我们接手过一个 SaaS 客户的产品推广流程:官网留资、公众号、短视频线索三条入口,全进同一个「呼叫池」,13 个坐席按顺序轮着打。第一个月打完 2,300 个线索,负责人拿着一张 Excel 来找我们:「接通率 41%,有效对话 19%,成交 7 单。但最离谱的是,三个明确在表单里写了『已购买 V2 版本』的用户,被连着打了四次续费推销。」
这不是排班问题,是「外呼 Agent 决策和客户阶段状态脱钩」的问题。这篇复盘写我们怎么重做外呼 Agent 的决策链路:21 天、6,412 个真实外呼样本。核心结论先说:上线增强版外呼 Agent 后,人均有效沟通时长涨 63%,意向成交率从 7.2% 提到 15.8%,禁呼时段违规率 24% 降到 1.6%——其中最反直觉的是,把 AI 前置做意图筛选反而让人工坐席的 KPI 变好了,而不是被抢了饭碗。
一、先拆开「外呼 Agent」到底该管哪几段
很多团队把「外呼」外包给一套工具,但工具只能执行打电话这个动作。真正的链路有五段,每段的决策复杂度完全不同:
- 准入决策:该不该打他?意愿如何?——这是策略问题。
- 时机决策:什么时候打?——这是约束优化问题。
- 内容决策:开场说什么?——这是个性化问题。
- 对话执行:实时怎么应对?——这是识别与生成问题。
- 后处理决策:挂了之后怎么分派?——这是流转问题。
旧系统的全部聪明都集中在第四段(TTS/ASR 体验),前三段和后处理基本靠人工排班和经验。而数据显示:2,300 个线索里,8.1% 属于「明确无资格」(竞品客户、已流失、18 岁以下),11.3% 处于禁呼期(短期内已多次联系或已留投诉),这两类加起来浪费了 31.4% 的外呼量。
二、准入决策:把「什么时候不能打」做成白名单
我们建了一个准入评分器,输出不是分数而是三档:直接放行 / 延迟 / 拦截。背后的想法是:外呼的伤害不是零,一通骚扰电话的品牌损伤可能是隐性而延迟爆发的。
| 档位 | 规则(满足任一) | 占比 | 旧系统行为 |
|---|---|---|---|
| 拦截 | 历史投诉、明确拒绝、竞品采购中、18 岁以下 | 8.1% | 照打 |
| 延迟 | 近 30 天联系过、退订邮件 90 天内、非活跃时段 | 11.3% | 照打 |
| 放行 | 需过反骚扰模型 | 80.6% | — |
这里有三个细节值得说。第一,「明确拒绝过」必须做成长效拦截而不是打标签——旧系统把拒绝记为「无意向」,两周后这个线索又被放回了池子。第二,退订邮件的用户不一定该被永久拉黑,但 90 天内不该用销售话术来打,我们单独设了一条「仅回访型呼叫」通道。第三,年龄校验在 B2C 场景里不能省。
三、时机决策:不是「选个良辰吉日」,是解一个带约束的调度
老坐席排班靠经验,新系统把时机问题建模成一个带约束的调度:给定每个线索的「可联系性概率分布」(按时区、历史响应时间、设备活跃度加权),求解在禁呼约束下期望接通率最高的打点。
这里有一个容易忽略的工程真相:接通率和会话质量是负相关的。我们统计过,算法最优时段接通率 47.8%,但那些「良辰吉日」里很大一部分用户在通勤、在哄娃、在开会,平均有效沟通时长反而比次优时段低 22%。所以我们没有直接优化接通率,而是优化「接通率 × 平均有效时长」,代价是接通率降到 44.2%,但人均有效沟通时长涨了 63%。
四、内容与对话:开场 9 秒决定 30 秒后的走向
我们把过去 12,000 通录音的前 30 秒打了标,发现一个非常稳定的模式:用户挂断的原因里,前 9 秒的开场信任崩塌占 68.3%,中段被打断产生反感占 21.7%,真正「不需要」只占 10%。注意这里的因果推断——用户不是因为不需要才挂,是因为开场没有建立信任才挂。
内容 Agent 的改造集中在三件事:
- 禁用「无限好」开场。不用「我们有一个特别好的产品」,改用「我们是 X,联系您是因为您留过一个关于 Y 的咨询,您现在方便吗」——这听起来笨,但首 9 秒挂断率降了 34%。
- 意图路由优先于话术库。接起来先说一句「可以问一个问题吗:您现在还在看这类工具吗?」——回答「不看了」直接进礼貌收尾(这种占了 6.8%,老系统平均要聊 90 秒才发现),回答「在忙」进改约流程。
- 个性化不是念用户的名字。研究发现「念名字」对停留时长几乎没有提升(我们问过 200 个用户,其中 63% 明确反感),真正的个性化是引用他留资时填的那个具体需求——把「我想找一款能管库存的软件」变成「您上次提到库存管理这块,我们现在新出的模块正好——」
对话执行上还有一个容易被高估的点:实时打断处理。我们没有上复杂的话术自适应,而是把「用户打断后把 Barge-in 语义判定提前到 150ms」做了,但把生成模型留给了后处理——这个取舍让我们避开了实时生成的延迟灾难。
五、别忽视流转设计:被抓得最狠的是「打多少次」
最后修的一个 bug 其实是流程问题:AI 坐席打过的线索,如果判定「需要人工介入」,旧系统直接放回池子让下一个 AI 继续打,等于同一批人对同一用户重复轰炸。我们加了单线索最大 AI 触达次数(3 次)和同人工坐席冷却期(7 天),就这两条,客户侧的投诉率降了一半。
总结
21 天、6,412 通外呼。回头看,外呼 Agent 的价值根本不是「省人力」,而是把老系统里那 31.4% 浪费的外呼、那 68.3% 的开场崩塌、那套没有冷却期的重复触达全部收拢到可控状态。把智能前置到「什么时候不打」和「怎么开场」,让剩下的通话更像一通正常的销售电话——这比把对话做得更像人更让客户满意。
互动提问:你们那边的外呼线索,有没有算过「无效接通率」?我们最震惊的是 19.4% 的电话属于「明确无资格还照打」,这笔账很多团队从来没核过。
互动提问:禁呼时段和最大触达次数,你们是设成硬规则还是给系统一定自主权?我们最后选了硬规则加白名单例外,想听听有没有更灵活的实践。
— IMAI 编辑部 | 2026-11-11