【業務邏輯】
人工智能技術改造傳統行業是這幾年最大的風口之一！
人工智能技術是繼互聯網技術後，對社會影響最深遠的技術；
究其原因是因為人工智能技術有非常廣泛的應用方向，尤其是圖像識別和語音識別技術。
這兩項技術結合，就像人有了眼睛、耳朵和嘴巴。讓電腦程序看得懂實物、聽得懂人話、會說人話。
人工智能
再配合已經比較成熟的軟件技術、硬件技術，就可以實現簡單的人機交互，和處理一些簡單業務。
今天，我要說的人工智能電話（或人工智能外呼系統、電話機器人）就是基於語音識別的，其實原理也不是特別的複雜。案例是用它來做健康體檢套餐的電話推銷。
首先，系統通過自動撥號系統向指定號碼打電話，接通後播放開場白錄音；
其次，識別客戶的通話語音，將其轉化成文字。
語音轉文字
再次，把這些文字和系統中設定的標籤（或叫關鍵字）做匹配，即標籤化；
標籤庫
最後，用計算機編程語言對這些標籤做下一步處理，直到呼叫流程走完或對方掛斷。從中篩選出意向客戶，人工跟進成交。
業務流程
【業務出發點】
當地醫院和民營體檢中心都沒有主動大規模的開拓個人體檢市場。三甲醫院一般不出去拓展市場，民營體檢中心主要是拓展企業客戶。所以，有大量企業團檢覆蓋不到的人群，他們有體檢的潛在需求。比如中小微企業主及員工。
所以，理論上只要撥打的電話夠多，一定會有成交的客戶。
一臺機器人開一個月3000元左右，如果開三臺，一年，每月一臺機器人的成本500元左右。一般成人全面體檢套餐售價一千多，300多利潤。
這樣算來，還是可以做的。
但是，出於對新產品的謹慎態度，只開了一臺電話機器人，先試試看。
【項目實例】
2019年5月前後，電話機器人項目還是很火爆的，抖音上經常能刷到廣告，信息流、搜索廣告也很多。但大部分都是不知名的公司，和年前的刷臉支付一樣。我們最終找了一家上市公司，這公司也是專門做軟件這一塊的，在金融應用軟件領域還有不錯的名氣。加上他們的辦公場地離我們又近，比較好溝通。
這個項目基本上由我另外一個合夥人來操作，因為他以前有過電話營銷的經驗。
前期做話術模板，等待對方錄話術、配置電話機器人用了一個多星期。
下面直接通過後臺看一下一個月的呼叫成果吧！
呼叫結果總覽
外呼時間為：5月24日-6月24日，前面5天打電話的時間為早9點晚6點，後面改成早9點晚9點。
一個月，一共撥打了29785個電話，接通8178個。平均一天撥打近1000個，接通272個，接通率27.46%。
其中，通話時間30秒以內6481個，佔比79.25%；30-60秒1548個，佔比18.93%；大於60秒149個，佔比1.82%。
根據實際操作這個項目的人反映，中途有一個星期左右機器故障，沒有正常撥打。後面讓對方延長一個星期，但是系統還是按時關閉了。而從下面這個統計圖來看，撥打沒有中斷過，但也確實有幾天不正常，沒什麼接通率。
通話情況
這個系統從設計方面來說還是很方便的，還可以統計有無意向，我們拿其中一個撥打組為例。
結果統計
這個組一共撥打1528個電話，接通764個，最終系統判斷有意向的是3人，可加微信的是2人。當然，機器的判斷並不十分的準確。我們聽了通話錄音後，發現很多人口音很重機器聽不懂，還有很多人竟然聽不懂錄音。
語音識別不準
機器聽不懂人說話有幾個原因：1、有些人是戶外接電話，聲音比較嘈雜；2、接電話的人口音重；3、系統語音識別能力差。
他們業務員在介紹的時候，說這套系統是他們自主研發的，當時並沒引起重視。因為，即使不是完全自主研發的，估計業務員也會這樣說，顯示他們的實力和對平臺的控制力嘛！再者，一般人都會覺得他們作為一個上市公司，應該會用比較好的方案（知名公司的語音識別+自己的業務系統）。
結果，大家可能真想錯了，語音識別還真可能是他們自己開發的，比較渣，口音重的基本上識別不出來。
當然，這也需要在開展業務過程中不斷的優化標籤庫、業務流程。比如像這個，應該結束通話的，結果亂接話。
流程錯誤
還有的意向客戶被系統牛頭不對馬嘴的對話給搞丟了。
聊丟用戶
聊丟用戶有幾個原因：1、機器識別不準，無法匹配到正確的標籤（關鍵詞）；2、標籤庫中沒有設定識別出來的關鍵字；3、產品涉及的面太多，客戶能提問的點太多，無法配置精準回答，挽回機制又沒起到作用。
最終，業務負責人對通話時間在30秒以上的客戶進行了回訪，結果篩查出一批今年體檢過的用戶（明年可能還需要體檢），但成交的客戶只有2個，銷售額和機器人費用差不多，後面也就沒有再繼續這樣做下去。
閱讀更多 項目偵探 的文章
