一、外呼类别：
不仅是互联网，“外呼”存在于社会的各行各业，并且外呼的业务场景是随着技术的发展而不断完善的，业务场景的高要求则反过来推动外呼技术的迭代发展，二者互相推动，互为助力。举个例子，从客户咨询、客户投诉到机器人客服，从电话销售到短信分发、智能外呼。技术的发展为外呼的形式和场景带来了更多可能。
小编浸润智能外呼行业多年，和大家一起来聊聊智能外呼的应用与不足。
根据外呼的目的性质进行分类：
1、回访类外呼：以收集建议、业务反馈为目的的外呼，如问卷调查等。
2、电销类外呼：以销售性质为目的的外呼，主要是为了实现转化，如活动推荐等。这也是大家接到的机器人外呼中占比最大的一种。
3、通知类外呼：以告知为目的的外呼，这类外呼并不是主流的通知方法，目前达成通知性质的手段主要体现为邮件、短信、APP通知这类轻触达的方式，但往往转化率并没有呼叫转化率高。
二、失败场景的处理
通过对失败场景的正确处理，我们能够发现问题根源所有，深层挖掘客户、触达客户，从而实现最终转化。
通用失败场景：
1、未接通：空号、拒绝、未接通、线路忙等。
处理办法：对于非空号而言，如果是以电销性质为目的的外呼，则可以尝试导出号码进行二次呼叫。
2、用户无意向：忙、没时间。
处理办法：这类电销性质的电话处理办法和前一种类似，都以二次呼叫为主。但一定要注意时间间隔，空出一定的间隔避免造成对客户的骚扰。
3、ASR转写失败/无语音输入：语音转本系统不能够识别到用户语料进行转化。这种情况可能是不可控的外界因素导致，也有可能是用户本身没有说话。
转写失败处理办法：带有地方方言和语音不清楚的情况，可以以话术尝试引导客户重复回答或者线路转接人工服务。
不说话：通过设置话术来进行语音刺激，例如，请问您可以听到我说话嘛？
4、自然语音处理失败：这种失败场景一般是由于用户表述导致的，用户表述的不清楚，或者连续导致解析低于阈值，而在答案库中没有相应回答，这种情况可以通过加强NLP学习，添加同义词来减少失败。
处理办法：这种情况有两种解决办法。其一，引导客户重复清晰的分段回答，降低机器的理解阈值；其二，加强机器的NLP学习，添加同义词，从而提高机器的理解阈值，这种办法是解决此类问题的根本措施。
针对不同的外呼场景，也可以有不同的应对方法。
1.回访类外呼
1、用户一直未表述关键信息，设置通用话术，可重复提示外呼意图，引导回复正确答案。
2、未接通中的号码不可用、号码对于用户不准确，则需要反馈给对应部门标记。
2.通知类外呼
以告知为目的的外呼触达方式有很多种，这类外呼属于最“轻”的外呼方式，此类外呼失败的原因多为客户未接或者拒接，我们可以采用更“轻”的方式去触达客户，如通过短信、邮件、APP推送等方式。
3.电销类外呼
因为在电销中还是以销售为最终目的，为实现转化可以在适当的情景下面增设人工入口。但是这部分的设置讲究方式方法，如果设置过浅，必然会增加人工坐席的压力，也有违智能外呼的初衷；但若设置过深，则销售转化必然会受到极大的阻碍。
因此出现以下情况时，我们可以直接转人工：
1、通话过程中，难以解决实际问题不断返回通用答案，NLP不能理解并处理用户的意图；
2、连续语音转本失败导致的异常状态，和1情况类似。
四、总结
智能外呼快速提高效率的同时带来的缺点也非常的明显。频繁的外呼很有可能会造成对客户的骚扰，从而引起用户的投诉，而且一个不健全的外呼系统不能做不到提高销售效率还会间接造成转化率的降低。资源总量是不变的，我们要做的是充分利用好资源，实现最高程度的转化才是智能外呼系统的最终目的。
之前有看到一句话觉得很好，“精准的外呼有的时候会是温暖关怀，而无需求的用户对他们来说则是刻意打扰。”