Исходящие продажи

1. Коротко о проекте

ГК «Кортрос» - федеральный девелопер, который строит жилые комплексы комфорт- и бизнес-класса в Москве и регионах. В проектах компании стоимость квартир начинается от 10 млн рублей, а машиномест - от 4 млн рублей. Это сегмент с длинным циклом сделки, высокой ценой ошибки и заметной ролью персональной коммуникации.

У компании была накопленная база клиентов, которые общались с отделом продаж в 2022-2023 годах, но не дошли до покупки. Отдельно существовал понятный апсейл-потенциал: покупателям квартир можно было предлагать машиноместа и кладовки в их жилых комплексах.

Задача проекта - проверить, могут ли LLM-агенты targetai стать окупаемым каналом исходящих продаж: обрабатывать большие партии контактов, выявлять реальный интерес, переводить согласных клиентов на риелтора и при этом работать не хуже оператора по качеству диалога.

2. Проблемы и задача

Внутри ГК «Кортрос» появилась отдельная цифровая повестка: сокращать операционные расходы, искать масштабируемые каналы коммуникации и оценивать их через понятную экономику. Для исходящих звонков это означало не просто «позвонить базе», а доказать, что автоматизация дает лиды и продажи по приемлемой стоимости.

На старте были четыре практические проблемы:

• Спящая база не приносила выручку. Клиенты 2022-2023 годов уже знали бренд и проекты, но без системной обработки не возвращались в воронку.
• Традиционные каналы лидогенерации становились дорогими. Для недвижимости с высоким чеком важно не только количество лидов, но и стоимость каждого платежеспособного контакта.
• Апсейл машиномест и кладовок не масштабировался вручную. У покупателей квартир был естественный интерес к дополнительной инфраструктуре, но операторского ресурса на регулярный обзвон не хватало.
• Нужно было проверить замену оператора на LLM-агента. Целью пилота стала не имитация робота, а рабочий канал, который способен вести диалог, квалифицировать интерес и передавать клиента риелтору.

Цели проекта сформулировали вокруг экономики: снизить стоимость привлечения, получить лиды с реальным платежным потенциалом, протестировать LLM-агента в боевых исходящих звонках и увеличить выручку за счет базы, которая уже была у компании.

3. Решение

Команда targetai запустила не одного универсального агента, а две специализированные роли. Это позволило развести разные типы мотивации клиента: один сценарий работал с людьми, которые давно интересовались покупкой, второй - с теми, кто уже совершил основную сделку и мог быть готов к дополнению.

Ключевое техническое решение - передача идентификатора жилого комплекса через SIP-заголовок. Благодаря этому агент понимал, к какому ЖК относится клиент, и вел релевантный разговор без полноценной интеграции с CRM на первом этапе.

Если клиент подтверждал интерес, агент сразу переводил звонок на риелтора. Параллельно команда настроила отправку уведомления в Telegram, чтобы лид дополнительно фиксировался и не терялся между звонком и дальнейшей обработкой.

4. Как внедряли

1. Собрали сценарий реактивации. Для спящей базы описали логику разговора: проверка актуальности, выявление интереса, предложение квартир и сопутствующих продуктов, работа с базовыми возражениями.
2. Создали отдельный сценарий апсейла. Для недавних покупателей акцент сместили на машиноместа и кладовки: продукт предлагался не как холодная продажа, а как продолжение уже совершенной покупки.
3. Настроили техническую связку. Подключили SIP-заголовки для определения ЖК, Telegram-уведомления и перевод согласного клиента на риелтора.
4. Провели пилот и доработали скрипты. Диалоги ежедневно калибровали: меняли первые фразы, уточняющие вопросы, интонации, темп и правила работы с возражениями.
5. Выпустили рабочих агентов через 1 месяц. После запуска агенты вышли в регулярный операционный режим: обзвоны каждые 2-3 дня по 1 000-1 500 контактов.

Ежедневная калибровка стала важной частью проекта. Команда не ограничилась запуском скрипта: агент постоянно донастраивался по фактическим диалогам, реакции клиентов и данным о контактности.

5. Трудности и как их решили

Контактность клиентов

На старте проекта доля успешных контактов составляла около 40%. Для исходящих звонков в недвижимости это критично: экономика канала зависит от того, сколько людей реально вступает в разговор.

targetai переработала скрипт и синтез речи: изменила структуру первой фразы, темп, интонационный профиль и речевые паттерны. После доработок контактность выросла до 63%.

Естественность диалога

Клиенты не всегда готовы продолжать разговор, если слышат механический голосовой сценарий. Чтобы агент воспринимался естественнее, в проекте использовали детектор перебиваний, подавление фонового шума и более живые речевые формулировки.

Корректность цен и наличия

На этапе тестирования агент мог называть некорректные цены или придумывать наличие квартир и машиномест. Причина была не в бизнес-процессе, а в настройке инструкции и базы знаний: агенту не хватало жестких ограничений на ответы.

После точечной доработки системного промпта и базы знаний корректность ответов достигла 95,7%. Для проекта с высоким чеком это стало принципиальным условием: агент не должен звучать уверенно, если у него нет подтвержденных данных.

6. Результаты

Пилот подтвердил, что LLM-агенты могут быть не только сервисным инструментом, но и каналом коммерческой работы с накопленной базой. Агенты стабильно поставляют заинтересованные лиды, а часть клиентов доходит до сделки уже на раннем этапе проекта.

• спящая база 2022-2023 годов снова стала источником коммерческих контактов;
• апсейл машиномест и кладовок превратился в регулярный процесс, а не разовую ручную активность;
• риелторы стали получать клиентов уже после первичной квалификации интереса;
• проект показал окупаемость подхода на реальных лидах и первых продажах.

7. Почему targetai оказался подходящим решением

• Быстрый запуск. Рабочих агентов выпустили через 1 месяц после старта проекта.
• Гибкость без тяжелой CRM-интеграции. Определение ЖК через SIP-заголовок позволило начать с релевантных диалогов без долгого интеграционного этапа.
• Адаптация под высокий чек. В сценариях учли специфику недвижимости: длинный цикл сделки, чувствительность к цене и важность точной информации о наличии.
• Операционная калибровка. Скрипты, синтез и инструкции дорабатывались по реальным звонкам, а не только по предварительной гипотезе.
• Измеримая экономика. В пилоте были зафиксированы лиды, продажи и снижение стоимости лида относительно обрабатываемых сегментов базы.

8. Что оказалось ценным для клиента

Для ГК «Кортрос» проект стал способом быстро проверить новый цифровой канал без резкого увеличения операторского ресурса. Важными оказались не только сами звонки, но и управляемость процесса: можно запускать партии контактов, смотреть контактность, анализировать лиды, менять скрипт и видеть, как это влияет на результат.

Отдельная ценность - возможность монетизировать уже накопленные данные. В одном сценарии агент возвращает к диалогу людей, которые давно вышли из воронки. В другом - помогает продавать дополнительные продукты тем, кто уже выбрал ЖК и доверяет девелоперу.

«[Место для согласованной цитаты представителя ГК «Кортрос» об эффективности пилота, качестве лидов или сравнении агента с оператором.]»

9. Планы на будущее

• подключать дополнительные жилые комплексы и новые сегменты клиентской базы;
• расширять сценарии апсейла для сопутствующих продуктов;
• интегрировать CRM для более глубокой сквозной аналитики по воронке;
• точнее измерять путь от первого контакта агента до сделки у риелтора.

10. Что мы вынесли из проекта

Кейс «Кортрос» показывает, что LLM-агенты могут работать с коммерческими задачами даже в недвижимости с высоким средним чеком. Их сила не только в снижении нагрузки на операторов, но и в способности регулярно возвращаться к большой базе, находить актуальный интерес и передавать теплого клиента продавцу.

Главный вывод проекта: накопленная база - это актив, если ее можно системно и экономично обрабатывать. Для девелопера это означает дополнительный источник выручки без постоянного расширения колл-центра и без полной зависимости от новых рекламных каналов.

Технически проект подтвердил еще один важный принцип: на первом этапе не всегда нужна тяжелая интеграция. Если правильно передать контекст звонка, например жилой комплекс через SIP-заголовок, агент уже может вести релевантный разговор и приносить измеримый результат.