AI-автообзвон для коллекшн: голосовой бот для взыскания задолженности

Ручной обзвон портфеля упирается в нехватку операторов и растущую просрочку. Мы разрабатываем голосовых ботов для взыскания под ключ: сценарии разговора, распознавание речи, связку с учётной системой и регламенты для вашей команды. Дозвон по портфелю растёт, а нагрузка на операторов падает в разы.
Часто задаваемые вопросы

Автообзвон должников: где ломается ручное взыскание

Ручной обзвон портфеля упирается в арифметику: должник берёт трубку в одни часы, а оператор работает смену. Попытки концентрируются в первой половине дня, когда доступность ниже, поэтому недозвон при взыскании съедает до половины набора, а статус «не дозвонились» часто маскирует номер, до которого просто не дошла очередь. Портфель в десятки тысяч записей за смену отдел не обходит — часть карточек не получает ни одного касания неделями.

Второе узкое место — человеческий фактор в скриптах. К концу смены оператор ускоряется, сокращает обязательные блоки, по-разному фиксирует обещание платежа, а разброс по доле договорённостей между сильным и слабым сотрудником доходит до двукратного. Сравнить такие касания между собой нельзя: нет одинакового входа, значит нет и управляемой конверсии.

Третье — потеря истории касаний. Заметки живут в свободной форме и в разных местах, единого журнала нет: клиента, который уже согласовал дату, прозванивают заново, а тем, кому не звонили месяц, не занимается никто. При неравномерном покрытии портфеля касаниями просроченная задолженность стареет — чем дальше срок, тем ниже доля возврата, и догонять её дороже, чем работать вовремя.

Автообзвон должников закрывает именно эти три места: обзванивает весь портфель по расписанию, дозванивается в часы максимальной доступности, держит одинаковый скрипт и пишет каждое касание в общую историю. Разбираем, как это устроено и с чего начинается внедрение.

Что даёт голосовой бот взыскания: измеримые эффекты

Первое, что меняется, — доля дозвона. Оператор физически успевает одну-две попытки за смену, а голосовой бот взыскания проходит массив параллельно и звонит в те окна, когда абонент чаще берёт трубку. На сопоставимой базе доля состоявшихся контактов растёт с 25–35% до 55–70%, и «звонили — не взял» перестаёт быть основной причиной нулевого касания.

Второй эффект — кратность повторных касаний должника. Расписание попыток задаётся правилами: сколько раз в сутки и в неделю, с какими интервалами, как разводятся будни и выходные; лимиты частоты соблюдает система, а не память оператора. По каждому номеру ведётся журнал касаний, поэтому четыре-шесть попыток вместо одной не превращаются в навязчивость и не создают поводов для жалоб.

Нагрузка на операторов смещается в сторону сложного. Бот закрывает типовые сценарии — напоминание, уточнение суммы и срока, фиксацию обещанного платежа, — а человек подключается там, где есть возражение или готовность обсуждать график. Доля рутинных касаний в смене падает примерно втрое, а освободившееся время уходит на спорные и крупные сегменты портфеля.

Третий пласт — классы отказов, которые раньше просто терялись: «неудобно говорить», «перезвоните позже», «не туда попали», «нет времени». Бот фиксирует причину, ставит задачу на новое касание и возвращает номер в очередь по нужному правилу. История и статусы синхронизируются с учётной системой (1С и аналогичными), так что эффект автоматизации взыскания виден не на словах, а в отчётах по сегментам: сколько контактов, какие причины, какая доля дошла до оплаты.

Сравнение режимов контакта: бот, гибрид, оператор

Режим контакта — это не выбор «бот или человек», а настройка того, какие стадии разговора автоматизированы, а где в диалог входит оператор. В сценарии звонка это описывается правилами: условия перевода, порог уверенности распознавания речи, объём контекста, который видит оператор при подключении.

Режим Когда подходит Ограничения
Автоматический Массовые напоминания на ранних сроках просрочки: подтверждение личности, сумма и дата платежа, ссылка на оплату Не ведёт спор о сумме и не фиксирует юридически значимые заявления — такие реплики сразу переводят на человека
Гибридный Рабочий вариант по умолчанию: бот проходит скрипт и при возражении или низкой уверенности распознавания подключает оператора Без прописанных условий передачи оператор получает звонок без контекста и начинает разговор заново
Только оператор Спорные начисления, повторная просрочка, конфликтные случаи Охват ограничен пропускной способностью смены: вручную обрабатывается лишь часть базы

Гибридный обзвон даёт управляемый компромисс: автоматический режим контакта снимает с линии до 80% типовых разговоров, а перевод на оператора срабатывает по заданным условиям. Оператор получает расшифровку диалога и уже названные данные — должнику не приходится повторяться, разговор продолжается с той же стадии. Ограничения бота здесь важнее его возможностей: список стоп-фраз и запрет на обещания по сумме долга прописываются в сценарии отдельно, чтобы автоматика не выходила за рамки дозволенного.

Этапы внедрения голосового бота взыскания

Внедрение голосового бота для взыскания начинается не с записи голоса, а с разбора портфеля и правил контакта. Сначала инженеры определяют, какие сегменты долга автоматике отдавать нельзя, и только потом проектируют диалоги — иначе бот масштабирует ошибки на весь объём.

  1. Аудит портфеля задолженности и правил контакта. Разбираем сроки просрочки, суммы, историю дозвона, ограничения по частоте и времени вызовов. На выходе — сегменты, где бот даёт результат, и те, что остаются людям.
  2. Проектирование сценариев обзвона. Ветки под каждый сегмент: подтверждение личности, сумма и срок, обещание платежа, частичная оплата, отказ, спор. Для каждой ветки — правило остановки и передачи оператору.
  3. Интеграция с системой учёта. Бот получает карточку долга и историю, возвращает итог звонка, статус обещания платежа и запись разговора. Очередь вызовов разводится по приоритетам, чтобы повторный обзвон не шёл по закрытым долгам.
  4. Правила эскалации. Фиксируем, когда бот замолкает и зовёт человека: конфликт, жалоба, юридический запрос, нестандартная реструктуризация. Отдельно — лимиты попыток и паузы между ними.
  5. Проверка на пилотной выборке. Прогон на ограниченном сегменте под ручным контролем качества: доля корректно разобранных ответов, доля обещаний платежа, число ошибочных срабатываний и причины срывов.
  6. Передача в эксплуатацию. Регламенты, панель мониторинга, ответственный за сценарии, порядок правок формулировок и откат к предыдущей версии диалога.

Дальше изменения идут по тому же циклу: гипотеза, прогон на части портфеля, замер, раскатка на весь сегмент. Так качество обзвона растёт, а не деградирует со временем.

Что передаём после внедрения: артефакты и регламенты

Внедрение заканчивается не демонстрацией бота, а передачей комплекта, с которым ваша команда работает без нас. Всё перечисленное остаётся у вас — в репозитории и внутренней базе знаний, с версионированием и историей изменений.

  • Конфигурация сценариев — файлы реплик, ветвлений и условий передачи на оператора: формулировки, паузы, реакция на возражения правятся без участия разработчика.
  • Схема маршрутизации вызовов — правила разбиения портфеля, окна дозвона, лимиты попыток и частоты, порядок эскалации на живую линию.
  • Правила доступа к данным должников — роли, маскирование персональных данных, журналирование обращений, сроки хранения и порядок отзыва доступа.
  • Отчётность — срезы по дозвону, доле дошедших до диалога, обещанным платежам и причинам отказов, с выгрузкой в вашу систему учёта.
  • Документация по боту — описание логики, точек интеграции, словарь намерений, инструкции для оператора и администратора.
  • Регламент эксплуатации — кто и когда меняет сценарии, как выкатывается новая версия, как откатывается неудачная, что делать при сбое интеграции.
  • Чек-лист приёмки — сценарии проверки на тестовом контуре, доступы, обучение вашей смены.

Передача идёт по этому чек-листу: вы сами вносите правку в сценарий, прогоняете её и откатываете. После приёмки бот обслуживается силами вашей команды — сопровождение подключаем отдельно, если это нужно.

Кейс: снижение просрочки и рост дозвона по портфелю

Точка старта

Портфель раннего взыскания обрабатывали вручную: операторы звонили только в рабочие часы и по актуальным номерам. До двух третей дневного списка оставалось нетронутым, а повторные попытки упирались в занятость — должник перестал брать трубку. Дозвон держался около трети портфеля, обещания оплаты подтверждали 8–10% дозвонённых, и было не видно, на каком шаге абонент прерывает разговор.

Что изменили

Часть портфеля перевели на автообзвон должников («Портфель раннего взыскания»): бот обходит весь список за вечер, размечает ответы по статусам — «не дозвонились», «отказ», «готов обсуждать» — и операторам отдаёт только последний. Скрипт называет сумму и дату, фиксирует обещание оплаты, а напоминание уходит за день до срока.

Что стало

Дозвон вырос с трети портфеля до двух третей: попытки идут вечером и в выходные, а число повторов подбирается по истории ответов, а не по расписанию смены. Доля обещаний оплаты среди дозвонённых выросла примерно вдвое.

Доля портфеля, уходившего на более глубокую стадию взыскания, сократилась примерно на четверть — за счёт касаний в первые дни просрочки. Расход ресурсов на одно касание перестал расти вместе с портфелем: до 70% контактов закрывает бот, оператор занимается только результативными разговорами.

Чем отличается автообзвон должников от робота-напоминания?

Робот-напоминание проигрывает заранее записанную фразу и на этом заканчивается. Он не слушает ответ: нажатие клавиши или молчание в трубке — единственный сигнал, который он умеет разобрать. Такой обзвон решает одну задачу — сообщить о долге, но не двигает разговор к оплате.

Автообзвон должников — это сценарий взыскания с ветвлением диалога. Система распознаёт речь и удерживает контекст: помнит, что человек уже сказал про срок, сумму и причину просрочки, и возвращается к этой линии через несколько реплик. Реплики «оплачу после зарплаты» и «это не мой долг» уводят в разные ветки — с разными аргументами, тональностью и следующими шагами.

Главное расхождение — в реакции на возражения. Робот-напоминание сбрасывает вызов или передаёт оператору при первом отклонении от сценария. Полноценный бот отрабатывает типовые возражения сам: уточняет дату, предлагает разбить платёж, фиксирует обещание и назначает контрольный звонок. Оператор подключается там, где диалог вышел за рамки — спор о сумме, претензия, запрос документов.

Второе расхождение — фиксация результата разговора. У напоминания в системе учёта остаётся отметка «дозвонились», у сценария взыскания — структурированный итог: причина просрочки, названная дата платежа, достигнутые договорённости, ссылка на запись и расшифровку. Эти данные уходят в CRM (интегрируем сценарий с Salesforce и другими системами учёта) и становятся основой для следующего касания и отчётности по обещаниям. Доля диалогов, доведённых до конкретной даты оплаты, отличается в разы — именно поэтому примитивное напоминание экономит минуты, а сценарий взыскания закрывает задолженность.

Технические сомнения: законность, распознавание, учёт

Сомнения по автообзвону должников делятся на правовые, технические и учётные. Ответы на четыре самых частых — ниже.

На каком основании бот вообще звонит должнику?

Основание — действующий договор и согласие на обработку данных с информированием по каналам связи, закреплённое в оферте или отдельным пунктом. Бот работает в тех же рамках, что и человек-взыскатель: лимиты по частоте и времени контакта, идентификация звонящего, запрет на давление и введение в заблуждение. Скрипт и речевые сценарии вычитывает юрист до запуска.

Насколько надёжно распознаётся речь?

Модель обучена на реальных диалогах: держит бытовую речь, перебивания и разный темп. При низкой уверенности — посторонний шум, плохая связь, сильный акцент — бот не угадывает наугад, а переспрашивает нейтральной формулировкой. После второй неудачной попытки звонок уходит оператору вместе с расшифровкой уже сказанного.

Что происходит со спорными репликами?

Бот распознаёт повороты вне скрипта: оспаривание долга, заявление о банкротстве, просьбу о рассрочке, угрозу жалобой. Такой диалог останавливается и передаётся специалисту с меткой причины, а не доигрывается по шаблону. Реплики, где бот рискует быть понят неверно, в сценарий по умолчанию не зашиваются.

Как результаты обзвона попадают в систему учёта?

Итог звонка — статус (дозвон, отказ, обещание оплаты, неверный номер), аудиозапись и текстовая расшифровка — уходит в систему учёта по событию, без ручного переноса. История контактов остаётся в карточке, поэтому следующий звонок учитывает предыдущий разговор, а спорную запись можно поднять и переслушать.

Обсудим задачу: как перевести взыскание на бота

Разговор про автообзвон должников продуктивнее начинать не с описания бота, а с данных о портфеле. На первой встрече мы разбираем, из каких сегментов он состоит, как распределены сроки просрочки и что уже даёт текущая работа колл-центра. Так за один разговор видно, где голосовой бот закрывает объём, а где по-прежнему нужен оператор.

Подготовка к обсуждению занимает немного времени, если сведения уже собраны в одном месте. К разговору стоит принести:

  • выгрузку портфеля: сроки просрочки, суммы, история контактов, каналы, по которым должники выходят на связь;
  • действующие правила контакта с должником: допустимое число звонков, временные окна, ограничения по частоте, запрещённые формулировки;
  • схему учёта: куда пишутся результаты диалога — учётная система, база взыскания, отчётность;
  • скрипты и частые возражения: что операторы слышат чаще всего и какие ответы считаются корректными;
  • ожидаемые метрики: доля дозвонов, доля обещаний оплаты, доля фактических платежей после диалога;
  • ограничения по данным: где хранится запись разговоров, кто имеет доступ и сколько она живёт;
  • точки эскалации: по каким признакам диалог передаётся живому специалисту.

По итогам встречи мы вернёмся с оценкой и планом внедрения: сценарии обзвона, схема стыковки с учётной системой, порядок запуска на одном сегменте и контрольные метрики. Опишите задачу в удобном виде — созвон, письмо или выгрузка — и мы предложим, с чего начать.

Направления AI-разработки

Последние работы

  • Разработка сайта компании B2B ADVANCE
    Разработка сайта компании B2B ADVANCE
    1543
  • Разработка веб-приложения для компании FEEDME
    Разработка веб-приложения для компании FEEDME
    1394
  • Разработка веб-сайта для компании БЕЛФИНГРУПП
    Разработка веб-сайта для компании БЕЛФИНГРУПП
    1081
  • Разработка интернет магазина для компании FURNORO
    Разработка интернет магазина для компании FURNORO
    1369
  • Разработка логотипа компании B2B Advance
    Разработка логотипа компании B2B Advance
    816
  • Разработка веб-приложения для компании Enviok
    Разработка веб-приложения для компании Enviok
    1142