AI电销外呼的效果，应围绕任务目标评价，不能只看拨出了多少通。企业还需要分清接通、理解、表达意向与后续办理之间的差异。AI电销外呼统计前先确认业务与接入范围，再约定指标含义，才能避免用一个比例代表整个运营过程。

一、任务执行与名单覆盖情况

可记录计划联系人数、实际尝试人数及尚未执行对象，说明是否按号码或客户去重。机器人多次联系同一对象，会增加呼叫次数，却不一定扩大覆盖。暂停、取消和信息有误的任务也应分列，便于判断执行差异来自哪里。

二、接通与对话推进情况

接通仅说明链路建立，企业还应关注客户是否听到主要事项、对话停在哪个环节。可以按任务定义记录完成情况，但不宜只凭通话时长判定。对未继续沟通的样本，应结合原始记录区分客户不便、内容不清和识别失败，减少笼统归因。

三、意向标签的可信程度

意向结果需要对照客户表达，查看标签是否有清楚依据。可以抽样比较机器判断与人工复核，分别记录误标和未能确认的情形。标签数量增加不代表效果改善，若判定标准过宽，反而可能给后续人员带来较多没有明确需求的待办。

企业还可对本轮产生的待办进行抽样回访核查，确认标签是否真正对应可处理的业务需求。若人员反复遇到不知情或没有后续安排的客户，应回看识别标准与开场表达。评价不仅关注自动任务结束，也要看后续团队能否使用这些结果。

四、人工接续与实际处理结果

客户提出回访或人工帮助后，是否有人接手、是否在约定时间处理，应单独观察。外呼任务结束与客户事项解决不是同一状态。后续办理发生在其他系统或线下场所时，需要有可关联记录，不能直接从机器人标签推定已经成交。

五、客户反馈与重复联系情况

拒绝、投诉、要求改期和重复联系等信息，能够帮助企业发现任务设计的问题。统计时应保留相关情形，不宜只展示正向反馈。若某批任务沟通完成比例上升，但客户不满也增加，需要一起分析，避免评价仅围绕数量变化展开。

六、不同批次之间的可比条件

比较前应核对人群来源、业务事项、话术版本和执行窗口，记录哪些条件发生变化。小样本容易受个别结果影响，应谨慎解释。若一次改动多个因素，很难知道改善来自哪一项，企业可先保留相近条件，再逐步检验具体调整。

效果评估应从执行过程延伸到结果核对。把任务完成、标签依据、人工处理和客户反馈分别观察，企业才能知道机器人承担了哪些工作，以及仍需改进的是触达、对话还是后续协作。