奔腾汽车：先筛掉低质量线索，再让 AI 电话回访
- 目标
- proposed:lead-quality
- 渠道
- 抖音信息流
- 预算段位
- undisclosed
- 内容 ID
case/2025-bestune-yuntu-ai-calls
AI 工具栈
| 工具 | 能力 | 在 campaign 中的角色 |
|---|---|---|
| 巨量云图 SCI 模型与 AI 外呼 | 投放智能体 | 以内容、搜索、人群、属性四层漏斗筛选线索，并以 AI 外呼验证线索质量 |
结果（来源原文，未做归一化）
| 指标 | 数值 | 对照 | 验证 |
|---|---|---|---|
| 单次获客成本 | 三车整体线索成本下降 15% | 未披露 | |
| proposed:lead_validity_rate | AI 外呼线索有效率提升至 70% | 未披露 | |
| proposed:audience_asset_growth | A1–A4 人群总量提升 88.55% | 未披露 |
经验（带适用范围）
线索型投放的自动化应先定义有效线索、回传周期和人工复核，再扩大人群与消耗
适用范围：需要销售跟进的汽车线索业务
AI 外呼结果若未披露同意机制、判定规则和对照组，不能单独证明投放质量提升
适用范围：使用自动外呼或智能质检的获客项目
正文
这个项目在 2026 年巨量引擎大会上作为 2025 年案例披露。奔腾先用平台数据筛掉不太可能买车的人，再让 AI 电话回访判断留下的线索是否有效。案例页称，三款车合计的线索成本下降 15%，AI 回访后的有效线索比例为 70%。
这些数据来自平台奖项案例，没有说明“有效线索”怎么定义、用户是否同意被 AI 呼叫，也没有给出对照组。因此它只能说明一种做法，不能保证别的品牌也会得到同样结果。
先定义什么叫“有效线索”，再试 AI 电话回访
先让市场和销售一起写清楚：什么算有效线索、多久回传结果、用户是否同意被联系、谁来人工复核、有人投诉怎么办。再用小样本测试 AI 电话回访或质检。不要把平台案例里的有效率，当成自己一定能达到的结果。
来源
- 巨量引擎共擎奖案例：巨量云图助力奔腾拓展 5A 人群 self-reported