AI Sales Copilot

1. amoCRM — сделки (Андрей Питомцев + сама буду выгружать из БД)

Что есть сейчас: В «Портрете Sales» — агрегаты за месяц: CIR, CPS, конверсия, выручка по каждому стриму. Это показывает среднюю температуру по больнице, но не даёт понять почему конкретный лид конвертировался, а другой — нет.

Что нужно: Каждая строка = одна сделка. Все воронки: АБ КПК, Розница, Апсейл, Развитие, Пролонгация, СКБ. Период: июль 2025 — март 2026.

Поля: ID сделки, дата создания, источник (банк-партнёр: Альфа / ПСБ / ВТБ / Точка / Т-Банк + канал), ИНН, статус (выигран/проигран/в работе), причина отказа, дата закрытия, сумма, продукт, менеджер, этапы воронки с датами переходов.

Зачем для модели:
— Таргет: конвертировался лид или нет
— Фичи: время в воронке (из дат переходов), источник (какой банк), тип продукта, причина отказа (паттерны: «уже купил» = 50% отказов АБ КПК)
— Из shadow-сессий знаем: проигрышные лиды сидят в воронке 10–17 дней и требуют 7–9 звонков vs 4 дня и 4–5 звонков у выигрышных. Модель должна ловить это на 2–3 день, а не на 17-й

Формат: CSV или XLSX

2. Mango — звонки (запросила у Миши Шмонова)

Что есть сейчас: В «Портрете Sales» — суммарное время разговоров в день на менеджера (АБ КПК 75 мин, Апсейл 99 мин, Развитие 53 мин). Количество звонков и соединений за месяц. Но нет привязки звонок → конкретная сделка.

Что нужно: Лог каждого звонка. Все стримы, июль 2025 — март 2026. Аудио не нужно — только метаданные.

Поля: ID звонка, дата/время, менеджер, номер клиента, направление (входящий/исходящий), длительность, статус (соединение / недозвон / голосовой ассистент / занято).

Зачем для модели:
— Главный предиктор конверсии: количество и паттерн звонков. Если на 3-й день 5 недозвонов подряд — модель может пометить лид как «жёлтый»
— Из shadow-сессии: 31% времени Азата = звонки в пустоту (недозвоны, голосовые ассистенты, «не заказывал»). Модель должна отсекать это ДО первого звонка
— Маппинг на amoCRM: через номер телефона контакта — связываем звонок с конкретной сделкой

Бонус: Если у Шмонова есть транскрипты или разметка качества звонков из его пилота речевой аналитики — это сразу дополнительные фичи (тональность, ключевые слова, длина разговора до закрытия)

3. HelpDeskEddy — тикеты (Даша)

Что есть сейчас: По идее ты выгрузила уже всё и, возможно, прометила.

Что нужно: Экспорт тикетов за 6 месяцев (сентябрь 2025 — март 2026), CSV.

Поля: ID тикета, дата создания, клиент (телефон / email / ИНН — для маппинга на сделку amoCRM), канал (чат / звонок / email), категория обращения, статус, дата решения.

Зачем для модели:
— Enrichment: если у лида уже есть 10 тикетов в поддержку до продажи — это сигнал (либо «горячий клиент, который уже пользуется», либо «проблемный, который сожрёт время»)
— Для Пролонгации: если клиент перед непродлением подписки писал 5 жалоб — модель может предсказать churn до того, как он случился
— Для AI-суфлёра (#2): менеджер должен видеть историю обращений клиента в момент звонка, а не узнавать про 250 тикетов случайно

4. Банки-партнёры — канал поступления лидов (Лилия А. → Бутылин)

Что есть сейчас: В «Портрете Sales» — разбивка по стримам (АБ КПК, Розница, Апсейл, Развитие, Пролонгация, СКБ), но не по банкам внутри стрима. IT уже реализовали предрегистрацию лидов АБ в self-service сценарий.

Банки-партнёры в периметре: Альфа-Банк, ПСБ, ВТБ, Точка, Т-Банк.

Что нужно узнать по каждому банку:
— Какие поля передаёт банк при создании лида? (полнота данных = фича)
— API / webhook / Telegram / email / ручной ввод? (скорость попадания лида к менеджеру)
— Как часто падают лиды — поштучно или пачкой? (если пачкой раз в день — «свежесть» лида = фича для скоринга)
— Какой % полей заполнен при поступлении?
— Есть ли у банка свой скоринг / пред-квалификация? (если да — готовая фича)
— Отличается ли конверсия по банкам?

Зачем: Источник лида (какой банк) может быть одной из сильнейших фич для модели.

5. Партнёрские операции — процессы и шаблоны (Валерия + Лилия А.)

Что есть сейчас: Из интервью 23 марта знаем процесс верхнеуровнево и ТОП-7 болей. Но для прототипов автовалидации (#6), автогенерации оферт (#7) и автомониторинга (#8) нужны конкретные артефакты.

Автовалидация (#6) — чтобы ловить ошибки до передачи в Ops:
— Список типовых ошибок — какие именно поля приходят неправильно? Полный перечень с частотой
— Чек-лист приёмки сделки — формализованный список, что проверяет оператор при получении сделки от Sales. Если нет формального — пусть Валерия продиктует свой
— Примеры 10–15 сделок с ошибками — конкретные ID в amoCRM, чтобы посмотреть паттерн: какие поля пустые, какие заполнены неверно
— Правила валидации по банкам — у каждого банка свои требования к данным. Нужна таблица: банк → обязательные поля → формат

Автогенерация оферт (#7) — чтобы заполнять автоматически:
— Шаблоны оферт по каждому банку — Word/PDF, которые сейчас заполняются руками. Сколько их всего?
— Маппинг полей: amoCRM → шаблон оферты — какое поле из CRM куда попадает. GetDoc подтягивает часть — какую именно? Что остаётся руками?
— Список банков Группы А vs Группы Б — Группа А (API-банки, автоматизируемые) vs Группа Б (без API, нужен голос/ручной ввод). Полный перечень
— Пример заполненной оферты — по 1–2 на каждый банк, чтобы понимать конечный результат

Автомониторинг + СБП (#8) — чтобы убрать 100 чекпоинтов/день:
— Список задач SENSEI — полный перечень типов чекпоинтовых задач. Какие из них — просто проверка статуса (автоматизируемы), какие требуют решения
— Процесс СБП для Группы А — пошаговая инструкция: откуда берётся TID, куда вставляется в админке, какие поля. Это то, что можно автоматизировать на 100%
— Скрипт голосовой инструкции СБП для Группы Б — текст, который оператор диктует клиенту по телефону для подключения СБП через ЛК Тинькофф/ВТБ. Нужен для голосового агента
— SLA-метрики — текущие SLA по этапам (13 дней общий, но как разбивается: сколько дней на сверку, сколько на оферту, сколько на логистику, сколько на регистрацию)

• Отдельные воронки/тикеты (ВТБ, СПП, партнёры) живут вне основной AMO.
• Заявки из техподдержки падают в HD, а не в общую воронку; часть нужно руками дублировать в AMO.
• AmoCRM → Adminarea → ЛК → HelpDeskEddy → 5–7 мин/звонок

• Каждый недозвон/перезвон: ручной комментарий, ручная постановка задачи.
• Каждый второй инвойс пересоздаётся вручную. Баг админки с августа 2025.
• Нет кнопки «повторить email» — 30–40 мин/день на копирование типовых писем.

• Приоритизация по ощущениям — фильтры AMO не используются.
• 31% времени уходит на нецелевые лиды. Проигрышные: 7–9 звонков, 10–17 дней vs 4–5 звонков, 4 дня.

• Клиенты не понимают 54-ФЗ, что такое ФН. Много времени на ликбез.
• 60% клиентов не знают честный знак — 3–5 мин объяснений каждый раз.

• На менеджера падают вопросы СПП (проблемы с ЛК, PIN, чеки). Берёт на себя, чтобы не ждать.

• Pyrus существует, но не в CRM. Каждый менеджер создал «костыли»: Google Doc, Word-файлы, Excel.
• Нет подсказок next best offer, нет конструктора КП.

• Процессы фрагментированы — на одно действие куча микрошагов.
• 12 мин/день в гудки. ~15% звонков → «перезвоните», переносы теряются.

• Неверное торговое название, адрес, не указаны маркированные товары.
• Причина: Sales Альфа-Банка не проверяет. Наш Sales тоже не ловит.

• Каждый банк = свои формы. Все данные есть в amoCRM, но переносятся руками.

• СБП: TID → вставить в админку → сохранить. Тривиально, но сотни в день.
• Контракт в биллинге: данные из amoCRM → руками в Acquiring.

• Инженер (1 эт.) запрашивает у логиста (3 эт.) → настраивает → возвращает.

• Вручную проверяют: позвонил ли инженер, ушла ли заявка, зарегистрирована ли касса.

• Партнёр не ответил → ничего не происходит → SLA тянется.

• Одна и та же инструкция голосом, каждый раз. Лера предложила голосового агента.