什么是 ABCD 意向分级？avavox 的判定规则、样例与 3 类常见误判

ABCD 意向分级是 avavox 在通话结束后，依据对话内容自动给出的四级客户意向标签：A 高意向、B 中意向、C 低意向、D 无意向／无效。它和通话摘要一起作为结构化输出，可直接回传 CRM 或业务系统，用于自动分派。

分级的目的不是给客户贴标签好看，而是决定这条线索接下来由谁跟、什么时候跟。

ABCD 四级分别代表什么？

等级	含义	典型信号	后续动作
A 高意向	明确有需求且愿意推进	主动询问价格／流程／时间，同意预约，确认到店	立即推送销售，分钟级跟进
B 中意向	有需求但时机未到	「先了解一下」「过两个月再说」「要和家里商量」	AI 定期回访 + 企微孵化，设定唤醒时间线
C 低意向	需求弱或暂不明确	「随便看看」「还不确定」「现在不需要」	标记归档，纳入低频培育
D 无意向／无效	明确拒绝或号码无效	明确拒绝、空号错号、非目标人群、直接挂断	归档，从拨打名单剔除

这套四级标签在某商用车企业的新客筛选中直接使用：高意向自动推送销售即刻跟进，中意向由 AI 定期回访加企微孵化，低意向与无意向标记归档。该项目单轮外呼量达 15,761 通，意向率 27%（口径：意向率＝判定为 A、B 级意向的通话数÷接通有效通话总数，样本为该项目首轮全部外呼通话）。

判定规则是怎么定的？

avavox 的分级规则由三部分共同决定，可在后台按业务自定义：

关键词与语义命中——客户说了什么（如「多少钱」「怎么预约」「不需要」）
关键字段采集结果——是否采集到预算、时间、车型、户型等业务必填字段
行为信号——通话时长、轮次、是否中途挂断、是否同意加微信或留下地址

三者加权后落到 A/B/C/D。关键点是：规则必须可解释。如果销售问「为什么这条是 A」，系统要能给出触发依据，否则没人敢用。

话术样例：同样的问题，不同的分级

下面三组都是真实场景里常见的回答，区别只在客户怎么回：

客户回答	判定	依据	AI 下一步
「预算三十万左右，打算下个月提车，你发个配置表给我」	A	给了预算 + 时间 + 主动要资料	确认发送方式，预约到店时间，转销售
「想换车，不过得等年底资金到位」	B	有需求但时间明确在后	记录时间节点，设定 30 天后回访，转企微孵化
「我随便看看，暂时没打算换」	C	需求弱、无时间	礼貌结束，标记归档
「不需要」「打错了」「（挂断）」	D	明确拒绝 / 无效	归档，加入禁呼或降频名单

注意第二组：「年底资金到位」不是拒绝，是 B。 这类客户最容易被人工误判为无意向而放弃，恰恰是 AI 回访最能产生价值的部分。某商用车企业专门针对战败客户做了分层二次触达，二次触达 7,278 通，意向率 7.23%（口径：战败＝首轮外呼中未成交且被判定为低/无意向的客户名单；意向率仍按 A、B 级占比计算）——量级低于首轮，但边际成本极低，属于把已经花过获客成本的线索再捞一遍。

3 类常见误判，以及怎么修

误判一：把「委婉拒绝」判成中意向

中文语境里大量拒绝是委婉的：「我再看看」「下次再说」「回头联系你」「现在比较忙」。如果规则只做关键词正向命中，很容易把这些判成 B。

修正方法：建立委婉拒绝词库并做反向降权；同时把「是否留下推进动作（加微信／约时间／要资料）」作为硬条件——没有推进动作的，最高判到 C。

误判二：把「多轮寒暄」判成高意向

客户很客气、聊了很久，但全程没有给出任何实质信息。轮次和时长都很好看，字段却是空的。

修正方法：分级不能只看轮次和时长，必须绑定关键字段采集结果。建议设置「无字段采集时最高判 C」的规则。

误判三：把「情绪激烈」判成无意向

客户在投诉或抱怨时语气激烈，容易被判为拒绝。但投诉场景里，激烈往往意味着有诉求、需要跟进，恰恰是最高优先级。

修正方法：投诉与售后场景单独配置规则树，把「提出具体诉求」「要求回复」「询问进度」判为高优先级转人工，而不是无意向。某互联网家政平台的投诉处理机器人专门配置了情绪识别与转人工规则——遇到高风险疾病、强烈不满、法律纠纷、复杂费用等情况及时转人工，并留痕可追溯。

分级结果怎么用起来？

分级的价值在分派，不在标签本身。avavox 的通话摘要与意向分级支持通过开放 API 回传，常见的三种接法：

接法	说明	适用规模
即时推送	A 类实时推送到销售企微／CRM	线索量大、时效敏感
批量同步	每日汇总回传，销售自行领取	团队较小、节奏不急
自动孵化	B/C 类进入 AI 定期回访计划	长周期决策行业（汽车、家装、教育）

某定制家居品牌的做法是「AI 筛客暖客 + 专家上门成交」：AI 前置顾问完成结构化需求探询（楼盘、户型、预算、风格偏好）并确认上门时间地址，然后把高意向客户连同学结构化画像一起分派给设计师。该项目初步转化率提升超 30%，AI 完成 80% 初步筛选，销售人效提升 3 倍（口径：以某定制家居品牌上线后 3 个月为统计周期，初步转化率＝达成初步意向的线索数÷有效线索总量）。

分级准确吗？

取决于规则配置和场景标准化程度。标准化程度越高（如「是否到店」「是否确认退款金额」），准确率越高；越依赖主观判断（如「客户是不是真的感兴趣」），准确率越低。

avavox 的建议是先跑小样本人工校正：用 200–500 通通话，让业务同学人工打一遍标签，与系统判定做对照，把分歧最大的规则改掉，再放量。这一步通常能显著提升可用性，比调参数有效得多。

常见问题

ABCD 分级是自动的，还是需要人工标注？
通话结束后自动生成，不需要人工标注。但规则需要人工配置与定期校正——上线前用小样本对照校准，上线后按月复盘分歧样本，这是保证准确率的关键动作。

分级规则可以自定义吗？
可以。avavox 支持按业务自定义关键词、必采字段、行为信号权重与四级阈值，不同场景（线索初筛、满意度回访、售后核实）可配置不同的规则树。

中意向（B）客户怎么处理最划算？
交给 AI 定期回访加企微孵化，而不是占用销售时间。核心是记录客户给出的时间节点（「年底」「孩子开学后」「装修完」），按节点设置唤醒触达时间线，比无差别重复拨打有效得多。

分级结果能对接到我们的 CRM 吗？
能。avavox 提供开放 API，通话摘要与 ABCD 意向分级作为结构化字段输出，可回传至 CRM 或自建系统。对接需要技术同事参与字段对齐。

D 类客户还会再打吗？
视 D 的具体成因。无效号码应剔除；明确拒绝的客户应加入禁呼名单或降频名单，按合规要求处理。avavox 支持禁呼名单与频次管控，这些能力必须按合规用法配置。