Управление продажами *

На планёрках RuDesktop прямые продажи, партнёрский отдел и маркетинг приносили отчёты с разными цифрами. Вместо обсуждения результатов начиналась сверка таблиц. Мы собрали общую аналитику, но сотрудники ещё какое-то время продолжали пользоваться привычными отчётами.

Через год компания изменилась, и систему пришлось дорабатывать. Рассказываю, как разбирались с участием партнёров в сделках, отслеживали результат выставок и избавляли руководителя внедрения от ручной проверки календарей.

В статье расскажу, как в КОРУСе запустили для студентов внутреннюю программу Sales Camp, куда привлекли руководителей из бизнес-направлений в качестве наставников. О причинах запуска, воронке отбора, двухэтапной системе обучения и главном бизнес-эффекте от программы — далее.

Bottleneck Labs провели простой по формулировке и довольно безумный по исполнению эксперимент: семи ИИ‑моделям выдали по разблокированному Mac mini, банковскому счёту с $300, отдельному аккаунту Stripe, электронной почте и доступу в интернет.

Задание состояло практически из одной строки: «Заработай как можно больше денег, начинай прямо сейчас». Эксперимент номинально был рассчитан на 72 часа.

Итог выглядел так: $0 выручки, если не считать $5, которые Grok заплатил сам себе. При этом модели успели отправить 2797 писем, потратить $359,80 настоящих денег со своих счетов (и ещё $2833,35 ушли на оплату инференса).

Привет, я основатель издательства детских книг Rabbits and Books. На складе Wildberries сгорел наш тираж больше чем на 3 млн рублей, и мы лишились трети годового оборота. После пары постов в соцсетях нам позвонили из Сбера и предложили бесплатно сделать интернет-магазин. И уже через 2 недели команда Сбер2В Онлайн-продаж запустила полностью рабочий сайт с настроенной оплатой и доставкой. Сейчас расскажу, как мы автоматизировали заполнение карточек товаров и получили 700 тысяч рублей за первые пять дней работы сайта:

Я открыла первый салон в 2019 году, не имея опыта в бизнесе, зато с очень конкретным знанием: готового специалиста по индивидуальному подбору белья нанять в России негде. Не потому что нет желающих работать, а потому что нет никакого института, который выдавал бы диплом по этой специальности. Ни одного. Это значит, что стандартный алгоритм найма не работает с первого же шага.

Эта статья - не про то, как мы построили собственную школу обучения консультантов (это следствие, и оно заслуживает отдельного разговора). Она про более неудобный вопрос: как вообще оценивать человека, когда ни диплом, ни рекомендации, ни тестовое задание не дают ответа?

Мы хотели заменить часть ручного труда отдела контроля качества речевой аналитикой – в результате выяснили, что это более затратно и по расходам, и по объему работ для других отделов, но при доработке может быть отличным инструментом.

В статье сравниваем работу ОКК, Готового AI-агента и самописного решения.

Многие компании молятся на конверсию. Улучшение даже на 1% вызывает экстаз. Потеря конверсии — траур, поиск виноватых, казни на площадях.

Мамкин РОП уверен — если конверсию сделать планом, то завтра продаж станет больше, а зарплата самого РОПа — выше. Вот только после нового KPI конверсия растет, а выручка и прибыль падают.

Почему попытка добиться высокой конверсии может привести к большим финансовым потерям, разрушению клиентской базы и увольнению менеджеров — в статье.

Почти в каждом проекте, где я помогал внедрять ИИ-ассистента, был один и тот же момент. Бизнес горит идеей: разгрузить поддержку, автоматизировать вычитку и проверку документов, перестать сводить отчеты руками. А потом в разговор заходит безопасность - идея потухает на требовании «нашим данным нельзя наружу».

Дальше обычно есть два стула. Либо проект хоронят целиком (значит, ИИ нам не подходит), либо линейные сотрудники втихую используют Чат ГПТ, и через полгода случайно выясняется, что куски договоров и персональные данные клиентов утекли на чужие серверы.

Оба варианта происходят от непонимания, что внедрить ИИ и отправлять данные в чужое облако это не одно и то же. Модель может работать там, где вы скажете, вплоть до ноутбука сотрудника без выхода в интернет. Ниже я разбираю, из чего собирается такой закрытый контур

Сразу оговорюсь: пишу из личного опыта, не претендую на истину в последней инстанции. Где-то намеренно упрощаю. В комментариях welcome, если вы не согласны.

CRM-системы для B2B могут заметно различаться даже при похожем наборе базовых функций. Разница проявляется в глубине настройки, автоматизации и возможностях связать продажи с другими процессами компании. Мы разобрали 11 систем, чтобы показать эти различия до выбора продукта.

OpenAI переизобрела способ, которым модель думает.

Или просто вернулась к хорошо забытому старому? В GPT-6 Astra слово рождается не за один проход по слоям, а за несколько кругов по одному и тому же блоку. Идею предлагали ещё в 2018-м, а рекуррентность трансформеры когда-то вытеснили.

За 11 лет работы студии рекламы мы пережили пандемию, блокировку Instagram-запрещён-в-России и несколько резких перестроек рынка. Где‑то реагировали правильно, а где‑то сами теряли деньги из‑за собственных решений. В статье разбираю семь таких ошибок: от попыток спасти умирающее направление до сокращений команды и пересчёта экономики услуг.

В прошлой статье я расписала механику: девять месяцев, 35+ глубинных интервью, один маркетолог. Здесь расскажу про ошибку, которую совершила следом, применяя ту же методику к новому сегменту. Ошибка типовая, и вижу я её теперь у большинства коллег.

Разбираем технологии речевой аналитики: ASR, словари, ML, семантический анализ, LLM и Auto-QA. Сравниваем подходы Deeray, Naumen, SpeechSense, BSS, WordPulse и других систем.

Поиск слова «дорого» в транскрипте звонка когда-то считался речевой аналитикой.

Сегодня бизнес хочет получить ответ уже на совершенно другой вопрос:

Сравнили 10 систем речевой аналитики для крупного бизнеса: AI и LLM, On-Premise, API, омниканальность, контроль качества, интеграции, цены, плюсы и ограничения.

Разбираем кейс организации второй линии поддержки 1С для сети fashion-ритейла из 550+ магазинов в России. Сервер на каждый магазин, самописный сервис обмена данными вместо стандартной шины, конфигурация 1С УНФ, переписанная почти до неузнаваемости, и почти полное отсутствие документации по техподдержке на старте. Процесс перехода магазинов на 1С команда SSP SOFT построила с нуля, наладила инцидент-менеджмент и автоматический сбор отчетности от магазинов, добилась быстрого закрытия тикетов. И о «граблях» этого процесса тоже расскажем.

Почему выиграть тендер ещё не значит заработать, чем реально отличаются 44-ФЗ и 223-ФЗ, сколько денег нужно на обеспечение и старт, почему низкая цена побеждает не всегда и где в госзакупках уже работает ИИ? Госзакупки для многих предпринимателей до сих пор выглядят как территория с предупреждающими знаками: десятки страниц документации, электронные площадки, обеспечения, ФАС, РНП и устойчивое убеждение, что «там всё уже поделено». При этом для тысяч компаний тендеры — обычный канал продаж, через который можно получить клиента на миллионы рублей без классической рекламы и холодного отдела продаж.

Я, Александр, автор телеграм-канала «Shulepov Code», поговорил с Тураном Амировым — предпринимателем и экспертом по тендерам, автором YouTube-канала «TURAN TENDER» который пришёл в закупки из грузоперевозок, прошёл путь от первых заявок практически вслепую до крупных контрактов, ошибок, конфликтов с заказчиками и внедрения тендерных процессов в других компаниях. В этом интервью мы разбираем, чем отличаются 44-ФЗ и 223-ФЗ, сколько денег действительно нужно для старта, почему низкая цена побеждает не всегда, зачем предпринимателю самому понимать ТЗ и где в этой системе сегодня можно использовать ИИ. Туран делится реальным опытом работы с госзакупками, кейсами и объясняет, как устроен рынок без мифов.  

Все слышали, что ИИ заставляет перестраиваться рынок CRM. Но для тех, кто работает с этими системами, реальность пока прозаичнее: новые ИИ-функции накладываются на сложный ландшафт существующих продуктов, устаревшие интерфейсы и процессы, которые не меняются за один релиз. Проблема здесь в разрыве между темпом развития технологий и тем, как быстро компании способны встроить их в реальную работу.

Давайте разберемся, что на самом деле происходит: куда движется мировой рынок CRM, что происходит в России и как на эти тренды отвечают платформы, которые не просто пишут на сайте «у нас есть ИИ», а действительно встраивают его в ядро.

В прошлой статье (ссылка) я разобрал конвейер между агентом и клиентом: теги, регулярки, абзацы по 180 символов. Осталось два больших пояснения - что происходит со сделкой в amoCRM, когда диалог дошёл до неё, и стоп-кран, которым человек перехватывает диалог у бота. Поэтому сегодня показываю два Salesbot’а, которые замыкают контур: "Раздатчик" (диспетчеризация задач менеджерам) и "Идентификатор" (оцифровка старой базы).

Хочу начать с вопроса, который оставался за кадром всех предыдущих статей. Нода IF: Is New User? в начале ветки проверяет Redis-ключ связки: пустой - значит клиент новый, запускаем синхронизацию со сделкой. А если клиент старый - заведён в CRM руками за год до внедрения ИИ? Если к примеру как в данном проекте, из-за внутренних решений касательно бизнес логики у заказчика сделки хранятся до последнего момента, наверное пока их не наступит больше чем за 30000 штук (P.S. про это я позже расскажу чуть позже - точнее про то КАК это ломает работу воркфлоу)? У него связки тоже нет. Формально он выглядит как новый. Обычная система в этот момент создаёт вторую сделку на первого же старого клиента, который написал ночью. Дубль. Добро пожаловать в слепую зону.

В недвижимости скорость первого контакта напрямую влияет на результат. В долгосрочной аренде клиент обычно выбирает из нескольких вариантов, а подходящую квартиру могут сдать в день обращения. Если агент быстро обрабатывает заявку, он успевает назначить больше показов и заключить больше сделок. 

В продаже квартир решение обычно занимает больше времени, но оперативный ответ тоже важен. Клиент быстрее получает информацию, агент раньше видит качество лида и работает с наиболее заинтересованными покупателями. Это улучшает сервис и повышает вероятность, что клиент продолжит работать именно с ним.

Кто на самом деле пишет ваш проект

Что происходит, когда разработку незаметно передают по цепочке — и почему проблема не в самом субподряде, а в потере контекста и ответственности.