Тепер Claude і ChatGPT можна запитати про свої продажі: як це реалізували NetHunt CRM

Уявіть звичайний ранок менеджера з продажів. Усе, що потрібно знати про угоди на сьогодні, вже лежить у CRM – тільки щоб дістати відповідь, треба поставити фільтр за менеджером, потім за статусом, перечитати десяток коментарів у картках і звести все в голові. У маркетингу схожа історія: і дані по рекламних кампаніях, і дані по лідах з CRM давно є в системах, просто щоб побачити реальний вплив кампанії на продажі, доводиться зводити ці дані вручну в таблиці.

Що таке MCP і чому це не черговий чат–бот

MCP (Model Context Protocol) – відкритий стандарт, який дозволяє AI–асистентам напряму звертатися до даних у сторонніх системах, зокрема в CRM. Головна відмінність від звичного «вбудованого помічника» в тому, що тут немає закритого чат–бота, прив'язаного до однієї системи. Користувач сам обирає, з яким AI-інструментом працювати – Claude, ChatGPT чи будь–яким іншим, що підтримує протокол, – і підключає його до своїх даних.

NetHunt стала першою серед українських CRM, хто реалізував саме такий підхід: не власного асистента «під капотом», а відкритий міст між CRM і будь-яким AI, яким людина вже звикла користуватися щодня.

На практиці це виглядає так: ти формулюєш запит звичайною мовою, а AI сам звертається до CRM, знаходить потрібні записи, аналізує їх і повертає відповідь – без ручних фільтрів, вкладок і експортів у таблиці.

Маркетинг: коли кампанії й CRM нарешті "розмовляють" одне з одним

Анна Позняк, CMO NetHunt CRM, каже, що найцінніше в новому підході – можливість аналізувати дані не окремо по системах, а комплексно.

Приклад запиту, який вона формулює:

За словами Анни, такий аналіз вручну займав від 3 до 5 годин залежно від кількості кампаній і каналів. Тепер – 20-30 хвилин, і на виході чітке розуміння наступних кроків.

Підписуйтеся на наші соцмережі

Другий ефект – глибша сегментація. «Беру певний сегмент, наприклад software development компанії, і прошу AI проаналізувати коментарі менеджерів і підсумки розмов з лідами в CRM. Завдання – скласти перелік болей і потреб цього сегмента мовою самої аудиторії, їхніми формулюваннями», – пояснює вона. Ці інсайти й раніше існували в CRM, просто щоб їх дістати, треба було вручну перечитати сотні нотаток. Тепер вони доступні в масштабі всієї бази.

Тому вона орієнтується на кілька ознак: чи показує AI, на яких саме даних базується висновок, чи попереджає про брак даних, чи порівнює маркетингові метрики з якістю лідів і бізнес–результатом. А тривожний сигнал – категоричні рекомендації на малій вибірці або висновки, що спираються лише на CPL без урахування довжини воронки.

Продажі: коли воронку можна проаналізувати одним запитом

Для Дмитра Тянуліна, Head of Sales NetHunt CRM, головна зміна – у самому ритуалі початку робочого дня. «Тепер не треба згадувати, що робити і з якою угодою, клацаючи по записах у CRM. Можна зранку просто спитати у AI, що заплановано на сьогодні», – каже він.

Приклад запиту, який він тепер використовує для аналізу роботи відділу:

Чи прискорює це закриття конкретних угод? Дмитро тут обережний у формулюваннях: «Не сказав би, що AI напряму пришвидшує закриття угоди – все ж поради від нього не замінять сейлз-процеси, це радше мистецтво. Але реальна користь в іншому: AI підсвічує, коли щось забуто чи угода застрягла на етапі довше звичного терміну. Це допомагає не втрачати актуальність синків із клієнтом і вчасно робити наступні кроки».

А щодо порогу входу для нових менеджерів каже прямо: спеціальне навчання не потрібне – достатньо готових промптів. «Багато хто думає, що AI піднімає нагору всі підводні камені, і тому уникає з ним працювати – сприймає це як батіг. Треба поміняти підхід і ставитися до нього як до свого асистента», – додає він.

Клієнтський сервіс: коли можна побачити весь шлях клієнта одним запитом

Кирило Алєксєєнко, Head of Customer Support, описує, мабуть, найбільш наочну зміну. У CRM можна комбінувати кілька умов пошуку – скажімо, знайти всі контакти з посадою HR або директор, у Львові чи Хмельницькому, зі статусом «потенційний». Але коли таких умов стає багато, сформулювати потрібну вибірку через інтерфейс не завжди зручно.

Ще один приклад – аналіз якості комунікації менеджера. Донедавна перечитати сотню повідомлень вручну, щоб оцінити тон спілкування з клієнтом, було майже нереально. Тепер достатньо запиту: «відкрий компанію [назва], покажи, як з нею працював менеджер [ім'я]» – і AI пройдеться по всій історії активності: коментарях, зустрічах, листах, чатах – і покаже, що спрацювало на успіх угоди, а де, навпаки, менеджер забув скрипт чи повівся некоректно.

За словами Кирила, те, на що раніше йшли години ручного вичитування, тепер займає 2-3 хвилини за одним промптом. Це стосується і звітності, для якої до цього доводилось налаштовувати Looker Studio чи інтеграції з BigQuery – тепер частину цих питань закриває одна підписка на AI-асистента.

Особливо цінний ефект – для команд, що працюють на межі відділів.

Раніше таку картину теж можна було зібрати, просто довелося б самостійно аналізувати безліч деталей по кожному відділу окремо. Тепер AI одразу показує, наприклад, що продажі відмінно залучають клієнтів, а супровід відповідає надто холодно – і саме тому клієнти згодом відпадають.

Чек–лист: на що звернути увагу, якщо плануєте підключити AI до CRM

Перш ніж просити AI аналізувати ваші дані, варто врахувати кілька речей.

Сигнали, на які варто орієнтуватись:

Тривожні сигнали:

Куди рухається цей тренд

MCP – ще один крок у бік того, щоб бізнес–дані стали доступними без технічних бар'єрів: без навчання складним фільтрам, без окремих звітних інструментів, без ручного зведення таблиць.

Для команди NetHunt це насамперед про свободу вибору – людина продовжує працювати з тим AI-інструментом, до якого вже звикла, просто тепер вона може використовувати його для роботи з актуальною інформацією зі своєї CRM.