Бізнес-результат

<aside> 💡

Проблема: CEO доводилось вручну перевіряти Zoho CRM, щоб побачити стан пайплайну, а угоди що застрягли на етапі доставки часто лишались непоміченими доки клієнт не поскаржиться.

Як було раніше: Не було проактивного способу зрозуміти, які угоди реально під ризиком, а які просто "відкриті", ручний перегляд не масштабувався з ростом кількості угод, а угода що замовкла на кілька днів не мала жодної системи спостереження.

Що ми зробили: Щоденний AI-діагностований звіт по пайплайну для CEO ще до того, як він відкриє CRM, плюс щотижневий глибокий аналіз, який оцінює здоров'я кожної угоди на етапі доставки і позначає фактори ризику — сповіщення спрацьовують лише для угод, що реально потребують рішення, тому здорові угоди ніколи не створюють шуму.

Результат: Керівництво тепер отримує пріоритизований погляд на ризики пайплайну щоранку без відкриття CRM, угоди під ризиком виявляються щотижня до того, як стануть втраченим продажем, а повна історія оцінок і рекомендацій відстежується у часі, а не зникає в одноразовому повідомленні.

</aside>


AI-система звітності та моніторингу стану угод для Zoho CRM — щоденний огляд для CEO та щотижнева точкова діагностика угод із ризиком.



Деталі проєкту

Контекст:

Проблема:


Рішення

<aside> 🧠

Два взаємодоповнюючі AI-процеси: щоденний звіт по всьому портфелю для керівництва та щотижневий глибокий аналіз саме угод на етапі доставки — кожен витягує повну історію дзвінків/завдань/нотаток перед оцінкою і сповіщає лише тоді, коли справді потрібна увага.

Використані інструменти: n8n, Zoho CRM, Claude (Opus 4.5 + Sonnet 4.6), Google Sheets, Telegram.

</aside>

Логіка рішення:

  1. Щоденний звіт (9:10 ранку): вивантажує всі угоди з Zoho CRM, агрегує статистику (кількість доставок/фідбеків, суму під ризиком, розподіл за етапами) кодом, після чого AI Agent (Claude Opus 4.5) вирішує, які саме угоди потребують ближчого розгляду, і викликає CRM-інструмент по кожному ID угоди для діагностики проблем — формуючи пріоритезований звіт у Telegram для CEO.