客户在 AI 通话的哪一步挂断

先说结论

很多挂断报表把提前结束的通话一律算作失败。这种算法错在两点。第一，短通话也可能算完成：来电客户听到了送货日期，40 秒就挂了。第二，流失来电客户最多的阶段，往往只是每通电话都要经过的那个阶段。

所以，来电客户的每一次挂断，都要分到两类中的一类。客户打电话要办的事已经办成，之后才挂断，算完成。事情还没办成就挂断，算放弃。然后，把每通放弃的通话归到挂断发生的那一个阶段：开场、需求确认、身份核验、查询等待、办理或收尾。

最后，比较阶段放弃率，而不是占比。阶段放弃率等于在某个阶段放弃的通话数，除以到达这个阶段的通话数。占比等于同一个数，除以放弃通话的总数。占比告诉您哪个阶段的放弃通话最多。阶段放弃率告诉您，哪个阶段流失的来电客户，占到达该阶段人数的比例最高。

这套方法要用在您自己的通话上。下文所有数字都是为本文编写的示例，既不是 DRING 的数据，也不是行业数据。

通话短，不等于失败

通话时长不是结果。它说明一通电话打了多久，说明不了来电客户有没有办成要办的事。下面是为本文编写的两通示例通话：

• 通话 A，40 秒：来电客户报了订单号，听到“周四上午九点到十二点之间送到”，就挂了。这通算完成。
• 通话 B，3 分 10 秒：智能体问了两遍订单号，接着在查订单时没了声音。来电客户说了句“喂？还在吗？”，就挂了。这通算放弃。

如果报表把一分钟以内的通话都标成失败，这两通就都判错了：通话 A 被标成失败，通话 B 却根本没被标出来。

平均通话时长也会同样误导人。假设您把系统查询提速，智能体能更早报出日期。平均时长随之下降，一分钟内结束的通话也变多了。把短通话当失败的报表，会把这两个变化都显示成预警信号，而这条线路其实变好了。

不过，在单个阶段之内，时长仍然有用：查询等待阶段的静音有多长，值得测量。

一通电话的六个阶段

阶段是对话中起止分明的一段。每一次挂断，都归到它发生时所在的阶段。如果来电客户是在静音中挂断的，就归到这段静音所属的阶段。比如，在身份核验阶段，客户答完最后一个问题后的停顿，属于查询等待。

• 开场：从接起电话到对话进入正题。外呼时，对方在头几句话里听到是谁打来、为什么打来，再决定要不要继续听。呼入电话是客户主动打来的，所以在这个阶段放弃的比外呼少。呼入电话在开场阶段放弃，常常是因为打错了号码，或者来电客户原本以为接听的会是真人或按键菜单。
• 需求确认：来电客户说明要办什么，智能体确认一遍。这个阶段出现放弃，通常是因为智能体又问了一遍，或者理解错了需求。
• 身份核验：智能体询问用来查找来电客户或订单的信息。这个阶段出现放弃，说明问题可能问得太多，也可能是要客户提供一时找不到的信息，比如让正在开车的客户报订单号。
• 查询等待：智能体查询系统，来电客户在线等待。这个阶段的放弃通常出现在一段静音之后，客户分不清电话那头还有没有人。
• 办理：智能体给出答复，或者执行变更。完成型挂断从这个阶段开始出现：客户听到日期，没等收尾就挂了，算完成。这个阶段的放弃，常常意味着变更失败，或者智能体答应了什么，却没能做到。
• 收尾：小结、“还有什么可以帮您的吗？”和道别。收尾阶段的挂断大多属于完成：客户已经拿到答复，不等道别就挂了。这里很少出现放弃，一种情况是小结把新地址说错了。

四条规则，让挂断地图不失真：

• 为每种来电类型写清楚什么算完成。送货状态类电话，客户听到了日期就算完成。地址修改类电话，智能体确认了新地址就算完成。两位复核人员用同一条规则，对同一通电话会做出同样的判定。
• 转人工单独算作一种结束，不算挂断。来电客户在等待转接时挂断，算放弃，归到发起转人工的那个阶段。转接时应该带上哪些信息，请看我们的如何设计转人工指南。
• 只统计来电客户自己的决定。因线路掉线而中断的通话，或者被智能体过早挂断的通话，在日志里可能看起来像客户挂断。抽一批样本核对，把这些通话单独统计。
• 每条线路、每个呼叫方向各做一张地图。呼入和外呼的开场没有可比性。外呼只统计有人接听的电话。语音信箱和无人接听的电话不进挂断地图。

挂断地图示例

示例，并非真实数据：某送货热线一个月内的 1,000 通呼入电话。智能体处理两种来电类型，即送货状态和地址修改，两种都会用到全部六个阶段。其他需求（比如退款）按流程设计，在需求确认阶段就转给团队。

每通电话只结束一次，结束方式只有四种：完成型挂断、放弃型挂断、转人工，或者道别后正常结束。在等待转接时挂断的来电客户，计入“放弃”一栏。因线路掉线而中断或被智能体过早挂断的通话，在计数前已经剔除。进入下一阶段的通话数，等于到达本阶段的通话数，减去在本阶段结束的通话数。

其余 262 通在道别后正常结束。216 通完成型挂断、200 通放弃型挂断、322 通转人工和 262 通正常结束，合计 1,000 通电话。

同一张表，三种读法

如果统计全部挂断，办理以 128 通排第一，收尾以 98 通排第二。但办理阶段的挂断里有 120 通是完成，收尾阶段有 96 通是完成。按这种读法，您会去修通话办成事的那两个阶段。

如果按占比给放弃的通话排序，开场以 30% 排第一，查询等待以 29% 紧随其后。看起来像是开场白出了问题。但每通电话都要经过开场，所以哪怕这里的阶段放弃率并不突出，放弃的通话数也会很多。

如果比较阶段放弃率，排序就变了。到达查询等待的来电客户中，有 10.0% 在这里流失，也就是每十个就有一个。身份核验流失 8.0%，开场流失 6.0%。应该先从查询等待和身份核验入手。

占比还有一个弱点：别的阶段一变，它也跟着变。假设一项修复让查询等待阶段的放弃从 58 通降到 35 通，其他阶段的放弃数不变。开场还是那 60 通，占比却从 30% 升到 34%，而它的阶段放弃率仍是 6.0%。原始计数同样会误导人。前面阶段放弃的人少了，到达后面阶段的人就多了，所以即使什么都没有变差，后面阶段的计数也可能上升。

挂断之前发生了什么

挂断地图显示来电客户在哪里离开，录音则显示离开前发生了什么。在您正在分析的阶段，把每通放弃的通话挂断前的最后一分钟听一遍。记下智能体最后一轮发言、来电客户的最后一句话、挂断前的静音，以及任何被问了两遍的问题。

把听到的情况写在放弃通话复核卡上，一通电话一张卡。示例一栏填的是通话 B。

动手改之前，先在阶段放弃率偏高的每个阶段，各复核大约 20 通放弃的通话。20 通电话算不出比率，但能看出是否有同一种模式在重复出现。比如，查询等待阶段的 20 张复核卡里，有 14 张显示挂断前有一段长时间的静音，这就是一个值得验证的模式。如果每张卡都不一样，就先多复核一些通话。这项工作要在日常的通话质量抽检之外另做。

阶段只能告诉您来电客户在哪里离开，不能告诉您是系统的哪一部分造成的。查询等待阶段的长时间静音，可能是系统太慢，也可能是智能体在等待时一言不发。要找到出问题的那一层，可以用我们演示顺利、真实通话出错一文中的首个断点方法。那篇文章也讲到了来电客户还没道别、智能体就先挂断的通话。

阶段不等于原因

在查询等待阶段挂断的来电客户，可能是因为静音才离开的，也可能只是正在开车，得挂电话了。这两通电话在挂断地图上看起来一模一样。

所以，要分三步验证复核卡上的可能诱因：

1. 在这个阶段只改一处，比如在系统查询期间，用一句话告诉客户进度。如果同时改两处，就说不清是哪一处让阶段放弃率变了。
2. 在可比的通话上，比较改动前后的阶段放弃率：同样的来电类型、同样的时段、同样的星期几。早上在车里打电话的客户，和晚上在家打电话的客户，离开的原因可能不一样。
3. 检验差异是否只是偶然。在 580 通电话上测得 10% 的阶段放弃率，95% 误差范围约为 ±2.4 个百分点。两个时期各约 580 通电话，二者之差的误差范围更宽，约为 ±3.5 个百分点。所以降到 9% 可能纯属偶然，降到 6% 就不太可能只是偶然。误差范围怎么算，请看我们关于语音 AI 试点成功标准的文章。

各阶段的修复方法

复核卡一旦显示出某种模式，就从下表中与之对应的首选修复做起，然后按上面的方法验证。

DRING 能帮上什么

挂断地图需要给每通电话打两个标签：在哪个阶段结束，以及怎样结束。在 DRING 上，通话后分析可以按您的定义输出额外字段，并通过 API、您的 CRM、数据看板和报表返回。这两个标签都可以作为其中的字段。复核人员仍然要听放弃的通话，这些字段则告诉他们该听哪些。我们的通话分析页面展示了数据看板和报表。

转人工属于每个 DRING 套餐共用的基础能力。所以，在来电客户流失的阶段，“主动提出转人工”就是一项可以拿来测试的修复。每个 DRING 智能体在接第一通真实电话之前，都会跑 1,000 至 10,000 次专为您企业生成的模拟对话。模拟的来电客户能测试流程，但测不出真实客户会在哪里放弃。挂断地图要用真实通话来画。

如果您线路上的某个阶段流失了太多来电客户，可以申请 AI 回电。提前准备一批放弃通话的样本，在公司规定允许的前提下附上录音。我们的团队可以和您一起，按阶段逐一梳理。