Name: Astervis
Availability: InStock
Author: Astervis

Любой BPO на Asterisk живёт с одним и тем же незаметным кризисом: клиенты требуют доказательств, что вы укладываетесь в SLA, руководителю операций нужна картина по всем кампаниям в реальном времени, а операторам — мгновенная обратная связь по своим показателям. При этом большинство BPO до сих пор обходится вечерними выгрузками в Excel или самодельными дашбордами в Grafana, на сборку которых ушло 200 часов.

В этом руководстве разберём по шагам, как построить аналитическую инфраструктуру для аутсорсингового колл-центра на Asterisk — от контроля SLA по каждому клиенту до автоматических отчётов, оценки работы операторов и оптимизации выручки.

Чем аналитика BPO отличается от внутреннего колл-центра

Внутренний колл-центр считает метрики для одной организации. BPO ведёт сразу несколько клиентов, и у каждого по-своему устроено:

Параметр	Внутренний колл-центр	BPO
Цели по SLA	Один набор целей	Свои по каждому клиентскому договору
Конфигурация очередей	Единые очереди	Раздельные очереди под каждую кампанию
Распределение операторов	Фиксированные команды	Общие операторы на несколько кампаний
Отчётность	Внутренние дашборды	Отчёты для клиента + внутренняя операционка
Биллинг	Не применяется	За минуту, за звонок или за рабочее место
Изоляция данных	Один арендатор	Мультиарендность со строгими границами
Комплаенс	Одна нормативная рамка	Несколько (зависит от отрасли клиента)

Из этой сложности вырастают требования к аналитике, которые обычные средства мониторинга просто не закрывают. Большинство решений для Asterisk рассчитаны на одного арендатора. BPO же нужна многомерная аналитика, которая одновременно режет данные по клиенту, кампании, очереди и периоду.

12 KPI, которые обязан считать каждый BPO (и что они значат на практике)

KPI для клиента (то, что уходит в отчёты)

Эти метрики напрямую влияют на удовлетворённость клиента и продление контракта:

KPI	Формула	Цель для BPO	Почему это важно
Service Level	Звонки, принятые за X секунд ÷ Всего звонков × 100	По договору (обычно 80/20 или 80/30)	Главная метрика SLA. За невыполнение — штрафы.
Средняя скорость ответа (ASA)	Общее время ожидания ÷ Принятые звонки	< 30 секунд	Показатель качества, видимый клиенту
Процент потерянных звонков	Потерянные ÷ Все входящие × 100	< 5%	Индикатор упущенной выручки
Решение с первого звонка (FCR)	Решено с первого раза ÷ Всего звонков × 100	> 70%	Экономия затрат и лояльность
Среднее время обработки (AHT)	(Разговор + Удержание + ACW) ÷ Всего звонков	Зависит от кампании	Определяет себестоимость звонка
CSAT	Средняя оценка в опросе после звонка	> 4.0/5.0	Метрика удержания клиента

Операционные KPI (внутреннее управление BPO)

KPI	Формула	Цель для BPO	Почему это важно
Загрузка оператора	(Время обработки ÷ Время в системе) × 100	75-85%	Оптимизация выручки на рабочее место
Соблюдение расписания	Время по графику ÷ Запланированное время × 100	> 95%	Точность планирования персонала
Себестоимость звонка	Общие затраты кампании ÷ Обработанные звонки	Зависит	Рентабельность контракта
Выручка на место в час	Выручка кампании ÷ (Операторы × Часы)	Смотреть динамику	Метрика здоровья бизнеса
Occupancy	Время обработки ÷ (Время обработки + Свободное время) × 100	80-90%	Планирование мощностей
Shrinkage	Непродуктивное время ÷ Оплаченное время × 100	< 30%	Реальная доступная мощность

Формула рентабельности BPO

Margin per campaign = (Revenue per seat hour × Seats × Hours) - (Agent cost + Infrastructure + Overhead)

Считайте это ежедневно. Если маржа кампании опускается ниже 15%, разбирайтесь сразу: либо просела загрузка операторов, либо ползёт вверх AHT, либо контракт пора пересматривать.

Архитектура очередей под несколько клиентов в Asterisk

Фундамент BPO-аналитики — грамотная сегментация очередей. Вот архитектура, готовая к продакшену:

Соглашение об именовании очередей

; Format: {client}_{campaign}_{type}
; Examples:
[acme_sales_inbound]        ; Acme Corp - Sales - Inbound
[acme_support_inbound]      ; Acme Corp - Support - Inbound
[globex_billing_inbound]    ; Globex Inc - Billing - Inbound
[globex_collections_outbound] ; Globex Inc - Collections - Outbound

queues.conf — настройка под нескольких клиентов

; === Client: Acme Corp ===
; Contract: 80/20 SLA, max 3 min wait

[acme_sales_inbound]
strategy = rrmemory
timeout = 15
retry = 5
maxlen = 50
servicelevel = 20
weight = 2
announce-frequency = 30
announce-holdtime = once
monitor-format = wav
eventwhencalled = vars
eventmemberstatus = yes

[acme_support_inbound]
strategy = leastrecent
timeout = 20
retry = 5
maxlen = 30
servicelevel = 30
weight = 1

; === Client: Globex Inc ===
; Contract: 80/30 SLA, max 5 min wait

[globex_billing_inbound]
strategy = rrmemory
timeout = 20
retry = 5
maxlen = 40
servicelevel = 30
weight = 1

[globex_collections_outbound]
strategy = linear
timeout = 25
retry = 3
maxlen = 0

Назначение операторов через penalty

; agents.conf or queue members
; Shared agents across campaigns with skill-based routing

; Agent 101: Primary Acme Sales, Secondary Globex Billing
member => SIP/101,1,Agent101,SIP/101    ; Acme Sales (penalty 1 = primary)
member => SIP/101,3,Agent101,SIP/101    ; Globex Billing (penalty 3 = overflow)

; Agent 102: Primary Globex, Secondary Acme
member => SIP/102,1,Agent102,SIP/102    ; Globex Billing (primary)
member => SIP/102,3,Agent102,SIP/102    ; Acme Sales (overflow)

SQL-запросы для аналитики по нескольким клиентам

Все запросы работают со стандартными CDR/queue_log Asterisk в PostgreSQL (или в MySQL с небольшими правками).

1. Дашборд SLA по клиентам в реальном времени

-- Real-time SLA compliance per client (today)
WITH queue_clients AS (
    SELECT
        CASE
            WHEN queuename LIKE 'acme_%' THEN 'Acme Corp'
            WHEN queuename LIKE 'globex_%' THEN 'Globex Inc'
            WHEN queuename LIKE 'initech_%' THEN 'Initech LLC'
            ELSE 'Unknown'
        END AS client,
        queuename,
        event,
        data1::int AS wait_time,
        time
    FROM queue_log
    WHERE time >= CURRENT_DATE
        AND event IN ('CONNECT', 'ABANDON', 'EXITWITHTIMEOUT')
),
sla_calc AS (
    SELECT
        client,
        COUNT(*) FILTER (WHERE event = 'CONNECT') AS answered,
        COUNT(*) FILTER (WHERE event = 'CONNECT' AND wait_time <= 20) AS answered_in_sla,
        COUNT(*) FILTER (WHERE event IN ('ABANDON', 'EXITWITHTIMEOUT')) AS abandoned,
        COUNT(*) AS total_calls,
        ROUND(AVG(wait_time) FILTER (WHERE event = 'CONNECT'), 1) AS avg_speed_answer,
        MAX(wait_time) AS max_wait
    FROM queue_clients
    GROUP BY client
)
SELECT
    client,
    total_calls,
    answered,
    abandoned,
    ROUND(100.0 * answered_in_sla / NULLIF(answered, 0), 1) AS sla_pct,
    ROUND(100.0 * abandoned / NULLIF(total_calls, 0), 1) AS abandon_pct,
    avg_speed_answer AS asa_seconds,
    max_wait AS longest_wait
FROM sla_calc
ORDER BY client;

2. Работа операторов в разрезе кампаний

-- Which agents are most productive across which campaigns?
SELECT
    agent,
    CASE
        WHEN queuename LIKE 'acme_%' THEN 'Acme Corp'
        WHEN queuename LIKE 'globex_%' THEN 'Globex Inc'
        ELSE 'Other'
    END AS client,
    COUNT(*) FILTER (WHERE event = 'CONNECT') AS calls_handled,
    ROUND(AVG(data2::int) FILTER (WHERE event = 'COMPLETECALLER'
        OR event = 'COMPLETEAGENT'), 0) AS avg_talk_time,
    ROUND(AVG(data1::int) FILTER (WHERE event = 'CONNECT'), 0) AS avg_wait_given,
    COUNT(*) FILTER (WHERE event = 'RINGNOANSWER') AS missed_calls
FROM queue_log
WHERE time >= CURRENT_DATE - INTERVAL '7 days'
    AND event IN ('CONNECT', 'COMPLETECALLER', 'COMPLETEAGENT', 'RINGNOANSWER')
GROUP BY agent, client
ORDER BY client, calls_handled DESC;

3. Почасовая тепловая карта кампании

-- Call volume and SLA by hour per campaign (for staffing optimization)
SELECT
    EXTRACT(HOUR FROM time) AS hour,
    queuename AS campaign,
    COUNT(*) AS total_calls,
    COUNT(*) FILTER (WHERE event = 'CONNECT') AS answered,
    COUNT(*) FILTER (WHERE event = 'ABANDON') AS abandoned,
    ROUND(100.0 * COUNT(*) FILTER (WHERE event = 'CONNECT' AND data1::int <= 20)
        / NULLIF(COUNT(*) FILTER (WHERE event = 'CONNECT'), 0), 1) AS sla_pct,
    ROUND(AVG(data1::int) FILTER (WHERE event = 'CONNECT'), 0) AS asa
FROM queue_log
WHERE time >= CURRENT_DATE
    AND event IN ('CONNECT', 'ABANDON', 'EXITWITHTIMEOUT')
GROUP BY hour, campaign
ORDER BY campaign, hour;

4. Выручка и рентабельность по кампаниям

-- Campaign profitability analysis (requires billing config table)
WITH campaign_billing AS (
    -- Replace with your actual billing rates
    SELECT 'acme_sales_inbound' AS queue, 0.85 AS rate_per_minute, 'per_minute' AS model
    UNION ALL
    SELECT 'globex_billing_inbound', 1.20, 'per_minute'
    UNION ALL
    SELECT 'initech_support_inbound', 15.00, 'per_call'
),
call_stats AS (
    SELECT
        queuename,
        COUNT(*) FILTER (WHERE event IN ('COMPLETECALLER', 'COMPLETEAGENT')) AS completed_calls,
        SUM(data2::int) FILTER (WHERE event IN ('COMPLETECALLER', 'COMPLETEAGENT')) AS total_talk_seconds
    FROM queue_log
    WHERE time >= DATE_TRUNC('month', CURRENT_DATE)
        AND event IN ('COMPLETECALLER', 'COMPLETEAGENT')
    GROUP BY queuename
)
SELECT
    cs.queuename AS campaign,
    cs.completed_calls,
    ROUND(cs.total_talk_seconds / 60.0, 0) AS total_minutes,
    cb.model AS billing_model,
    CASE
        WHEN cb.model = 'per_minute' THEN ROUND(cs.total_talk_seconds / 60.0 * cb.rate_per_minute, 2)
        WHEN cb.model = 'per_call' THEN cs.completed_calls * cb.rate_per_minute
    END AS estimated_revenue
FROM call_stats cs
JOIN campaign_billing cb ON cs.queuename = cb.queue
ORDER BY estimated_revenue DESC;

5. Оповещение о нарушении SLA у клиента

-- Detect campaigns at risk of SLA breach (rolling 30-minute window)
WITH rolling AS (
    SELECT
        queuename,
        COUNT(*) FILTER (WHERE event = 'CONNECT' AND data1::int <= 20) AS in_sla,
        COUNT(*) FILTER (WHERE event = 'CONNECT') AS answered,
        COUNT(*) FILTER (WHERE event = 'ABANDON') AS abandoned
    FROM queue_log
    WHERE time >= NOW() - INTERVAL '30 minutes'
        AND event IN ('CONNECT', 'ABANDON', 'EXITWITHTIMEOUT')
    GROUP BY queuename
)
SELECT
    queuename AS campaign,
    ROUND(100.0 * in_sla / NULLIF(answered, 0), 1) AS current_sla,
    abandoned,
    CASE
        WHEN 100.0 * in_sla / NULLIF(answered, 0) < 70 THEN 'CRITICAL'
        WHEN 100.0 * in_sla / NULLIF(answered, 0) < 80 THEN 'WARNING'
        ELSE 'OK'
    END AS status
FROM rolling
WHERE answered > 0
ORDER BY current_sla ASC;

Автоматическая отчётность для клиентов

Клиенты BPO ждут регулярных отчётов. Вот как их автоматизировать:

Структура еженедельного отчёта

В каждом клиентском отчёте должны быть такие разделы:

—Краткая сводка — выполнение SLA, общее число звонков, ключевые моменты
—Выполнение Service Level — график SLA по дням, план против факта
—Анализ объёма звонков — распределение по часам, пики, тренды
—Работа операторов — лучшие и худшие, рекомендации по обучению
—Метрики качества — FCR, CSAT, доля переводов
—Рекомендации — предложения по улучшению, основанные на данных

Формирование отчётов через SQL

-- Weekly executive summary for client report
SELECT
    DATE(time) AS report_date,
    COUNT(*) FILTER (WHERE event IN ('CONNECT', 'ABANDON')) AS total_offered,
    COUNT(*) FILTER (WHERE event = 'CONNECT') AS total_answered,
    COUNT(*) FILTER (WHERE event = 'ABANDON') AS total_abandoned,
    ROUND(100.0 * COUNT(*) FILTER (WHERE event = 'CONNECT')
        / NULLIF(COUNT(*) FILTER (WHERE event IN ('CONNECT', 'ABANDON')), 0), 1) AS answer_rate,
    ROUND(100.0 * COUNT(*) FILTER (WHERE event = 'CONNECT' AND data1::int <= 20)
        / NULLIF(COUNT(*) FILTER (WHERE event = 'CONNECT'), 0), 1) AS sla_pct,
    ROUND(AVG(data1::int) FILTER (WHERE event = 'CONNECT'), 0) AS avg_wait_sec,
    ROUND(AVG(data2::int) FILTER (WHERE event IN ('COMPLETECALLER', 'COMPLETEAGENT')), 0) AS avg_talk_sec
FROM queue_log
WHERE queuename LIKE 'acme_%'
    AND time >= CURRENT_DATE - INTERVAL '7 days'
    AND event IN ('CONNECT', 'ABANDON', 'COMPLETECALLER', 'COMPLETEAGENT')
GROUP BY DATE(time)
ORDER BY report_date;

Bash-скрипт для автоматических PDF-отчётов

#!/bin/bash
# generate_client_report.sh — Run weekly via cron
# Requires: psql, python3, wkhtmltopdf

CLIENT="acme"
WEEK_START=$(date -d "last monday" +%Y-%m-%d)
WEEK_END=$(date -d "last sunday" +%Y-%m-%d)
REPORT_DIR="/var/reports/${CLIENT}/${WEEK_START}"

mkdir -p "$REPORT_DIR"

# Extract data
psql -h localhost -U asterisk -d asterisk_cdr -t -A -F',' \
  -c "SELECT DATE(time), COUNT(*) FILTER (WHERE event='CONNECT'),
      COUNT(*) FILTER (WHERE event='ABANDON'),
      ROUND(AVG(data1::int) FILTER (WHERE event='CONNECT'),0)
      FROM queue_log
      WHERE queuename LIKE '${CLIENT}_%'
      AND time BETWEEN '${WEEK_START}' AND '${WEEK_END}'
      GROUP BY DATE(time) ORDER BY 1" \
  > "${REPORT_DIR}/daily_stats.csv"

echo "Report generated: ${REPORT_DIR}"
# Convert to PDF, email to client contact

Пять дашбордов, без которых BPO не обойтись

1. Wallboard SLA по клиентам (реальное время)

Зачем: большой экран, на котором видно живой статус SLA по всем клиентам.

Виджет	Содержание	Обновление
Карточки SLA по клиентам	Текущий % SLA с зелёным/жёлтым/красным	Каждые 10 секунд
Глубина очереди	Сколько абонентов ждёт в каждой кампании	В реальном времени
Самое долгое ожидание	Текущий максимум времени ожидания	В реальном времени
Сетка статусов операторов	Свободен / В разговоре / ACW / Не в сети	В реальном времени
Счётчик потерянных	Скользящее число потерь за 30 минут	Каждую минуту

2. Операционный дашборд кампаний

Зачем: взгляд руководителя операций для перераспределения ресурсов между кампаниями.

Виджет	Содержание
Таблица сравнения кампаний	SLA, ASA, AHT, загрузка бок о бок
Матрица распределения операторов	Кто из операторов на какой кампании
Оповещения о перегрузке	Кампании, которым нужны дополнительные операторы
Почасовой прогноз против факта	Прогнозируемый и фактический объём звонков

Устали угадывать, что происходит в очередях?

Astervis даёт 30+ реалтайм-графиков, KPI операторов и CRM-интеграцию для вашего Asterisk PBX. On-premise. Установка за 5 минут. От $119/мес flat — без ограничения на операторов.

Попробовать бесплатно

3. Рейтинг операторов

Зачем: живой рейтинг операторов, который подстёгивает результат.

Виджет	Содержание
Топ-10 операторов (по звонкам)	Рейтинг по количеству за сегодня
Лидеры по качеству	Лучший FCR, самый короткий AHT
Флаги для наставничества	Операторы с высокой долей переводов или долгим ACW
Учёт входов и перерывов	Текущий статус и время в каждом состоянии

4. Финансовый дашборд

Зачем: взгляд CFO/CEO на рентабельность BPO.

Виджет	Содержание
Выручка по кампаниям	Выручка с начала месяца по каждому клиенту
Динамика себестоимости звонка	Линия тренда за 30 дней
Маржа по кампаниям	Выручка минус затраты на операторов и инфраструктуру
Эффективность загрузки	Выручка на оплаченный час работы оператора

5. Дашборд клиентского портала

Зачем: дашборд только для чтения, который вы даёте клиенту по защищённой ссылке.

Виджет	Содержание
График выполнения SLA	SLA по дням за текущий месяц
Тренды объёма звонков	Почасовые и дневные паттерны
Метрики качества	Динамика FCR, CSAT, AHT
Ключевые моменты	Автоматические комментарии к изменениям

Три подхода к BPO-аналитике на Asterisk

Подход 1. Собрать самому (Grafana + PostgreSQL)

Трудозатраты: 120-200 часов на первичную настройку, 10-20 часов в месяц на поддержку

Что понадобится:

—PostgreSQL с таблицами CDR и queue_log
—Grafana с источником данных PostgreSQL
—Собственные SQL-запросы под каждый дашборд
—Ролевой доступ для изоляции клиентов
—Скрипты формирования отчётов по расписанию

Плюсы: полная кастомизация, нет платы за каждого оператора Минусы: гигантские трудозатраты разработки, хрупкость, отсутствие поддержки, каждый новый клиент требует ручной работы

Подход 2. QueueMetrics

Трудозатраты: 2-4 недели на внедрение, постоянная стоимость лицензии

Стоимость: CHF 8 за оператора в месяц (50 операторов = ~$480 в месяц)

Что получаете: мониторинг очередей, базовую отчётность, wallboard Чего не получаете: учёт выручки по клиентам, автоматические клиентские отчёты, современный интерфейс, сравнение кампаний в реальном времени, простое перераспределение операторов

Плюсы: отраслевой стандарт, стабильность Минусы: дорого на масштабе, устаревший Java-интерфейс, мало функций именно под BPO, нет встроенного клиентского портала

Подход 3. Astervis

Трудозатраты: 15 минут на установку, результат сразу

Стоимость: от $119 в месяц (Starter) до $449 в месяц (Professional), число операторов не ограничено

Что получаете:

—30+ готовых дашбордов, включая тепловые карты очередей, показатели операторов и аналитику по транкам
—Мониторинг в реальном времени сразу по всем кампаниям
—Управление операторами с отслеживанием KPI и рейтингами
—Интеграцию с CRM (Bitrix24, AmoCRM) для работы с лидами
—Self-hosted — данные остаются на ваших серверах
—Установку одной командой: curl -sSL https://api.astervis.io/api/releases/install.sh | bash

Почему это работает для BPO:

—Видимость всех очередей: все клиентские кампании в одном окне
—Контроль работы операторов: видно, кто вытягивает результат, а кому нужен наставник
—Экономика: $449 в месяц против $480 в месяц (QueueMetrics на 50 операторов) или 200 часов разработки в Grafana
—Self-hosted: критично для BPO с требованиями к резидентности данных
—14 дней бесплатно: без карты и обязательств

Матрица сравнения

Возможность	Grafana своими силами	QueueMetrics	Astervis
Время внедрения	120-200 часов	2-4 недели	15 минут
Мультиочереди в реальном времени	Пишется вручную	Ограниченно	✅ Из коробки
Показатели операторов	Свой SQL	Базовые	✅ 30+ графиков
Тепловые карты	Вручную	❌	✅ Из коробки
Интеграция с CRM	Вручную	❌	✅ Bitrix24, AmoCRM
Стоимость (50 операторов)	$0 + 200 ч разработки	~$480 в месяц	$449 в месяц
Self-hosted	✅	✅	✅
Современный интерфейс	Как настроите	❌ Устаревший Java	✅ Современный веб
Поддержка	Сообщество	Платная	Включена
Обслуживание	10-20 ч в месяц	Низкое	Отсутствует

Типичные ошибки в аналитике BPO

1. Слишком много метрик

Проблема: 50+ KPI в клиентском отчёте. Их никто не читает. Решение: 5-7 метрик на отчёт, привязанных к SLA из договора.

2. Запаздывающая отчётность

Проблема: клиент получает отчёт за прошлую неделю в среду. Для оперативных решений он бесполезен. Решение: дашборды в реальном времени + автоматическая дневная сводка на почту + подробный еженедельный отчёт.

3. Нет учёта затрат по кампаниям

Проблема: вы знаете общие расходы, но не понимаете, какие кампании прибыльны. Решение: считайте время операторов по каждой очереди через queue_log и выводите себестоимость обработанного звонка в разрезе кампании.

4. Слепые зоны по общим операторам

Проблема: оператор работает на трёх кампаниях, а вы видите только сводную статистику. Решение: считайте показатели по паре «оператор + очередь». Так становится видно, на какой кампании каждый оператор сильнее.

5. Игнорирование паттернов потерянных звонков

Проблема: вы отчитываетесь про «5% потерь», но не разбираете, когда и почему они происходят. Решение: отслеживайте потери по часам, дням, позиции в очереди и времени ожидания. Большинство потерь укладывается в конкретные паттерны, которые лечатся расстановкой смен.

6. Ручные отчёты для клиентов

Проблема: каждую пятницу человек тратит 4 часа на сборку отчётов в Excel для 10 клиентов. Решение: автоматизируйте цепочку SQL → шаблон → PDF → письмо. После настройки человеко-часы обнуляются.

С чего начать: аналитика BPO за 30 минут

Шаг 1. Проверьте структуру очередей (5 минут)

Убедитесь, что очереди названы по схеме client_campaign_type. Если нет — переименуйте: это фундамент всей мультиклиентской аналитики.

asterisk -rx "queue show" | grep -E "^[a-z]"

Шаг 2. Проверьте сбор данных (5 минут)

Убедитесь, что queue_log и CDR действительно пишутся в базу:

# Check queue_log is flowing
tail -5 /var/log/asterisk/queue_log

# Check CDR database
psql -U asterisk -c "SELECT COUNT(*) FROM cdr WHERE calldate >= CURRENT_DATE"

Шаг 3. Установите Astervis (5 минут)

curl -sSL https://api.astervis.io/api/releases/install.sh | bash

Пройдите мастер установки — он сам определит конфигурацию Asterisk и сразу начнёт импортировать данные.

Шаг 4. Настройте представления кампаний (10 минут)

Сгруппируйте очереди по клиентам в Astervis. Задайте назначения операторов и цели по SLA для каждой кампании.

Шаг 5. Настройте оповещения (5 минут)

Настройте алерты на:

—падение SLA ниже порога, прописанного в договоре
—долю потерянных звонков выше 5%
—превышение максимальной глубины очереди
—падение числа доступных операторов ниже минимума

Главное

—Аналитика BPO принципиально отличается от внутренней: мультиарендность, разные SLA и разные модели биллинга требуют инструментов, созданных именно под это.
—Считайте 12 базовых KPI, разделив их на клиентские (SLA, ASA, FCR) и операционные (загрузка, себестоимость звонка, выручка на рабочее место).
—Соглашение об именовании очередей — фундамент: используйте формат client_campaign_type для автоматической сегментации.
—Автоматизируйте клиентскую отчётность — ручная сборка отчётов перестаёт масштабироваться уже на третьем клиенте.
—Следите за рентабельностью каждой кампании — сводные цифры маскируют убыточные контракты.
—Astervis даёт готовую BPO-аналитику за 15 минут вместо 200+ часов самостоятельной разработки: 30+ дашбордов, мониторинг в реальном времени и интеграция с CRM за $449 в месяц при любом числе операторов.

Начните бесплатный 14-дневный триал на astervis.io — карта не нужна. Все клиентские кампании, все метрики операторов и все цели по SLA в одном дашборде уже через несколько минут.

Хватит гадать. Начни видеть.

Реальная картина вашего Asterisk колл-центра: время ожидания, активность операторов, нагрузка на транки и 30+ графиков. On-premise на вашем сервере. Установка за 5 минут. Без карты.

Начать бесплатный триал Запросить демо

От $119/мес flat. Без ограничения на операторов. Триал 14 дней.

Аналитика Asterisk для BPO и аутсорсинговых колл-центров: полное руководство