大部分企业的私域运营中，构建私域流量池是**位。现在不管人工还是技术，加粉通过率为6-7%左右。假如引入AI智能语音电话后再添加用户个人微信，添加率最高值可以做到40%、让用户主动添加微信能做到近20%。

甚至，有些企业ROI的投入产出比能提升到40倍，相当于AI投入一元，能赚四十元的逻辑。仅此一项，私域运营的优化就可大幅提升。

如果细看，会发现目前行业中私域玩法领先的上百家教育、电商企业，都在采用这个玩法，身处这个赛道中的大玩家一知智能，甚至已融资1.3亿人民币。

但这个极度细分的环节究竟要怎么做?和市场中以往大家熟悉的人工电话、语音机器人电话有何明显差异?

于10月23日召开的“2020中国私域流量行业大会”上，见实干脆邀请到一知智能联合创始人兼CMO顾泽良，来为大家深度拆解这一极度细分的环节和服务。如果不过瘾，第二天（10月24日）的私享会上，顾泽良还将继续和大家深度展开。

对话中，顾泽良提到，今天AI与用户对话的识别率（8K），已经从60%提升到90%以上。不仅品牌类的客户基本都在拥抱私域流量，还在强调私域规模之余，侧重强化私域的商业变现能力。

不妨先一起回到和顾泽良的对话中去，听听他怎么定义这个市场和其中打法细节，更建议10月23日深圳2020中国私域流量大会现场面对面深度交流（点此购票）。如下，Enjoy:

见实:这项黑科技，你们怎么踩到这条如此细分的服务场景当中来的?

顾泽良:2017年年底，电话机器人出现那一刻起，就是伴随着大家的“偏见”诞生的，那时都是“请问您有贷款需求吗?”“请问位于钱塘江边的房子您考虑吗?”等一类骚扰电话。

这个糟糕现象反而让我们看到了机会，之所以机器人被大量利用到骚扰电话场景，除了机器人厂商短视的驱利以外，更多的是受限于机器人的智能对话能力。

因此，新的商业命题是我们值得思考的:1、能否通过算法提升对话能力;2、能否解锁非骚扰的对话场景;3、为企业的用户运营提升效率。

见实:所以，突破是什么呢?

顾泽良:骚扰电话只有短期商业价值，没有真正意义上的长期价值，骚扰电话之所以骚扰，是因为信息的低效匹配。

举一组数据:过往骚扰电话的平均接通率只有12%，挂机率92%，平均通话时长15秒;而目前我们服务的电商客户的平均数据是，60%接通率，挂机率低至10%，平均通话时长55-72秒。

怎么才算有长期价值呢?我们认为:如果不去打简单的陌生客户营销电话，而去做让“B端规模化地用语音智能技术”同已有的客户进行沟通，从而传递有价值且关键的信息。

见实:这一黑科技应用到商业场景的核心体现能力是?

顾泽良:当B端运用AI和已有客户或有价值的客户沟通时，B端就不会像盲打电话一样，不在乎用户体验，不在乎对话质量。因此，我们相信电话另外一端的AI也好或员工也好，对话能力所输出给客户的服务体验，变得尤为重要。

智能AI语音系统的对话能力一一拆分，语音识别能力如何，语音理解能力如何，以及在一定场景下语音合成能力如何。这代表着AI机器人能听得懂、听得清，知道在说什么，三个能力。当把这三个基础能力融合在一起之后，就会成为AI智能虚拟员工机器人。这是，我们赋能企业展开私域的开端。

但2018、2019年，我们推进这项业务能力时，其实推进的并不好;直到2019年12月底，突然有一位在线教育公司的朋友来问我这个场景下的需求:

他们通过抖音投放，每天有五千到一万五千个线索，但很痛的点是，线索需要人工的方式添加到微信，然后去跟对应的用户制定下一个阶段的运营动作。

那时获得一条线索的成本是50至80元之间。我们以50元为例，如果一天一万条，代表一天有50万人民币的线索价值，也就代表一个月有1500万。只要我们转化比差5%，一个月净亏75万，虽然不太自信 ，但是还是硬着头皮做了。

通过我们的系统测试完以后，发现机器人只需要跟客户确认信息，确认完信息以后引导用户添加老师的微信。最终的效果，AI竟然比人做的好。这是**次我隐约觉得我们AI的对话能力突破了瓶颈期。

到今天为止，这样的场景就变成了我们一个规模化的商业场景。除教育领域，还发现新消费品牌领域越来越多的客户，也在做私域流量。

电商客户其实很惨，因为之前他们只能通过两个方式做用户触达，一个是短信，一个是包裹卡。比如，我们之前服务过一个很大的、账上躺了十几个亿人民币的电商公司，用1.5万条短信到达率是99%，但是打开率只有1%，添加微信的效率只能做到万分之九，最终每个粉丝背后短信成本是27元。并且这不是个例，很多企业在私域的道路上都卡在了无法规模化构建的痛点上。

比如我们在服务的客户认养一头牛、蜜芽等此类客户，好的效果能做到35%，即便差的效果也能从过去很低的1%~2%的转化率，提升到10%以上。而且成本非常低，一个短信五分钱，呼出一个电话的成本是一毛钱，这是硬成本;再加上其他对应的服务费用，会发现原来“私域构建”是一个便宜，且能够做到高转化率的事情——电话场景，且配有电话AI语音智能机器人，这在我们看来，是构建私域的有效解决方案。

见实:回到教育领域的客户，逻辑是?

顾泽良:重点有三个场景，**是信息流，加微信的场景;第二是叫促到课，当用户在听试听课时，到课率是直接影响最后转化率的，且到课率是每一个在线教育公司很大的一个痛点。好比，四点钟有一个三千人的课即将开始，这时候会发现无法在三点四十五分，再去雇一个三百人的军队，逐一打电话通知，但是AI可以。所以，非常多教育类客户，通过我们的产品得到了明确提升。

第三是，比如在公域要做二次召回，基本跑通了一个模型，ROI效果能提升40倍。比如，AI投入一元，能赚四十元的逻辑。能做到挖掘公海流量的价值。

截止现在，客户有上百家，大多偏中大型教育&电商类平台的企业。从我们的数据来看，过去四个月50%-75%的营收，全部来自于电商和教育客户的增购，9月的总收入就有250万左右。

我们系统的AI智能语音外呼的技术能力发展到现在，在客户和用户眼力，不再意味着是一个骚扰电话，同时也没有线路压力。

见实:外呼，用户接到的是一个正常手机号码?

顾泽良:是的。除了比较稳定的软件，优质的对话能力，优质的话术团队以外，很重要的一点就是“线路能力”怎么样。比如，我们的外显到底是给用户显示新疆的号码，还是用户看似毫不相关的电话。这不是所有公司都有能力匹配、完善这类资源和能力的。

我们也有自己的呼叫中心业务牌照，并且拿到了三大运营商的直接合作，还合作了150家稳定&活跃的线路服务商。所以线路呼叫问题，基本能够满足企业需要的不同类型的业务，不同城市需求的外显。在目前，我们服务的教育和电商类的客户场景中，60%的接通率成为了运营指标中一个最基本门槛。

见实:语音话术的设计相比文本，会有区别吗?门槛高不高?

顾泽良:当一个企业客户接入到我们系统以后，会有两个重要部门的协同:一个叫“客户成功”部门，这个部门非常懂电商、懂教育私域构建的运营流程。一个叫AI训练师部门，他们主要帮客户做话术拆解，话术的制作。

其实这个过程非常复杂，但是复杂并不像文本类的状态。举一个直接的例子，Google之前做过一个问卷，“地球到月亮之间的距离有多远”这个意图的常见表达方式有多少种?

见实:有20多种?

顾泽良:287种。这就是“用计算机的思维去兜住一个用户意图”背后的复杂程度。比如最常见的用户表达说“你来加我微信吧”，所对应的意图，当我们打开这个意图匹配库去匹配的AI智能语音回应话术时，一点都不低于287种，而这只是其中的一个意图。所以在对话过程中，背后的工作量，以及对行业的数据量和话术样本的沉淀是非常高的。

所以，需要我们从过去只有平均对话时长十几秒的骚扰通话，转向现在匹配所有教育和电商类客户匹配，对话时长为55秒到72秒之间。甚至有些场景更复杂，平均话术需用AI对话做到150秒。

教育类客户案例

这些背后的事情全部由专业的AI训练师的团队来做。举个例子，AI训练师团队，并不是客服人员能够做到的。这是核心的算法技术，如果要产生价值，是必须配合一线AI训练师同时落地。

见实:我也经常接到一些机器人的电话，前六秒我是感知不到它是机器人，发现是机器人时，不会等它说完，直接会选择挂掉。

顾泽良:因为它本质是录音，不认真听也听不出来差别。但是当你跟他进行两到三轮对话的时候，基本上就能听出来，是一个质量差的AI语音机器人，还是质量好的AI语音机器人。

质量好的AI机器人效率是极高的，平均一天呼出的量是1000到1200个电话，代表它一年能呼36万个电话。而这样的一个劳动力给到企业使用，我们一年收的费用只有7500元，这代表企业每个月购买一位虚拟员工的工资，只有六百元不到。

好的厂商和不好的厂商会有什么差别呢?举例，AI虚拟员工的大脑是共享的，比如识别到的语言能否辨别清楚，能否精准判断意图，最后的数据量都是累积在一起的。

据不完全统计，我们在教育领域对应输出的虚拟员工，某种意义上在简单重复的场景下，三五个场景工作了超过了一千多万个小时。而这一千多万个小时的“经验”，都在决定智能程度和聪明程度。

数据结合，加上我们AI训练师配合，最终会输出一个比较满意的机器人。

比如，通过AI智能语音机器人**次和用户通话以后，就可以看到多少用户是A类用户，称为愿意加微信的用户;有多少用户是B类用户，比如问了一些问题，但最后也说可以加我微信。C类用户是犹豫不决，没有给明确答复。我们都会通过智能的判断给出明确结果。最后，将AB类客户，直接推送到对应到要添加微信的手机上，通过我们的小程序接收。

理论值上，只要运营人员在工作状态下，都可以在理论的时间内最快加上用户的微信。最终，变成一个虚拟员工嵌入到用户运营，形成用户标签的数据化。

见实:这是反向添加的逻辑，从私域红线当中来看，明显受限。主动让用户添加的转化率是?

顾泽良:这是非常重要的问题。教育客户总体还好。尤其电商客户，比如一天上万订单，这私域怎么搞。所以，我们现在陪着所有的客户在测试一些场景。

电商客户私域导流

**，微信的主动添加，这个效率是**，数据最漂亮。只要工作手机或个人号足够多，数据能够做到30-40%的添加率。

第二，我们陪着客户做被动微信的添加，**层关系通过智能语音电话告知用户，一会用短信发送一条专属客服的微信可以添加一下，这个功能叫意向客户的短信跟进。A类、B类、C类、D类客户，我们做的很细致，A类客户是一种短信模板，B类客户是一种短信模板，C类客户又是一种短信模板，D类客户可以选择不发，或者完全自定义。

举一个数据，被动加微信能做到将近20%，但这代表了用户认可的品牌，且卖的客单价，比如几百元，并不是三元五元的产品。所以，用户对私域的诉求是比较高的。

我们服务的代餐类客户，这种品类天然跟私域挂钩（社群减肥打卡），用户大部分可以接受主动添加动作。这时，就会比较考验品牌方的品牌属性和影响力。不过，至今我们还没有见过被动添加微信低于5%的。

此外，我们观察到，头部品牌对私域的定义很明确，一定是优先最有价值的一拨客户。在我们看来做私域追逐服务客户和追逐纯加粉的客户，逻辑完全不同。比如，我们观察到偏品牌类的客户基本都在拥抱企微，个微也用，但是非常慎重。

见实:SaaS角度，语音的数据分析是如何反馈到运营端引导并指导运营的?

顾泽良:**，数据方面，比较头部的教育客户，把信息流的通道打通之后，就不再需要用人工的方式一条条导入，直接是信息流的API和我们的系统打通，每当一个用户留下线索的五秒内，直接一通电话就过去。这是**件事情。

第二，产品的BI功能会帮助客户分析电话所产生的数据，其中包括实时对话数据，把两者之间说的话从语音转成文本，然后从文本中抽取对应的关键信息，全都会做。比如，再到后续的智能化标签。目前，我们系统有18种意向标签的定义。可以说，只要能在电话中收集的，系统全部可以提取出来，反馈给运营人员。

见实:从运营和获客角度看，外呼电话打出去后，跟用户交流时，会有时长讲究吗?

顾泽良:简单场景下，两分钟以内效果**。对企业来讲，每多通话一分钟，就代表多一分钟的话费成本。本质上，AI的对话能力也就是2-3分钟的体力劳动代替，超过4分钟效果就不会太好。

因为，系统都有对应的挂机流程，比如什么时候要走挂机流程、什么时候要继续回答用户反问的问题、用户反问的问题是否能实时被打断等，当意图表达明确，用户说完yes or no之后，基本上不建议和用户多聊。

见实:现在大家都在讲数字化转型和营销智能化系统，你们定位是什么?

顾泽良:其实有些类似。在我看来，企业效率的提升有三个逻辑:

**，信息化，公司通过电脑技术处理企业问题;第二，数字化，以每个员工为节点，其输入内容和产品，都可以数据可视化，也降低了相应的管理成本。

第三，智能化，我觉得很多海外企业和中国的不少头部企业，很早就走到了这个阶段。当一个节点，将其输入和输出做好标准化，以及重复性极高的时候，AI就可以将其逐渐替代，并进一步提升效率。

见实:为什么你们目前只选择服务教育、电商行业的客户?公域到私域，所了解到的需求变化是?

顾泽良:这里有关键词叫“PMF”（Product Market Fit），P在我们行业代表AI的对话能力，也就是产品能力边界;M代表企业接受私域的程度，因为决定做私域就代表了——企业打算开始做1v1的海量个性化服务&运营，提升价值客户的LTV，而为100万客户带来个性化服务的一定不是100万个服务人员，一定是优秀的技术结合优秀的运营，这里也就是一知智能为教育和电商客户带来价值的地方。这也是，现阶段最希望深度服务的两个行业。

先说“P”（AI的对话能力），去年的明显感受是，很多带货MCN机构都希望做私域，但极少有公司明确拿出预算来做私域。2020年完全不一样，国货新品牌的逻辑就是粉丝经济，运营私域是他们的明确目标，希望跟信任自己的用户走得更近。

而且，一些优秀的传统品牌也开始聊“私域用户的串联价值，不仅强调私域规模，而且也发现了私域的商业变现能力”。比如，跟蜜芽和阿芙聊，他们会认为私域的产品对于他们来说就像隔靴搔痒，但当数据跑出来以后，大家都非常满意。所以，今年才是企业投入更多精力去真正搞私域的时间节点。

其次，再说下M（私域的程度）。从2017年底到现在，AI与用户对话的识别率(电话8K场景下)，已经从60%提升到90%以上。那么，“P与M”的组合，可能会衍生新的机会和玩法。