Czy wiesz, gdzie Twój zespół traci pieniądze w procesie sprzedaży? Testujemy call intelligence AI

W hotLead od niemal 7 lat zajmujemy się generowaniem leadów B2B dla firm z różnych branż.

Nasi konsultanci prowadzą codziennie dziesiątki rozmów telefonicznych. Część z nich kończy się umówionym spotkaniem lub przesłaną ofertą. Większość nie. I przez długi czas byliśmy w stanie powiedzieć klientom ile leadów wygenerowaliśmy i ile kosztował ich pozyskanie – ale nie potrafiliśmy odpowiedzieć na pytanie: dlaczego jedne rozmowy kończą się sukcesem, a inne nie. To zaczęliśmy zmieniać.

W tym artykule opisujemy, jak wygląda nasza rzeczywistość od środka, co nas skłoniło do przetestowania narzędzia call intelligence AI oraz czego konkretnie szukamy w tym pilocie. Nie ma tu marketingowego lukru – tylko szczere spojrzenie na wyzwania, z którymi mierzy się każda organizacja opierająca wsparcie sprzedaży na rozmowach telefonicznych.

Z artykułu dowiesz się:

• Jakie dane o swoich rozmowach handlowych naprawdę posiadasz (a jakich Ci brakuje)
• Dlaczego ręczna analiza rozmów to wąskie gardło każdego call center
• Jak działa technologia call intelligence AI i co potrafi wykryć
• Czego szukamy w 30-dniowym teście platformy Teneks
• Jakie pytania powinieneś zadać sobie, zanim przepalisz kolejny budżet na telemarketing bez analizy

Co wiemy, a czego jeszcze nie wiemy

W hotLead wiemy, ile leadów generujemy. Wiemy, ile kosztuje pozyskanie jednego kwalifikowanego kontaktu. Mamy dane o liczbie prób połączeń, współczynniku odbieralności, długości rozmów i finalnej konwersji na umówione spotkanie. To solidna baza do rozliczeń z klientem i do wewnętrznego raportowania. Ale od pewnego czasu zaczyna nam wyraźnie brakować jednej warstwy danych – tej, która odpowiada na pytanie co konkretnie dzieje się w środku rozmowy.

Nie wiedzieliśmy, czy nasi najlepsi konsultanci robią coś konkretnego, co wyróżnia ich od reszty zespołu. Nie wiedzieliśmy, na którym etapie rozmowy systematycznie tracimy uwagę klienta. Nie wiedzieliśmy, czy jest jedno konkretne pytanie, które konsultanci pomijają w kluczowym momencie. Brzmi znajomo? Jeśli zarządzasz zespołem sprzedażowym lub działem call center, prawdopodobnie masz podobną lukę w wiedzy o własnych procesach.

Nasza team leaderka Monika regularnie odsłuchuje nagrania rozmów i przygotowuje indywidualny feedback dla konsultantów. Robi to dobrze i skutecznie – ale ręczna analiza ma swój sufit. Przy obecnych wolumenach da się przesłuchać maksymalnie 5-10% wszystkich rozmów. Reszta przechodzi bez żadnej analizy. To oznacza, że większość wzorców w rozmowach – zarówno tych skutecznych, jak i tych, które konsekwentnie nie przynoszą efektu – po prostu nam ucieka. A skoro ucieka nam, to ucieka też naszym klientom.

Wyzwania związane z analizą rozmów sprzedażowych:

• Wolumen – przy dziesiątkach rozmów dziennie ręczna analiza jest niemożliwa do skalowania
• Selektywność – odsłuchujemy te rozmowy, o których już wiemy, że coś poszło nie tak, a nie szukamy nieoczywistych wzorców
• Subiektywność – ocena jakości rozmowy zależy od osoby słuchającej i jej doświadczenia
• Opóźnienie – feedback dociera do konsultanta z opóźnieniem, kiedy kontekst rozmowy jest już rozmyty
• Brak porównania – nie wiemy, co odróżnia top performera od przeciętnego konsultanta w skali setek rozmów

Drugie wyzwanie: obrona jakości leadów

Pracujemy w modelu CPL (cost per lead). Klienci płacą za wygenerowane, kwalifikowane kontakty sprzedażowe. To uczciwy model – płacisz za efekt, nie za czas pracy konsultantów. Ale niesie ze sobą jedno specyficzne ryzyko: spory o jakość leada.

Czasami zdarza się, że klient kwestionuje wartość wygenerowanego kontaktu i zgłasza reklamację. W takiej sytuacji musimy ręcznie odsłuchać nagranie, przeanalizować przebieg rozmowy i napisać szczegółowe uzasadnienie – dlaczego uważamy, że lead został wygenerowany zgodnie z ustalonymi kryteriami kwalifikacji. To proces, który przy każdej reklamacji zajmuje od 30 minut do kilku godzin, w zależności od złożoności rozmowy.

“Każda reklamacja leada to nie tylko czas stracony na analizę nagrania. To też napięcie w relacji z klientem, które trudno jest potem naprawić. Szukaliśmy sposobu, żeby ten proces był szybszy, bardziej obiektywny i oparty na danych – a nie na subiektywnej ocenie po fakcie.” Piotr Wolniewicz, założyciel hotLead

Szukaliśmy rozwiązania, które pozwoliłoby nam automatycznie generować takie uzasadnienia – ze wszystkimi szczegółami z rozmowy, ze wskazaniem konkretnych momentów i wypowiedzi, które potwierdzają prawidłową kwalifikację. Zamiast pisać z ręki, chcieliśmy wysyłać klientowi gotowy, ustrukturyzowany pakiet danych w ciągu minut od zgłoszenia.

Czym jest call intelligence AI i jak działa?

Zanim przejdziemy do naszego testu, warto wyjaśnić, czym w ogóle jest call intelligence AI – bo to pojęcie pojawia się coraz częściej w rozmowach o nowoczesnym call center i wsparciu sprzedaży, ale bywa rozumiane bardzo różnie.

Call intelligence to kategoria narzędzi, które automatycznie analizują nagrania rozmów telefonicznych przy użyciu sztucznej inteligencji. Systemy te transkrybują rozmowy, a następnie analizują je pod kątem struktury, treści, emocji, tempa mówienia, stosowanych technik sprzedażowych i wielu innych zmiennych. Kluczowa różnica w stosunku do tradycyjnego monitoringu jakości polega na skali – AI analizuje 100% rozmów, a nie wybraną próbkę.

Typowe funkcje platform call intelligence obejmują:

1. Transkrypcja i analiza treści – automatyczne zamiana mowy na tekst z identyfikacją mówców
2. Podział rozmowy na fazy – wstęp, badanie potrzeb, prezentacja oferty, zamknięcie, obiekcje
3. Wykrywanie słów kluczowych i tematów – jakie tematy pojawiają się w skutecznych rozmowach, a jakich brakuje w nieudanych
4. Analiza porównawcza agentów – co odróżnia top performerów od reszty zespołu
5. Alerty i coaching – automatyczne powiadomienia, kiedy konsultant odchodzi od ustalonego procesu
6. Raportowanie i dashboardy – zagregowane dane dla managerów

“Dane z Salesforce pokazują, że firmy używające technologii conversation intelligence notują o 28% wyższy wskaźnik wygranych transakcji w porównaniu do firm polegających wyłącznie na ręcznym coachingu. To nie jest mała różnica.” Salesforce State of Sales Report

Rynek narzędzi tego typu rośnie dynamicznie. Według analiz Grand View Research, globalna wartość rynku conversation intelligence przekroczyła 1,5 mld USD w 2023 roku i do 2030 roku ma rosnąć w tempie około 25% rocznie. Polska jest w tym jeszcze na wczesnym etapie – co oznacza, że firmy, które wdrożą te narzędzia teraz, zyskują realną przewagę.

Co robimy inaczej od tego miesiąca – testujemy Teneks

Zdecydowaliśmy się przetestować Teneks – estońską platformę call intelligence AI – jako ich pierwszy design partner w Polsce. To oznacza, że nie tylko testujemy gotowy produkt, ale też aktywnie uczestniczymy w jego rozwijaniu pod kątem specyfiki polskiego rynku i języka.

Przez 30 dni wgrywamy nagrania rozmów naszych konsultantów i sprawdzamy, co system z nimi robi. Nie robimy tego na potrzeby tego artykułu – robimy to, bo naprawdę szukamy odpowiedzi na pytania, które od miesięcy kołaczą się po głowach naszego zespołu.

Trzy konkretne pytania, na które szukamy odpowiedzi:

• Które rozmowy tracimy i dlaczego? System analizuje 100% rozmów i rozkłada je na fazy: wstęp, badanie potrzeb, oferta, zamknięcie. Szukamy powtarzających się wzorców w rozmowach, które nie kończą się leadem. Czy jest jedno konkretne pytanie, które nasi konsultanci systematycznie pomijają? Czy jest konkretny moment w rozmowie, w którym tracimy uwagę rozmówcy?
• Ile czasu zaoszczędzimy na ręcznej analizie? Obietnica producenta to redukcja ręcznej pracy nad analizą rozmów o około 40%. Sprawdzimy to na naszych własnych danych – z konkretnymi liczbami godzin przed i po.
• Czy “dispute defense pack” naprawdę przyspiesza obsługę reklamacji? System generuje gotowe uzasadnienie – nagranie plus tekstowa analiza AI – w czasie poniżej minuty. Jeśli to działa tak jak producent obiecuje, zmienia cały nasz proces obsługi sporów z klientami.

Dlaczego ChatGPT nam nie wystarczył

Zanim zdecydowaliśmy się na dedykowane narzędzie, próbowaliśmy różnych sposobów. Przez pewien czas analizowaliśmy rozmowy w ChatGPT. Mechanizm był prosty: kopiujesz transkrypcję rozmowy, wklejasz do chatu, dostajesz podsumowanie i wskazówki. Na pojedynczej rozmowie działało to całkiem nieźle.

Problem pojawia się, kiedy chcesz to samo zrobić na setkach rozmów i wyciągnąć z nich wnioski na poziomie całego zespołu. ChatGPT to analiza na sztuki – nie pokazuje trendów zespołowych, nie porównuje konsultantów między sobą, nie wykrywa wzorców w setkach rozmów jednocześnie. I wymaga ręcznego kopiowania każdej rozmowy z osobna, co przy naszych wolumenach jest po prostu niewykonalne operacyjnie.

Próbowaliśmy też kilku innych podejść – arkusze z manualnym scoringiem rozmów, własne checklisty dla team leaderów, specjalne sesje odsłuchowe. Każde z tych rozwiązań ma wartość, ale żadne nie skaluje się do punktu, w którym analizujesz każdą rozmowę automatycznie. Szukaliśmy czegoś, co robi to samo co ChatGPT na pojedynczej rozmowie – ale na skali i automatycznie, bez konieczności angażowania człowieka w każdy krok procesu.

Czego szukaliśmy w narzędziu:

• Pełna analiza 100% rozmów, nie wybranej próbki
• Automatyczna transkrypcja po polsku z zadowalającą dokładnością
• Porównanie agentów między sobą i w czasie
• Gotowe raporty dla klientów na potrzeby sporów o jakość
• Integracja z naszymi obecnymi systemami
• Sensowna cena przy naszej skali operacyjnej

Ile naprawdę kosztuje brak analizy rozmów?

To pytanie rzadko pojawia się wprost w budżetach, bo koszt braku danych jest trudno mierzalny. A jednak – jeśli spojrzymy na to przez pryzmat liczb, wychodzi kwota, która robi wrażenie.

Wyobraź sobie, że Twój zespół sprzedażowy prowadzi 200 rozmów tygodniowo. Konwersja na lead wynosi 15%. Gdyby udało Ci się podnieść tę konwersję do 18% – co przy wdrożeniu narzędzi call intelligence jest wynikiem jak najbardziej realnym według danych z rynku – generujesz 6 dodatkowych leadów tygodniowo bez żadnych dodatkowych połączeń. Przy średniej wartości leada wynoszącej 500 zł, to 3 000 zł tygodniowo lub ponad 150 000 zł rocznie. Tylko z jednego zespołu.

“W call center najdroższym zasobem jest czas konsultanta. Każda rozmowa, która nie kończy się leadem bez wyraźnego powodu, to koszt, który mógłby być ograniczony lepszym coachingiem. Problem w tym, że bez danych o tym, co dzieje się w środku rozmowy, nie da się coachować skutecznie.” Piotr Wolniewicz, założyciel hotLead

Nie twierdzimy, że każde wdrożenie call intelligence automatycznie da Ci +3 punkty procentowe konwersji. Mówimy o czymś innym – o tym, że niewiedzą też się płaci. Płaci się ją w postaci nieefektywnych kampanii, które powtarzają te same błędy, w postaci konsultantów, którzy nie dostają precyzyjnego feedbacku, i w postaci reklamacji obsługiwanych wolno i napięcie generujących niepotrzebne frustracje po obu stronach.

Ukryte koszty braku analizy rozmów:

1. Koszt powtarzanych błędów w rozmowach (brak identyfikacji i korekty)
2. Koszt czasu team leadera poświęcanego na ręczną analizę zamiast strategicznego coachingu
3. Koszt obsługi reklamacji i sporów o jakość leadów
4. Koszt utraconej konwersji wynikający z braku wiedzy o skutecznych wzorcach
5. Koszt rotacji konsultantów, których można by skuteczniej rozwijać przy dostępie do danych

Co dalej – czego spodziewamy się po 30 dniach

Za 30 dni opublikujemy pełne case study z konkretnymi liczbami. Ile rozmów przeanalizowaliśmy, ile czasu zaoszczędziliśmy, jakie wzorce odkryliśmy i czy platforma jest warta swojej ceny po zakończeniu pilotu. Żadnego marketingowego lukru – tylko to, co faktycznie zadziałało i co nie.

Mamy wobec tego testu konkretne oczekiwania, ale też szczere pytania, na które odpowiedzi jeszcze nie znamy. Czy Teneks radzi sobie z polskim akcentem regionalnym i branżowym słownictwem z sektora logistyki, HR i IT? Czy analiza AI pokrywa się z tym, co Monika wychwytuje podczas ręcznego odsłuchania? Czy klienci będą przekonani do pakietu dokumentacyjnego wygenerowanego automatycznie, czy jednak zależy im na “ludzkim” uzasadnieniu?

Hipotezy, które chcemy zweryfikować:

• Najlepsza konwersja na lead jest silnie skorelowana z jakością badania potrzeb w pierwszej minucie rozmowy
• Konsultanci o najwyższej skuteczności stosują specyficzne zwroty przy zamknięciu, których reszta zespołu nie używa
• Automatyczna analiza 100% rozmów pokaże nam zupełnie nowe wzorce – takie, których nie bylibyśmy w stanie odkryć metodami ręcznymi
• Czas obsługi reklamacji klientów skróci się o ponad 80% przy zachowaniu tej samej lub wyższej jakości uzasadnienia

Jeśli wyniki potwierdzą choćby część tych hipotez, będziemy mieli mocny argument za tym, że call intelligence to nie jest ładna technologia do showcase’ów – to konkretne narzędzie do poprawy wyników.

FAQ – Najczęściej zadawane pytania

Czym różni się call intelligence od zwykłego nagrywania rozmów?

Nagrywanie rozmów to tylko zbieranie danych. Call intelligence to ich analiza na skalę – automatyczna transkrypcja, podział na fazy rozmowy, wykrywanie wzorców, porównanie agentów i generowanie raportów bez konieczności ręcznego odsłuchiwania. Możesz nagrywać tysiące rozmów miesięcznie, ale bez warstwy analitycznej to tysiące plików audio, z których nic konkretnego nie wynika.

Czy takie narzędzia działają poprawnie po polsku?

To jedno z kluczowych pytań, które weryfikujemy w naszym teście. Jakość transkrypcji języka polskiego przez AI znacząco wzrosła w ostatnich latach, ale dialekty, akcenty regionalne i branżowe słownictwo nadal stanowią wyzwanie. Dokładną ocenę opublikujemy w case study po zakończeniu pilotu z Teneks.

Czy call intelligence narusza przepisy RODO?

Nagrywanie rozmów telefonicznych w Polsce jest dozwolone pod warunkiem spełnienia wymogów informacyjnych wynikających z RODO i Prawa Komunikacji Elektronicznej (PKE). Rozmówca musi zostać poinformowany o nagrywaniu przed rozmową. Same narzędzia call intelligence przetwarzają dane już nagrane – więc jeśli podstawa prawna nagrywania jest w porządku, analiza AI nie dodaje nowych ryzyk prawnych. Zawsze warto jednak skonsultować konkretne wdrożenie z prawnikiem.

Jak szybko można zobaczyć pierwsze wyniki po wdrożeniu call intelligence?

Zależy od skali operacji. Przy kilkuset rozmowach miesięcznie pierwsze wyraźne wzorce powinny być widoczne po 2-4 tygodniach. Przy większych wolumenach – szybciej. Wdrożenie coachingowych wniosków i ich przełożenie na wyniki konwersji to zazwyczaj kolejne 4-8 tygodni.

Czy takie narzędzia zastąpią team leaderów i managerów sprzedaży?

Nie – i nie o to w tym chodzi. Call intelligence dostarcza danych, których człowiek nie jest w stanie zebrać ręcznie przy dużej skali. Ale interpretacja tych danych, rozmowa coachingowa z konsultantem i decyzje o zmianach w procesie nadal wymagają doświadczonego managera. Narzędzie zwalnia team leadera z żmudnej pracy odsłuchowej, żeby mógł skupić się na tym, co naprawdę tworzy wartość.

Co to znaczy “dispute defense pack” i do czego służy?

To funkcja, którą testujemy w Teneks. Kiedy klient kwestionuje jakość wygenerowanego leada, system automatycznie generuje pakiet dokumentacyjny zawierający transkrypcję rozmowy, analizę AI potwierdzającą spełnienie kryteriów kwalifikacji i kluczowe fragmenty rozmowy jako dowód. Zamiast godzin ręcznej analizy – gotowy raport w ciągu minuty.

Czy outsourcing generowania leadów ma sens w połączeniu z takimi technologiami?

Zdecydowanie tak – i wręcz uważamy, że to naturalne połączenie. Outsourcing sprzedaży i lead generation zyskuje nową warstwę transparentności, kiedy agencja jest w stanie dostarczyć klientowi nie tylko liczbę leadów, ale też pełną dokumentację procesu ich pozyskiwania, wraz z analizą jakości rozmów.

Podsumowanie

Generowanie leadów B2B to nie jest tylko gra liczb – to gra jakości rozmów, które za tymi liczbami stoją. Przez lata operowaliśmy z luką w wiedzy, którą akceptowaliśmy jako nieuchronną: nie możesz przesłuchać wszystkich rozmów, więc nie wiesz, co dokładnie dzieje się w tych, które nie przynoszą efektu. Call intelligence AI to pierwszy realistyczny sposób, żeby tę lukę zamknąć.

Za 30 dni wrócę z konkretnymi wynikami – bez koloryzowania, bez przemilczania słabych punktów. Jeśli Teneks działa tak jak obiecuje, powiemy to wprost. Jeśli nie – też to napiszemy. Bo w tej branży nierzetelne “case studies” zrobiły już dość szkody.

Masz podobne wyzwania w swoim zespole sprzedażowym? Zastanawiasz się, ile wzorców ucieka Ci w rozmowach, których nikt nie słyszy? Napisz w komentarzu, co Twoim zdaniem jest największą “czarną skrzynką” w procesie sprzedaży telefonicznej – chętnie porównam to z tym, co odkryjemy w naszym teście. A jeśli ten artykuł trafił w sedno, podziel się nim z kimś, kto też zmaga się z pytaniem: “Dlaczego ta kampania nie działa tak jak powinna?”