ИИ-анализ переписок с клиентами: как делать допродажи в Битрикс24 с AI агентами

Дмитрий Андреев, руководитель отдела внедрения Битрикс24 Студии развития бизнеса Дедяева Максима

В переписках с клиентами регулярно появляются сигналы для новой продажи: клиент рассказывает о новой задаче, жалуется на проблему, упоминает планы на расширение или задаёт вопрос о смежной услуге. Но такие сигналы остаются внутри длинных диалогов в мессенджерах. Менеджер может не заметить их сразу, а через неделю уже не вспомнит, о чём шла речь.

ИИ-анализ переписок помогает превратить такие сообщения в управляемое действие. Система анализирует диалог, находит потребность клиента, сопоставляет её с услугами компании и отправляет менеджеру готовую рекомендацию в Битрикс24: с кем связаться, что предложить и как начать разговор.

Содержание

1. Почему возможности для продаж теряются в переписках
2. Что решает ИИ-анализ переписок
3. Как работает ИИ-анализ клиентских диалогов
4. Что получает менеджер в Битрикс24
5. Как ИИ помогает допродажам, возврату и удержанию клиентов
6. Почему рекомендации не превращаются в спам
7. Как устроена интеграция Wazzup и Битрикс24
8. Как проходит настройка системы
9. С чего начать

Почему возможности для продаж теряются в переписках

В отделе продаж может быть десятки активных клиентов и сотни сообщений в день. Даже сильный менеджер не способен постоянно удерживать в памяти все детали каждого диалога, особенно если общение идёт одновременно в нескольких мессенджерах.

Клиент может написать: «Мы планируем открыть ещё один филиал», «Нам снова нужна отчётность», «С прошлым подрядчиком возникли проблемы» или «Пока отложили вопрос, вернёмся позже». Для клиента это часть обычной переписки. Для компании - потенциальная возможность продать дополнительную услугу, вернуть клиента или предотвратить его уход.

Без системы такие сигналы обычно проходят по одному из сценариев:

• Менеджер заметил потребность, но не поставил задачу на повторный контакт.
• Информация осталась в мессенджере и не попала в CRM.
• Клиенту ответили по текущему вопросу, но не предложили подходящую услугу.
• Менеджер уволился, а история диалога и скрытый потенциал клиента остались в его аккаунте.
• Руководитель не видит, сколько потенциальных допродаж осталось без обработки.

Проблема не в том, что менеджеры не хотят продавать. Проблема в объёме коммуникаций: полезные сигналы тонут в операционной переписке, а отдел продаж привык работать только с прямыми входящими запросами.

Рис.1 Незамеченное сообщение от клиента

Что решает ИИ-анализ переписок

ИИ не заменяет менеджера и не отправляет сообщения клиентам самостоятельно. Он работает как помощник: просматривает переписку, выделяет возможные потребности и передаёт менеджеру рекомендацию с контекстом.

Вместо того чтобы вручную перечитывать старые чаты и искать повод вернуться к клиенту, менеджер получает уже подготовленный сигнал. Руководитель, в свою очередь, получает прозрачность: видит, какие возможности найдены, кто должен их отработать и превратились ли рекомендации в новые сделки.

Система помогает решать несколько задач одновременно:

• Находить поводы для допродажи среди действующих клиентов.
• Возвращать в работу клиентов, которые ранее отложили решение.
• Выявлять жалобы, риски ухода и проблемы с качеством обслуживания.
• Подсказывать менеджеру следующий шаг по текущей переписке.
• Собирать регулярную подборку потенциальных возможностей для руководителя.

Главный результат - переписка перестаёт быть отдельным каналом, который существует сам по себе. Она становится частью системы продаж: найденный сигнал можно связать с клиентом, сделкой, ответственным сотрудником и конкретной задачей в Битрикс24.

Как работает ИИ-анализ клиентских диалогов

Система подключается к Wazzup и получает новые сообщения или выбранную историю переписок из подключённых мессенджеров. Затем ИИ анализирует смысл разговора и сопоставляет его с каталогом услуг компании.

Важно, что ИИ не предлагает клиенту всё подряд. Перед запуском мы описываем, какие услуги есть у компании, какие признаки потенциальной потребности нужно искать и какие сообщения не стоит считать поводом для продажи.

Например, если компания внедряет CRM и автоматизацию, ИИ может искать упоминания о проблемах с продажами, заявками и работой менеджеров. Также он может выделять планы по запуску нового направления, открытию филиала, найму сотрудников, подготовке отчётности или автоматизации рутинных процессов.

После анализа система не создаёт сделку автоматически и не пишет клиенту без участия человека. Она формирует рекомендацию. Менеджер открывает её, видит подтверждающие фразы клиента, проверяет контекст и сам решает, стоит ли выходить на связь.

Рис.2 Схема работы - мессенджеры → Wazzup → ИИ-анализ → рекомендация в Битрикс24.

Что получает менеджер в Битрикс24

Рекомендация приходит в отдельный рабочий чат Битрикс24 или может быть связана с конкретной сделкой и ответственным менеджером. Сотруднику не нужно искать нужный диалог, вспоминать контекст или перечитывать сотни сообщений.

В одной рекомендации менеджер получает:

Блок	Что видит сотрудник
Клиент и сделка	Кто написал и к какой сделке относится переписка
Найденная потребность	Какая задача, проблема или план клиента выявлены
Приоритет	Насколько срочно и перспективно нужно отработать сигнал
Рекомендуемая услуга	Что именно стоит предложить из каталога компании
Подтверждение	Фразы клиента из переписки, на которых основан вывод
Начало разговора	Черновик сообщения или сценарий первого контакта

Например, менеджер получает не абстрактное уведомление «есть возможность для продажи», а понятную рекомендацию: клиент сообщил о планах открыть новое направление; стоит предложить настройку CRM и обучение сотрудников; в переписке есть конкретная подтверждающая фраза; вот вариант, как ненавязчиво начать диалог.

Рис.3 Готовая рекомендация в чате Битрикс24 со ссылкой на сделку и вариантом первого сообщения.

Как ИИ помогает допродажам, возврату и удержанию клиентов

Первый и самый понятный сценарий - допродажи текущим клиентам. Компания уже знает клиента, понимает его бизнес и историю взаимодействия. Если в переписке появляется новая задача, менеджер может вернуться с уместным предложением, а не с общим вопросом «может быть, вам что-то нужно».

Например, клиент ранее внедрил CRM, а спустя несколько месяцев пишет о сложностях с отчётами, адаптацией новых сотрудников или контролем работы отдела продаж. ИИ выделяет этот сигнал и предлагает менеджеру соответствующую услугу: разработку дашборда, обучение команды или донастройку автоматизации.

Возврат клиентов в работу

Не каждый клиент, который остановил общение, отказался окончательно. Часто решение откладывают из-за бюджета, приоритетов, смены руководителя или незавершённого внутреннего проекта. ИИ может анализировать историю переписок и находить незакрытые потребности, к которым стоит вернуться в подходящий момент.

Контроль рисков и качества

Систему можно настроить не только на поиск продаж. Она может выделять жалобы, упоминания срывов сроков, негативные сообщения и другие признаки риска ухода. Руководитель получает сигнал до того, как клиент перестанет отвечать, а менеджер - возможность вовремя исправить ситуацию.

Подсказки по следующему шагу

Если у менеджера много активных сделок, ИИ может помочь сформировать приоритеты: кому написать сегодня, у какого клиента уточнить решение, где нужно предложить встречу или подготовить КП. Это не замена работе менеджера, а способ сократить время на поиск нужной информации.

Почему рекомендации не превращаются в спам

У ИИ есть риск: если система будет отправлять рекомендацию после каждого сообщения клиента, менеджеры перестанут читать уведомления. Поэтому важная часть настройки - фильтры качества.

Перед запуском мы задаём каталог услуг и правила анализа. Модель должна рекомендовать только те услуги, которые подтверждаются содержанием диалога. Если в переписке нет явного или достаточно сильного сигнала, система не формирует рекомендацию.

При настройке можно учитывать:

• Уверенность ИИ в наличии потребности.
• Приоритет контакта и срочность ситуации.
• Наличие подтверждающих фраз клиента.
• Соответствие задачи конкретной услуге компании.
• Давность последней коммуникации.
• Наличие открытой сделки и ответственного менеджера.

Это делает рекомендации проверяемыми. Менеджер видит не просто вывод нейросети, а понимает, на каком сообщении клиента он основан. Если рекомендация не подходит, её можно отклонить и использовать обратную связь для доработки правил анализа.

Как устроена интеграция Wazzup и Битрикс24

С точки зрения менеджера всё выглядит просто: клиент пишет в подключённый мессенджер, а рекомендация появляется в Битрикс24. Но за этим стоит связка нескольких сервисов, которые выполняют разные задачи.

Wazzup передаёт новые сообщения и даёт доступ к перепискам из подключённых мессенджеров. Промежуточный сервис быстро принимает событие и подтверждает получение, чтобы сообщения не терялись. Далее сценарий обработки собирает контекст диалога, связывает его с данными CRM и отправляет запрос в ИИ-модель. После анализа готовая рекомендация передаётся в Битрикс24.

Схема может выглядеть так:

Мессенджеры → Wazzup → Cloudflare Worker → Google Apps Script → Gemini → Битрикс24

Cloudflare используется как быстрый промежуточный шлюз. Wazzup ожидает оперативный ответ на вебхук, а полноценный ИИ-анализ занимает больше времени. Поэтому Cloudflare подтверждает получение сообщения сразу, а дальнейшая обработка выполняется отдельно. Это повышает стабильность интеграции и снижает риск потери сообщений.

Для руководителя важна не сама техническая схема, а результат: переписка не остаётся отдельным каналом общения, а становится источником задач и возможностей внутри CRM.

Закажите подключение в CRM мессенджеров Max и Telegram для отдела продаж и получите работающую систему, которая начнет приносить результат уже в первый месяц использования.

Как проходит настройка системы

Настройка начинается с бизнес-задачи, а не с подключения API. Сначала определяем, какие сигналы нужно искать и что компания готова предложить клиенту в ответ.

1. Определяем цели и каталог услуг. Фиксируем, какие потребности ищет ИИ, какие услуги может рекомендовать и кому должен приходить результат.
2. Подключаем системы. Настраиваем Wazzup, Битрикс24, вебхуки и сервисы обработки данных.
3. Настраиваем логику ИИ. Задаём правила анализа, формат рекомендации, приоритеты и минимальный уровень уверенности.
4. Тестируем на истории. Проверяем рекомендации на реальных переписках, оцениваем качество и корректируем правила.
5. Запускаем автоматизацию. Включаем обработку новых сообщений или регулярный анализ истории, контролируем первые результаты.

После запуска важно не просто включить систему, а регулярно смотреть, какие рекомендации менеджеры приняли в работу, сколько контактов было сделано и какие из сигналов дошли до новой сделки. Это позволяет постепенно улучшать правила и повышать качество выдачи.

Рис.4 Google Apps Script управляет обработкой сообщений и подключением Gemini.

С чего начать

Не нужно сразу подключать всю базу переписок и создавать сложную автоматизацию. Для проверки достаточно выбрать один или несколько клиентских чатов в подключённом мессенджере, предоставить каталог услуг и определить, какие сигналы для вас важны.

На тесте можно проверить три вещи: понимает ли ИИ специфику ваших услуг, находит ли он действительно полезные поводы для контакта и удобно ли менеджерам работать с рекомендациями в Битрикс24.

Дмитрий Андреев, руководитель отдела внедрения Битрикс24 Студии развития бизнеса Дедяева Максима, поможет настроить ИИ-анализ переписок через Wazzup, связать рекомендации с Битрикс24 и превратить сигналы из клиентских диалогов в конкретные действия отдела продаж.

Покажите нам пример переписки и список услуг, которые вы хотите предлагать клиентам. Мы оценим возможность интеграции, предложим сценарий теста и покажем, как рекомендации будут выглядеть в работе.

Записаться можно через форму справа или по почте expert@dm-marketing.pro. Но быстрее заполнить форму: мы свяжемся с вами и согласуем удобное время встречи.