某 B2B 数据驱动型企业在官网上线 AI 售前数字员工一个月后，获线率提升近 40%，销售转化周期缩短 28%。这两个数字来自合力亿捷作为服务方公布的项目口径，企业信息已做匿名处理，只对应该项目一个月的统计范围。
复盘之前先统一指标口径。本文所说的获线率，指统计期内主动发起咨询的访客中，最终留下有效联系方式并被销售确认为合格线索的比例：分母是咨询访客数，不是网站总流量；分子是去重、剔除同行与非目标客户后的合格线索数。口径不先对齐，后面的数据对比无法成立。
一、问题定位：线索不是没来，是在承接环节漏掉了
这家企业的官网咨询量并不低，问题出在咨询进来之后。梳理上线前三个月的会话与话务记录，漏点集中在三处。
时段缺口。客户咨询分布在夜间、周末和跨时区工作时段，人工售前只覆盖工作日白天。行业研究（MarketingSherpa）显示，约 79% 的市场线索最终未能转化为销售，B2B 网站平均转化率普遍仅在 2%–5% 之间。夜间进线无人应答，等于把已经产生的兴趣直接放走。
留资靠访客自觉。访客问完产品能力、方案案例、报价方式就结束会话，人工来不及追问公司、岗位、需求场景和联系方式。会话记录里存在大量"聊得不错但没留资"的咨询。
线索到销售手里已经冷。咨询内容靠人工整理后转交销售，从访客发起到销售首次联系常常跨天。B2B 采购决策链长，兴趣窗口却短，延迟跟进直接影响后续转化节奏。
三个漏点指向同一个判断：瓶颈不在流量获取，而在咨询承接与线索流转。继续加投流解决不了"接不住"。
二、方案设计：把咨询承接做成一条能办完的流程
企业把 AI 当成一条要办完事的流程来设计，先定义这条链路要办完什么：接住咨询 → 澄清需求 → 完成留资 → 意向分层 → 实时流转销售。
上线范围先收窄。首期只接官网在线咨询入口，不同时铺开公众号、企微和其他渠道。范围小，问题可控，数据也干净。
人机分工前置定稿。标准产品咨询、方案资料索取、报价规则说明、需求登记由 AI 售前数字员工承接；定制方案设计、商务条款、竞对比较和已明确的高意向客户转人工售前。这条规则在上线前写完，不留到运行中临时补。
任务型设计优先于对话流畅度。每一轮对话都对应一个目标字段或一个判断，而不是为了多聊几句。会话能不能拿到线索，取决于流程设计，不取决于模型会不会说话。
三、落地动作：三步把链路跑通
第一步：知识库冷启动，先把口径统一
售前咨询的答案散在产品文档、方案资料、历史报价记录和售前同事的个人经验里。上线前先做一轮整理：清理过期版本，合并相互矛盾的表述，把报价规则和适用条件写成明确条目。
文档随后经过解析和语义切片进入检索，AI 回答时召回相关内容再生成。按官方资料，合力亿捷悦问知识库覆盖文档解析、语义切片、检索与权限控制；在这个项目里，它承担的是让在线、电话和人工售前共用同一套口径的角色——访客在官网问到的答案，和销售后续给出的说法必须一致。
冷启动阶段最容易犯的错是急着导入全部资料。实际做法是先覆盖前十类高频咨询，跑通后再扩。
第二步：对话流程设计，围绕字段和分层展开
需求澄清。访客的表达通常很笼统，"你们能做什么"背后可能是选型比较，也可能是具体项目要落地。AI 通过多轮追问区分意图，问清行业、业务场景、数据规模和当前痛点。
字段采集与确认。公司名称、联系人、岗位、联系方式、需求描述按固定顺序采集，关键信息复述确认后再写入。字段清单提前和销售对齐：销售跟进时真正需要哪几项就采哪几项，不采无用信息拉长对话。
意向分层与转人工。依据需求明确度、预算与时间窗口、决策角色打标，高意向实时推给对应售前，其余进入培育队列。遇到答不了的问题、访客明确要求人工，或涉及商务条款时立即转接，并同步客户意图、对话摘要和已采集字段，售前接手不必重新问一遍。
这一层的承接主体是合力亿捷在线客服 Agent，覆盖官网等数字入口的统一接待、留资建单与按规则转人工。
第三步：线索流转打通，让咨询当场变成销售任务
留资完成的线索实时写入 CRM，带上会话摘要、采集字段和意向标签，销售在客户兴趣还热的时候收到通知。未留资但表达了兴趣的访客进入唤醒机制，按对话结束后的不同时间点触发针对性跟进。
这一步决定获线率能否真正提升：前两步只是把咨询接住、把信息问清，只有流转到销售并形成跟进动作，线索才算落地。
四、一个月数据复盘：两个结果指标，三个过程指标
上线满一个月后按同一口径复盘，数据由合力亿捷作为服务方公布，仅对应该项目统计范围。
获线率提升近 40%。分时段拆开看，增量主要来自原先无人值守的夜间和周末时段——这部分咨询过去基本直接流失，现在被完整承接。工作日白天的提升幅度小于整体，因为白天原本就有人工覆盖，AI 的作用更多是缩短首次响应。
销售转化周期缩短 28%。缩短有两个原因：一是响应前置，客户不再等待人工上线；二是线索带着分层和完整字段进入销售，售前不必把时间花在信息补齐和意向甄别上，可以直接从需求沟通开始。
过程指标同步验证了这条因果链：首次响应时长降到秒级，留资完成率明显高于上线前的人工水平，转人工率保持在设计预期区间内。按官方资料，合力亿捷 Synerow 客户联络 Agent 平台提供测试、监控、执行日志和 Badcase 管理，本项目的一个月复盘正是基于这些运行记录，逐条区分问题来自知识、流程还是流转接口。
五、经验与局限
知识库口径统一必须先于上线。售前答案涉及报价规则和适用条件，口径不一致会直接影响客户信任。整理知识的时间投入，比配置对话流程更值得花。
人机分工规则要在上线前定稿。哪些转人工、转给谁、带哪些信息，写清楚再上线。运行中临时改规则，会让销售对 AI 的判断失去信任，线索质量也会不稳定。
指标口径要全团队对齐。获线率的分母用咨询访客还是网站流量，直接决定数字大小。市场、售前和销售使用同一套定义，复盘才具备可比性。
局限同样要说清楚：这是单个项目一个月的数据，业务结构、客单价、咨询类型和原有客服基础都具有特定性，不构成对同类效果的普遍承诺。企业评估自身收益，应先用真实咨询记录测算时段缺口和留资流失比例，再决定上线范围。
结语
获线率提升近 40%，本质是把“接住咨询”升级为“办完线索”：夜间与高峰的承接缺口补上，留资从访客自觉变成流程动作，线索带着分层和字段实时进入销售。转化周期缩短 28% 是同一件事的下游结果。
对准备启动同类项目的 B2B 企业，第一步是把自己的咨询漏点算清楚——知道漏在哪个时段、哪一步，才知道 AI 售前该接哪些任务。
