智能外呼到底有多智能？

越來越多的企業利用AI技術，來完成技術水平越低，重複度高的工作，不僅節省成本，也提升了工作效率與收入。

Things change，近年來AI技術在全國及全世界範圍內迅速的發展與應用，越來越多企業利用AI技術與實際業務相結合，來節省成本，提升工作效率與收入。其中技術水平越低，重複度越高的工作，越容易被替代。

客服與銷售等崗位現在已經面臨人工智能技術的衝擊。接下來我將智能外呼工作的經驗總結出來，與你分享。

人工智能原理介紹

大家在刷朋友圈經常刷到，人工智能多麼多麼強力了，多麼狂拽酷帥了，其實在從業者眼裡，AI其實沒有那些玄之又玄，原理都是一致的，只是實現方式不同。

終結者那種擁有自我意識機器人屬於是強人工智能，強人工智能主要是處在實驗室當中，小編本人也沒有見過廬山真面目。現在大家在市面上接觸到的人工智能產品，幾乎都是弱人工智能與實際業務相結合的產品。

例如各種虛擬角色與你進行對話交流，也就人工智能技術在語音交互領域的傑作，弱人工智能實現的方式主要有以下兩個方面：

我們給一定的規則進行編程，讓計算機根據規則處理特定的業務，輸出來的結果看樣子是智能的。我們不給計算機定義規則，而是給機器餵某一特定領域大量的數據，讓機器挖掘到這些數據中的特徵，從而構建規則，具備了完成了業務的智能。

AI項目

人工智能現階段主要應用於家居、零售、交通、醫療、教育、物流、安防等領域。實現手段還是主要通過自然語言理解與圖像解析等技術，融入相關業務，實現項目的落地。

智能語音項目也分成了被動應答的智能在線客服、智能電話客戶和主動發起對話的智能外呼三類。智能在線客服和智能電話客服小編之後再細細道來，本文先不做贅述。智能外呼產生的目的就是解決各企業，人工客服與電話銷售人工成本高的問題。

我們看一組數據比較：

電銷人員每年的人力成本成本要6-8W。而一路機器人每年的使用價格也不到1w；傳統的電話銷售，每天只能撥打或接聽200-300通電話，但機器人則不用休息，無縫撥打，如果沒有線路和其他因素的限制，一路機器人可以呼出1500以上的數量。這裡有人可能會說，機器人外呼的效果沒有真人的好，但是機器人的出現就是替代掉簡單重複工作，如果拋開效率、成本來講質量，那就是耍流氓。

其次，智能外呼在效率和成本之外遠遠高出傳統電銷之外，還有以下幾點優勢：

可以迅速篩選無效號碼，因為電銷拿到的號碼質量是沒有保障的，大量的無效號碼對電銷人員的情緒和成本都是一種浪費。電銷工作雖然是重複性高的工作，但是每個公司銷售的產品，銷售個人的套路和技巧都是不同的，而且銷售崗位是一個流動性很大的崗位。智能外呼可以保障讓服務質量標準化。電銷工作者的壓力很大，每天面對無效號碼和沒有禮貌的客戶，情感容易到達臨界值。容易與客戶產生爭執。智能外呼則不會有這樣的情況。機器人會只記錄下用戶邏輯的走向。

外呼分類

智能外呼根據業務的不同可以大體分為兩類：

以回訪，通知、信息確認為主確認信息類外呼。這類外呼主要業務為各大銀行券商進行開戶回訪、賬戶異常的回訪、軟件登陸的語音驗證碼、生活繳費、貸款罰款欠費到期的回訪、催收，消費體驗的回訪。以推廣、銷售、介紹、邀約為主的營銷類外呼。這類外呼主要的業務是中小企業，拓展自己業務和影響力的方式。如特產水果、堅果、茶葉等雜物的銷售，保險、信用卡、售樓的邀約。打着「送禮品」旗號進行變相營銷家用電器直營店等等。但凡是可以通過發傳單，電話銷售之類的低效營銷，都可以通過營銷類外呼來解決。ps：盲目的騷擾電話是不正確的（全國舉報騷擾電話熱線：12321，網址搜索電話號碼即可）。

現有問題與解決方案

確認信息類外呼

確認信息類外呼的接通效果要比營銷類外呼的要好，畢竟確認信息類外呼都是在已建立用戶與商家建立了消費關係基礎上，再通過智能外呼建立聯繫的。確認信息類外呼目前在各大銀行，券商，服務中心開始普及。

目前主要存在問題：

1. 語音識別問題：現階段各大廠商的語音識別都做的很過關了，但還是會因為線路，方言等問題造成識別的問題。本來智能外呼就是以機器人為主導，用戶只需要說少量的話，如果語音識別還出現問題的話那很難達到滿意的效果了。

解決方案：很多企業有自研的語音，解析等方面的工具，但效果距離阿里和訊飛的語音還是有一定差距的。可以根據不同的業務場景，或針對某一地區的外呼任務，換一套專屬的語音模型。根據不同行業的業務，適用於不同行業的熱詞。現階段還有很多小企業，不搞語音識別與解析的自研，直接把阿里、訊飛、百度的語音接口拿過來，自己根據業務進行外呼模板的製作。

ps：現在市面上很多企業打着語音解析自研的大旗，將這個當成自己的賣點，小編個人覺得語音解析自研是一把雙刃劍。優勢是如果有問題我們可以直接的解決，增加熱詞或調整模型。但劣勢是，你整體的解析做的不如大廠好，你再能隨時隨地優化又能怎麼樣呢。你木桶的長板再長也有短板給你漏水不是。

2. 外呼不成功問題：確認信息類回訪的號碼質量已經是非常高了，但還是會出現外呼不成功的問題，外呼不成功主要有以下幾種（空號、關機、停機、拒接、正在通話中等）。在確認信息類出現最多的就是拒接。

解決方案：轉換一下身份，如果是你收到一串不知名的外地號碼來電，你是否會接電話？大部分人是否會接通，都要需要打一個問號。為了解決這種沒有開始檢驗機器人能力就失敗的情況，我們應當提前告知用戶我們的回訪計劃。比如用戶在拿手機進行券商開戶時，APP可以推送一條信息，如「30秒以後，我們的智能坐席將對你進行回訪」。而且線路要修改，用戶的來電顯示一定要是商家名稱的5位專屬電話，或者本地的號碼，這樣可以讓用戶放鬆警惕，安心接聽。

3. 線路並發問題：確認信息類回訪的核心就是將企業的人工呼叫中心替代只需要機器人和線路的智能呼叫中心。由於任務量的原因，需要多條線路持續的進行外呼任務。任務過程中運營商管制封號，或其他不可抗力都會對任務產生影響。

解決方案：理論上外呼任務一旦建立，機器人就會不停的撥打。可能會引發數據過載或運營商封號，這就需要對機器人外呼記性一些限制性的政策。如單位時間內最多撥出多少個號碼，或完成一同電話後需要暫停一定的時間。呼叫時間最好限制在上午10點到中午12點，和下午1點半到晚上六點。打擾用戶正常休息的話就得不償失了。

營銷類外呼

營銷類外呼一般是中小企業針對目標客戶群體進行外呼。篩選意向客戶，獲取到高意向客戶直接轉接人工坐席或記錄好信息讓人工坐席繼續跟進，促成買賣行為從而獲取利潤。

目前主要存在問題：

1. 接通率問題：外呼的接通率是衡量外呼效果的最重要的標準之一，假設你呼了1800通電話，但是有50%是空號，20%關機、停機。30%可以好好接通的客戶又操着一口濃重的方言，拒絕了你，估計領導就會找你去茶水間談人生和理想了吧。

解決方案：首先確定此外呼類模板的目標客戶是什麼群體，是需要信用卡、理財產品的上班族。需要幼兒游泳，英語課程的寶媽。還是剛買了車需要上車險的新車主。確定好了目標客戶人群問題就解決了一半，可以通過各種渠道獲得目標客戶人群的聯繫方式。至少是沒有空號的有效號碼，這樣外呼任務才可以順利的進行。（任何買賣用戶個人信息的行為都是不合理不合法的，建議用正規渠道收集客戶信息，而且按號碼段撥打運營商爸爸會查你水錶的）。

2. 吸引用戶意向問題：小編做過一些銷售類的外呼模板，無一例外，最難得部分不是合成音，語音識別和模板的配置。而是客戶願不願意搭理你。就算你做出完美無缺的外呼模板，80%用戶沒聽完你的開場白直接掛機，也是一首涼涼送給你。

解決方案：這類問題主要是開場白不夠吸引人，拋開業務場景不談，如果用戶連開場白都沒聽完就掛機，那開場白絕對脫不了干係，改就完了。針對開場白有以下幾款套餐值得推薦。

兒童套餐：充滿誘惑的附加條件，我們免費送你個掃地機器人，不粘鍋，女朋友等等等等，只要參加我們本次xx保險公司舉辦的線下見面會就好。當然如果允諾給用戶什麼條件的話，一定要完全符合才行，否則企業形象就沒了。

成人套餐：簡單粗暴，您想提升您的信用卡額度嗎？學區房您要了解以下嗎？浙江溫州浙江溫州江南…等等，通過簡單高效的方式讓客戶直接的了解到你的目的和產品。這種方式是最快的區分意向客戶的方式，而且整通對話時間短，撥打效率也可以提高。

全家桶：已經掌握客戶部分信息，再進行外呼就得心應手的多了。「您對我們的xx產品感興趣嗎？」或「我們xx產品免費試用7天，您要不要了解一下」。基於一定數據的營銷，總比低效營銷的效率高。

外呼模板製作

一個機器人外呼模板主要有以下幾個部分組成：

再次分別介紹一下各個組成部分需要遵循什麼樣的規則。

主流程:主流程是一個外呼模板的基石。將外呼會出現的各種情況一一列舉出來，各個節點的調轉畫出一個流程圖，讓模板製作者和客戶都可以一目了然的看清楚模板的邏輯走向。

開場白是外呼模板能否正常開展的主要因素，外呼類的模板要遵循以下原則：讓用戶知道是是誰讓用戶知道你來點的目的是什麼詢問用戶是否方便開始回訪/確認用戶身份營銷類的開場白只要能吸引用戶繼續將模板走就可以了。

每個外呼模板都有n個節點，每個節點都有自己的代表的場景和話術，環環相扣。每個節點都要詢問用戶問題，讓用戶做出回答，這樣模板才能走到結束語。打斷話術是出了結束語外每個節點都具備的話術，在模板進行中，如果用戶沒有按照我們的引導往下進行，詢問了其他信息。我們用常用知識庫進行回答，需要打斷話術將對話引導對到主流程。打斷話術都是接電話數的相似句，詢問問題，讓客戶做出回答。在每個節點我們都要做好面對失敗的準備，一通電話也能發生很多意外。我們要在每個節點都配置挽回話術，假設一共有五個問題需要詢問。開場白，用戶說自己在忙，挽回話術可以是「我們要問您五個問題，只要耽誤您兩三分鐘就夠了」。如果問到第四個問題了，用戶產生了厭惡情緒，要掛機，此事挽回話術可以是「本次回訪僅剩最後一個問題了」，要無時無刻的考慮如何面對對話失敗。外呼模板可以走到結束語，已經是很成功了，為了增加客戶體驗，我們需要設置結束語播放後的掛機時間，否則機器人話音剛落直接掛機就很不禮貌，可以設置延遲3-5s掛機。常用知識庫:各種外呼的模板中都着相似的問發，這樣我們可以取出各個模板的交集。而同一種類業務的外呼也可以提取出更多的交集，組成行業通用模板。不要重複的造輪子，如果有現成的東西，那我們直接拿來用就好了。

語音模型小編不是專業的，僅能做到拿大量的數據來訓練模型。現在大部分的語音模型都是採用cnn卷積神經網絡進行模型訓練。每個模板我們梳理好常用知識庫以後，需要將給常用知識庫中的標準句增加相思句數據。

1個標準句對應多個相思句，模型訓練時先通過分詞技術將相思句分成若干個部分，然後學習其中的特徵，最終型成模型。

模型的解析是下面的步驟：query→分詞→詞向量→CNN（卷積→池化）→查表對應FAQ。

這是小編寫的第一篇分享文章，希望可以幫你了解到智能外呼，各位大佬有意見歡迎指出。

本文由 @且聽風吟 原創發布於人人都是產品經理。未經許可，禁止轉載