Проблема «спам-меток» на входящих звонках — это настоящий бич современной телефонии. Когда на экране смартфона потенциального клиента высвечивается надпись «Спам», «Подозрение на мошенничество» или «Рекламные услуги», шансы на успешное соединение стремятся к нулю. Статистика в этом вопросе беспощадна: порядка 87% абонентов попросту игнорируют вызовы с подобными пометками. Для бизнеса это означает потерю до 65% успешных дозвонов, сожженные бюджеты на маркетинг и демотивированных менеджеров по продажам, которые работают «в стол».

Ситуация осложняется тем, что системы фильтрации у крупных игроков вроде Яндекса, Касперского или GetContact работают максимально агрессивно. Достаточно всего нескольких жалоб от недовольных пользователей или слишком высокой интенсивности звонков с одного номера, чтобы он мгновенно попал в «черные списки». В итоге компания может неделями звонить по «холодной» или даже «теплой» базе, не подозревая, что их номера уже давно помечены красным цветом во всех популярных антиспам-приложениях.

Почему ручная проверка — это тупиковый путь

Многие компании, осознав масштаб проблемы, пытаются внедрить ручной мониторинг. Выглядит это обычно как настоящий административный ад: выделенный сотрудник или даже целый отдел сидят с пачкой смартфонов, на которых установлены разные приложения, и по очереди вбивают туда номера компании или совершают тестовые прогоны.

Такой подход имеет массу критических недостатков:

• Огромные временные затраты. Проверка пула из 50–100 номеров вручную может занять целый рабочий день.
• Низкая актуальность данных. Номер может быть «чистым» в 10 утра, но уже к полудню, после десятка звонков, получить метку «Спам». Ручная проверка просто не успевает за динамикой рынка.
• Человеческий фактор. Сотрудники устают, ошибаются, пропускают сервисы или забывают зафиксировать изменения в базе.
• Отсутствие системности. Без автоматизации невозможно отследить историю «жизни» номера: как быстро он залетает в спам, какие операторы связи предоставляют более «чистые» пулы и какие скрипты разговоров провоцируют жалобы чаще всего.

Попытки использовать открытые API антиспам-сервисов напрямую тоже часто упираются в сложности. Многие площадки предоставляют такие данные только на платной основе, причем стоимость одного запроса при больших объемах начинает серьезно бить по карману. Именно поэтому возникает необходимость в создании собственного автоматизированного конвейера, который будет «чекать» номера быстро, дешево и без участия человека.

Техническая начинка системы мониторинга

Чтобы построить эффективную систему, которая будет имитировать поведение реального пользователя и проверять статусы номеров, нужен грамотный технический стек. В основе решения лежит установка Asterisk, которая выступает в роли центрального узла управления звонками. Однако одной АТС недостаточно — нужно научить систему «видеть» то же самое, что видит обычный человек на экране своего телефона.

Основная архитектура строится на следующих компонентах:

1. Контейнеризация через Docker. Это позволяет легко масштабировать систему. Внутри контейнеров запускаются Android-эмуляторы, на которых развернуты нужные приложения (Яндекс, Kaspersky Who Calls, GetContact).
2. Эмуляция Android-устройств. Использование эмуляторов вместо реальных «железных» телефонов позволяет избежать проблем с аккумуляторами, перегревом и физическим износом кнопок. Можно запустить столько «телефонов», сколько позволяют мощности сервера.
3. Система управления через REST API. Она служит прослойкой между телефонией и эмуляторами, позволяя ставить задачи на проверку, настраивать расписание и забирать результаты.
4. База данных Postgres. Здесь хранится вся история: какой номер проверяли, когда, в каком сервисе он «схлопотал» метку и какое именно стоп-слово было обнаружено.
5. OCR-модуль (Tesseract). Это «глаза» системы. Поскольку многие приложения не отдают данные текстом, система делает скриншот экрана эмулятора, а Tesseract распознает текст на картинке.

Для стабильной работы всей этой конструкции часто требуется качественное проектирование и настройка сети, чтобы трафик от эмуляторов не блокировался сервисами как подозрительный и не создавал лишнюю нагрузку на корпоративный канал.

Логика работы: от имитации звонка до вердикта

Процесс проверки полностью автоматизирован и не требует наличия реальных SIM-карт в эмуляторах. Всё работает на имитации входящего вызова внутри операционной системы Android.

Алгоритм выглядит следующим образом:

• Система берет номер из базы, который нужно проверить.
• На эмуляторе инициируется событие «входящий звонок» с этим номером.
• Антиспам-приложение, установленное на эмуляторе, реагирует на звонок и выводит на экран свою стандартную плашку (желтую, оранжевую или красную) с описанием.
• В этот момент система делает скриншот экрана.
• Скриншот отправляется в OCR-движок, который вытаскивает текст.
• Полученный текст сверяется со списком стоп-слов (например: «реклама», «спам», «мошенники», «предложение услуг», «нежелательный звонок»).
• Если совпадение найдено — номер помечается в базе как «грязный» и автоматически исключается из ротации в АТС.

Интересно, что такая система позволяет обходить ограничения платных API. Мы не взламываем сервисы, а просто смотрим на экран телефона так, как это делает обычный пользователь. Это делает мониторинг законным и максимально приближенным к реальности. При этом 100 номеров можно проверить всего за 15 минут, что в десятки раз быстрее любого ручного труда.

Умная ротация и интеграция с Asterisk

Просто знать, что номер в спаме — мало. Нужно оперативно реагировать. Самый эффективный способ — внедрение логики проверки прямо в Dialplan (сценарий звонка). Когда менеджер нажимает кнопку «позвонить» в CRM, Asterisk не сразу отправляет вызов в мир. Сначала происходит быстрый запрос к базе данных мониторинга.

Как это работает на практике:

1. Скрипт проверяет статус текущего номера, закрепленного за оператором.
2. Если номер «чист», звонок уходит клиенту как обычно.
3. Если база выдает статус «SPAM», система автоматически подменяет исходящий CID на следующий свободный и чистый номер из пула.
4. Оператор даже не замечает подмены, но его эффективность (дозваниваемость) остается высокой.

Параллельно с этим можно настроить систему уведомлений. Например, как только критический процент номеров в пуле получает метки, администратор получает сообщение в Telegram или на почту. Это позволяет вовремя закупать новые «карусели» номеров у оператора связи или подавать заявки на разблокировку. К слову, регулярный аудит IP-ATC помогает выявить, не слишком ли агрессивно настроена ваша телефония, что тоже может быть причиной частых блокировок.

Борьба с входящим спамом

Не стоит забывать, что спам-метки работают в обе стороны. Компании часто страдают от входящего спама — звонков от роботов, коллекторов или недобросовестных конкурентов. Автоматизированная система мониторинга может помочь и здесь.

Используя те же механизмы проверки через API Яндекса или Касперского, можно фильтровать входящий поток:

• Если звонит номер с явной меткой «Мошенники», вызов можно сразу сбрасывать.
• Если категория номера — «Реклама», звонок можно переводить на специальную запись IVR, которая вежливо сообщит, что компании это не интересно, не отвлекая живых сотрудников.
• Это существенно разгружает первую линию поддержки и отделы продаж, позволяя им фокусироваться на реальных клиентах.

Для того чтобы такие сценарии работали без сбоев и не создавали дыр в безопасности, необходима комплексная защита IP-ATC, которая предотвратит попытки подмены номеров или другие манипуляции со стороны спамеров.

Эффективность системы на реальных цифрах

Внедрение автоматического чекера — это не просто «игрушка» для инженеров, а инструмент с понятным бизнес-выхлопом. Рассмотрим реальный кейс: компания со штатом в 30–40 человек и пулом из 100 номеров. До внедрения системы дозваниваемость составляла всего около 13%. После того как все номера прогнали через мониторинг, выяснилось, что больше трети из них давно «светятся» как спам в Касперском и Яндексе.

Результаты после очистки пула и настройки авторотации:

• Дозваниваемость выросла с 13% до 31% за первую неделю.
• Общий процент недозвонов снизился до 60% (против прежних 87%).
• Время, которое менеджеры тратили на «гудки» и ожидание, сократилось вдвое, что позволило увеличить количество диалогов в день.
• Стоимость одной проверки номера упала до копеек, так как основные затраты — это только ресурсы сервера и электроэнергия.

Более того, система позволяет «лечить» номера. Если вы видите, что номер попал в спам по ошибке (например, вы звоните действующим клиентам, а вас пометили как рекламу), можно подать официальную жалобу в техподдержку антиспам-сервиса. Часто после таких заявок номера очищаются в течение 1–3 дней. Без мониторинга вы бы даже не узнали, что номер нужно «спасать».