Jak AI korzysta z danych CallPage i Ringostat i co realnie robi ze zgłoszeniami oddzwonienia?

AI podłączone do CallPage albo Ringostat czyta każde zgłoszenie oddzwonienia razem z danymi o tym, z jakiej kampanii przyszedł klient, jaką stronę oglądał i czy dzwonił już wcześniej. Na tej podstawie kwalifikuje leady, ustawia kolejkę według pilności i dostarcza handlowcowi gotowy brief jeszcze przed tym, jak wybierze numer. Nie musisz nic szukać ręcznie: kontekst czeka w powiadomieniu.

Jakie dane wyciągamy z CallPage i Ringostat

CallPage przechowuje każde zgłoszenie oddzwonienia jako rekord z polami: imię, numer telefonu, adres URL strony, z której przyszło zgłoszenie, godzina zgłoszenia, preferowany czas kontaktu (jeśli klient go podał) i status: Nowe, W trakcie, Zakończone albo Odrzucone. Jeśli doszło do połączenia, w historii rozmów jest nagranie. Solidna baza, ale samo CallPage nie powie ci, że klient trafił przez konkretną reklamę w Google.

Tu wchodzi Ringostat. Dzięki dynamicznej podmianie numerów (DNI) każdy numer telefoniczny na stronie jest unikalny dla źródła ruchu: inny numer widzisz, przychodząc z Google Ads, inny z Facebooka, inny z ruchu organicznego. Kiedy klient dzwoni, Ringostat wie, który numer wybrał, i przypisuje połączenie do konkretnej kampanii, grupy reklamowej, a nawet frazy kluczowej. W raporcie połączeń mamy kolumny: utm_source, utm_medium, utm_campaign, utm_term, czas trwania rozmowy, status (odebrane, nieodebrane, porzucone w IVR) i numer dzwoniącego. Ringostat zbiera też ścieżkę konwersji: ile razy klient kontaktował się, zanim zostawił numer albo kupił.

AI nie wchodzi na te dane ręcznie. Wyciągamy je przez webhook: CallPage i Ringostat wysyłają POST request z paczką danych przy każdym zdarzeniu. Nowe zgłoszenie w CallPage? Webhook leci. Zakończone połączenie w Ringostat? Webhook leci. Ta paczka trafia do automatu, najczęściej n8n albo Make, i tam AI dostaje ją jako wejście do pracy.

Jak AI kwalifikuje zgłoszenia i ustawia kolejkę oddzwonień

Wdrożyliśmy to u kilku klientów i schemat jest podobny: AI dostaje rekord z CallPage ze statusem "Nowe" i zanim handlowiec zobaczy powiadomienie, ma już scoring. AI patrzy na kilka sygnałów jednocześnie.

• Strona źródłowa zgłoszenia: ktoś, kto kliknął widget oddzwonienia na /cennik albo /zamow-wycene, jest na innym etapie zakupowym niż osoba z artykułu blogowego.
• Źródło kampanii z Ringostat: klient z remarketingu, który już raz dzwonił w zeszłym tygodniu, to ciepły kontakt. Zimny ruch organiczny i pierwsza wizyta to inna sprawa.
• Pora zgłoszenia: kontakt złożony o 9:00 w środę i o 23:00 w piątek to różne sytuacje: ten pierwszy wymaga szybszej reakcji.
• Historia numeru telefonu: AI sprawdza, czy ten numer pojawił się już wcześniej w CRM albo w raporcie połączeń Ringostat.

Na podstawie tych sygnałów AI przypisuje etykietę: "pilne do oddzwonienia", "standardowe" albo "do umówienia na konkretny czas". Handlowcy widzą posortowaną kolejkę, nie chronologiczną listę. Bez tego bywa tak, że pierwsza osoba na liście dostaje oddzwonienie najwcześniej tylko dlatego, że zgłosiła się jako pierwsza, nawet jeśli pięć pozycji niżej czeka ktoś z zapytaniem ofertowym w ręku.

Skąd AI wie, z jakiej kampanii przyszedł klient, zanim ktokolwiek odbierze telefon

To jest to, co Ringostat robi dobrze i czego nie ma wprost w samym CallPage. Dynamiczna podmiana numerów sprawia, że każde połączenie ma przypisane utm_source, utm_medium i utm_campaign. Żeby AI mogło z tego skorzystać, te dane muszą być połączone z rekordem klienta w CRM albo przynajmniej z historią kontaktów.

Typowy przepływ wygląda tak: klient klika reklamę "uszczelki przemysłowe Kraków" w Google, trafia na stronę i widzi numer Ringostat przypisany do tej kampanii. Dzwoni. Ringostat zapisuje: utm_campaign="uszczelki_krakow", utm_source="google", utm_medium="cpc", czas trwania rozmowy 3 minuty 20 sekund, status: odebrane. AI dostaje ten rekord przez webhook, szuka tego numeru w CRM i widzi: "Jan Kowalski, poprzedni kontakt 8 dni temu, status: zainteresowany, wysłano ofertę standardową". Łączy te informacje i generuje brief dla handlowca.

Co handlowiec dostaje zanim wybierze numer

Bez integracji z AI handlowiec widzi w CRM albo na Slacku coś takiego: "Nowe zgłoszenie: Jan Kowalski, 501 XXX XXX, 14:23". Tyle.

Z AI wygląda to inaczej. Powiadomienie zawiera:

• skąd klient przyszedł: kampania Google Ads "klimatyzatory split", kliknięcie o 14:21
• jaką stronę oglądał przy zgłoszeniu: URL /cennik-klimatyzatorow, szacowany czas na stronie: 4 minuty
• historię kontaktów: poprzednie połączenie 12 dni temu, czas trwania 2 minuty, status w CRM "poprosił o przesłanie oferty"
• sugestię: "Klient zna ofertę, warto zapytać o konkretny termin realizacji i czy oferta jest nadal aktualna"

Handlowiec dzwoni z kontekstem. To nie jest magia. To jest zebranie danych, które i tak były już w Ringostat, CallPage i CRM, ale nikt ich nie czytał przed rozmową, bo nie było na to czasu ani narzędzia, które podałoby je w trzech zdaniach.

Co AI robi z nieodebranymi połączeniami i porzuconymi zgłoszeniami

Nieodebrane to osobna kategoria, którą łatwo zgubić. W Ringostat każde nieodebrane połączenie ma swój rekord: data, godzina, numer dzwoniącego, liczba prób. AI może monitorować te rekordy i wystawiać zadania do oddzwonienia, biorąc pod uwagę godzinę ostatniego nieodebranego, żeby nie dzwonić o 9:00 do kogoś, kto próbował się dodzwonić o 18:30.

U jednego z klientów zrobiliśmy to tak: AI analizował nieodebrane z ostatnich 48 godzin i każdego ranka wysyłał handlowcom skróconą listę priorytetów z krótką notatką przy każdym numerze. Przy numerach z CRM dołączał historię kontaktu. Przy nowych numerach oznaczał je jako "nieznany kontakt, warto zadzwonić". Czytanie tej listy zajmuje może minutę. Wcześniej oddzwonienia do numerów z poprzedniego dnia były realizowane losowo albo w ogóle.

Follow-up po rozmowie: AI pilnuje kolejnego kroku

Po zakończonej rozmowie Ringostat i CallPage zapisują nagranie. AI może je przetworzyć (transkrypcja i streszczenie) albo pracować tylko na metadanych, jeśli nagrań nie chcemy przetwarzać z powodów RODO. Status połączenia, czas trwania i ewentualna transkrypcja wystarczają, żeby AI zasugerował kolejny krok.

Możliwe sugestie follow-up, które AI generuje po rozmowie:

• kiedy oddzwonić, jeśli klient poprosił o kontakt za kilka dni
• co wysłać mailem: oferta, specyfikacja, link do materiałów
• czy lead jest gotowy na etap wyceny, czy jeszcze porównuje opcje
• czy i jak zaktualizować status w CRM
• czy sprawa wymaga uwagi przełożonego, np. duże zapytanie albo klient z historią reklamacji

Handlowiec zatwierdza zadanie jednym kliknięciem albo edytuje. Nie tworzy go od zera, bo i tak zaraz bierze kolejne połączenie.

Od czego zaczynamy integrację z CallPage i Ringostat

Punkt startowy to webhook. CallPage ma go w sekcji Ustawienia konta, Ringostat w zakładce Integracje. Każdy z nich wysyła dane do wskazanego URL przy zdarzeniach, które zdefiniujesz: nowe zgłoszenie, zakończone połączenie, nieodebrane. To jest techniczne wejście dla automatyzacji.

Dalej potrzebna jest warstwa automatyzacji, najczęściej n8n albo Make. Tam definiujemy przepływ: co AI ma zrobić z danymi, jak ma wyglądać scoring, co i w jakiej formie trafia do CRM. Sam model AI dostaje prompt z danymi z webhooka i zwraca ustrukturyzowaną odpowiedź: priorytet, brief, sugestia follow-up.

Jedno zastrzeżenie: samo podłączenie webhooka to za mało. Dobre wdrożenie zaczyna się od analizy, co handlowcy chcą wiedzieć przed rozmową i co robią teraz ręcznie, żeby to znaleźć. Jak chcesz zobaczyć, jak ten rodzaj integracji wygląda w praktyce u innych firm, zajrzyj na realne wdrożenia. Jeśli nie wiesz jeszcze, jak to wyglądałoby w Twoim procesie sprzedaży, umów się na bezpłatny audyt. Pokażemy, które dane już masz w CallPage i Ringostat i co realnie można z nich wyciągnąć bez przebudowywania całego systemu.