Конверсия 65% в целевой звонок: система контроля качества лидов на потоке

Проблема: тысяча переводов в месяц, треть уходит в отказ

Контроль качества лидов в недвижимости начинается с простого вопроса: какая доля оплаченных контактов доходит до предметного разговора? Крупный московский девелопер бизнес-класса получал около 1 000 переводов ежемесячно от нескольких CPA-подрядчиков, но конверсия в целевой звонок держалась на уровне 35%. Из каждых 100 оплаченных контактов только 35 доходили до менеджера.

Бюджет расходовался. Менеджеры тратили время на разбор нецелевых обращений. Отдел продаж терял мотивацию работать с внешним потоком. Застройщик готовился сократить объем закупки или сменить подрядчика.

Мы предложили другой сценарий: вместо урезания потока — перестроить систему контроля качества лидов. Не один фильтр, а четыре последовательных уровня проверки, каждый из которых закрывает свой класс проблем.

Диагностика: почему переводы не конвертируются

Прежде чем строить систему, мы разобрали массив отказов за три месяца — 2 174 отклоненных перевода. Каждому присвоили причину отказа и сгруппировали по паттернам.

Пять причин покрыли 87% отказов:

• Отсутствие реального интереса к покупке — 34%. Человек интересовался арендой, искал коммерческую недвижимость или просто сравнивал цены без намерения покупать.
• Несоответствие региону — 22%. Контакт из другого города, который не рассматривал Москву.
• Дубль — 12%. Контакт уже был в воронке застройщика от другого источника.
• Спам и невалидные номера — 11%. Фейковые номера, автоответчики, номера из черных списков.
• Низкая квалификация оператора — 8%. Оператор не выявил потребность, не задал обязательные вопросы, передал контакт «вслепую».

Топ причин отказа в цифрах показывает: большинство проблем — системные. Инструкция «работайте лучше» их не решит. Нужна архитектура проверки.

Уровень 1: предварительная фильтрация до звонка

Первый барьер — технический. Он срабатывает автоматически, до того как оператор берет трубку.

Валидация номера

Система проверяет каждый входящий номер по черному списку. За первый месяц работы список содержал 320 номеров — повторные жалобщики, автоответчики, сервисные номера. К третьему месяцу он вырос до 580 позиций. Доля «пустых» звонков снизилась на 9%.

Дедупликация

Каждый перевод сверяем с базой застройщика: если контакт уже в CRM от любого источника, он получает статус «неуникальный». За три месяца анализа нашли 504 дубля — 5% потока. Без проверки каждый из них стал бы оплаченным отказом.

Предварительная оценка интента

По данным из формы заявки и utm-меткам система оценивает вероятность целевого обращения. Контакты с низким скором не блокируем, но ставим ниже в приоритете и обрабатываем по короткому скрипту.

Уровень 2: операторская квалификация

Технический фильтр убирает очевидный мусор. Но главная потеря конверсии происходит на этапе разговора. Оператор — это человек, который за 3-4 минуты должен определить, готов ли контакт к диалогу с отделом продаж.

Структурированный скрипт

Мы разработали скрипт с обязательными блоками:

• Потребность: какой тип недвижимости, для каких целей (проживание, инвестиция).
• Бюджет: диапазон, источник средств (ипотека, наличные, маткапитал).
• Сроки: горизонт принятия решения (до 3 месяцев, 3-6 месяцев, более полугода).
• Состав семьи: количество комнат, этажность, требования к инфраструктуре.
• Локация: район, транспортная доступность, привязка к работе или школе.

Без заполнения хотя бы четырех из пяти блоков перевод застройщику не передаем.

Обработка возражений

Отдельный раздел скрипта закрывает типовые ситуации: «я просто смотрю», «мне нужно посоветоваться», «перезвоните через месяц». Для каждой — конкретная речевая конструкция, которая либо квалифицирует контакт, либо корректно завершает диалог.

Уровень 3: AI-анализ после звонка

Мы записываем каждый разговор. После звонка запись проходит через AI-модуль, который оценивает качество перевода.

Что анализирует система

• Полнота квалификации: оператор прошел все обязательные блоки скрипта или пропустил.
• Тон и вовлеченность: контакт отвечал односложно или вел диалог.
• Сигналы отказа: фразы-маркеры, которые указывают на низкую вероятность сделки.
• Соответствие профилю: данные из разговора совпадают с целевой аудиторией проекта застройщика.

Автоматическая отчетность

По каждому звонку AI формирует краткий отчет: оценка качества перевода (A/B/C), параметры контакта, рекомендация — передать застройщику или отклонить с причиной.

За первые 8 недель AI обработал более 3 800 звонков. Точность рекомендаций относительно ручной проверки QA-отдела — 91%. Оставшиеся 9% — пограничные случаи, которые требовали экспертной оценки.

Обратная связь операторам

AI не только оценивает контакт, но и подсвечивает ошибки оператора: пропущенные вопросы, слишком быстрое завершение разговора, неверная интерпретация ответа. Эти данные попадают в еженедельный отчет для руководителя группы.

Уровень 4: обратная связь с застройщиком

Система контроля качества работает замкнуто, только если застройщик участвует в калибровке. Иначе критерии «целевого» контакта расходятся: агентство считает перевод качественным, а отдел продаж отклоняет.

Еженедельные синхронизации

Каждую неделю — 30-минутный звонок с командой застройщика. Повестка фиксированная:

• Разбор всех отклоненных переводов за неделю.
• Уточнение причин отказа (с конкретными примерами).
• Корректировка критериев квалификации, если аудитория или проект изменились.
• Обзор новых возражений, которые не покрыты скриптом.

Пересмотр причин отказа

За 4 месяца мы дважды пересматривали классификатор причин отказа. В первой версии было 8 причин. Во второй — 12: добавили «контакт в стадии одобрения ипотеки» (положительный сигнал, который требует отложенной обработки) и «интерес к проекту другого класса» (передача в другой проект, а не отказ).

Детализация убрала из категории «отказ» переводы, которые могли дойти до сделки. Это вернуло в воронку около 4% контактов ежемесячно.

Разбор массива отказов: 7 213 кейсов

За весь период система обработала более 12 000 переводов. Из них 7 213 получили статус «отказ» на разных этапах. Мы разобрали весь массив, чтобы понять динамику.

Первые два месяца

Доля отказов держалась на уровне 38-42%. Основной поток проблем — несоответствие региону и отсутствие интереса. Черный список только наполнялся, AI-модуль работал в режиме обучения.

Месяцы 3-4

Черный список стабилизировался. Операторы прошли два цикла обучения на основе AI-анализа. Доля отказов снизилась до 22-25%. Самая частая причина сменилась: теперь это «контакт не подтвердил бюджет» — более тонкий фильтр, чем базовый «нецелевой».

Месяцы 5-6

Система вышла на плато: доля отказов 14-17%. Оставшиеся отказы — объективные ситуации: человек передумал, изменились обстоятельства, получил одобрение ипотеки на другой объект. Эти отказы невозможно отсечь без ущерба для потока.

Результаты через шесть месяцев

Цифры по итогам полугода работы системы:

• Конверсия перевод в целевой звонок: с 35% до 65%.
• Доля отказов: с 42% до 15%.
• Доля неуникальных: с 7% до 2% (за счет сверки с CRM в реальном времени).
• Среднее время квалификации: 3 минуты 40 секунд (было 2 минуты 10 секунд — рост за счет глубины скрипта).
• Конверсия целевой звонок во встречу: 22% (отраслевой ориентир — 18-20%).
• Удержание застройщика: контракт продлен на второй год с увеличением объема на 40%.

Рост конверсии с 35% до 65% — результат четырех уровней проверки, каждый из которых убирает свой слой проблем. Убери один — система потеряет 8-12 процентных пунктов.

Экономика изменений

При стоимости перевода 3 500 рублей и потоке 1 000 переводов в месяц бюджет — 3,5 млн рублей. При конверсии 35% стоимость целевого звонка — 10 000 рублей. При конверсии 65% — 5 385 рублей. Разница — 1,6 млн рублей ежемесячно при том же объеме закупки.

Что перенести к себе

Не обязательно внедрять все четыре уровня одновременно. Порядок приоритетов для команд, которые только выстраивают контроль качества:

1. Начните с классификатора отказов. Без единого словаря причин невозможно понять, что именно не работает. Минимум 8-10 причин, каждая с четким определением.
2. Внедрите дедупликацию. Самый быстрый способ убрать гарантированный брак. Сверка с CRM застройщика через API или выгрузку раз в сутки.
3. Структурируйте скрипт оператора. Обязательные блоки, без которых перевод не считается квалифицированным. Это дает измеримый стандарт.
4. Добавьте AI-скоринг. Он масштабируется без роста штата и дает объективную оценку, не зависящую от усталости или настроения оператора.
5. Замкните петлю обратной связи. Еженедельный синк с заказчиком — обязательный элемент. Без него критерии качества расходятся за 2-3 недели.

Контроль качества лидов в недвижимости — не разовый аудит. Это операционный процесс, который требует данных, дисциплины и регулярной калибровки. Система работает на проектах от 300 до 3 000 переводов в месяц без потери конверсии.