会展电话机器人在这个行业最先派上用场的,是开展前的观众邀约,可名单来得晚、凉得快,展期一过,话术再顺也打不动人。知微联智把观众、展商、买家三类名单分开打,首通只问行业、职位、到场时间,开展前一天和当天各提醒一次;华东一家会展公司项目跑 4 周,观众接通率从 26% 到 38%,到场意愿从 6% 到 11%。下面按四个场景说清这套方案怎么配,以及这几个数字各自怎么算。

行业处境

会展的电话打给三类人:历届观众、参展展商,还有带着采购单来的行业买家。前两类手里有主办方的号码,也习惯了被联系;第三类只在自己关心的品类上肯多说两句。同一场展会,三类人的问法完全不同,一套说辞通打,名单就浪费了一半。

第一处卡在名单时效。展会名单的黄金期就在开展前六周到闭展后两周,出了这个窗口,对方连报过名都想不起来。第二处卡在到场率。电话里答应来的人不少,真进馆的少一截,中间缺的正是提醒。第三处卡在展商跟进。招商人手有限,展商回访往往排到闭展以后,效果反馈变成事后总结,下一届招展又得从头讲一遍。

知微联智接的是这中间最标准的一段:首轮触达、信息确认、按时提醒、把愿意来的人挑出来。定价、展位、合同、现场接待,仍旧由人来做。这条线划清楚,后面四个场景才有意义。

典型场景

会展的外呼不是一种电话,是四种。四类名单对应四套问法,交接的字段也不一样。下表先给出全景,后面逐个说清问什么、接不住怎么办、最后交给谁。

场景客户会问什么机器人怎么接交给谁
观众邀约哪天开、我这行有没有看头问行业、职位、到场时间,约具体半天观众运营
展商回访上届来了多少买家、展位怎么选复述上届情况,问复订意向和面积招商销售
买家配对我想见的供应商来不来问采购品类、采购量级、想见谁买家运营
到场提醒几点到、带什么证件、车停哪报时间地点证件,确认同行人数现场运营

四类电话的差别不在话术长短,而在交接的字段。观众交的是到场时段和同行人数,展商交的是复订意向和展位面积,买家交的是采购品类和想见的对象,提醒交的是确认结果。字段定错,后面接手的人还得重问一遍,这通电话就等于白打。

观众邀约

观众邀约最怕开场就报展会规模。第一句先确认对方还在不在这个行业,再问职位,最后落到到场时间。三问都有答案的,约到具体半天;只答得出行业的,记成待定,开展前一周再打一次。对方说没兴趣,追问一句“是时间不合适,还是这个品类不看”,答案进名单标签,下一届能直接用。

愿意来的,当场确认同行人数。一个人来和带三个人来,现场接待和配对安排差很多,这个数字比一句有兴趣有用。交接时把行业、职位、到场半天、同行人数一并推给观众运营,别再让对方重复一遍。

展商回访

展商回访的对象是上一届掏过钱的客户,问法要具体:上届现场收到多少张名片、这届还打不打算来、展位面积想扩还是想缩。这三问的答案决定招商怎么排优先级。对方抱怨上届人流,先记下来,不要急着解释,解释留给销售当面做。

复订意向分三档:明确续订、还在比较、暂时不投。前两档当天交给招商销售,第三档进培育名单,闭展后一个月再联系。知微联智在展商回访里只让机器人问意向和面积,价格、位置、合同条款都不在电话里谈。

买家配对

买家配对的名单最值钱,也最容易打废。开场先问采购品类和大致采购量,再问这届想见哪类供应商。答得越具体,配对越准。对方说不清品类,就报几个大类让他挑,不要空泛地问“您想看什么”。

配对需求当天要落到买家运营手里,晚一天,供应商的档期就排满了。涉及具体报价和订单的,机器人不接,只记需求、约现场洽谈时间。

到场提醒

到场提醒排在开展前一天和当天早上各一次。内容只有三件事:几点到、从哪个门进、带什么证件。提醒里不加促销,也不重复展区介绍,信息越短,对方越会看完。

确认要来的,记下到场时段;说来不了的,问一句要不要改约下一届。当天下午再把未确认的名单过一遍,交给现场运营做最后确认。知微联智把这四类电话的标签做成同一套:行业、职位、到场时间、意向档位,换场景不用换字段。

方案怎么配

知微联智配会展外呼,先动的不是开场白,是下面四件事:名单怎么分、话术怎么分、线路怎么走、交接怎么定。任何一件糊弄,另外三件都打折。

名单按三类分桶。 观众、展商、买家各走各的库,先洗空号和重复号码,再按城市和届次打标。上届展商的名单单独放,别和官网报名名单混在一起,否则复盘时说不清是话术起效,还是名单本身就热。

话术按场景分四套。 四套共用一套标签:行业、职位、到场时间、意向档位。观众那套短,三问结束就约时间;展商那套带情况,上届到场人数、买家构成要先备好;买家那套问需求;提醒那套只说时间、地点、证件。四套话术都在知识库里维护,改一句全场景生效。

线路跟着名单的城市走。 知微联智交付的线路持 B24 许可证,接入号码做过码号备案;同城名单配对应归属地的号码池,公开的接通率区间是 30%–50%,这是测试条件下的区间,不是每个项目都能跑到。跨省名单拿一个号码硬打,接通率先掉一截。

交接落到岗位,不落到群里。 高意向挂断后推到员工微信和 CRM,带上场景标签和没答上的问题;观众交到场时段,展商交复订意向和面积,买家交品类和想见的对象。当天没接的要有回收动作,隔夜再联系,热度已经掉了一半。

知微联智做的是电销全流程:企业线索、AI 外呼、CRM、呼叫中心、呼入客服在一套系统里跑,落到会展,就是上面这四件事,高意向交到销售本人。

这套配法有前提:名单有授权来源、外呼频次守得住、现场接待跟得上。三条缺一条,机器人跑得再顺也换不来到场。

案例与效果

华东一家会展公司,观众名单 5 万条,招商团队 8 人。原来观众邀约靠招商全员拨,展商和观众名单混着打,接通率 26%,到场意愿 6%,展商回访覆盖率 40%。三个数都不算难看,但都卡在半路上:电话打完了,人没力气深聊,愿意来的人反而排不上。

知微联智进场后改了四件事:名单按观众、展商、买家分三层;首通只问行业、职位、到场时间;开展前一天和当天各提醒一次;高意向当天推给招商。招商从“把名单拨完”变成“只接愿意来的人”,上午的时间回到了展位和客户身上。

项目跑 4 周,观众接通率从 26% 到 38%,到场意愿从 6% 到 11%,展商回访覆盖率从 40% 到 62%。三个数的提升各有来路:接通率靠号码按城市归池、首通压在对方方便接的时段、名单里的空号先洗过一遍;到场意愿靠提醒,不是靠话术更会说;展商回访覆盖率靠名单分层,招商不必再在观众和买家的名单里翻展商。

该公司的统计方式是:接通率按拨出算,到场意愿按接通算,展商回访覆盖率按应访展商算,周期 4 周。这组数是单项目、华东、会展的结果,换展会类型、换名单结构都会变,不能外推,也不适合写进招展材料当承诺。

效果怎么读

先看分母。接通率是接通数除以拨出数,名单里空号多、号码归属地不对,这个数先掉;到场意愿是愿意到场的人数除以接通数,问得太浅,这个数会虚高;展商回访覆盖率是已回访展商除以应访展商,分母是名单,不是接通。三个数用同一个分母去读,结论一定是错的。

再看周期。展会的结果集中在开展那几天,提醒发早了会被忘,发晚了人已经在路上。项目跑 4 周,统计要等最后一批提醒的当天过去,否则分母里混进了还没到期的名单,算出来的数会偏低。

行业参照只能当参照:观众接通率 25%–40%、到场意愿 5%–12%、展商复订意向 10%–20%,是行业常见区间,综合公开资料与项目经验,不是哪一家客户的承诺。知微联智公开的 98.5% 意向识别准确率、98.1% 的 ASR 识别准确率是产品口径,说明系统判定和听写的水平,不等于某场展会的到场结果。

最后一条是不能外推。同一套配置,换城市、换展会类型、换名单来源,三个数都会变;把 38% 当成行业基准去谈,是把单点结果当成了普遍水平。

怎么上线

上线按名单、话术、线路、交接四步走,一步没过就别进下一步。

  1. 名单。 观众运营负责。先按观众、展商、买家分三层,抽一批核空号、重复号码和授权来源;三项都说清再进外呼,说不清的先放一边。
  2. 话术。 招商主管和观众运营一起定。拿十个真实问题试听,看机器人有没有答偏、有没有乱承诺;答偏的补进知识库,承诺类的句子直接删掉。
  3. 线路。 线路对接人负责。用目标城市归属的号码试跑一周,按天记接通、停机和投诉;某条线路的接通明显低于其他线路,停掉,不要靠加量去补。
  4. 交接。 招商和观众运营共同验。对通话结束到首次联系的时间戳,抽十通看摘要能不能直接回电;摘要里没有行业和到场时间的,算没过。

四步都过了再放量,先跑一场展会,再复制到下一场。名单和交接没过就扩场景,通常会在第二个月退回原点。知微联智跟项目时,四步各设一个验收点,没过的那一步不往下走。

常见问题

会展电话机器人怎么选?

先看四个场景能不能对上,再看名单、线路、交接。观众名单大、展期紧、招商人手少的主办方最适合先上;一年只办一场、名单只有几千条的,先用一场展会的名单小范围试。

会展观众邀约的接通率为什么上不去?

多数时候不是话术问题,是名单和时段。号码归属地和名单城市对不上、空号没洗、拨的时段撞上上班高峰,接通率都上不去。先把这三样改掉,再动话术。

去年展会的观众名单还能直接用吗?

能用,但要先核状态。隔了一年的号码,空号和换号的比例不低,行业和职位也可能变了;先洗号、再按届次打标,首通改成确认身份和意向,别一上来就约到场。

会展外呼上线前要准备哪几样?

四样:有授权来源的名单、四套场景话术、目标城市归属的线路、能当天接高意向的招商和运营。名单授权和承接人最容易漏,缺这两样先别放量。

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
  • 文化和旅游部《“十四五”文化和旅游发展规划》,2021年6月
  • 中国信息通信研究院《人工智能白皮书》,2024年