Аналитика звонков для маркетолога: как считать качество лидов, а не только их количество

Маркетолог отчитывается за количество лидов. Продажи говорят, что лиды плохие. Маркетолог отвечает, что продажи не умеют закрывать. Этот разговор происходит в каждой второй компании — и чаще всего заканчивается ничем, потому что у каждой стороны свои данные и своя правда.

Проблема в том, что стандартные маркетинговые метрики — CPL, CTR, количество заявок — не отвечают на вопрос, были ли эти лиды реально нужны бизнесу. Заявка подана, звонок состоялся, а дальше тишина. Что пошло не так и на чьей стороне — непонятно.

Аналитика звонков для маркетинга меняет эту ситуацию. Если знать, что происходит внутри звонков, можно понять, какие каналы приводят качественных клиентов, а какие — людей, которые никогда не купят.

Допустим, маркетолог запустил две рекламные кампании. Первая дала 100 заявок по 500 рублей. Вторая — 60 заявок по 800 рублей. По стандартной логике первая кампания лучше: дешевле и больше.

Но если посмотреть на данные из звонков, картина может оказаться другой. Из 100 заявок первой кампании 70 — нецелевые: люди звонили с вопросами, которые не входят в услугу, или искали что-то совсем другое. Из 60 заявок второй кампании 50 — потенциальные покупатели, 20 из них закрылись в сделку.

CPL первой кампании — 500 рублей. Стоимость реальной сделки из неё — 2 500 рублей. CPL второй кампании — 800 рублей. Стоимость реальной сделки из неё — 2 400 рублей.

При этом отдел продаж потратил время на 70 бесполезных звонков из первой кампании — и доложил маркетологу, что «лиды плохие». Маркетолог ответил, что у него 100 заявок по 500 рублей. Оба правы — и оба смотрят на разные части одной картины.

Оценка качества лидов по содержанию звонков закрывает этот разрыв.

Качественный лид — это не тот, кто оставил заявку. Это тот, кто на звонке подтвердил, что у него есть задача, которую решает ваш продукт, и базовые условия для покупки.

Из анализа звонков можно извлечь несколько признаков, которые отделяют целевого клиента от нецелевого.

Соответствие задачи. Клиент звонит с задачей, которую ваш продукт реально решает. Если вы продаёте B2B-решения, а половина звонков — от физических лиц — это нецелевой трафик, независимо от того, сколько он стоил.

Наличие бюджета. Клиент не говорит «у нас нет денег» уже в первом звонке. Это не значит, что нужно спрашивать в лоб — но если менеджер квалифицировал клиента и выяснил, что бюджет в 5 раз меньше минимального порога, этот лид некачественный вне зависимости от канала.

Срочность или горизонт. Клиент понимает, когда ему нужно решение. «Просто смотрю варианты» и «нам нужно до конца квартала» — это принципиально разные ситуации.

Лицо, принимающее решение. Если звонит человек, который потом должен «согласовать с руководством» и больше не выходит на связь — это другой тип лида, с другим циклом сделки.

Когда система анализирует звонки и автоматически тегирует их по этим признакам, маркетолог видит: сколько из заявок каждого канала реально прошли квалификацию. Это и есть качество лидов в измеримом виде.

1. Доля целевых звонков по каналу

Из всех входящих звонков с канала X — сколько процентов были по профилю. Если контекстная реклама даёт 80% целевых звонков, а таргет в соцсетях — 40%, это влияет на решение о распределении бюджета. Норма для большинства B2B-компаний — 60–75% целевых звонков. Если ниже — либо проблема в аудитории, либо в самом объявлении, которое привлекает не тех людей.

2. Доля квалифицированных лидов

Из целевых звонков сколько прошли квалификацию: есть задача, есть бюджет, есть срок. Это более жёсткий фильтр, чем просто «звонок по теме». Целевой лид — это тот, кто звонит по нужной теме. Квалифицированный лид — тот, у кого ещё и есть реальные условия для покупки.

3. Средняя длина звонка по каналу

Короткие звонки (до 1–2 минут) часто означают отказ или нецелевой запрос. Если звонки с одного канала в среднем длятся 90 секунд, а с другого — 5 минут, это сигнал о разном качестве аудитории. Аналитика разговоров с клиентами позволяет увидеть этот паттерн по всему объёму звонков, а не по выборке. Коллеги из продаж часто замечают разницу интуитивно — данные подтверждают это статистически.

4. Топ возражений по каналу

Если с одного канала клиенты чаще говорят «дорого», а с другого — «не понял, что это вообще такое» — это данные для маркетолога. Первое означает ценовое несоответствие или неправильную аудиторию. Второе — проблему в коммуникации: реклама обещает одно, а продукт другое.

5. Конверсия из звонка в следующий шаг

Сколько звонков заканчиваются договорённостью о следующем действии: встрече, отправке КП, повторном звонке. Если конверсия по одному каналу сильно ниже — либо аудитория менее заинтересована, либо менеджеры хуже работают с этим типом клиентов.

6. Стоимость квалифицированного лида (CQPL)

Это расширение стандартного CPL. Считается как расходы на канал, делённые на количество реально квалифицированных лидов из этого канала. Именно эта метрика даёт честный ответ на вопрос «какой канал эффективнее». CPL показывает, сколько стоит контакт. CQPL показывает, сколько стоит реальный покупатель.

Чтобы маркетолог мог работать с данными из звонков, их нужно структурировать. Система речевой аналитики автоматически присваивает звонкам теги по содержанию. Для маркетолога важны три типа тегов.

Теги источника запроса. Клиент сам говорит, откуда он узнал о компании: «увидел рекламу в Яндексе», «нашёл в поиске», «порекомендовал знакомый». Это дополнение к UTM-меткам, которые не всегда срабатывают при звонках.

Теги тематики обращения. По какому поводу звонил клиент: интересуется конкретным продуктом, уточняет условия, жалоба, сравнивает с конкурентами. Это позволяет понять, какой сегмент аудитории привёл каждый канал.

Теги результата. Каким был итог звонка с точки зрения квалификации: целевой и прошёл квалификацию, целевой, но не прошёл (нет бюджета, не тот сегмент), нецелевой. Именно эти теги дают маркетологу возможность считать CQPL.

Когда эти теги автоматически попадают в CRM и сопоставляются с данными об источнике лида, маркетолог получает таблицу: канал — количество звонков — доля целевых — CQPL. Это позиция силы в любом разговоре с отделом продаж.

Данные из звонков становятся по-настоящему полезными, когда их можно связать с конкретными рекламными кампаниями. Вот как это работает на практике.

Коллтрекинг плюс аналитика звонков. Коллтрекинг фиксирует, с какого объявления или страницы пришёл звонок. Речевая аналитика анализирует содержание разговора. Связав эти данные, маркетолог видит не просто «с этого объявления было 20 звонков», а «с этого объявления было 20 звонков, из которых 14 целевых и 8 квалифицированных».

Обратная связь для таргетинга. Если система показывает, что с аудитории 25–35 лет приходит 70% целевых звонков, а с аудитории 45+ — только 30%, это данные для оптимизации таргетинга. Без анализа звонков маркетолог смотрел бы только на CTR и стоимость клика — а они могут быть одинаковыми при разном качестве аудитории.

Оптимизация посадочных страниц. Если большинство звонков с одной страницы начинаются с вопроса «а что вы вообще делаете?» — значит, страница не объясняет продукт. Это данные для A/B-теста или переработки лендинга.

О том, как данные из звонков помогают не только маркетологу, но и РОПу, — в «ИИ-анализ звонков vs ручная прослушка: честное сравнение по 10 параметрам».

Компания продаёт услуги для бизнеса. Средний чек — 150 000 рублей. Работают три канала: контекстная реклама, таргет в соцсетях и SEO. Ежемесячный маркетинговый бюджет — 600 000 рублей, по 200 000 на каждый канал.

Стандартная картина по CPL:

По этим данным таргет выглядит лучшим каналом — больше всего лидов по самой низкой цене. Именно так отчитывался маркетолог на ежемесячных встречах: «таргет работает лучше всего, давайте увеличим на него бюджет».

После подключения аналитики звонков и анализа качества лидов картина меняется:

Таргет давал много заявок, но 60% из них — нецелевые. Люди звонили по не профильным вопросам, или это были физические лица при B2B-продукте, или просто любопытствующие без реальной задачи. Реальная стоимость квалифицированного лида из таргета оказалась в два раза выше, чем из контекста.

Дополнительная находка: SEO, который по CPL выглядел самым дорогим каналом, давал самый высокий процент целевых звонков (90%) и хорошую долю квалифицированных лидов (70% от целевых). Люди, которые искали компанию через поиск по конкретным запросам, приходили с уже сформированной потребностью.

После перераспределения бюджета: контекст получил 320 000 рублей, SEO — 200 000, таргет сокращён до 80 000 (оставили только самые конверсионные аудитории). Общее количество квалифицированных лидов в следующем месяце выросло с 86 до 104 при том же суммарном бюджете. Бюджет не увеличился — просто перестали платить за звонки, которые никогда не превратятся в сделки.

Это и есть аналитика звонков для маркетинга в практическом применении: не просто данные ради данных, а конкретные решения по бюджету.

Для того чтобы данные из звонков попадали к маркетологу в удобном виде, нужна несложная инфраструктура.

Коллтрекинг. Каждому рекламному каналу присваивается отдельный номер телефона или динамический номер, привязанный к UTM-меткам. Это базовый уровень, без которого невозможно связать звонок с источником. Без коллтрекинга вы знаете, что позвонили 50 человек — но не знаете, откуда они пришли.

Речевая аналитика. Система анализирует содержание каждого звонка и присваивает теги: тематика, квалификация, результат. Это можно делать вручную — специалист прослушивает звонок и ставит отметку в таблице. Но при объёме от 50 звонков в день это нереально: один специалист прослушает от силы 10–15 звонков за рабочий день, остальное останется вне поля зрения. Автоматическая аналитика разговоров с клиентами закрывает задачу полностью: 100% звонков размечены без участия человека.

Интеграция с CRM. Теги из звонков попадают в карточку лида вместе с данными об источнике. В CRM появляется поле «качество лида», по которому можно строить отчёты. Маркетолог видит: лид пришёл из контекстной рекламы, конкретного объявления, был целевым, прошёл квалификацию, закрылся в сделку.

Еженедельный отчёт для маркетолога. Не отдельный дашборд, в который нужно заходить специально, а автоматический отчёт: CQPL по каналам, доля целевых звонков, топ возражений за неделю. На разбор уходит 15 минут, зато каждую неделю у маркетолога есть свежие данные для решений по бюджету.

Подробнее о том, как аналитика звонков встраивается в работу команды и какие задачи закрывает автоматически, — в «ИИ-помощник РОПа: 8 рутинных задач, которые можно делегировать нейросети уже завтра». Там описана та же логика, но с точки зрения РОПа, а не маркетолога.

Маркетолог, который смотрит только на количество лидов и CPL, управляет половиной картины. Вторая половина — внутри звонков: кто реально звонит, с какой задачей, насколько он готов к покупке.

Качество лидов измеримо. Для этого нужны теги из звонков, коллтрекинг и связка с рекламными данными. Метрика CQPL — стоимость квалифицированного лида — даёт честный ответ на вопрос об эффективности канала.

Когда маркетолог приходит к разговору с отделом продаж с этими данными, разговор «лиды плохие — продажи не умеют закрывать» заменяется конкретным: «из этого канала 85% целевых, из этого — 40%, давайте разберёмся почему».