «хорошо», «давайте завтра», «спасибо». Сравнение в данных клиники именно такое: длина обсуждения времени приёма у Светланы в среднем была в 1,3–1,5 раза короче, чем у коллег, при том что итоговое решение чаще оказывалось в пользу записи.

Параллельно работает второй эффект, который описан в когнитивной психологии. В классическом исследовании Колина Черри (1953) и его развитии Невилла Морея (1959) показано, что собственное имя человека выделяется из общего фона речи особым образом: примерно треть участников эксперимента, занятых параллельной задачей, всё равно реагировали на звук своего имени в фоновом канале. Эффект коктейльной вечеринки — это про то, что имя является приоритетным сигналом для внимания. Когда мы слышим своё имя, мы вовлекаемся в разговор сильнее, чем когда мы слышим обращение в третьем лице.

Имя животного для владельца не равно его собственному имени, но работает в ту же сторону. Это маркер личной связи. Когда чужой человек произносит «Барсик», владелец слышит обозначение конкретного существа, за которое он отвечает, а не просто «кот». Восприятие звонка из административно-формального превращается в личное. По данным практических исследований в ветеринарной отрасли, персонализация — обращение к клиенту и к животному по имени, упоминание прошлых визитов, индивидуальное внимание — один из самых сильных факторов лояльности и удержания клиентов клиники. Эффект усиливается тем, что для владельца современный домашний питомец — это полноправный член семьи, и любое упоминание его как члена семьи воспринимается как уважение к семье клиента в целом.

Идея «соберём лучших, спросим у них, что они делают, и обучим остальных» — это самый частый способ работать с тацитным знанием в командах продаж. Он почти всегда даёт скромный результат. Объяснений несколько.

Первое — то, что мы уже упомянули. Сильный сотрудник не видит большую часть своих приёмов, потому что они автоматизированы. Он опишет три-четыре, а не тридцать. В нашем случае Светлана действительно говорила в опросе про «надо быть человеком», «надо успокаивать», «надо не давить» — но конкретную фразу про Барсика и её систематичность не назвала. Для неё это была не техника, а реакция, эквивалентная фразе «будьте здоровы» в ответ на чихание.

Второе — то, что в коллективе сильные сотрудники часто избегают подробных рассказов о своих приёмах. Не по жадности, а потому что не хотят выглядеть выскочками. Если на планёрке попросить лучшего менеджера рассказать, что он делает, ответ почти всегда будет уклончивым: «работаю как все», «просто стараюсь хорошо общаться», «не знаю, у меня нет какого-то секрета». Это социальная защита. Исследователи в области управления знаниями отмечают, что добровольная передача неявного знания требует особой культуры доверия и обычно работает только в малых учебных парах, а не в групповом формате.

Третье — обратное искажение, которое в литературе называют проклятием знания. Когда ты освоил навык, тебе кажется, что он простой и очевидный. Лучший сотрудник, описывая свой подход, неосознанно опускает «само собой разумеющиеся» детали, которые на самом деле и составляют его выигрыш. Слушатели получают описание, в котором ключевые шаги пропущены, — и не понимают, почему по этим инструкциям не получается воспроизвести результат.

Четвёртое — то, что общее описание плохо передаётся в действие. Даже если лучший сотрудник скажет «я всегда успокаиваю клиента», эта фраза без указания, в какой момент разговора, в ответ на какие слова, какими формулировками — практически бесполезна для обучения. У получателей нет привязки к ситуации. Они либо начинают «всегда успокаивать всех», что звучит фальшиво, либо не успокаивают вовсе, потому что не видят момента.

Именно поэтому массовое обучение по опросам сильных даёт прирост в единицы процентов, а методичная работа с расшифровками разговоров — десятки. Разница не в желании сотрудников делиться. Разница в том, что в расшифровке видно сразу: какая фраза, в каком месте разговора, на какой сигнал. И этот контекст можно передать команде в виде «когда клиент говорит X, ответьте Y», а не «будьте теплее».

Способ, которым руководитель ветеринарной клиники нашла фразу про Барсика, технически воспроизводим, но трудозатратен, если делать вручную. В клинике сто пятьдесят-двести звонков в день, в среднем по три-четыре минуты разговора, то есть восемь-десять часов разговоров ежедневно. Чтобы найти повторяющийся паттерн у одного сотрудника, надо прочитать хотя бы пятьдесят-сто его расшифровок и параллельно столько же у коллег для сравнения. Это десятки часов работы.

Современная речевая аналитика убирает большую часть этой работы. Все звонки автоматически транскрибируются в текст, и дальше с этим текстом можно работать как с любым массивом данных: фильтровать, искать словесные паттерны, считать частоту фраз, сравнивать сотрудников между собой по любым словесным маркерам. Если у клиники десять администраторов, можно за пять минут получить таблицу: какая частота употребления имени животного у каждого, в каком месте разговора, как часто появляются фразы-эмпатии в ответ на слова клиента «страшно», «волнуюсь», «не ест».

Принципиально, что аналитика работает с текстом, а не с аудио. Это значит, что она находит слова, фразы, сочетания слов и пропуски ключевых элементов разговора. Она не измеряет интонацию, не оценивает темп речи, не анализирует громкость. Этого ограничения достаточно для большинства задач поиска лучших практик: имена, эмпатические фразы, ключевые слова возражений, способы предложения времени, формулировки финала — всё это видно в тексте.

Дальше методология выглядит так. Первый шаг — определить, кто в команде систематически показывает результат выше среднего. Не по одному звонку, а по выборке хотя бы в две-три сотни разговоров. Второй шаг — взять расшифровки этих звонков и расшифровки звонков среднего сотрудника и искать словесные различия. Не по структуре скрипта (она обычно одинакова), а по мелочам: какие слова и в каком количестве появляются у лидера и отсутствуют у среднего. Третий шаг — для каждого различия проверить гипотезу: связано ли оно с итогом разговора. Если фраза про имя животного появляется и у лучших, и у средних, но у лучших она в три раза чаще — это сигнал. Если же она появляется одинаково — это не сигнал, надо искать другие маркеры. Четвёртый шаг — описать найденные приёмы с указанием контекста, протестировать их на небольшой группе сотрудников, замерить изменение конверсии. Пятый — масштабировать, что подтвердилось, и обновить чек-лист контроля качества.

Эта же методология ложится на большую часть задач, которые мы в imot.io решаем для клиентов. Поиск точек роста, обновление скрипта, обучение новичков на реальных разговорах своих коллег — всё это разные применения одной механики «читать разговоры целиком, искать паттерны, проверять гипотезы». Подробно сама механика поиска точек роста и работа с паттернами лучших описана в практической рамке внедрения речевой аналитики, которая применяется и в зарубежных контакт-центрах. Логика везде одна.

Самая частая ошибка после такого открытия — собрать команду и сказать «теперь все говорите Барсику привет». Через неделю фраза превратится в формальность, ещё через две недели — в раздражитель. Клиент чувствует, когда фраза искренняя, и когда она прилеплена скриптом. Если оператор произносит «передайте привет Барсику» механически, не задержавшись на этом, не интонационно, не уместно — эффект обратный. Клиент слышит фальшь, и доверие к разговору падает.

В этом — главная сложность переноса лучших практик из одной головы во всю команду. Фраза без контекста не масштабируется. Нужна вся механика: в какой момент разговора она появляется, на какой сигнал клиента, как звучат соседние реплики, какая интонация уместна. И ещё — нужно объяснить сотрудникам, зачем эта фраза. Не «начальство велело», а «вот исследование 2002 года и вот данные нашей клиники, в которых мы видим, что эта фраза реально снижает сопротивление клиента». Когда сотрудник понимает механику, он адаптирует фразу под себя — кто-то будет говорить «передавайте Барсику привет», кто-то «пусть выздоравливает», кто-то «ждём вас обоих». Главное, что они делают это осознанно, а не по букве.

Эту разницу мы видим в каждом проекте внедрения речевой аналитики. Если результат поиска лучших практик передаётся в виде «вот пять волшебных фраз, заучите» — он работает первые две недели и потом гаснет. Если результат передаётся в виде «вот паттерн поведения, вот его контекст, вот данные, по которым он работает» — он становится частью реальной работы команды и держится.

Это же касается и контроля качества. После того как новый приём внедрён, его выполнение должно отслеживаться — не для того, чтобы наказывать, а для того, чтобы видеть, в каких звонках и у каких операторов он закрепился, а в каких — нет. И второй: систематично обновлять находки. Поскольку у лучшего сотрудника в голове не одна работающая фраза, а тридцать, через два-три месяца стоит вернуться к данным и поискать следующий паттерн. Так появляется не разовый эффект, а постепенное накопление лучших практик в виде живой обновляемой инструкции.

После того как первый эффект подтвердился, команда продолжила копать в данных. И обнаружила ещё несколько неочевидных паттернов, о которых сама Светлана и другие сильные администраторы не рассказывали в опросах.

Первое — формулировка вопроса о возрасте животного. У среднего администратора звучала канцелярски: «возраст животного?». У сильных — мягче: «сколько лет вашему Барсику?». Дело не только в имени, но и в притяжательном «вашему»: оно сразу обозначает связь и закрывает дистанцию. После такой формулировки клиенты охотнее давали дополнительную информацию о состоянии животного, что помогало клинике точнее подобрать врача и время.

Второе — реакция на упоминание цены. У среднего администратора при возражении «дорого» сразу шёл блок про «у нас разные цены» или «можно записаться на консультацию, врач посмотрит». У сильных — короткий вопрос: «А с чем сравниваете?» или «А что для вас важнее: цена или чтобы посмотрел конкретно этот врач?». То есть мягкое возвращение разговора к ценности, а не сразу к скидке или к уклонению от ответа. Эта же логика хорошо описана в практике работы с возражениями: после ценового сигнала задача оператора — не оправдываться и не сразу предлагать дешёвый вариант, а понять, что стоит за словом «дорого».

Третье — финальное действие. У среднего администратора после согласования времени звонок завершался ровно: «записала вас на такое-то время, до встречи». У сильных — добавлялся блок про подготовку: «не кормите Барсика за два часа до приёма, возьмите его любимое одеяло, чтобы был спокойнее». Этот блок одновременно выполнял три функции: показывал заботу о животном, давал клиенту ощущение контроля над ситуацией, повышал вероятность того, что клиент придёт (потому что появлялась ясная пошаговая программа действий). По данным клиники, неявка после звонков с таким блоком была существенно ниже, чем после стандартного завершения.

Каждый из этих приёмов сам по себе не выглядит как откровение. Но в массе разговоров их добавление сдвинуло сразу несколько метрик: конверсию в запись, явку на приём, NPS после первого визита. Именно так и работает позитивная девиация — не один волшебный приём, а двадцать-тридцать мелких решений, которые в сумме дают системный эффект.

Можно подумать, что история про привет Барсику — отраслевая особенность ветеринарных клиник. На самом деле механика универсальна: в каждой команде, которая много общается с клиентами, есть свои «приветы Барсику» — фразы и приёмы, которые систематически работают у сильных и отсутствуют у средних.

В медицинских клиниках, например, у сильных администраторов часто встречается фраза «расскажите, что вас беспокоит, и я подберу подходящего врача» — а у средних звучит «к какому специалисту вы хотели бы записаться?». Первая фраза признаёт, что пациент не обязан сам разбираться в специальностях, и снижает порог входа. Вторая — оставляет пациента наедине с задачей, которую он не умеет решать. Эффект на конверсию — несколько процентных пунктов, который виден только если читать все звонки, а не выборку.

В B2B-продажах у лучших менеджеров часто встречается приём «возвращения к контексту» в начале второго и последующих звонков. Они не начинают с «как дела?» и не сразу переходят к презентации, а коротко напоминают, о чём говорили в прошлый раз и какие договорённости достигли. Это снижает когнитивную нагрузку клиента, который ведёт параллельно десяток сделок, и заметно повышает шанс перевести разговор к следующему этапу. У средних менеджеров такого приёма нет — они либо ныряют в светскую беседу, либо сразу в продажу.

В образовании у сильных консультантов отдельно работает приём «привязки к конкретной цели студента». Они не презентуют программу как набор курсов, а сначала спрашивают, для какой задачи студент учится, и потом подбирают курс под задачу. Это даёт чувство индивидуального подхода и снижает сомнения в покупке. У средних консультантов разговор идёт по фиксированной структуре «программа — цена — оплата».

Во всех этих примерах принципиально одно. Приём не виден из общего скрипта. Он не обнаруживается через прослушку отдельных звонков (одна или две расшифровки выглядят как нормальный разговор, ничего необычного). И только когда вы смотрите на массу звонков сильных сотрудников рядом с массой звонков средних, разница становится заметной. Без речевой аналитики этот сравнительный анализ занимает недели; с ней — часы.

Будет честно сказать, что метод позитивной девиации работает не во всех ситуациях. Есть три условия, без которых он бесполезен.

Первое — в команде должен быть статистически значимый разрыв в результатах. Если у вас три администратора, и их конверсия 28, 30 и 32 процента, разница в два пункта не позволит надёжно отделить технику от случайности. Метод работает там, где разрыв между лучшими и средними — десять и более процентных пунктов, и при этом у вас есть достаточно звонков на каждого, чтобы исключить шум. В нашем кейсе у клиники было восемь администраторов, разрыв между лучшим и средним достигал 18 пунктов, выборка — по три-четыре сотни звонков на человека. На такой базе паттерн виден надёжно.

Второе — отрасль и продукт должны допускать вариативность общения. Если у вас разговор оператора жёстко регламентирован юридическими требованиями (страхование, медицинские назначения, банковские операции с обязательными формулировками), пространство для тацитного знания минимально. В таких случаях большая часть разговора стандартизирована, и лучших отличают только мелкие детали в вариативной части. Эффект тоже есть, но он меньше — несколько процентных пунктов, а не двадцать.

Третье — у команды должна быть культура, в которой передача находок воспринимается как помощь, а не как обвинение. Если внедрение начинается с фразы «теперь мы видим, у кого хуже всех», люди уходят в защиту. Если начинается с фразы «мы нашли в звонках Светланы вот эту фразу, давайте обсудим, что в ней работает», команда подключается. В первой и второй формулировках — одни и те же данные, но разный эффект на людей. Это часть проекта изменений: технология без культуры даёт нулевой результат.

И ещё одно — речевая аналитика не заменяет руководителя. Она показывает, где есть паттерны, какие фразы повторяются, кто из сотрудников выделяется. Решение, что с этим делать, остаётся за человеком. Это и есть рамка «AI плюс человек» — машина видит то, что человеку прочитать вручную невозможно, человек принимает решения о том, чему учить команду, какие фразы добавить в скрипт, как разговаривать с конкретным сотрудником.

Если вы хотите проверить, есть ли в звонках вашей команды свои «приветы Барсику», мы в imot.io делаем такой разбор на выборке из ста-двухсот ваших разговоров. Сравниваем лучших со средними по словесным паттернам, описываем найденные приёмы с контекстом, показываем, что можно перенести в скрипт и в систему контроля качества. Это занимает несколько дней и не требует никаких изменений в работе колл-центра. По итогам — конкретный список приёмов и оценка, какой эффект на конверсию даст внедрение каждого.