Подготовка данных продаж для ИИ: почему качество данных решает исход

Чтобы подготовить данные продаж для ИИ, не нужно доводить до идеала всю CRM. Достаточно привести в порядок именно те данные, которые нужны запланированному сценарию. В статье разберём, какие данные требуются той или иной ИИ-задаче, как провести инвентаризацию за полдня и какие правила защиты данных при этом действуют.

Почему качество данных определяет результат

ИИ работает с тем, что вы ему даёте. Если у половины контактов в CRM не указана отрасль, он не сможет расставлять приоритеты по отраслям. Если прайс-лист в базе знаний прошлогодний, чат-ассистент будет называть старые цены. А если проигранные сделки никто не отмечал как проигранные, модель прогнозирования сочтёт открытой любую старую возможность.

Звучит как большая уборка. На практике всё обычно скромнее, потому что разным ИИ-приложениям нужны очень разные данные. Телефонному ассистенту, который записывает клиентов, ваша история продаж не интересна. А инструменту прогнозирования нужна как раз она. Поэтому первый шаг — не уборка, а вопрос, что вообще понадобится.

Какие данные нужны каждому сценарию

Сценарий	Нужные данные	Типичный пробел
Запись на приём по телефону или в чате	Услуги с длительностью, правила календаря, распределение по сотрудникам, часы работы	Длительность процедур знают только сотрудницы
Ответы на вопросы клиентов	актуальные цены, описания услуг, порядок работы, частые вопросы с ответами	Информация разбросана по сайту, флаерам и старым письмам
Квалификация лидов	Критерии подходящего клиента, обязательные сведения, зоны ответственности	никто не записал, что отличает хороший лид
Повторные контакты и напоминания	Предложения с датой и статусом, каналы связи, согласия	Предложения лежат PDF-файлами в почтовой папке, а не в CRM
Прогнозы и аналитика	Сделки с этапами, датами, суммой и итогом за длительный период	проигранные сделки не закрыты, этапы используются как попало

Большинству небольших компаний стоит начинать с первых двух строк. Здесь проблема не столько в CRM, сколько в документации: знания есть, но они нигде не записаны. Как зафиксировать знания о процессах так, чтобы ими мог пользоваться и ИИ, рассказывает статья о документировании процессов продаж с ИИ.

Подготовка данных продаж для ИИ: инвентаризация в четыре шага

1. Определите сценарий. Запишите одним предложением, что должен делать ИИ, например: «Ассистент отвечает на звонки в нерабочее время и записывает на замену масла и техосмотр».
2. Составьте список нужных данных. Выведите из этого предложения, какая информация нужна ассистенту. В нашем примере: услуги, длительность, свободное время, цены или ценовые диапазоны, подсказки вроде «возьмите с собой свидетельство о регистрации ТС».
3. Проверьте, где лежат данные и в каком они состоянии. Для каждого пункта отметьте, где он хранится сейчас и актуален ли он. Хватит простой таблицы из трёх столбцов.
4. Закройте пробелы. Приводите в порядок только то, что нужно для первого сценария. Всё остальное — в список на потом.

Пример: парикмахерская перед запуском онлайн-записи

Салон на четыре кресла хочет, чтобы по вечерам ассистент записывал клиентов через WhatsApp. Инвентаризация показывает: услуги перечислены на сайте, но без длительности. Сколько длится мелирование на длинных волосах, знает только владелица. Две мастерицы не делают вечерние причёски, и это нигде не отмечено. Часть цен на сайте устарела.

Значит, подготовка сводится не к работе с базой данных, а к одному дню с командой. Нужно составить список услуг с длительностью и запасом времени, распределить, кто что делает, обновить цены и записать несколько правил: например, новые клиентки перед окрашиванием сначала приходят на консультацию. Только с этими сведениями ассистент сможет записывать так, чтобы в салоне не начался хаос.

Если сценарий опирается на данные CRM, добавляется обычная чистка: объединить дубли, привести форматы к единому виду, пометить устаревшие контакты. Подробно эти работы описаны в статье о качестве данных в CRM. Как технически данные передаются между ИИ и CRM, объясняет руководство по интеграции ИИ и CRM.

Защита данных: чем меньше, тем лучше

При подготовке легко поддаться соблазну отдать ИИ всё, что есть в системе. С точки зрения GDPR (в Германии — DSGVO) это неправильный путь. Помогают два принципа:

• Ограничение цели. Данные, которые клиенты передали вам для выставления счетов, нельзя просто так использовать для рекламы. Для каждого сценария проверьте, на каком правовом основании вы используете данные.
• Минимизация данных. Ассистенту по записи нужны имя, номер телефона и желаемое время. Ему не нужны платёжные данные, условия договора и сведения о здоровье.

К этому добавляются обычные обязанности: договор об обработке данных с поставщиком, упоминание в политике конфиденциальности и понятные сроки удаления. Для медицинских практик и юридических фирм вдобавок действует профессиональная тайна. Там стоит согласовать с ответственным за защиту данных, какие сведения ИИ вообще может видеть.

Как поддерживать качество данных в текущей работе

Разовая подготовка сохраняет эффект, только если новые данные поступают в чистом виде. Здесь помогает сам ИИ: цифровой ассистент, принимающий обращения, запрашивает все нужные сведения полностью и в одном формате и сразу записывает их в CRM. Привычные ошибки ручного ввода исчезают. Neurobots, например, передаёт такие данные в HubSpot, Salesforce, Pipedrive или Microsoft Dynamics. Если вы собираете много контактов за один день, скажем на выставках, посмотрите на цифрового выставочного ассистента для сбора лидов: он показывает, как структурировать данные уже при первом контакте.

Дополнительно введите несколько простых правил: немного обязательных полей, один ответственный за базу знаний и фиксированный день в месяце, когда проверяются цены и услуги.

Признаки того, что данных уже не хватает: клиенты переспрашивают, потому что ответ оказался неверным, записи создаются с неправильной длительностью или команда регулярно исправляет записи, которые завёл ИИ. Не исправляйте такое молча. Заносите эти случаи в список пробелов и разбирайте его на следующей ежемесячной проверке.

Частые вопросы

Должна ли CRM быть идеальной до старта с ИИ?

Нет. Она должна быть достаточно хорошей для первого сценария. Ассистент по записи часто неплохо справляется и с неубранной CRM, инструмент прогнозирования — нет. Начинайте с того сценария, данные для которого уже в лучшем состоянии.

Сколько времени занимает подготовка?

Для чётко очерченного сценария, например записи на приём или типовых вопросов, часто всего несколько дней: в основном нужно записать знания. Для скоринга или прогнозирования может уйти заметно больше времени, если сначала нужно накопить надёжную историю.

Разве ИИ не может сам почистить мои данные?

Он может помочь: предложить возможные дубли или выровнять форматы. Но решения вроде объединения двух компаний или удаления старых контактов должен принимать человек.

Когда усилия не окупаются?

Если клиентов совсем немного и вы держите всё в голове, большая подготовка данных избыточна. Тогда достаточно аккуратно записать информацию, нужную для общения с клиентами.

Вывод

Хорошие данные — условие полезных результатов ИИ, но наводить порядок во всём сразу не нужно. Если идти от сценария, проверять именно нужные ему данные и сразу думать о защите данных, результат придёт быстрее. Как превратить это в обозримый пилотный проект, читайте в статье Как правильно запустить пилотный ИИ-проект в продажах.