Транскрибация звонков готова. Что делать с расшифровками дальше

Расшифровки готовы. Транскрибация звонков выполнила свою задачу: превратила голос в текст. Всё остальное начинается после, и тут у большинства компаний работа останавливается. Яндекс Недвижимость разобрала 219 226 звонков застройщикам и увидела, что на пропущенные перезванивают только в 11% случаев. При такой обработке звонков до разбора разговоров тем более не доходит. Ниже описан порядок работы без покупки отдельной платформы: какие реплики клиента выписывать и сколько звонков хватает для выводов. Затем разберём, как найденное использовать в Директе, на сайте и в скрипте продаж. В конце есть шаблон разметки, который можно скопировать себе.

Почему папка с расшифровками умирает

Подключили запись, потом распознавание, и в CRM у каждой сделки появился текст разговора. Через месяц файлов сотни, через полгода тысячи. Открывает их только руководитель, когда клиент пожаловался.

Читать некому и непонятно зачем: разбор звонков не записан ни в чьи обязанности. Там, где хромает сама обработка звонков, до содержания разговора руки не доходят вообще.

Масштаб хорошо видно на застройщиках, по ним есть два свежих замера. Яндекс Недвижимость проанализировала 219 226 первичных звонков в отделы продаж за февраль-май 2026 года: 14% звонков остались без ответа, перезвонили по ним только в 11% случаев, в Москве около 5%. Оценки ставил ИИ-агент SpeechSense. В выборку вошли только новостройки, поэтому переносить результаты на другие ниши нужно с осторожностью.

Второй замер устроен как эксперимент. Интегратор CRM вместе с amoCRM Enterprise отправил 2 038 заявок на обратный звонок в 100 крупнейших застройщиков, по 21 заявке в разное время суток, и 72 часа фиксировал ответные звонки. Доля заявок без единого звонка по компаниям разошлась от 5% до 86%. Если посчитать по опубликованной таблице, у типичной компании без перезвона остаётся треть заявок, а в пределах пяти минут перезванивают 6 застройщиков из 73. Авторы отдельно заметили, что спам-риелторы иногда звонили быстрее самого застройщика.

Выборочная проверка тоже мало что меняет. Сервис ИнтернетУрок в кейсе на сайте Yandex Cloud описывает переход «от выборочной проверки 10% к анализу 100% звонков». Это история вендора о своём клиенте, но доля знакомая: девять звонков из десяти не слушает никто.

О том же говорят и продавцы телефонии. В вебинаре UIS спикер разбирает, почему выборочная прослушка не работает и почему поиск по словарю ломается, когда менеджер со временем начинает пересказывать скрипт своими словами. Под конец вендор, как и положено вебинару, продаёт свой продукт, а цифры в ролике звучат без методики, поэтому мы их не пересказываем.

Вся работа в одной таблице

Перед разбором полезно знать, куда потом пойдёт найденное в тексте. В таблице собраны основные случаи и правки, которые из них следуют. Остальное разбираем по разделам ниже.

Что нашли в расшифровке	Категория сигнала	Куда применить	Что именно поменять
клиент описывает задачу словами, которых нет на сайте	язык клиента	объявления, заголовки сайта	заголовок и текст объявления, первый экран посадочной
звонят не по вашей услуге	нецелевой спрос	Директ	минус-фразы, гео, время показа
спрашивают цену в первые секунды	ценовой сигнал	объявление, оффер	цена или вилка в объявлении и на первом экране
один и тот же вопрос у многих	пробел в информации	сайт	блок вопросов и ответов, условия короткими словами
«дорого», «подумаю», «у конкурента дешевле»	возражение	скрипт, сайт	ответ в скрипте, аргумент на странице
клиент ушёл и назвал причину	причина отказа	продукт, скрипт, реклама	условия, сроки, сегмент, на который не стоит тратить
менеджер не назначил следующий шаг	потеря в продажах	отдел продаж	обязательный пункт разговора

Единица разбора: реплика клиента, а не звонок

Самая частая ошибка первого разбора: читать звонок целиком и писать пересказ. Выходит «клиент интересовался, менеджер проконсультировал». Из десяти таких пересказов вынуть нечего.

Полезнее выписать из звонка три-четыре реплики клиента дословно и разложить их по колонкам. Начните с первой фразы, с которой человек пришёл, затем запишите вопрос про цену, если он был, и возражение. Отдельно отметьте момент, где разговор свернул в отказ или клиент согласился.

Здесь нужны именно слова клиента. «Хочу окна в хрущёвку, чтобы не дуло» и «интересует остекление» обозначают одну потребность в CRM, но для Директа из них получатся два разных объявления.

Авторы классической работы о голосе клиента, Гриффин и Хаузер, дают ещё один совет, который легко пропустить: читать расшифровки должны несколько человек. Дословно у них «multiple analysts or team members should read and interpret the raw transcripts». Один читатель видит в тексте то, что привык видеть, поэтому маркетолог и руководитель продаж вынут из одного звонка разное, и пригодится и то и другое.

Сколько звонков разобрать для первых выводов

Для первых выводов звонков нужно меньше, чем кажется. Готового исследования про звонки нет, зато есть большая литература о глубинных интервью, где изучают тот же вопрос: когда новые разговоры перестают приносить новые темы. Это называется насыщением выборки.

Исследование	Что меряли	Результат
Guest, Bunce, Johnson, 2006	60 глубинных интервью	насыщение в первых 12, основа главных тем уже на 6
Hennink, Kaiser, Marconi, 2017	25 интервью	набор тем на 9, понимание тем на 16-24
Hennink, Kaiser, 2022, обзор	23 работы, из них 17 на живых данных	насыщение в диапазоне 9-17 интервью
Griffin, Hauser, 1993	30 интервью о товаре	20 интервью дают больше 90% потребностей, которые дали все 30

Авторы последней работы формулируют вывод осторожно, как гипотезу: 20-30 интервью нужно, чтобы получить 90-95% потребностей клиентов «в относительно однородном сегменте».

На практике эти результаты помогают выбрать объём и состав выборки. Есть три условия.

Список тем собирается быстро, понимание стоит дороже. Хеннинк с соавторами прямо разделяют «услышать всё» и «понять всё». Перечень возражений у вас будет после первого десятка звонков, а ближе к двадцатому станет понятно, почему люди на самом деле уходят.

Не смешивайте сегменты в одной выборке. Все цифры выше относятся к однородной группе. Если у вас частные клиенты и компании или две услуги с разным чеком, нужны две выборки по 15-20 звонков. Одна общая на 30 смешает их темы.

Третье условие касается отбора звонков. Частая ошибка здесь: в разбор попадают одни удачные разговоры. Правило выборки задают заранее, например берут все отказы за неделю и часть сделок, включают звонки из каждого рекламного источника. Как привязать звонок к источнику и сделке, мы подробно разбирали в статье «Звонок был, сделки нет». Без этой привязки разметка покажет, что клиенты говорят, но узнать из неё, откуда они пришли, не получится.

Минимальная разметка: шесть колонок

Платформа речевой аналитики для старта не нужна. Хватает таблицы в Google Таблицах или Excel, по строке на звонок.

Колонка	Что вписывать	Пример
источник	откуда пришёл звонок	поиск Директ, кампания «остекление»
первая фраза клиента	дословно, как он сформулировал задачу	«сколько стоит застеклить балкон в панельке»
вопрос про цену	был ли и в какой момент	да, в первые 30 секунд
возражение	дословно	«у соседей ставили дешевле»
причина отказа	если клиент ушёл, его словами	«нам надо до зимы, а у вас месяц ожидания»
чем кончилось	сделка, встреча, думает, отказ, пропал	думает

У каждой из шести колонок своя задача. Первые две дают материал для рекламы, третья помогает уточнить объявление и оффер. Четвёртая и пятая пригодятся при правке скрипта и сайта, а по шестой можно сравнить звонки со сделкой и без неё. Учитывайте и пустые ячейки: если за неделю никто не спросил про цену, это говорит о вашем трафике больше, чем любой отчёт.

Язык клиента против языка сайта

У каждой компании есть внутренний словарь. Отдел продаж говорит «остекление лоджий под ключ», клиент говорит «застеклить балкон, чтобы зимой там можно было сидеть», а сайт почти всегда написан на языке отдела продаж.

Выпишите первые фразы клиентов за неделю в один столбец и подчеркните слова, которые повторяются. Потом откройте главную и посадочные страницы: поищите, встречаются ли эти слова в текстах. Обычно находится мало.

Дальше эти слова нужно проверить на спрос. Для этого в Директе есть отчёт «Поисковые запросы» (Библиотека отчётов, раздел «Оптимизация размещения»): он показывает реальные запросы, по которым показывались ваши объявления, за последние 180 дней. Слово из звонка, которое люди ещё и набирают в поиске, идёт в заголовки объявлений и страниц в первую очередь. Если в запросах его нет, оно всё равно годится для текста на сайте: человек, который его сказал, будет его читать.

Возражения и причины отказа

Это самая дорогая часть разбора, и путать эти две колонки нельзя. Возражение звучит посреди разговора, когда менеджер ещё может на него ответить. Причину отказа клиент называет в конце, часто одной фразой, которую легко принять за вежливость.

Показательный случай описан в статье Контура о разборе диалогов. В IT-компании нашли, что в 60% отказных звонков операторы говорили «это прописано в договоре на сайте», и клиенты слышали в этом «идите читайте сами». Фразу заменили на «я сейчас кратко расскажу главные условия, а договор пришлем для ознакомления», и, по словам автора, конверсия в закрытие сделки выросла на 18% за месяц. Данных для проверки мало: компания не названа, базы в абсолютных числах нет. Не сказано и то, проценты это или пункты. К тому же сам Контур продаёт анализ диалогов. При этом из случая понятно, чего не хватало клиенту: короткого объяснения условий, которое можно включить и в скрипт, и в текст на сайте.

Авито рассказывает в своём блоге на Хабре про звонки по недвижимости: колл-центры делают до 30 000 звонков в день, в них выделили 8 типов возражений. Там, где оператор отработал все возражения, конверсия в согласие 27,1%, там, где не все, 6,5%. Это сравнение групп звонков, а не эксперимент: клиенты в группах могли различаться сами по себе. Команда также признаёт, что тренинги для операторов результата не дали. Авторы пришли к выводу, что проблема «не столько в операторах, сколько в скриптах разговоров».

Руководитель может начать с подсчёта возражений: какие повторяются чаще всего и какой короткий ответ можно написать на каждое. Затем нужно проверить, есть ли этот ответ на сайте. Клиент, который не позвонил, задал бы тот же вопрос, но ответа оператора он не услышит.

Как это выглядит в продукте речевой аналитики, показано в ролике Yandex Cloud: возражение «дорого» ищут во всех звонках, собирают его формулировки («это дорого», «дороговато», «для меня дорого») в словарь и проверяют, ответил ли оператор в ближайших репликах. Данные в ролике демонстрационные, компания в нём придумана, поэтому смотреть стоит на ход работы. Руками в таблице делается то же самое, только медленнее.

Что поменять в Яндекс Директе

Здесь разметка окупается быстрее всего: правка занимает минуты, а эффект виден в следующем месяце.

Минус-фразы из нецелевых звонков

Если в колонке «первая фраза» раз за разом звучит чужая задача, её место в минус-фразах. Лимиты по справке Директа: до 7 слов в одной минус-фразе, до 4096 символов без пробелов на группу и до 20 000 на кампанию. Ловушка описана там же: если все слова минус-фразы входят в ключевую фразу, минус-фраза игнорируется. Нецелевые запросы можно отправить в список исключений прямо из отчёта «Поисковые запросы».

Гео и время показа

По колонке «источник» и городу из разговора быстро видно, не идёт ли реклама туда, где вы не работаете. В опубликованном в 2018 году кейсе завода пластиковых окон из Екатеринбурга маркетолог прослушал все звонки и разложил их по классам. Нашлись три беды. Звонили из других городов и спрашивали про москитные сетки без окон; вечерние звонки оставались без ответа. Лишнее гео отключили, а запросы про сетки добавили в минус-фразы. Показы в нерабочее время тоже убрали. По итогам следующего месяца доля нецелевых обращений упала с 25% до 8%. Контроля не было, к тому же начался сезон, поэтому кейс показывает, как можно работать с нецелевыми звонками, но не доказывает эффект этих правок. Сам способ с тех пор не устарел.

Тексты объявлений словами клиента

Справка Директа советует добавлять ключевые фразы в заголовок и текст, потому что они выделяются полужирным, и указывать цену, которая «исключит нецелевые клики». Это совет платформы без приведённых данных, но с разметкой он перестаёт быть абстрактным: вы знаете, какие слова говорят ваши клиенты и спрашивают ли они цену первым делом. Есть и довод посильнее. Автотаргетинг на поиске, по справке, подбирает объявления, у которых заголовок, текст и страница перехода больше всего соответствуют запросу. Поэтому слова клиента в тексте объявления влияют и на то, будет ли оно показано.

Лимиты, в которые придётся уложиться:

Элемент объявления	Лимит по справке Директа
заголовок	56 знаков с пробелами, слово не длиннее 22 символов
дополнительный заголовок	30 символов
текст	81 символ, может обрезаться в зависимости от места показа
быстрая ссылка	30 знаков, описание до 60
уточнение	25 знаков, всего до 132 на компьютере и до 76 на телефоне

О том, как отличить качественную заявку от просто звонка, подробнее рассказываем в отдельном разборе аудита Директа по качеству заявок.

Что поменять на сайте

Из расшифровок на сайт можно перенести ответы на вопросы клиентов и уточнить формулировку оффера.

Соберите вопросы из реальных звонков. Возьмите те, которые повторились хотя бы у трёх-четырёх клиентов за месяц, и ответьте на них на посадочной странице, короткими словами. Случай Контура показывает такой пробел: людям не хватало условий в двух фразах, а операторы отсылали их к договору.

В оффере должно быть то, что человеку важно. Если в колонке «причина отказа» чаще всего звучат сроки, а на первом экране написано про качество материалов, первый экран отвечает не на тот вопрос. В разборе звонков застройщикам нашёлся похожий перекос: подробно рассказывают об объекте 90% менеджеров, а помощь с ипотекой предлагают 8%.

Публичного кейса, где из расшифровок переписали блок вопросов или оффер и замерили конверсию сайта до и после, мы не нашли. Ближе всех Контур, но там меняли фразу оператора, сайт не мерили. Поэтому правки на сайте лучше вносить по одной и отмечать дату: через месяц будет с чем сравнить.

Отдел продаж и контроль качества звонков без отдельной платформы

Контроль качества звонков обычно понимают как оценку менеджера по чек-листу. С расшифровкой можно начать с более простого и полезного разбора: сравнить звонки, которые кончились сделкой, со звонками, которые не кончились ничем, и посмотреть, чем они отличаются.

Хороший ориентир даёт то же исследование Яндекс Недвижимости. Конкретные дату и время встречи менеджеры называют в 37% разговоров. Среди звонков, закончившихся записью на визит, такой сценарий был в 96%. Это корреляция, и оценки ставила модель, но проверить у себя то же самое можно по колонке «чем кончилось» за один вечер.

Показательны и находки из опубликованного в сентябре 2026 года разбора звонков компании с чеком от 200 тысяч рублей. Из двух с лишним тысяч звонков за месяц взяли входящие длиннее 100 секунд, вышло 324 записи и около 36 часов разговоров. Расшифровка, по словам автора, стоила 4 доллара. При разборе выяснилось: 22 клиента из 22, сказавших «я подумаю», услышали в ответ только «мы на связи, звоните». При этом 96% звонивших были из других городов, хотя реклама под это настроена не была. Что поменяли и что стало, в статье нет, это диагноз без «после». Такие находки показывают, какие проблемы можно увидеть в расшифровках почти любой компании ещё до правок.

РОПу подойдёт такой формат: раз в неделю сопоставлять три звонка со сделкой и три без. Если расположить их рядом, на одной странице, разница обычно видна без всякой методики.

Где нейросеть ошибается

У транскрибации звонков и речевой аналитики есть предсказуемые ошибки. До разбора полезно знать, в каких местах расшифровку придётся проверять по записи.

Телефонный звук

Точность распознавания мерят долей слов с ошибкой. В открытой таблице Сбера у модели Whisper на чтении с микрофона 5,5% слов с ошибкой, а на наборе телефонных звонков 27,4%. У собственной модели Сбера GigaAM разрыв похожий: 0,9% против 17,4%. Замер делает вендор, но наборы публичные. Модели, обученные на телефонии, ошибаются на звонках в 2-3 раза реже универсальных: в таблице Т-Банка на звонках в колл-центр Whisper large-v3 даёт 19,39%, телефонная T-one 8,63%.

Имена и названия

В той же таблице Т-Банка есть строка про именованные сущности: 17,87% ошибок у Whisper large-v3 против 5,83% у телефонной модели. В бенчмарке на Хабре Porsche распознавался как «паршЕ», а деревня Серёдка как «селёдка». Названия из разговоров стоит проверять отдельно: это могут быть модели и марки товаров или районы, которые называют клиенты. Yandex SpeechKit прямо пишет в документации, что основная модель рассчитана на общую лексику. Под названия компаний и номенклатуру товаров её дообучают по списку терминов с примерами.

Ошибка бывает и в эталоне

Т-Банк переразметил один из телефонных наборов, и ошибка его модели упала с 20,27% до 7,94%: большая часть «ошибок» сидела в самой эталонной расшифровке. Если решение строится на спорной реплике, переслушайте её в записи.

Нейросети можно без опаски поручить черновую разметку по колонкам и группировку похожих формулировок. Она пригодится и для первого поиска возражений. Человеку лучше оставить проверку дословных цитат для объявлений, а также цифр и названий из разговора. Выводы о причинах отказа тоже требуют человеческого разбора.

Правовая сторона коротко

Это не юридическая консультация. Трактовки ниже стоит сверить с юристом, нормы приведены по редакции 152-ФЗ на 26.07.2026.

Запись и расшифровка разговора с клиентом содержат информацию об определяемом человеке, которая по определению закона относится к персональным данным. Закон считает «обработка» в том числе запись разговора, его расшифровку и отправку текста на разбор нейросети.

Голос становится биометрией, только когда по нему устанавливают личность. Запись ради контроля качества и разбора возражений личность не устанавливает, поэтому по буквальному тексту статьи 11 это обычные персональные данные. Голосовая идентификация клиента меняет режим и требует письменного согласия.

Облачный сервис расшифровки работает по поручению обработки (ст. 6, ч. 3). Закон требует включить в договор с ним перечень данных и цели обработки, условия конфиденциальности, меры защиты и уведомление об инцидентах. Перед клиентом за работу сервиса всё равно отвечаете вы.

Записи и расшифровки клиентов из России должны храниться в базах на территории России (ст. 18, ч. 5). Отправка текста с именами и телефонами в зарубежную нейросеть считается трансграничной передачей, и о намерении её вести нужно уведомить Роскомнадзор до начала (ст. 12, ч. 3). Проще всего до отправки вычищать из текста имена и контактные данные: телефоны, адреса. Хватает ли такой очистки в вашем случае, решает юрист.

Регламент на час в неделю

Чтобы папка не умерла второй раз, разбор нужно привязать к человеку и к дню недели. За него отвечает один человек: маркетолог или руководитель продаж, который сможет внести правку.

1. 10 минут на выборку. Выгрузить звонки за неделю по заранее принятому правилу: все отказы и часть сделок. В выборку должны войти по несколько звонков из каждого рекламного источника.
2. Разметить 10-15 звонков за 30 минут. Заполнить шесть колонок. Нейросеть может подготовить черновик, после чего человек проверяет цитаты и то, почему клиент ушёл.
3. Следующие 10 минут посвятить рекламе. Открыть отчёт по запросам в Директе и сверить его с первыми фразами клиентов. По результатам пополнить список минус-слов и отметить новые слова для объявлений.
4. Одна правка, 10 минут. Внести одно изменение в объявление, на сайт или в скрипт, записав дату в отдельном столбце. При пяти правках сразу вы не узнаете, какая сработала.

Раз в месяц по таблицам за четыре недели собирают сводку. В ней отмечают, какие возражения стали встречаться чаще и какие причины отказа ушли после правок. Отдельно проверяют, какие слова клиентов так и не появились на сайте.

Частые вопросы

Чем транскрибация звонков отличается от речевой аналитики?

Транскрибация превращает запись в текст. Речевая аналитика ищет в текстах закономерности: теги, возражения, оценку менеджера, связь со сделкой. Для старта хватает транскрибации и таблицы разметки. Платформа нужна, когда звонков столько, что еженедельной выборки уже мало, а вопросы повторяются и их выгодно автоматизировать.

Сколько звонков разбирать каждую неделю?

Для первых выводов по одному сегменту хватает 15-20 звонков: по исследованиям насыщения выборки перечень тем складывается к 9-17 разговорам. Дальше 10-15 звонков в неделю достаточно, чтобы замечать новое. Разные сегменты считаются отдельно.

Можно ли отдать расшифровки в ChatGPT или другую зарубежную нейросеть?

Передача текста с именем, телефоном или адресом клиента в зарубежный сервис считается трансграничной передачей персональных данных, о которой нужно заранее уведомить Роскомнадзор. Обезличенный текст может под определение персональных данных не попадать, но где граница, решает юрист. Это не юридическая консультация.

Кто в компании должен читать расшифровки?

Минимум двое, и из разных отделов. Авторы классической работы о голосе клиента советуют, чтобы расшифровки читали несколько человек: маркетолог вынет из звонка слова для рекламы, начальник отдела продаж найдёт место, где разговор свернул в отказ.

Можно ли доверять расшифровке дословно?

На телефонных записях ошибка распознавания заметно выше, чем на чтении. Сильнее всего страдают имена и названия, в том числе марки товаров. Цитату, которая пойдёт в объявление или ляжет в основу решения, переслушайте в записи.

Шаблон разметки

Скопируйте таблицу себе в Google Таблицы или Excel. На каждый звонок отводится одна строка. Последние две колонки заполняются, когда по разбору что-то поменяли.

Дата	Источник	Сегмент	Первая фраза клиента	Вопрос про цену	Возражение	Причина отказа	Чем кончилось	Куда применить	Правка и дата
			дословно	нет / да, в какой момент	дословно	дословно	сделка, встреча, думает, отказ, пропал	реклама, сайт, скрипт, продукт

Правила заполнения:

• в колонки с цитатами пишите слова клиента, без пересказа;
• пустая ячейка значит «не было», её не надо ничем заменять;
• в выборку недели попадают все отказы целиком, даже скучные;
• к концу месяца посчитайте по каждой колонке, что повторилось больше трёх раз, и составьте по этим повторам список правок.

---

Разберём звонки ваших клиентов и переведём находки в правки рекламы и сайта. Optimism размечает реплики клиентов и находит нецелевой спрос. Возражения и причины отказа тоже попадают в разбор. По этим находкам готовим минус-фразы и тексты объявлений, добавляем нужные блоки на посадочные страницы. Оставить заявку.

Источники

Исследования обработки звонков

• Почему покупатель не переходит к встрече, Яндекс Недвижимость, Sostav, 03.07.2026
• Рейтинг застройщиков по скорости реакции на заявку, Интроверт Системс и amoCRM Enterprise, II квартал 2026
• Кейс ИнтернетУрок, Yandex Cloud, 11.09.2026

Кейсы компаний

• Анализ диалогов с клиентами с помощью ИИ, Контур, 02.03.2026
• Возражения в звонках по недвижимости, блог Авито на Хабре, 06.04.2026
• Кейс завода пластиковых окон: портал Яндекс Рекламы, материал о коллтрекинге, 28.11.2018
• Разбор 324 звонков компании с чеком от 200 тысяч рублей: Т-Бизнес секреты, блоги компаний, 16.09.2026

Сколько разговоров нужно для выводов

• How Many Interviews Are Enough?, Guest, Bunce, Johnson, Field Methods, 2006
• Code Saturation Versus Meaning Saturation, Hennink, Kaiser, Marconi, Qualitative Health Research, 2017
• Sample sizes for saturation in qualitative research, Hennink, Kaiser, Social Science and Medicine, 2022
• The Voice of the Customer, Griffin, Hauser, Marketing Science, 1993

Точность распознавания речи

• Таблица качества GigaAM, SberDevices
• T-one, модель для телефонии, Т-Банк
• Бенчмарк распознавания речи в телефонии, Дмитрий Антипов, Хабр, 19.08.2025
• Robust Speech Recognition via Large-Scale Weak Supervision, OpenAI, 2022
• Расширение модели распознавания речи, документация Yandex SpeechKit

Яндекс Директ

• Минус-слова и минус-фразы
• Технические ограничения
• Заголовок и текст объявления
• Отчёт «Поисковые запросы»
• Автотаргетинг

Право

• 152-ФЗ «О персональных данных», статья 3
• 152-ФЗ, статья 6
• 152-ФЗ, статья 11
• 152-ФЗ, статья 12
• 152-ФЗ, статья 18

Видео

• Невидимый клиент, вебинар UIS, 2026
• Yandex SpeechSense. Как продавать, Yandex Cloud, 2024

Теги публикации: анализ звонков, отдел продаж, речевая аналитика, транскрибация звонков, яндекс директ