Анализ тональности и скоринг: Чтение между строк

В этом уроке мы научим CRM быть «эмпатичной». Мы разберем, как ИИ помогает понять реальное состояние сделки не по сухим отчетам менеджера, а на основе прямого анализа текста сообщений от клиента. Это позволит нам автоматически вычислять недовольных клиентов и фокусировать внимание на тех, кто готов купить прямо сейчас.

1. Sentiment Analysis: Зачем CRM знать настроение?

Обычно в CRM сделка движется по воронке линейно. Но внутри стадии «Переговоры» может скрываться как лояльный клиент, так и тот, кто уже ищет замену вашему продукту. ИИ-анализ тональности позволяет:

• Выявлять негатив: Если в чате WhatsApp клиент пишет «Я жду ответа уже три дня!», система должна мгновенно поднять тревогу.

• Скоринг по вовлеченности: Если клиент задает много уточняющих вопросов и использует позитивные конструкции («Отлично», «Жду счет»), вероятность сделки растет.

2. Практический блок: Настройка предиктивного скоринга

Мы создадим систему, которая после каждого входящего сообщения от клиента будет обновлять «Индекс лояльности» в карточке сделки.

Шаг 1. Создание полей в CRM

Добавьте в Сделку два поля:

• AI_SENTIMENT (Список): Положительный, Нейтральный, Отрицательный.

• AI_SCORE (Число): Вероятность закрытия от 0 до 100.

Шаг 2. Настройка робота на входящее сообщение

Переходим в CRM → Сделки → Роботы. Нам нужен робот, который срабатывает на «Входящее сообщение в открытую линию» или «Изменение комментария».

Промпт для анализа настроения:

Инструкция: Проанализируй последнее сообщение клиента.

1. Определи тональность: Отрицательная (жалоба, гнев, сарказм), Нейтральная (вопрос по существу) или Положительная (благодарность, согласие).

2. Оцени по шкале от 0 до 100 вероятность того, что этот клиент совершит покупку в ближайшее время, исходя из его интереса и тона.

Сообщение: {{Последнее сообщение клиента}}

Формат ответа: {"sentiment": "...", "score": ...}

Шаг 3. Логика реагирования (Алерты)

Теперь добавим условие. Если sentiment == "Отрицательный", робот должен выполнить действие «Создать задачу» или «Уведомление руководителю».

Текст уведомления: «Внимание! В сделке {{Имя сделки}} зафиксирован негатив. Клиент недоволен. Срочно подключитесь к диалогу!»

Визуализация логики скоринга

[ Входящий чат ] 
      |
      v
[ Робот: CoPilot ] 
   - Анализ текста: "Где мой заказ, вы обещали вчера!"
   - Результат: {"sentiment": "Negative", "score": 10}
      |
      v
[ Ветвление (Условие) ]
   IF sentiment == "Negative" 
      THEN -> Уведомление РОПу (красный флаг)
      THEN -> Смена ответственного на кризис-менеджера
   ELSE
      THEN -> Записать score в поле сделки

3. Интерпретируемый скоринг

Важно не просто давать число (например, 80%), а просить ИИ кратко обосновать его в скрытом поле «Комментарий для менеджера». Пример: «Оценка 90%: Клиент подтвердил наличие бюджета и согласовал дату встречи».

Задание в Битрикс24

1. Создайте в сделке числовое поле «Вероятность успеха (ИИ)».

2. Напишите робота, который при переходе сделки на стадию «Принятие решения» анализирует всю историю комментариев и выставляет финальный балл от 1 до 10.

3. Настройте робота так, чтобы при балле ниже 3 сделка автоматически подсвечивалась в канбане другим цветом (через робота «Изменение стадии» или «Планирование дела»).

Краткие итоги

• ИИ — это детектор лжи. Менеджер может говорить, что всё хорошо, но анализ переписки покажет реальную картину.

• Реакция в моменте. Скоринг должен происходить не раз в неделю, а после каждого контакта с клиентом.

• Автоматическая эскалация. Негатив не должен тонуть в рутине, он должен «выпрыгивать» на рабочий стол руководителя.