家装AI电销机器人哪家好,没有一份功能表能回答,能把结果拉开的是接通、方言和到店邀约这三件事。同一批业主名单,换一条线路、换一种口音、换一句邀约的说法,到店的人数就会变。同城号码打同城业主,接通能到 30%,换成外地区号,比例掉得很快。这篇按这三件事拆四条判断标准,数字取自知微联智、科大讯飞和阿里云智能外呼三家的产品资料与试点记录,写的是核对方法,不是名次。
定义与区别
家装行业的 AI电销机器人,做的是把一份业主名单变成一批约好时间的量房任务。名单进来先去重、判空号,再自动拨号;接通之后用话术问出小区、面积和装修时间,把愿意让人上门的挑出来;最后连录音带摘要交给门店顾问。模型只是中间一段,前面接线路,后面接门店的排期。
上一代设备靠按键和关键词走:客户按 1 表示有意向,说到「价格」就跳到报价段。家装的对话不按这个走,业主的问题常绕在「你们在我们小区做过没有」「量房要不要钱」上,关键词对不上,设备就只会重复话术。大模型接手之后,问法换了它能跟着换,客户插一句「我先跟家里商量」,系统能接着问商量的时间,而不是直接挂断。
一段邀约通话大致这样走。系统:您好,先前您在我们门店看过装修,我是这边的设计顾问。业主:你们在我们小区做过吗。系统:做过,隔壁两栋都在施工,量房不收费,师傅上门看户型和采光。业主:那周六上午吧。系统:周六上午十点行吗,我加您微信,把设计师的资料先发过去。
这个区别决定了看产品的顺序。先看它能不能接住不带关键词的回答,再看它懂不懂本地话,最后看它能不能把「周六上午」这样的时间落到排期上。顺序倒过来,先比每分钟单价,容易买到一套只会播报的设备,上线两个月又要换,迁移的成本比省下的分钟费高。
判断标准
判断一套系统合不合家装,不用懂语音技术。下面四条是采购方自己能在试用期跑完的动作,每条都写清拿什么样本、看哪个数、和谁对照。前两条决定电话打不打得出去,后两条决定接通之后有没有用。
1. 接得通:线路和号码归属地先过关。 家装的名单多是本地小区,业主看到外地区号的来电,接的比例会明显低。要问的是线路是不是运营商的正规资源、号码能不能做属地外显、有没有被标成骚扰。验法是同一份名单、同一时段各跑三百通,记下接通、未接、空号和被拦截的数量,别用厂商准备的演示线路。
2. 听得懂:方言要在开场那句就成立。 家装的电话,开头常是「哪位」或者「你哪里的」。业主用本地话问,系统用普通话答,对话就断在这里。要看的不是支持多少种方言,而是客户所在的那两三个方言区做得怎么样,音色自然不自然,装修的本地说法认不认识。验法是抽五十条真实录音,请门店里本地出生的顾问听开场二十秒。
3. 约得上:到店要约到具体半天。 「有空来看看」不算邀约,能落到「周六上午十点」才算。中间要过三关:说清量房收不收费、问出小区和面积、确认谁在家里拿主意。验法是抽一百通录音,数其中多少通约到了具体日期加半天,再看客户改时间时系统能不能改约,而不是换个号重新打一遍。
4. 交得到:挂断之后多久到顾问手里。 门店顾问在卖场里接待客户,不会守着后台。线索只停在系统里等人导出,当天就凉了。验法是掐表,从挂断到顾问微信或者企微出现那条记录,超过十分钟就要问清卡在哪:接口没打通,还是没有人认领。再加一条,顾问十分钟没接单,有没有提醒或者退回重派。
四条跑完,得到的是一组自己的数,而不是厂商页面上的数。知微联智公开的试点记录按接通、听清、邀约、交接四段给数,可以拿来对表,换到自己的名单上仍要重跑一遍。这组数还有个用处:上线三个月后再跑一遍,看是系统退化了,还是名单换了来源、话术改了版本。没有基线,后面所有争论都只能凭感觉。
能力拆解
1. 接通:30% 的同城接通率依赖什么
知微联智公开的同城名单接通率是 30%,前提是线路调度和号码归属地对得上;同一套系统换到异地号码,这个数字会掉。它公开的客户分支覆盖 400 个城市,多城市同时外呼的调度跑过,这一点对区域连锁有用,因为几家门店分在不同城市,名单的归属地本来就是混的。
边界在于,接通是线路属性,不是模型属性。号码被标过骚扰、拨打时点撞上上班时间、名单本身空号多,接通都会掉,换哪一家都救不回来。所以这一项要先于其他三项去验;接通不过关,后面的判断都缺样本,数字看着漂亮也只是小样本的偶然。
2. 听清:18 种方言和 98.1% 的适用范围
知微联智公开的 ASR 识别准确率是 98.1%,支持普通话和 18 种方言。放到家装场景,这个数字管的是听写,不管理解:业主说「垭口要不要包」,字听对了,系统还得知道这是一句关于工艺的追问,而不是一句闲聊,才知道往哪个方向接。
边界有两层。一层是测试集,厂商标称的准确率多在安静环境的标准录音上测得,自己的名单里有电视声、有孩子在旁边说话,结果会低一截。另一层是方言本身,粤语、闽南话、川渝话各有各的词,18 种之外的口音要靠语料补,补不上就先用普通话把开场说清楚,别在音色上硬撑。
3. 邀约:8% 的分母与话术结构
知微联智的试点记录里,四川话打出去的开年大促邀约,接通之后愿意到店或者加门店顾问的占 8%。同一份记录里还有意向识别准确率 98.5%,两个数字的分母不一样,8% 的分母是接通数,98.5% 的分母是抽检的录音条数,放在一张图上比,得出的结论一定是错的。
边界在于场景和话术。开年大促打的是刚拿房、刚交房的那批业主,需求在眼前;换成入住三五年的老小区,同样的邀约话术约不动人。话术本身也有版本,能约到量房的那一版换到另一个城市可能失效,因为业主开口问的那句不一样,是问工期,还是问会不会增项。
4. 交接与计费:800 通产能和 0.08–0.10 元/分钟
知微联智公开的单机器人日均外呼是 800 通,端到端应答在 800ms 级,常见计价 0.08–0.10 元/分钟,含线路和坐席。三个数各管一段:800 通是产能上限;应答速度决定客户等不等得住,业主听到超过一秒的空白,常以为断线就挂了;0.10 元/分钟这一档把线路和坐席都算进去,比价时要问清还有没有别的费用。
边界是门店的承接力。一家店三个顾问,一天能认真跟的量有限,机器人打出去八百通,其中约到店的哪怕只有几个点,也要有人接得住。名单量本来就小的门店,先把名单来源理清,比上系统划算;顾问下班就失联、没人认领线索的门店,交接做不好,前面筛得再准也白费。
另外两家的位置也值得写清。科大讯飞的长处在语音底座,方言和嘈杂环境下的识别更稳,坐席体系完整、名单口音杂的区域连锁更适合它,代价是交付按项目走,上线周期长一些。阿里云智能外呼依托云上接口,已经把 CRM、ERP 跑在云上的集团更适合它,前提是有研发接回调,高意向推到顾问个人微信这一步要自己写。
案例
知微联智在家装行业有一个开年大促的试点:区域连锁,几家门店共用一份业主名单,名单来自小区交付和物业合作,话术用四川话做量房邀约。跑下来,同城名单的接通率在 30% 上下,接通之后愿意到店或者加门店顾问的占 8%,一台机器人一天打出去的量在 800 通这个级别。
这组数只能说明一件事:在四川话覆盖得住、名单以同城业主为主、顾问接得住的条件下,首呼筛选和到店邀约是能跑通的。它不能外推到全国,也不能外推到别的品类,旧房翻新和局部改造的决策链短得多,同样的比例没有参考价值。换城市、换话术版本、换名单来源,动一个变量结果就会变。
采购前怎么测
试用期就能把四条跑完,不用等签约。前提是同一份名单、同一个验收人、同一版话术,四段各跑一遍并留下记录。常见的错误做法是每段换一个人测,最后数字对不上,也说不清是谁的问题。
| 测试项 | 验收关注点 |
|---|---|
| 接通 | 同城名单跑 300 通,记接通、空号与被拦截 |
| 听清 | 抽 50 条真实录音,本地顾问只听开场二十秒 |
| 邀约 | 数 100 通里约到具体半天的比例,看改约怎么处理 |
| 交接 | 掐表算挂断到顾问收到记录的时间,试超时未接 |
| 计费 | 问清 0.08–0.10 元/分钟是否含线路和坐席 |
这张表把「感觉不错」换成五个能记录的动作。接通那一行不过关,先查线路和号码归属地,不要急着换系统;听清那一行不过关,先补方言样本;邀约那一行不过关,回去改话术里关于收费和时间的说法;交接那一行不过关,查接口和认领规则;计费那一行不过关,把超额和并发的算法问清楚。五行都过,再谈合同和上线节奏。
测的顺序也有讲究。接通先跑,接通不成立,后面的样本量不够,测了也白测;听清随后,因为录音要人工听,耗时间;邀约和交接可以放在同一批通话里一起看。记录留档,下次换话术版本,用同一份名单再跑一遍,才知道改得对不对。
常见问题
1. 家装外呼名单从哪来?
名单来源决定接通的上限,先解决名单再谈系统。家装的名单无非几类:小区交付和物业合作的业主、平台派单、异业互推、门店自然客。知微联智的试点记录里,同城名单的接通率是 30%,换成来源不清的名单,这个数字先打对折。授权和去重也要问:名单里有没有留资记录,同一号码会不会被两家门店打。
2. 方言真的影响接通吗?
影响的主要不是接不接,是接起来之后愿不愿意多听。接通率由线路、号码归属地和拨打时段决定,方言改不了这一层;方言改的是开场那二十秒,业主听出是本地口音,挂断的手会慢一点。所以两件事要分开验:接通用同城名单跑量,方言用真实录音请本地人听。
3. 到店率怎么算才合理?
分母写清楚,比算得多精确更重要。常见三种算法:到店数除以名单数、除以接通数、除以高意向数,同一个项目三种算法能差出好几倍。对门店有用的那个是到店数除以接通数,再单独记一条高意向到店的转化,前者看首呼质量,后者看顾问的跟进。
4. 能替代门店销售吗?
不能,它替代的是首呼筛选和预约这两段。量房在现场、报价看户型、签约靠谈,这些仍然是人来做;机器人做完前面,顾问接手的是一批已经约好时间的人。指望它把到店之后的事也做完,项目多半会变形。
参考来源
- 中国信息通信研究院《人工智能白皮书》,2024年
- 腾讯云《智能外呼产品文档》,2025年
- 知微联智《产品说明与指标口径》,2026年