+450 записей в месяц с помощью ИИ Ассистента. Кейс медицинского холдинга «Медика»

Когда в кол‑центр поступают тысячи звонков в месяц, ручная прослушка даже малой доли диалогов становится нереальной. Весь контроль качества сводится к субъективной оценке нескольких случайных звонков в день, а причины большинства отказов так и остаются непонятными. Медицинский холдинг «Медика» нашел способ решить проблему наверняка и внедрил ИИ Ассистента для аудита звонков. Теперь они видят причину каждого отказа и ежемесячно возвращают свыше 450 потерянных заявок. Как им это удалось, — рассказываем в новом кейсе.

Медицинский холдинг «Медика» — одна из крупнейших частных медицинских компаний на северо-западе России. Насчитывает 14 клиник в Санкт-Петербурге и Москве, в штате — более 600 врачей. В состав холдинга входят многопрофильные центры и узкоспециализированные клиники (центры медицины плода, центр планирования семьи, сеть кардиоцентров, клиника лечения боли и др.). 

«Медика» активно использует в работе цифровые инструменты: сквозную аналитику Calltouch, онлайн‑запись, интеграции с медицинскими информационными системами.

В чем проблема

Ключевое звено в обработке лидов (англ. lead — «вести, указывать путь» — потенциальный клиент, который проявил интерес к продукту или услуге) для холдинга — кол-центр. Через него проходит основной поток обращений, и от эффективности работы подразделения напрямую зависят ключевые показатели — от количества записей и загрузки врачей до выручки филиалов и пожизненной ценности (LTV) пациентов.

До недавнего времени оценку работы кол‑центра строили на ручной прослушке звонков. Это было крайне трудоемко, субъективно (результат зависел от личных фильтров проверяющего) и не масштабировалось на большой поток обращений. При высокой нагрузке операторы и администраторы не успевали оперативно реагировать на «потерянные» лиды, а причины отказов оставались размытыми: фраза «я подумаю» маскировала разные проблемы — от неподходящего времени приема до сомнений из‑за цены или неясности по услуге.

В феврале 2026 года коммерческий директор компании Тимофей Фёдоров выступал спикером на ежегодной конференции о развитии бизнеса в индустрии медицины «Колдэй.Медицина 2026». На мероприятии он узнал о новом продукте Calltouch — ИИ Ассистенте, который решает эти проблемы за счет автоматической обработки и структурирования звонков. Технология показалась идеальным решением для замены ручного труда алгоритмами без потери качества аналитики.

Что такое ИИ Ассистент Calltouch

ИИ Ассистент Calltouch — инструмент на базе искусственного интеллекта, который автоматически анализирует телефонные звонки: транскрибирует речь, выделяет ключевые моменты диалога, классифицирует звонки по типам (целевой, информационный, технический), фиксирует результат (запись/отказ), определяет причины отказов и формирует понятные отчеты в дашборде.

В отличие от обычной записи разговоров, ИИ не просто сохраняет аудио, а структурирует информацию: показывает, на каком этапе клиент ушел в отказ, какие возражения прозвучали, кто из менеджеров вел разговор и к какому филиалу он относится. Это позволяет быстро находить узкие места в работе кол‑центра и точечно дорабатывать процессы.

Инструмент интегрируется с системой сквозной аналитики Calltouch, передает данные в понятном виде и поддерживает командную работу. Уведомления о проблемных звонках могут приходить в общий чат, где их видят не только операторы, но и управляющие, старшие администраторы и другие ответственные сотрудники.

Как использовали ИИ Ассистент и что изменили в процессах

С помощью ИИ Ассистента в холдинге улучшил процессы сразу по нескольким направлениям:

• Заменили ручную прослушку на автоматизированную аналитику. Вместо массового прослушивания звонков команда использует дашборды для мониторинга ключевых показателей, а детальные пересказы звонков изучает точечно — только по тем обращениям, где требуется глубокий разбор. Это экономит десятки часов работы и делает оценку объективной.
• Стали возвращать потерянные лиды в режиме реального времени. Уведомления о нерезультативных звонках мгновенно поступают в общий чат и на почту. Если есть возможность, пациента сразу перезаписывают — например, администратор договаривается с врачом о дополнительном слоте.
• Доработали скрипты и устранили системные проблемы. Анализ показал, что главная причина отказов — не сервис, а невозможность записаться в нужное время либо недостаток информации у операторов. На основе данных скорректировали скрипты, запустили аудит базы знаний и внутренних процессов передачи информации из клиник в кол‑центр. Например, команда внедрила скрипт отработки возражения «Я подумаю»: оператор предлагает забронировать конкретное время сейчас, чтобы оно не ушло другому пациенту. Статистика показала, что каждый пятый такой отказ превращается в запись после повторного созвона. В день это дает около 10 дополнительных записей (около 300 в месяц).
• Наладили командную работу в едином контуре. К анализу подключились управляющие клиник и старшие администраторы профильных центров через общий чат ассистента. Если звонок сорвался из-за отсутствия слота у конкретного врача, администратор видит уведомление, находит окно и перезванивает пациенту лично. Это приносит еще около 5 записей в день (150 в месяц).

Данная отметка означает, что с пациентом связались и записали

ИИ Ассистент также помог точнее классифицировать типы обращений: отделить информационные звонки (об уточнении времени приема или подготовке к медицинским манипуляциям) от целевых, чтобы не тратить ресурсы на обработку заведомо нерезультативных лидов и фокусироваться на тех, кто готов записаться.

Результаты

Уже на начальном этапе внедрения холдинг зафиксировал заметный рост конверсии:

• +15 записей в день / +450 записей в месяц. Рост показателей за счет оперативного возврата «потерянных» лидов и более точного закрытия возражений.
• Каждый пятый отказ превращается в запись после повторного созвона и предложения конкретного слота.
• Сопоставимая доходимость «дожатых» пациентов с теми, кто записался самостоятельно. Бронирование слота формирует у пациента чувство ответственности, и он реже отказывается от визита.
• Экономический эффект. Дополнительные записи генерируют значимый прирост выручки.

С ИИ Ассистентом объем обработанных диалогов гораздо выше, чем при ручной обработке. Только на этапе тестирования показатель составил 5 100 звонков. В дальнейшем в «Медике» планируют масштабироваться до 10 000 обращений в месяц.

Что особенно нравится в продукте

В «Медике» отмечают ряд ключевых моментов, которыми полезен ИИ Ассистент в работе:

• простота внедрения и использования, запуск за 1,5 недели;
• гибкие дашборды, позволяющие отслеживать ключевые метрики в удобном формате, например, можно легко экспортировать данные в Excel для глубокой проработки;
• возможность командной работы и вовлечения всех уровней управления;
• прозрачность причин отказов и понятные точки роста;
• экономия времени за счёт отказа от массовой ручной прослушки.

Рекомендация для других компаний

Внедрять подобные инструменты стоит, но работать с ними нужно ежедневно. Сами по себе отчеты результатов не принесут, если нет установленного регламента и ключевых показателей эффективности (KPI) для операторов по работе с уведомлениями. Поэтому необходимо регулярно искать способы, как превратить выявленные проблемы в системные улучшения. 

Для бизнесов с высокой стоимостью сделки и сложной воронкой (медицина, недвижимость, авто) ИИ Ассистент может стать хорошей точкой роста.

Медицина

Читайте также:

Оперативное вмешательство: как сети клиник вылечить низкую конверсию сайта и получить заявки по 400 рублей без затрат на рекламу. Кейс ОЛМЕД

Оперативное вмешательство: как сети клиник вылечить низкую конверсию сайта и получить заявки по 400 рублей без затрат на рекламу. Кейс ОЛМЕД