html
/с 2025 по сегодня
Product Design
Стартап
AI B2B SaaS
Mobile
Web

Станция 42: Речевая аналитика

/ Вместо эпиграфа
Я присоединилась к продукту на этапе 1-ой гипотезы и как единственный дизайнер спроектировала его путь от Excel-отчёта до веб-платформы и приложения для сотрудников.

За первый год команда выпустила 12+ релизов, проверила продукт на реальных данных и дошла до пилотов с двумя клиентами.
Роль
Единственный продуктовый дизайнер. Проектировала сценарии и интерфейсы, собирала дизайн-систему, готовила макеты к разработке и участвовала в дизайн-ревью.
Срок
С мая 2025 по сегодня
Команда
UX/UI и веб-дизайнер (я), frontend-разработчик. backend-разработчик, системный аналитик, сопровождение&бизнес
Платформы
Веб-платформа и мобильное приложение для сотрудников
Статус
12+ релизов за первый год, пилоты с двумя клиентами
Что спроектировала
Всё. Конструктор чек-листов, отчёты по звонкам, дашборд, админ-панель, управление пользователями и группами, личный кабинет сотрудника.

Контекст бизнеса

Стандарт есть почти везде, где человек работает с человеком: официант обязан предложить десерт, продавец-консультант должен сначала выяснить, что нужно клиенту, и только потом продавать.
Бизнес отлично знает, что не соблюдение стандарта = потеря денег💸
Бизнес пытается следить за соблюдением стандартов:
Котик официант с кофе пытается соблюсти стандарты
Тайный гость. Даёт точечный срез: по нему нельзя найти системные проблемы и назначить системное обучение. Администратор с опытом за несколько секунд считывает, что перед ним не рядовой клиент, и передаёт его лучшему сотруднику смены, а не тому, кто фактически работает в этот час. Проверка показывает потолок возможностей лучшего сотрудника, а реальную картину не показывает.
Котик официант с кофе пытается соблюсти стандарты
Выборочное прослушивание записей звонков/консультаций. Упирается в пропускную способность человека: реалистичный предел составляет несколько процентов звонков за смену, потому что супервайзер физически не успевает больше. Остальное остаётся непроверенной зоной, и нарушения статистически чаще происходят именно там.
29,75%
реальное соблюдение скрипта
÷ 5,25
сокращение аудиторов
Масштаб проблемы видно по цифрам, которые публикуют другие игроки рынка речевой аналитики. У одной из металлопрокатных компаний после подключения автоматического контроля выяснилось, что скрипт продаж реально соблюдался в 29,75% звонков. До этого никто в компании не знал точную цифру, ориентировались на ощущения РОПа (кейс).У регионального пассажирского перевозчика отдел контроля качества силами 21 аудитора прослушивал 3% диалогов. После автоматизации охват вырос до 100%, а сам отдел сократился до 4 человек (кейс). У Т-Банка до перехода на автоматический анализ в штате держали больше 25 000 операторов, которые вручную слушали звонки и выставляли оценки, и даже при таком штате прослушивалась выборка, а не весь объём (источник).

Существующие решения речевой аналитики

Есть третий способ: готовые сервисы речевой аналитики. Автоматика, которая слушает всё подряд и не устаёт.

Долгое время такие сервисы работали на словарях. Система искала в расшифровке заданные слова и фразы и считала совпадения. Это даёт формальное соответствие без гарантии содержания: сотрудник может произнести нужную фразу и тут же нарушить тон разговора, а метрика разницы не покажет. Подсчёт слов к тому же не учитывает порядок действий. Система не видит, выявил ли сотрудник потребность клиента до того, как сделал предложение, или просто вставил нужные слова вне логики сценария.
3,5–4,2 млрд $
примерный объем рынка 2025–2026
К 2025 году рынок заметно сдвинулся к языковым моделям. Сервисы вроде Rechka.ai и SalesAI оценивают разговор по смыслу, а Yandex SpeechSense подключает к анализу YandexGPT. Часть проблемы словарей они снимают.

Первая гипотеза

В мае 2025 директор и основатель VR Supersonic сформулировал гипотезу: сервис, который отслеживает последовательность этапов сценария, а не отдельные слова, закроет то, что не закрывают вместе взятые тайный гость, выборочное прослушивание и существующая речевая аналитика. Так появилась Станция 42, сервис аудиоаналитики.

Я в продукте с первого брейншторма команды, с версии, где сервис умел одно: принять аудиофайл и выдать эксель с расшифровкой. За прошедший год вышло 12 релизов (не считая микрорелизов), гипотеза подтвердилась на реальных данных, и продукт дошёл до пилотов у двух клиентов.

Цели

Формальных метрик и OKR на этом этапе у продукта нет. Цели были такие:

Бизнес: проверить гипотезу на реальных данных и дойти до пилотов с клиентами.
Дизайн: выпускать релизы быстро одним дизайнером, чтобы разработка не ждала макетов, и собрать основу, на которой интерфейс сможет расти дальше.

Дашборд

От резюме данных к инструменту принятия решений

ВЕРСИЯ 1
ПРОБЛЕМА
Данные показывались только в Отчётах. Да, там есть суммарные значения по этапам обработки, но изучать таблицу по 20 этапам чеклиста долго. Также не хватало иных данных дающих ценность бизнесу.
ЗАДАЧА
До конца пилота предложить клиенту Дашборд, что даёт доп. ценность, чтобы пилот продлили
ОГРАНИЧЕНИЯ V1
  • Спроектировать и разработать за 1-1,5 спринта
  • Берём только те данные, что уже есть, иначе не успеем
ДАННЫЕ
Сначала нужно было решить, какие данные выводить
Ориентировалась на 3 вопроса:
  • Что показываем? Выполнение стандартов продаж
  • Кому? Руководителю, у которого нет времени читать таблицы
  • Какое решение он примет? Куда смотреть в первую очередь: какая точка и какой сотрудник отстают
Дальше я прошла по данным, которые у нас уже есть, и вместе с ChatGPT придумала, как их можно использовать. Всё это накидала в Google Таблицах: зачем метрика, как её считать и как показать. Потом согласовала список и набросок визуализации прямо в таблицах с бизнес-аналитиком, часть метрик мы убрали.
ВЕРСИЯ 2
ПРОБЛЕМЫ
  • Дельта была одним числом на карточке. Видно, что показатель упал, но непонятно, где именно.
  • Дельта считалась в процентах и читалась двояко: рост с 82% до 86% это +4% или +4,9%?
  • Динамика была только по двум этапам из 20
  • Чтобы сравнить регионы по конкретному этапу, надо было уходить в Отчёты
  • Внешний вид сделали на скорую руку, и руководитель сказал, что он должен выглядеть дороже
ЗАДАЧА
  • Улучшить визуалицзацию данных
  • Добавить бизнес-метрики клиента
  • Дашборд должен стать отправной точкой: человек открывает его и видит, что происходит, где проблема и как это связано с продажами
БЫЛО 🥲
СТАЛО 🤩
Логинится и попадает в Отчёты
Логинится и попадает в Дашборд
Видит таблицу 20 строк, 20+ столбцов, много данных
Несколько главных показателей и что изменилось за период
Непонятно, куда смотреть, видит агрегированные данные по столбцам, но этого недостаточно для взятия фокуса где копать инсайты из аналитики
Видно, где просело или приросло, видит какие этапы чеклиста взять на контроль, какие группы/пользователи нуждаются во внимании

Конструктор чеклистов

UI вместо Excel

Бизнес-проблема

У существующих решений вместо чеклиста словарь: список слов и фраз-триггеров, которые ищутся в тексте расшифровки. Его долго создавать, заполнять, актуализировать и настраивать. Зато легко обмануть систему, сказав подряд нужное слово)
Станция 42. Интерфейс созданный Шульгиной Ириной
У нас же единица чек-листа — не слово, а этап сценария

Внешне экран почти не менялся с первой версии: чек-лист можно посмотреть, отредактировать, создать с нуля, импортировать из JSON — и выгрузить обратно, в том же JSON и отдельно в текстовом формате для тех, кому проще работать с обычным файлом, чем разбирать структуру.

Отчёты

Соль продукта — результат анализа аудио по этапам чеклиста

Версия 0 не была продуктом в привычном смысле. Аналитик вручную загружал коллекцию аудиофайлов, скрипт прогонял их через распознавание речи и ИИ, и на выходе получался эксель с сопоставлением: звонок, этап сценария, отметка о выполнении. Этот эксель мы носили на демо клиентам как доказательство, что технология вообще работает.

После нескольких успешных демо стало ясно, что продукт нужен, только после этого стали разивать просмотр отчёта в UI
В шапку таблицы я вынесла средние проценты выполнения этапов чек-листа, чтобы руководитель видел общую картину и не проваливался в каждую запись. Добавила группировку по сотрудникам: руководителю нужен взгляд «как работает конкретный человек за период», а не «все звонки одним списком». Отчёт остался таблицей по общему правилу для рабочих экранов: её быстрее разработать, а поддерживать проще, чем набор карточек.

В первой версии отчёт умел одно: показать текст расшифровки. Прочитать, что было сказано, получалось, а услышать, как это было сказано, и проверить ответ ИИ не получалось. Следующим шагом стало прослушивание с синхронизацией: клик по фразе в расшифровке перематывает плеер на этот момент и подсвечивает заливкой звучащий фрагмент.
Дальше мы добавили Action Plan: что сотруднику стоит изменить, если пункт чек-листа не выполнен. План генерирует GPT по конкретному разговору, а не берёт из шаблона. Поэтому генерация не мгновенная и может не получиться.

За этими словами не всё, что есть в отчётах. Есть подсветка слабых этапов цветом по порогам выполнения. Есть отдельная обработка ситуации «этот этап не требовался в конкретном разговоре», чтобы она не портила процент выполнения там, где его по сути быть не должно. Выше только костяк: как отчёт вырос из экселя для демо в интерфейс.
UX UI сложных данных пользователя

Личный кабинет сотрудника в приложении

Кабинет сотрудника в мобильном приложении я тоже сделала эмоциональнее рабочих экранов: человек видит там результат собственной работы. Подробности в отдельном кейсе

Админ-панель

Настройка AI-пайплайна, ролей, графики нагрузки, портала...

Мониторинг обработки аудио
Решаемая проблема
Файл проходит много этапов обработки, чтобы найти ошибку поддержке приходилось идти по цепочке логов вручную
Как я решила
Собрала весь путь обработки файла в одной таблице. Добавила счётчики по статусам, встроенный плеер, фильтры, журнал аудио
Результат
Поддержка быстро определяет проблемный этап и может сразу перейти к доказательству причины. Запись можно проверить и расследовать, не переходя между несколькими разделами.
х3
Быстрее поиск ошибок, по субъективному мнению коллег, пользующихся разделом
Дашборд использования ресурсов
Решаемая проблема
Понимать состояние инфраструктуры: где узкое место, сколько стоит обработка, где копится очередь и какой сервер работает неэффективно
Как я решила
Собрала ключевые метрики в одном разделе и подобрала отдельный тип графика под каждый вопрос: объём, пропускная способность, токены, задержки, очередь, RTF, GPU/CPU/VRAM и наработка серверов. Добавила фильтры по периоду и группе, синхронный hover и выбор серверов.
Результат
Инфраструктуру можно анализировать визуально и интерактивно, а не собирать данные вручную из разных источников. Сразу видно не только наличие проблемы, но и её характер.
х4
Скорость регулярного мониторинга системы
Настройки интеграций
Решаемая проблема
Управлять большим количеством серверов и автоматически экономить ресурсы, когда они не нужны
Как я решила
Разделила серверы, добавила приоритеты, healthcheck, управление, авторизацию и внутренние названия. Сделала единую форму с отключением нерелевантных полей и добавила автоматическое выключение простаивающих серверов.
Результат
Админ может самостоятельно управлять инфраструктурой и её приоритетами, а дорогие GPU-серверы можно автоматически отключать при отсутствии нагрузки
Оборудование
Решаемая проблема
Понимать состояние инфраструктуры: где узкое место, сколько стоит обработка, где копится очередь и какой сервер работает неэффективно
Как я решила
Быстро понимать состояние оборудования, мониторить состояние и ошибки.
Результат
Реестр оборудования стал рабочим инструментом для поддержки, ускорился поиск проблемного оборудования

Пользователи и группы

Управление пользователями, импорт, массовое редактирование, архив...

Задача

Управление пользователями в этом контексте выходит за рамки создания учётных записей. Менеджерам необходимо организовывать сотрудников, предоставлять доступ, понимать, кто ведёт запись, и решать проблемы, влияющие на анализ. Администраторам необходимы более широкие возможности контроля без раскрытия ограниченных настроек другим ролям.

Задача проектирования заключалась в том, чтобы объединить эти потребности, сохраняя при этом простоту выполнения повседневных задач и предсказуемость сложных операций.

Решения выбирала по скорости разработки и поддержки: админские экраны остались таблицами, потому что эмоции им не нужны. Расширенные раскладки, которые усложняли разработку, я оставила в макетах с пометкой «не делаем сейчас».
За 9 версий дизайн эволюционировал от базового администрирования учётных записей до рабочего пространства для управления командами, мониторинга активности записи и поддержания данных пользователей в масштабе.
01. Список и базовые действия.
Просмотр, поиск, добавление, удаление. Имя правится прямо в строке, без отдельной формы.
02. Доступы и переносы.
Сброс паролей с выгрузкой новых логинов в Excel и перенос выбранных сотрудников в другую группу.
03. Группы, роли, ID.
Появились группы, роли и уникальные редактируемые ID, которые потом понадобились импорту и поиску. Обычное управление сотрудниками я отделила от админских действий.
04. Импорт из Excel и CSV.
Загрузка файла, сопоставление колонок, результат импорта.
05. Статусы записи.
Раньше в списке стояла дата последней активности, и менеджеру она ничего не говорила. Я заменила её тегами статуса записи с фильтрами, счётчиками и подсказками. У планшета и бейджа правила записи разные, и это видно в деталях статуса. Отдельно сделала предупреждение о слишком долгой записи, чтобы менеджер замечал сессии, которые забыли остановить.
06. Голосовые образцы.
Образец голоса помогает системе точнее определять, кто говорит. Загрузка встроена в редактирование сотрудника: есть анализ, прослушивание, понятные ошибки по качеству. Всё редактирование я собрала в боковую панель, чтобы имя, роль, группа и образец были в одном месте.
07. Мобильная версия.
Таблицы заменены карточками. На телефон я перенесла поиск, фильтры, редактирование, действия с паролями, образцы голоса и импорт. Часть действий с десктопа на мобильном намеренно убрана, например смена группы. Сжатая копия десктопа не сработала бы, поэтому я оставила то, что реально делают с телефона.
08. Архив вместо удаления.
Удаление необратимо, а у сотрудника уже есть записи и образец голоса. Я заменила его архивированием с восстановлением. Массовые изменения, удаления, архивация, обновление паролей.
09. Все пользователи.
Поиск по имени и ID вынесла в тулбар, добавила фильтры по роли и группе и счётчик найденного по каждой группе. «Все пользователи» это сводка, а не группа, поэтому редактировать её как группу нельзя. Контекст группы сохраняется, но менеджеру не приходится заходить в каждую по очереди.
Результаты
Дизайн-система
Собрала дизайн-систему с нуля параллельно с продуктом: от первых цветов и отступов до компонентов, поведения и живых релизов на трёх поверхностях.
30+
переиспользуемых компонентов
300+
задокументированных вариантов
3
поверхности продукта
12+
релизов в год

Не было продукта. Не было UI-kit.

На старте не было ни готового продукта, ни библиотеки компонентов, ни визуального языка, от которого можно оттолкнуться. Я была единственным дизайнером и параллельно собирала MVP и правила, по которым интерфейс мог расти дальше.

Дизайн-система не была отдельным этапом после продуктового дизайна. Она появлялась вместе с продуктом: новый сценарий давал интерфейсное решение, повторяющееся решение становилось паттерном, а паттерн, который уже работал в нескольких местах, становился частью системы. Для меня это способ выпускать релизы быстрее: разработка берёт готовые компоненты, а я не решаю одни и те же вопросы заново.

Сначала сценарии, потом формализация

Я не пыталась сначала нарисовать идеальный UI-kit. Сначала собирала критические пользовательские потоки, потом вытаскивала в систему то, что реально начало повторяться.
Концепт продукта
/1.
Собрала первые потоки и сразу увидела, какие интерфейсные задачи повторяются из экрана в экран.
Визуальный язык
/2.
Цвет, типографика, spacing, иконки и первые правила композиции. Перевела решения в токены.
Базовые компоненты
/3.
Повторяющиеся решения стали Button, Input, Checkbox, Radiobutton, Select, Dropdown, Tooltip, Modal и прочие. Настроила Properties, variants, states, slots и правила.
Behavior
/4.
Зафиксировала то, чего нет в статичном макете: loading, focus, фильтрация, скролл, ошибки и переходы.
Прод и эволюция
/5.
Компоненты пошли в следующие релизы и проверялись уже на живом продукте. Новые сценарии либо расширял существующее решение, либо давал повод для нового паттерна.

Как устроена моя работа внутри команды

Мы работаем стартап-темпом: гипотеза может родиться в понедельник, к среде у меня готов концепт и прототип, к пятнице разработка уже начинает делать задачи. Полного цикла «исследование, дизайн, разработка, тестирование» на месяц у нас нет: не хватает времени и ресурсов. Станция 42 к тому же лишь один из продуктов. (Той же командой пилим паралелльно LMS, VR-приложение и речевые тренажёры)
Гипотеза
/1.
Её приносят аналитик и бизнес, обычно одним абзацем в чате или устно, без ТЗ. Есть только смысл, который я сама достраиваю до работающего интерфейса.
Брейншторм
/2.
Если фича крупная и сложная и нужно понять приоритеты, мы собираемся и обсуждаем вслух: разработка, бизнес, аналитика и дизайн (в моём единственном лице). Если гипотеза небольшая, и я иду сразу в концепт: аналитизирую, рисую, показываю, обсуждаем уже готовое решение.
Концепт
/3.
Дальше кликабельный прототип. Показываю бизнесу и аналитику, решает ли он гипотезу, и разбираю с разработчиками, как лучше реализовать. В зависимости от задачи этот шаг может идти и до концепта.
Доработка макетов
/4.
Довожу решение до передачи в разработку: состояния компонентов, edge cases, тексты, поведение при пустых данных и ошибках. Пока разработчики пилят, я на связи, потому что не всё можно предусмотреть заранее. В конце дизайн-ревью релиза.
Обратная связь
/5.
Бизнес приходит с фичей к клиенту и приносит реакцию. Цикл стартует заново: либо уточняем ту же гипотезу, либо берём новую.
Мне не приносят чёткие требования, мне приносят идею и ожидание, что я сама придумаю, как это должно выглядеть и работать. Я это делаю, и мне это в кайф.
Результаты
Итоги на сегодня
/ Что у продукта есть
12+ релизов за первый год, не считая микрорелизов. Пилоты с двумя клиентами. Гипотеза о проверке этапов сценария подтвердилась на реальных данных
/ Чего нет
Метрик использования и эффекта для клиентов пока нет: продукт в пилотах, а формальной аналитики мы не настраивали. Если бы я начинала измерять, я бы взяла эти показатели: как часто руководитель открывает отчёт после загрузки звонков, как часто он не соглашается с оценкой ИИ (клик по фразе, затем правка), сколько времени проходит от загрузки записи до просмотра отчёта, как часто клиенты правят чек-листы после первой настройки.
/ Уроки
  • Когда исследований нет, решения держатся на допущениях. Причину решения и гипотезу я теперь записываю в момент, когда его принимаю, иначе через полгода не вспомнить, почему экран выглядит так.
  • Метрики стоило договориться ставить с первого релиза, хотя бы одну на фичу. Сейчас мне пришлось бы восстанавливать историю по демо и обратной связи.
  • Деление экранов на быстрые и эмоциональные экономит время, если заранее записать, какой экран к какой группе относится. Иначе каждый экран приходится обсуждать заново.
04

Сравнительный benchmark

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
05

Rechka — связь dashboard и конкретного разговора

Что исследовал

Rechka строит аналитику вокруг чек-листов:

  • процент выполнения критериев;
  • показатели по сотрудникам;
  • динамика;
  • отчёты по группам;
  • список разговоров;
  • разбор конкретного звонка;
  • переход к моменту разговора.
Ключевой паттерн

Один и тот же набор данных используется на разных уровнях интерфейса.

Отдел
↓
Сотрудник
↓
Критерий
↓
Звонки
↓
Момент

Особенно важен переход из дашборда к звонкам: пользователь не остаётся на уровне статистики, а может исследовать причину показателя.

Что забираем в Станцию 42

Любой показатель должен иметь путь до исходных разговоров.

Если на дашборде показано:

61% — выявление потребности

пользователь должен иметь возможность понять:

  • из какого количества звонков рассчитано значение;
  • у каких сотрудников проблема;
  • какие звонки повлияли на показатель;
  • в каких моментах произошла ошибка.
06

SalesAI — dashboard как инструмент управления

SalesAI интересен не только набором графиков, но и подходом к информационной архитектуре. В аналитике используются:

  • KPI;
  • progress bars;
  • динамика;
  • radar chart;
  • heatmap;
  • фильтры;
  • зоны роста;
  • переход от показателя к конкретным звонкам.

Особенно показателен их редизайн: интерфейс был перестроен вокруг задач пользователей, а не структуры данных. Отдельные сущности были объединены в более понятные рабочие разделы.

Не так

Звонки → Аналитика → Транскрипции → Отчёты → Оценки

Так

Задача пользователя → соответствующее представление данных

Ключевой паттерн

Навигация — вокруг рабочих сценариев, а не вокруг технических сущностей системы.

Что забираем в Станцию 42

Главную навигацию имеет смысл строить вокруг рабочих сценариев:

  • Состояние отдела
  • Сотрудники
  • Звонки
  • Качество

а не вокруг технических сущностей системы.

07

SalesAI — карта компетенций

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%
≥ 80% — сильная сторона
60–79% — зона развития
< 60% — требует внимания

Такая визуализация отвечает сразу на два вопроса:

  • Что происходит с процессом?
  • У кого это происходит?
Ключевой паттерн

Это может стать отдельным рабочим экраном — «Карта отдела».

Что забираем в Станцию 42

Пользователь видит:

  • проблемные этапы;
  • распределение по сотрудникам;
  • динамику;
  • количество звонков;
  • возможность перейти к конкретным разговорам.

Важно: цель такого экрана — не составить рейтинг сотрудников, а найти закономерности и точки для анализа.

08

Yandex SpeechSense — исследование диалогов

Yandex SpeechSense показывает другой тип интерфейса. Вместо фокуса только на KPI пользователь получает исследовательский инструмент:

  • список диалогов;
  • фильтры;
  • теги;
  • поиск;
  • транскрипцию;
  • аудио;
  • AI-анализ;
  • причины и результаты разговора;
  • классификацию.
Analytics ≠ Exploration

Дашборд отвечает — «что происходит?». Исследовательский интерфейс отвечает — «покажи мне конкретные разговоры, в которых происходит X».

Что забираем в Станцию 42

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.

09

Observe.AI — score должен иметь доказательство

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.

Ключевой паттерн

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.

Как это может выглядеть

Выявление потребностиНе выполнено

Причина
Не уточнены сроки принятия решения.
Evidence
04:31–04:47
▶ Перейти к моменту
Что забираем в Станцию 42

Каждый критерий должен раскрываться по одной и той же схеме:

  • название критерия и статус;
  • причина оценки;
  • точная ссылка на момент разговора;
  • одним кликом — переход к фрагменту.
10

Т-Банк — операционный взгляд на сотрудника

Т-Банк показывает другой важный сценарий: аналитика используется руководителем для работы с отдельными операторами. В фокусе:

  • показатели сотрудников;
  • фильтрация разговоров;
  • качество;
  • поиск проблемных диалогов;
  • самостоятельный просмотр сотрудником собственных результатов.
Ключевой паттерн

Один набор данных может иметь разные представления для разных ролей.

Руководитель
Команда → проблема → сотрудник → звонки
Сотрудник
Мои звонки → мои результаты → мои зоны внимания → примеры
Что забираем в Станцию 42

Это позволяет в дальнейшем построить role-based experience без создания двух разных продуктов — один и тот же набор данных подаётся через разные сценарии.

11

Bitrix24 — короткая сводка + объяснение

Bitrix24 интересен своей простотой:

  • количество звонков;
  • средняя оценка;
  • соответствие скрипту;
  • рейтинг;
  • динамика;
  • AI-рекомендации;
  • цитаты из разговора.

Отдельно полезен формат регулярной сводки:

Что произошло за период → на какие звонки стоит обратить внимание.

Weekly digest — пример формата

За неделю
2 841
звонок
76%
среднее выполнение
−8 п.п.
выявление потребности
37
звонков требуют внимания
Основная зона внимания — работа с возражениями.
Что забираем в Станцию 42

Это можно развить в weekly digest — регулярный рабочий сценарий, который переводит аналитику из пассивного отчёта в действие.

12

Карточка звонка — объединение ключевых паттернов

Наиболее устойчивый интерфейсный паттерн у конкурентов:

01
Summary
02
Scorecard
03
Transcript
04
Audio
05
Evidence
Ключевой паттерн

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.