Речевая аналитика продаж: кейс внедрения GigaAM и GigaChat | 2A Soft

Введение: от хаоса в CRM к прозрачным данным

Производственная компания, ведущая деятельность одновременно в сегментах B2B и B2C, столкнулась с классической проблемой масштабирования отдела продаж. Наличие штата менеджеров, часть из которых работает удаленно, потребовало создания прозрачной системы контроля без избыточной бюрократии. Перед нами стояла задача разработать решение для мониторинга коммуникаций, которое учитывало бы большой объем данных при отсутствии необходимости обрабатывать потоковое аудио в реальном времени.

Ниже представлен разбор архитектуры решения, критериев выбора технологий и полученных выводов.

Постановка бизнес-задач

Для построения эффективной системы требовалось закрыть пять ключевых направлений:

Пять точек контроля руководителя

Отслеживание соблюдения скриптов, полноты информирования об акциях и корректного позиционирования конкурентных преимуществ компании.

Синхронизация с учетными системами (ERP/CRM)

Обеспечение автоматического отражения результатов диалога в ERP и CRM-системах.

Управление задачами и развитие персонала

Автоматическое создание напоминаний для менеджеров по итогам разговора, хранение краткой истории беседы и формирование персональных рекомендаций для каждого менеджера на основе его сильных и слабых сторон.

Архитектура решения: как мы собирали пайплайн

Поскольку обработка не требовала работы со стримингом, архитектура строилась вокруг пакетной обработки накопленных записей. Процесс был разделен на несколько этапов:

Интеграция софтфона и АТС (Asterisk + Megafon)

Подключение корпоративной АТС на базе Asterisk и виртуальной АТС от Мегафон. Данный этап является сугубо инфраструктурным и зависит от конкретного стека заказчика.

Транскрибация и диаризация: выбор модели GigaAM

Ключевым требованием стала возможность развертывания на собственных серверах без закупки дорогостоящих GPU-кластеров.

• Для перевода голоса в текст была выбрана модель GigaAM от Сбера. Выбор обоснован тремя факторами: отсутствие лицензионных отчислений, высокое качество распознавания русской речи и оптимальная скорость инференса на стандартном серверном железе.
• Штатно GigaAM выполняет только транскрибацию. Поскольку исходный код открыт, мы доработали пайплайн, добавив модуль разделения спикеров (диаризацию) на базе модели pyannote/speaker-diarization-community-1. Это позволило точно атрибутировать реплики клиента и менеджера.

Слой хранения данных

Текстовые расшифровки были интегрированы непосредственно в ERP-системы заказчиков. В разных департаментах использовались разные CRM-платформы, поэтому слой хранения реализовывался через унифицированные коннекторы.

Семантический анализ диалогов на базе GigaChat

Для анализа содержания диалогов применялись различные версии моделей GigaChat. Они показали высокую точность в извлечении сущностей, определении тональности и проверке фактов (информирование об акциях). Бесплатные открытые аналоги LLM справились значительно хуже — их целесообразно использовать лишь для получения самого общего резюме звонка. Дополнительно поверх аналитического слоя был реализован функционал систематизации вопросов: система автоматически группирует выявленные проблемы и запросы клиентов по заданным темам.

Автоматизация обратной связи

На основе выгрузки данных из ERP формируются индивидуальные карточки продуктивности сотрудников, которые