用户在APP里看了半天，选了服务，填了地址——然后退出了。
这是互联网装维平台最熟悉、也最无奈的场景。流量已经花了钱买进来，用户已经表现出明确兴趣，但就是差那“临门一脚”。
为什么没下单？是价格问题？时间不合适？还是在等家人商量？
传统做法是靠人工坐席逐一回访。但面对每天成百上千的浏览未下单用户，人力根本覆盖不过来。不打，流量白白浪费；打了，成本高、效率低。
一家同时服务C端业主、B端商家和线下师傅的互联网装维平台，近期尝试了一个新方案：用大模型AI外呼，对浏览APP但未完成下单的用户进行自动回访。
日前，该平台向记者披露了一组最新运营数据。
一组数据：68.9%接通率，近16%有效意向
2026年5月6日，该平台的使用玖云平台大模型AI系统向浏览过APP但未下单的用户发起呼叫4240次。
结果如下：
接通2920次，接通率68.9%
平均通话时长37.3秒
5秒内挂断率仅2.8%
在“未下单回访”这个天然带有打扰感的场景中，超过97%的用户愿意听完AI的第一句话——这个容忍度超出行业普遍预期。
更关键的是意向识别结果。在2920通有效接听中，AI自动对用户进行分类：
A级 明确意向，可立即转化 323 人 占比11.06%
B级 可能意向，需后续跟进 139 人 占比4.76%
A级和B级合计462人，占接通总量的15.82%。
这意味着：在每6-7个接起电话的浏览未下单用户中，就有1个被识别出有真实转化价值。其中超过11%的用户（A级）更是可以直接推进到派单或销售跟进环节，无需人工再筛选。
为什么“未下单回访”值得关注？
该平台运营负责人向记者分析了这一场景的独特性。
“装维服务不是冲动消费品。用户很少看完就下单，他可能在比价、在确认师傅能不能来、在等家人商量。这时候如果有一个电话过去问一下，很多单子是可以救回来的。”
但人工回访的困境显而易见：
时效性差：用户刚退出APP时意愿最强，人工坐席往往几小时后甚至第二天才打过去，黄金窗口期已过
成本高：每天上千个浏览未下单用户，需要专门的外呼团队，人力成本难以承受
覆盖不全：现实情况往往是“挑着打”，只回访那些看起来最有可能下单的用户，其余的直接放弃
“我们试过发短信、发APP推送，打开率极低。打电话是唯一有效的方式，但传统人工模式打不起、也打不全。”
大模型的能力：听懂“犹豫”，而非挂断“犹豫”
该平台此前也尝试过传统语音机器人，但在未下单回访场景中遇到两个硬伤。
第一，听不懂用户犹豫的真实原因。
传统机器人靠关键词匹配。用户说“我再看看”，机器人往往回答“好的那就不打扰了”，直接挂断。但实际上用户可能是在犹豫价格、想看师傅评价、或者只是习惯性拖延。
大模型AI能够理解“再看看”背后的多种可能，并主动追问：“是价格问题还是时间不合适？”——把模糊信号转化为可打标的明确信息。A级（明确意向）和B级（可能意向）的区分，正是基于这种深度对话能力。
第二，无法处理打断和自然对话。
未下单回访中，用户常常主动提问：“你们师傅有证吗？”“最晚什么时候能来？”“能不能先报价再看？”
传统机器人遇到这些问题大概率卡壳。而从该平台的实际数据来看，平均通话时长达到37.3秒，AI完成了多轮有效对话，而非简单的“念完脚本就挂”。
成本账：每天4240通电话背后的经济模型
该平台给记者算了一笔账。
按每天4000+个浏览未下单用户的回访规模计算，如果用人工坐席覆盖，需要至少15-20人专门负责，月成本超过10万元。现实情况是——根本不可能。
改用大模型AI外呼后：
全覆盖：每个浏览未下单的用户都能在几分钟内收到回访
低成本：同等规模的月度成本约为人工的十分之一
可识别：2920通接通中，AI自动筛出462个有效意向线索
AI完成初步筛选后，A级客户（323人，占比11%）转给人工销售做精准跟进——这些人只需要打300多个电话，而不是4000个。B级客户进入自动化培育流程。C级客户不再浪费任何人力。
“以前我们是打不起、打不全。现在是全部打、打得起、还能打准。人只做最关键的跟进工作。”
行业视角：未下单回呼或成大模型外呼首个规模化落地场景
过去一年，大模型外呼行业的讨论集中在“替代人工电销”上。但多位业内人士向记者指出，浏览未下单用户回访可能是一个更具落地价值、更快见效的场景。
原因是：这类用户已经完成了最高成本的动作——打开APP、浏览服务、产生兴趣。他们距离下单只差临门一脚。在这个场景里AI外呼的价值不是“从零挖掘线索”，而是“把已有的流量捡回来”。
对于装维、家政、维修、搬家等低频本地服务类互联网平台而言，流量获取成本越来越高，浏览未下单用户的流失就是广告费的直接浪费。
“一个用户可能花了你50块钱买进来，他看了没买就走了。现在用几毛钱的AI电话把他拉回来，这笔账怎么算都合算。”一位关注产业AI的投资人表示。
写在最后
该平台负责人向记者透露，基于本轮4240次呼叫的验证结果，他们正在将玖云平台的大模型AI外呼系统常态化运行：把它当成一个AI数字人员工来使用——
每日自动回访全部浏览未下单用户
从“浏览未下单”扩展到“加购未支付”
从C端业主延伸到B端商家的流失预警与续费提醒
“我们不是要用AI取代人。恰恰相反，AI帮我们筛出了真正有意向的人，让人去做更有价值的沟通——而不是把时间花在那些随便看看就走的用户身上。”
从试用到常态化当成AI数字人员工来使用，这家平台的实践正在回答一个问题：大模型技术在最务实的商业场景中，到底能创造多少价值？
答案至少是：每天从4000多个流失边缘的用户中，捞出400多个可以跟进的机会。
这或许正是技术红利从“讲故事”走向“算账本”的开始。
免责声明：本站转载的文章，版权归原作者所有；旨在传递信息，不代表本站的观点和立场。
