анализ звонков через Claude: как мы нашли точки роста в строительстве домов без кастдева за 200 000 ₽

У нас есть клиент — строительная компания, специализирующаяся на загородных домах из клеёного бруса. Однажды мы столкнулись с сильной просадкой по лидам и нам нужно было срочно найти решение (впрочем, как всегда), при этом на гипотезах с бюджетами не разгуляешься — нужно было выжимать максимум из того, что есть.

Естественно, мы начали с классики: прошли через все круги внутренних агентских аудитов Директа в поисках точек роста, смотрели Вебвизор и поведение юзеров на сайте… и уперлись в стену. На первый взгляд всё было окей — пользователи живые, сайт изучают, внимательно читают контент, но при этом лидов не было. Мы предположили, что проблема может быть в смыслах на посадочной странице — вероятно, аудитория не находила ответов на свои вопросы и уходила изучать тему строительства дома дальше.

Один из способов вытащить эти смыслы — глубинные интервью (они же кастдевы). Но выложить 200к на большое исследование клиент был не готов. Зато у него есть великолепный отдел продаж, поэтому мы решили попробовать провести анализ звонков и выявить паттерны у лидов с помощью Claude.

В этой статье я, Александра Корбут, директор по развитию агентства roadmap, делюсь алгоритмом, как наш перфоманс-маркетолог Максим Кудрявцев провел это исследование.

Для начала были выгружены 18 звонков лидов из Битрикс24 — средняя длительность была 20-25 минут. Чтобы отслушать такой объём и зафиксировать инсайты вручную, понадобилось бы (да-да, мы посчитали) примерно 12 часов.

Первым делом он прогнал записи звонков через тг-бота «Буквица» и получил файлы с текстовыми транскрибациями. Тексты были сплошные и не разбиты по ролям. Затем каждый текст открывался и вычитывался, зачищался от артефактов, опечаток, искажений, неверных написаний названий и аббревиатур. Для дальнейшей работы с нейронками важно было получить чистый текст, т.к. опечатки могли повлиять на интерпретацию текста.

У нас не было заранее заготовленного идеального промта. Максим сначала действовал, можно сказать, на интуиции :)

Сначала он загрузил первый звонок с краткими вводными (ниша, контекст компании) и попросил вытащить всего две вещи: JTBD (Jobs to be Done — на какую работу нанимают дом) и жизненный контекст лида.

Claude выдал ответ, и стало понятно, что инфы все-таки не хватает. Так начали появляться новые вопросы. В итоге, прогоняя звонки, Максим расширил первоначальные 2 пункта до 7 смысловых блоков, которые стал вытаскивать из аудио:

Самая большая ошибка при работе с LLM — пытаться загрузить сразу 10 звонков и попросить выдать аналитику по каждому. Нейросеть в лучшем случае потеряет контекст и забудет, что вы от неё хотите, а в худшем может перепутать персонажей, смешать выводы или вовсе придумать отсебятину.

Очень желательно в процессе перепроверять результат, который выдала нейросеть — а то мало ли :)

В конце, экономии времени ради, Максим попросил Claude собрать все вытащенные ответы по 18 лидам в одну сводную таблицу. Случилось неожиданное (нет): Claude выдал кривой формат, сильно урезал контекст принятия решений и потерял логику. Максим не стал тратить время и решил собрать итоговую таблицу вручную.

Далее родился шаблон в Google Таблицах и туда были перенесены ответы нейросети, попутно зачищенные от нейро-формулировок. Более того, всё равно выборочно звонки переслушивались, чтобы сверить данные с реальным смыслом.

— у 3 из 18 лидов острая необходимость в строительстве — беременная жена;
— 4 лида из 18 сказали, что у них от двух до четырёх детей и им мало квартиры, поэтому они приняли решение расширяться в дом.

Великое множество маркетинговых и не только активностей можно придумать для самых разных групп ЦА :)

Когда данные легли в структурированную таблицу, мы увидели три закономерности:

Такие дела.

Результаты нашего исследованиям мы отнесли клиенту, будем планомерно брать их в работу и тестировать.

Сейчас на рынке все знают модные фреймворки, делают маркетинговые стратегии и кучу-всего-ещё-на-деле-не-применимого через ChatGPT. Но на защите перед клиентом всё это рассыпается о первый же вопрос бизнеса: «За счет чего нам увеличить прибыль?». В итоге: форма и красивые формулировки есть, а глубокого анализа данных нет ¯\_(ツ)_/¯.

Не устанем повторять, что нейросети — это не волшебная таблетка и уж тем более не кнопка «бабло», которая сделает маркетинг за вас. Это инструмент, который в руках въедливого специалиста, готового копаться в данных и искать и внедрять смыслы, может кратно ускорить рутину и помочь находить точки роста даже при нулевых бюджетах на исследования, как в нашем примере :)

Пользуйтесь на здоровье!