Как Claude проанализировал 242 диалога менеджера и нашёл дыру в воронке продаж

Date: 2026-02-26 Tool: Claude AI (Projects + Analysis Tool) Duration context: один вечер, ~1 час работы

Контекст

Есть менеджер по продажам. Продаёт через Telegram — лично, в переписках. Накопилось 242 диалога с клиентами. Руководитель хочет понять: как работает менеджер, почему конверсия низкая, что можно улучшить.

Обычно для этого нанимают РОПа (руководителя отдела продаж), который неделю слушает звонки и читает переписки. Мы сделали это за час с помощью ИИ.

Как это работает

Шаг 1: Экспорт данных

Переписки выгружены из Telegram в JSON с помощью самописного скрипта на Telethon. Один файл, ~243 диалога, все сообщения с метаданными.

Шаг 2: Загрузка в Claude

JSON загружен в Claude AI Projects как файл проекта. Claude получает доступ ко всем данным и может писать JavaScript-код для их обработки (Analysis Tool / Code Execution).

Шаг 3: Серия промптов

Не один запрос, а цепочка — каждый следующий углубляет предыдущий:

1. “Проанализируй все диалоги. Какие вопросы чаще задают клиенты? Какие города?” — первичная карта
2. “Дай краткую сводку по работе менеджера” — воронка, цифры, стиль
3. “Типовые вопросы, возражения, тупиковые ситуации” — глубокий разбор
4. “Рекомендации, стратегия дожима, отработка возражений” — actionable выводы
5. “Система оценки диалогов и общий балл менеджера” — скоринг

Каждый промпт — это отдельный “слой” анализа. Claude пишет скрипты для обработки данных, запускает их, возвращает структурированные результаты.

Что нашли

Карта вопросов клиентов (435 вопросов из 2886 сообщений)

Инсайт: 16% всех вопросов — про деньги. Это не удивительно. Удивительно другое — на втором месте не “а это работает?”, а “как это применять?”. Клиенты готовы покупать, но боятся технической стороны.

Воронка продаж

242 диалога
 └─ 93 активных переговоров (38%)
     └─ ~15 оформленных заказов (6%)

Конверсия: 6%. При этом 75 диалогов зависли — последнее сообщение от клиента осталось без ответа. Это не “клиент ушёл” — это “менеджер не ответил”.

7 типовых возражений

1. “Дорого” — самое частое. Менеджер предлагает вариант подешевле или рассрочку, но без чёткой логики — когда что предлагать.
2. “Проконсультируюсь с врачом” — вежливый отказ. Менеджер соглашается и ждёт. Клиент не возвращается. Никогда.
3. “Нужно подумать” — менеджер высылает дополнительные материалы. Диалог замирает.
4. “Вес вернётся после курса?” — менеджер говорит “не вернётся”, но без объяснения механизма. Выглядит как пустое обещание.
5. “Боюсь уколов” — закрывается нормально, но можно лучше.
6. “Покажите документы” — уклонение. Почти всегда переключение темы вместо прямого ответа.
7. “Где гарантии?” — ответ типа “результат гарантируем” без конкретики.

6 тупиковых зон (где менеджер молчит)

Это самый ценный результат анализа. Claude нашёл ситуации, где менеджер вообще не отвечает или отвечает не по теме:

1. Медицинские противопоказания. Клиент спрашивает про конкретные заболевания — менеджер уходит в шаблон или молчит. Это критично: клиент с реальным медицинским вопросом уходит навсегда.

2. Совместимость с лекарствами. Клиент принимает конкретный препарат и спрашивает о совместимости — ответа нет.

3. Алкоголь во время курса. Простой вопрос, но менеджер каждый раз его избегает. Видимо, нет готового ответа.

4. Технические вопросы по продукту. Один клиент задал 5 вопросов подряд — ни на один не получил ответа. Включая критический: “Инъекция не получилась, что делать?” — тишина.

5. Производитель и страна производства. Прямой вопрос о доверии. Менеджер переключает тему.

6. Питание во время курса. Конкретный вопрос о калорийности и белке — ответ: “Хорошего дня”.

Оценка менеджера: 4.7 из 10

Claude разработал систему скоринга из 10 критериев (100 баллов макс.):

85% диалогов попали в категорию “слабо” (21-40 баллов из 100).

Главные провалы — follow-up (менеджер не возвращается к замолчавшим клиентам) и медицинские вопросы (игнорирование или шаблонные ответы).

При этом нашёлся один “золотой” диалог — 88/100. Клиент жёстко возражал, но менеджер не сдался, дожал до покупки и вёл поддержку после. Это показывает, что менеджер умеет продавать — но делает это в 1 из 100 случаев.

Что Claude рекомендовал

Немедленные действия

• Реактивировать 75 зависших диалогов. Написать каждому клиенту, который написал последним. Простое “Добрый день! Вижу, мы не договорили — актуально ещё?” может вернуть 10-15% лидов.
• Добавить дедлайн при озвучивании цены. “Цена действует до пятницы” или “Осталось 3 комплекта по этой цене” — создаёт urgency.

За 2-3 недели

• FAQ-документ с ответами на все тупиковые вопросы: медицина, совместимость, алкоголь, питание, производитель.
• Видео-инструкция по использованию продукта — закрывает половину технических вопросов.
• Система follow-up: 3 сообщения через 24ч, 48ч и 7 дней после молчания.

За месяц

• Скрипты отработки возражений — готовые формулировки для каждого из 7 типовых возражений.
• Сопровождение после покупки — это источник повторных продаж и рефералов.

Проблемы и ограничения

JSON слишком большой

242 диалога с полными сообщениями — это большой файл. Claude Projects обрабатывает его, но для Analysis Tool (code execution) приходилось писать скрипты, которые парсят данные порциями.

Нужна цепочка промптов, а не один запрос

Один промпт “проанализируй всё” даёт поверхностный результат. Работает серия углубляющихся запросов: сначала карта → потом воронка → потом возражения → потом скоринг. Каждый следующий промпт опирается на контекст предыдущего.

Субъективность скоринга

Claude сам разработал критерии оценки и сам же оценил. Это не объективный аудит — это экспертная оценка ИИ на основе данных. Полезно как отправная точка, но не как окончательный вердикт.

Инсайты

1. ИИ видит паттерны, которые человек пропускает. Менеджер не замечает, что игнорирует медицинские вопросы — для него это “сложный клиент”. ИИ видит, что это системная проблема в 30+ диалогах.

2. 75 зависших диалогов — это деньги на столе. Буквально. Клиенты написали, задали вопрос, не получили ответа. Это не “потерянные лиды” — это лиды, которые менеджер сам бросил.

3. Конверсия 6% при 38% активных переговоров = проблема не в трафике. Лиды приходят, начинают общение — но не доходят до покупки. Проблема в скриптах и follow-up, а не в рекламе.

4. Один золотой диалог показывает потолок. Если менеджер способен на 88/100 — значит, дело не в способностях, а в дисциплине и инструментах.

5. Весь анализ занял ~1 час. Традиционный аудит отдела продаж — это недели работы РОПа или внешнего консультанта. Здесь — вечер за компьютером. При этом глубина анализа сопоставима: конкретные цитаты, цифры, скоринг.

Источники

Инструменты

• Claude AI Analysis Tool — code execution в Claude для обработки данных (с ноября 2025 заменён на полноценный Code Execution)
• Claude AI Projects — загрузка файлов как контекста для анализа

Дополнительный контекст

• Анализ воронки продаж: как найти узкие места — Rechka.ai: CRM показывает “что”, но не “почему”. Наш подход через анализ переписок закрывает именно эту проблему.
• CRM с ИИ: как AI-агент работает в продажах — Sostav.ru: тренд на внедрение LLM-агентов в CRM, рост конверсии 30-45% при автоматизации.

Что дальше

Следующий шаг — превратить разовый анализ в регулярный процесс:

1. Скрипт экспорта запускается раз в неделю
2. Свежий JSON загружается в Claude
3. Менеджер получает еженедельный отчёт: что улучшилось, где ещё теряются клиенты
4. Со временем — автоматизация через API Claude для генерации отчётов без ручной работы