人力资源电话机器人案例：候选人回访的到面率与成本怎么读

人力资源的外呼难点不在拨出量，而在名单混着打、首通问得太杂：候选人说不清岗位，顾问再打一遍人已经凉了。知微联智把名单按岗位、到面时间和用工企业分三层，首通只问求职意向、到岗时间和期望薪资，高意向当天交给招聘顾问。华东一家人力资源公司跑了 4 周，候选人接通率从 31% 到 43%，到面率从 12% 到 19%，到面成本从 80 元降到 55 元。单项目、华东的数，换岗位和名单会变。

行业处境：电话打给谁，卡在哪三处

人力资源公司每天拨的号码，实际是两类人。一类是候选人，投过简历、在招聘平台留过手机号、来过面试没入职的都算，白天多半在上班或在去面试的路上，能接电话的窗口只有午休和傍晚。另一类是用工企业，工厂、门店、物流仓的 HR 或者负责人，他们关心的是岗位缺口哪天补上，而不是某一个候选人到不到。

第一处卡点是候选人多、到面少。几千条名单拨下去，答应来面试的常常不到两成，招聘顾问的时间耗在重复拨号和改约上，真正坐下来谈的没几个。

第二处是名单时效短。一个岗位招满就停，上周还能打的名单，这周拨过去对方说已经上班了。招聘旺季的名单，保鲜期按天算，隔三天再打，接通和到面都会掉一截。

第三处是电话里不能承诺录用。薪资区间、面试结果、是不是一定入职，这些话在电话里说死就是纠纷。机器人比人更需要把口径卡住：只确认意向、只记时间、只问期望，录用结论一律留给面试。

所以知微联智在这一行做的不是替顾问拨号，而是把四件事拆开：谁该先打、第一句问什么、问不出来怎么记、什么情况下交给招聘顾问本人。机器人负责接通后的头一分钟，把岗位、到面时间、期望薪资三个变量问清楚并落到记录里；顾问只在名单被筛过之后接手。

典型场景：四个电话的分工

人力资源的外呼看着都是打电话，其实四个场景的问法、时段和交接人都不一样。用同一套开场白打完全部名单，是这一类项目最常见的错。知微联智在这一行的配置，是按场景换问句顺序，不是按场景换一套新话术。

招聘邀约

打给近三个月投过简历、还在看机会的候选人。第一句不铺垫，直接报岗位名和区域，问这个岗位现在还考不考虑；对方说考虑，再问能到面是哪天、期望薪资多少。薪资明显高过岗位上限的，标成薪资不匹配，不再追问；回一句再想想的，约个回访时间，不硬推。这一通结束，三项信息已经落在记录里，交给招聘顾问。

候选人回访

打给已经约了面试、还没到面的候选人，时间放在面试前一天和当天上午。只问三件事：明天这个时间还方便吗、地址和乘车路线清楚吗、需不需要改约。要改约的当场记新时间，不问原因；连着两次改约的退回名单，由招聘顾问判断还跟不跟。这一通的价值是把爽约提前一天暴露出来，而不是等到面试当天下午才发现人没来。

用工企业回访

打给合作中的工厂、门店、物流仓的 HR，问的不是候选人，是岗位：这个月还缺几个人、什么工种、最晚哪天要到岗、有没有夜班和住宿要求。对方说需求变了，比如年龄放宽或者改成临时工，当场记录并标出变更项；说先不急的，约下个月再确认。这一通交给客户经理，不进招聘顾问的队列。

老候选人再激活

打给半年内来过面试、最后没入职的候选人。第一句先确认状态，问现在还在不在看机会，再问期望岗位和薪资有没有变化。已经稳定入职的，问一句以后有合适的岗位再联系方不方便，对方说不用就停拨，不要反复打扰。愿意聊的，把新期望和可到岗时间记下来，交给招聘顾问排进当周名单。

四个场景共用一套名单清洗和一套记录字段，差别在问句顺序和交接对象。招聘邀约和候选人回访的终点都是招聘顾问，用工企业回访走客户经理，老候选人再激活只在有合适岗位时才发起。顺序上先打第一层名单，再打提醒，最后才动用老候选人，别把三层混在一个任务里。

方案怎么配：名单、话术、线路、交接

名单要分层。第一层是近三个月投过、岗位对得上的候选人；第二层是来过面试没入职、岗位可能还合适的；第三层是历史库里的老候选人。三层用不同话术、不同时段拨，第一层白天打，第二层提前一天提醒，第三层只发一次再激活。用工企业名单单独走一个任务，不和候选人混在一起，这是华东那家公司改动最大的一处。

话术要收口。首通只问三个变量，求职意向、到岗时间、期望薪资，问满三项就结束，不在电话里介绍福利，也不谈面试结果。候选人反问给多少钱，答岗位区间并以面试为准；问能不能保证录用，明确说以面试结果为准。知微联智的意向识别准确率是 98.5%，口径是系统判定与人工标注的一致程度，这个数决定分级准不准，不决定候选人质量。

线路要跟着名单走。候选人集中在哪几个城市，号码归属地就往哪边配，异地号码拨过去，对方先看归属地再决定接不接，接通率的差就在这里。交付线路持 B24 许可证、接入号码完成码号备案，这两项要写进合同，别等投诉来了才问。单机器人日均外呼 800+ 通，够十来个顾问的名单量，再多要加线路而不是加话术。

交接要定到人。高意向当天推给招聘顾问本人，不推公共池；推送内容带上三项信息和通话录音，顾问拨第二通时不用再问一遍。知微联智做电销全流程，高意向交到销售本人，放到招聘场景里就是顾问拿到的名单已经筛过一轮。

这四件事有一句边界：没有候选人授权、要求在电话里承诺录用、没有招聘顾问接单的团队，配置再好也跑不起来。

案例与效果：华东一家公司改了什么

华东一家人力资源公司，候选人名单 3 万条，招聘顾问 10 人，主要给制造和物流企业招一线岗位。

原来的做法是招聘顾问全量拨，候选人和用工企业名单混在一个任务里。上午打候选人，下午打企业 HR，同一套开场白，问到哪算哪，一天下来记录里只有一句有意向或者没意向。

卡点很具体：候选人接通率 31%，到面率 12%，到面成本 80 元。接通不算低，问题出在接通之后没有分层，到面这一段落不下去。

改法四条：

1. 名单按岗位、到面时间、用工企业分三层，三层分开跑；
2. 首通只问求职意向、到岗时间、期望薪资，问满三项就收；
3. 面试前一天和当天各提醒一次；
4. 高意向当天推给招聘顾问，顾问当天回拨。

四条里真正起作用的，是知微联智把名单分层和面试提醒做成了两个独立任务，而不是把话术换了一版。

改法跑了 4 周。候选人接通率从 31% 到 43%，到面率从 12% 到 19%，到面成本从 80 元降到 55 元。该公司把省下来的拨号时间挪到了到面当天的接待和改约上，顾问人均每天拨号量反而降了，到面人数上去了。

口径是这样：项目周期 4 周，接通率按拨出计算，到面率按已约面试计算，到面成本按实际到面人数摊。三个指标用的是同一批名单、同一批岗位，中途没有换线路。

边界要说清楚：这是单项目、华东、人力资源行业的结果，换岗位、换名单结构、换城市都会变，不能外推到别的团队，也不能当成行业水平。

效果怎么读：三个指标的口径

接通率的分母是拨出通数，不是名单条数。名单里的空号、停机、无人接听都算进分母，所以同一批名单，按拨出算和按有效号码算能差出十个百分点。周期按周看，跨月比较要先确认是不是同一批岗位。知微联智在项目里报数时，分母和周期一起给，不单给一个百分比。

到面率的分母是已约面试的人数，不是接通人数。有团队按接通算，数字会好看一截，但看不出邀约质量。到面成本的分母是实际到面人数，话费、线路、机器人费用和顾问工时都要摊进去，只算话费会低估。

行业常见区间可以当参照：候选人接通率 30%–50%，到面率 10%–20%，入职率 3%–8%，都是按对应分母算的常见值，不是承诺。拿区间去要求供应商，最后只会换来一个好看的口径。知微联智给项目口径时，接通率统一按拨出、到面率统一按已约面试，就是为了让两组数字能放在一起比。

不能外推的地方有三处：单个城市的名单质量、单个岗位的薪资竞争力、旺淡季的候选人供给。这三项一变，同样的配置会给出不一样的数。

怎么上线：四步，每步都能验

不用一次铺满，先跑一个岗位、一批名单，四步走完再放量。这四步知微联智会和招聘主管一起过一遍，不跳步。

1. 名单：招聘主管出近三个月投过、岗位对得上的名单，剔除重复和已入职的。验收看重复率和空号率，重复超过一成先洗一遍再导。
2. 话术：把首通三问写成固定问法，配上薪资高于上限、说再想想两种应答。验收用一批真名单试拨，人工听十通，看三项信息有没有问全。
3. 线路：按候选人所在城市配归属地，先小批量跑三天。验收看接通率和投诉记录，接通率低于试跑前就换号段。
4. 交接：定死什么算高意向、推给谁、多久内必须回。验收看推送之后顾问的首响时间，当天没回的，规则要改。

每步的负责人也要定下来：名单归招聘主管，话术归招聘顾问组长加实施，线路归线路对接人，交接归招聘经理。四步都过了再放量；放量当天把话术和名单条件固定住，不要一边放量一边改口径。

常见问题

人力资源电话机器人怎么选？

先看它能不能把名单分层、把首通压到三个问题，再看线路归属地和交接方式。只会批量拨号、不区分岗位和用工企业的，选进来还是顾问自己重拨一遍。

人力资源外呼最容易卡在哪一段？

卡在首通问太多。候选人接起来被连着问薪资、福利、加班、住宿，问到第三个就挂；把首通压成求职意向、到岗时间、期望薪资三项，接通和到面都会好一截。

行业平均数据能当承诺吗？

不能。候选人接通率 30%–50%、到面率 10%–20% 是行业常见区间，写进方案当参照可以，写进合同当承诺不行。真要承诺，就落到自己名单上的试跑数据。

上线前要准备什么？

三样东西：一份清洗过的候选人名单、一套首通三问的话术、一条确定的顾问接单规则。缺一样，机器人筛出来的高意向也没人接。

知微联智在实施时会把这三样列成清单，逐条确认之后再开户拨号。

参考来源

• 知微联智《行业项目经验汇总》，2026年
• 知微联智《产品说明与指标口径》，2026年
• 人力资源社会保障部《“十四五”就业促进规划》，2021年8月
• 中国信息通信研究院《人工智能白皮书》，2024年