AI²Loop · 卖 AI 的 AI · 全链路作战图

三大运营商(移动/电信/联通)× 阿里云 联名版 Qoder(¥39/月)· QoderWork(¥59/月)| 以运营商一级经营分析数据为底座(POC 取自广东移动),AI 找客户 → AI 卖 AI → 客户用 AI → 数据回流
数据圈选 · 建模打标 · 智能外呼/短信 · 重点城市试点 · 全国推广

▷ 全链路五阶段 · 从数据到规模化转化

STEP 01
数据圈选
市场部 发起
  • 基于经分四域圈定高潜人群
  • 开发/学习类 App 重度用户
  • 高星级·长网龄·高端终端
  • 输出候选客户 masked_uid 池
STEP 02
建模打标
业务支撑中心
  • Qwen 特征工程 + 打分模型
  • qoder_score / qwork_score
  • 意向分层 + 触达优先级
  • 数据不出域·仅产出脱敏标签
STEP 03
AI 外呼 / 短信触达
客服中心 采样外呼
  • 智能外呼为主·短信为辅
  • Qwen3-Max 话术 + Function Call
  • CosyVoice3 电销音色·实时应答
  • 未接通/待考虑 → 短信兜底
STEP 04
重点城市试点
省分 · 灰度
  • 选 1–2 重点城市小流量灰度
  • 验证转化率/退订率/投诉率
  • 话术 A/B + 定价弹性调优
  • 跑通话费代扣与归因链路
STEP 05
全国推广
集团 · 规模化
  • 指标达标后复制到多省
  • 标准化圈选/话术/合规模板
  • Token 池消耗拉动业绩份额
  • 沉淀行业级外呼营销中台

▷ 数据底座 · 某省一级经营分析系统四大数据域

某省一级经营分析系统(BASS)· 7,420 张表 / 约 14 万字段 · 覆盖话单/短信/基站/上网/终端等全量业务数据 · 全链路数据不出经分域,圈选与打标结果仅以脱敏标签对外

① 客户主数据

WHO · 身份与归属

实名信息、身份证、居住地、集团客户与所属行业,锁定“是谁、属哪个行业”。

实名身份证居住地集团行业

② 话单短信账单

HOW · 消费与信用

通话/短信话单、资费账单、发票、投诉与信用,判断消费能力与代扣可行性。

通话话单短信账单发票投诉信用

③ 基站轨迹

WHERE · 时空轨迹

基站定位还原工作地、居住地、常驻商圈与出行轨迹,识别科技园/CBD 人群。

工作地居住地常驻商圈出行轨迹

④ 移动上网偏好

WHAT · 兴趣与场景

流量与 App 使用偏好,识别开发类/学习类重度用户,直接命中 Qoder 目标画像。

流量App偏好开发类学习类

▷ 触达途径取舍 · 智能外呼为主 · 短信为辅

四条触达途径按“培训成本 / 转化确定性 / 可规模化”评估,本方案聚焦低成本、可 AI 化、可归因的两条主链路。
主 · ✓

智能外呼

定位:主力触达
优势:AI 全自动·可实时应答异议·高相关性
成本:低(无需人工培训)
链路:Qwen3-Max + CosyVoice3 + Function Call
辅 · ✓

短信

定位:兜底触达
优势:覆盖全·成本极低·可回复 K 直开
场景:未接通 / 客户需考虑
链路:官方通道 + 归因短链
备 · ○

应用(App/入口)

定位:被动承接
优势:运营商 App 官方入口·增信
局限:依赖用户主动打开·转化被动
用途:核实真实性 / 二次转化
不选 · ✗

营业厅 & 人工外呼

定位:本期不纳入
原因:培训成本高·转化不确定
局限:难规模化·难标准化归因
替代:由智能外呼 + 短信覆盖

▷ 组织协同 · 三部门流水线作业

市场部
发起 · 圈人群 · 定目标

提出联名版推广目标与人群策略,向业支中心下达圈选与建模需求。

业务支撑中心
建模 · 打标 · 输出脱敏标签

基于经分四域完成特征工程与打分,产出可外呼的高潜客户名单与画像标签。

客服中心
采样外呼 · 触达 · 转化

以智能外呼执行触达与话术应答,短信兜底,回收转化与归因数据。

▷ AI²Loop · 数据驱动的自增强闭环

🔍
① 用 AI 找客户

经分四域圈选 + Qwen 打分,定位高潜人群

📞
② 用 AI 卖 AI

智能外呼推荐 Qoder/QoderWork,实时处理异议

⚙️
③ 客户用 AI 沉淀数据

开通试用,真实使用产生行为与效果数据

🔄
④ 数据回流再喂 AI

归因写入 MaxCompute,T+1 反哺打分、T+7 反哺话术

↺ 使用与转化数据回流 bass_demo,圈选更准 · 话术更优 · 每一轮外呼都比上一轮更聪明