但这真的是客户想要的答案吗？显然不是，因为还有
一笔账我们没算完。
试图再一次吃一波红利，但这次的效果如何呢？请看大屏幕：这次的外呼客户意向比率直接从75%下降到13.92%，虽然这个数字依然可以成为业内的骄傲，但传奇的色彩已然不复存在。
此后客
户又试了几次，再也没有复制出当年75%的神勇。
我们一度和客户开玩笑，做金融贷款的，一辈子能有这么一次75%命中，也可以吹半年了。
。
罗列以上客户实际业务的数据的目的并不在于吹嘘75%这样的一个偶然的营销效果，而是提醒各位，电销机器人的获客效率，相比其获客成本，到底如何？以上述客户为例，我们看到，在
连续两次的600个通话任务中，他们总计打出1200个电话，接通数是264+79=343通，我们以平均一分钟一通电话计算，也就是343分钟的有效通话时间，考虑到我们的计费方式是仅收取通话费用0.4元每分钟，加上人群数据的使用费是0.2元每分钟，因此这343分钟的通化成本为343x0.6=205.8
元，那么合计产生了多少条线索呢？1200x(13.92%+75%)=1067.04，也就是说，他们仅仅花了200块钱话费，就通过鲸鱼的人群库和的机器人打出了1000条线索！因为我们机器人第0一轮的拨打平均接通率和这个数据相差无几，当然，有人可能会说了，你75%的意向比率是一个偶然数字，又无法持续，所以这个计算结果不能反映实际平均水平。
没错，这位同学说到
了点子上，那如果我们两次都按照13%的真实平均比率来计算呢？成本这一块，依然是205.8元不变，此时线索的数量重新计算为：600x13%+600x13%=156。
花200块钱，打出来156条线索，无论怎么算，这波都不亏吧？回到我们开头提到的“错误问题”。
很多人问我们，一个电销机器人一个月要打多少钱呢但高达75%的客户意向比率着实让我们有些意外。
不妨再透露一下，这家公司属于金融行业，公司在福建，主要用机器人筛选有资金需求的意向人群，也就是***业务。
这个行业的平均意向率在多少呢？不过13%而已。
13%也是在多轮话术优化之下的比率，一开始并不能达到
或接近这个数字。
所以当我们拿到75%的结果时，这已经不是完美，而是奇迹了。
随后我们复盘了这组拨打任务的一些细节。
发现这组号码表面上看起来的确比较“幸运”，因为对应的客户恰恰都是都资金需求的人，但实际上却是“有备而来”。
我们从鲸鱼智能的后台发现，这家客户曾在6月13号提交了一个人群需求：我们可以看到，
他们在鲸鱼智能的后台人群库中选择了三个标签：“19-25岁”的年龄组，“3-5k”的收入组，以及“福建”的地理组。
随后鲸鱼智能随机筛选出600条客户电话，提交到了第二天的客户拨打线索库中供机器人拨打。
我们可以顺理成章的推测，本次拨打任务的出色效果是因为客户选中了正确的人群标签，并使用一套强劲的话术成
功撩到了他们的需求，但无论如何，这次的外呼任务也带有运气成分，因为紧接着他们在6月15号又依法炮制了一次一模一样的外呼任务