Матрица присутствия ключевых интерфейсных паттернов в публичных материалах продуктов. ● — паттерн присутствует или явно заявлен.
| Паттерн | Rechka | SalesAI | Yandex | Т-Банк | Bitrix24 | Observe.AI |
|---|---|---|---|---|---|---|
| KPI / summary cards | ||||||
| Динамика показателей | ||||||
| Анализ сотрудника | ||||||
| Сотрудник × критерий | ||||||
| Heatmap | ||||||
| Drill-down до звонка | ||||||
| Drill-down до момента | ||||||
| Транскрипт + оценка | ||||||
| AI summary | ||||||
| Чек-листы / scorecards | ||||||
| Coaching | ||||||
| Alerts | ||||||
| Экспорт / BI |
Rechka строит аналитику вокруг чек-листов:
Один и тот же набор данных используется на разных уровнях интерфейса.
Особенно важен переход из дашборда к звонкам: пользователь не остаётся на уровне статистики, а может исследовать причину показателя.
Любой показатель должен иметь путь до исходных разговоров.
Если на дашборде показано:
61% — выявление потребности
пользователь должен иметь возможность понять:
SalesAI интересен не только набором графиков, но и подходом к информационной архитектуре. В аналитике используются:
Особенно показателен их редизайн: интерфейс был перестроен вокруг задач пользователей, а не структуры данных. Отдельные сущности были объединены в более понятные рабочие разделы.
Звонки → Аналитика → Транскрипции → Отчёты → Оценки
Задача пользователя → соответствующее представление данных
Навигация — вокруг рабочих сценариев, а не вокруг технических сущностей системы.
Главную навигацию имеет смысл строить вокруг рабочих сценариев:
а не вокруг технических сущностей системы.
Один из наиболее полезных паттернов — матрица:
сотрудник × критерий / этап разговора
| Потребность | Презентация | Возражения | Следующий шаг | |
|---|---|---|---|---|
| Иванов | 82% | 71% | 64% | 91% |
| Петров | 54% | 83% | 77% | 62% |
| Сидоров | 91% | 68% | 49% | 84% |
Такая визуализация отвечает сразу на два вопроса:
Это может стать отдельным рабочим экраном — «Карта отдела».
Пользователь видит:
Важно: цель такого экрана — не составить рейтинг сотрудников, а найти закономерности и точки для анализа.
Yandex SpeechSense показывает другой тип интерфейса. Вместо фокуса только на KPI пользователь получает исследовательский инструмент:
Дашборд отвечает — «что происходит?». Исследовательский интерфейс отвечает — «покажи мне конкретные разговоры, в которых происходит X».
Нужно разделить два сценария:
Аналитика
«В 30% звонков не выполняется критерий X».
Исследование
«Покажи все звонки, где клиент возражал по цене и после этого менеджер не отработал возражение».
Второй сценарий требует более мощных фильтров и поиска по содержанию разговора.
Observe.AI наиболее интересен с точки зрения QA. Оценка строится не только как число:
72%
а как:
72% → критерий → конкретный момент разговора
В интерфейсе используются scorecards и «Moments» — обнаруживаемые события разговора.
Score without evidence is incomplete.
Если система говорит «выявление потребности — не выполнено», пользователь должен сразу увидеть — почему, на каком основании, где это произошло, и соответствующий фрагмент транскрипта.
Каждый критерий должен раскрываться по одной и той же схеме:
Т-Банк показывает другой важный сценарий: аналитика используется руководителем для работы с отдельными операторами. В фокусе:
Один набор данных может иметь разные представления для разных ролей.
Это позволяет в дальнейшем построить role-based experience без создания двух разных продуктов — один и тот же набор данных подаётся через разные сценарии.
Bitrix24 интересен своей простотой:
Отдельно полезен формат регулярной сводки:
Что произошло за период → на какие звонки стоит обратить внимание.
Это можно развить в weekly digest — регулярный рабочий сценарий, который переводит аналитику из пассивного отчёта в действие.
Наиболее устойчивый интерфейсный паттерн у конкурентов:
Пять слоёв карточки звонка — это минимальный набор, который покрывает задачи QA, руководителя и самого сотрудника.
Эта карточка становится финальной точкой любого drill-down: от дашборда — через карту компетенций — к конкретному разговору и его доказательной базе.
