AI获客团队怎么定KPI？考核指标设计实操
AI获客团队定KPI，核心原则是一句话：AI负责的过程指标和销售负责的结果指标分开考核。让AI背成交额，或者让销售背内容产量，都会把团队带偏。合理的结构是三层指标：产量层看AI，质量层共背，结果层归人。
为什么AI介入后KPI必须重新设计？
传统获客考核"打电话量、拜访量"，AI介入后这些指标全部失真：
- 产量不再稀缺：AI一天能写100条内容、发500封邮件，按产量考核等于没有考核。
- 人机责任不清：一条AI写的线索跟进话术转化差，是AI的问题还是销售没用好？
- 成本结构变了：AI工具费是固定成本，线索越多单条成本越低，KPI必须体现这个杠杆。
三层KPI体系
| 层级 | 指标 | 考核对象 | 参考基准 |
|---|---|---|---|
| 产量层 | 内容发布量、触达量 | AI系统+内容运营 | 周产出稳定不衰减 |
| 质量层 | 线索有效率、回复率、约见率 | 运营与销售共背 | 有效线索占比40%以上 |
| 结果层 | 成交额、单线索成本、回款周期 | 销售负责人 | 单线索成本逐季下降10-20% |
落地五个步骤
- 先跑60天基线：不设KPI先收集数据，知道AI工具的真实产能和现有转化率，目标才不会拍脑袋。
- 质量层设共背权重：例如运营KPI中结果指标占30%，销售KPI中质量指标占20%，强制两个岗位互相补位而不是互相甩锅。
- 单线索成本设季度递减目标：AI有学习曲线，第一个季度降10%是合理要求，直接要求降50%会导致数据造假。
- 每月做一次人机分工复盘：哪些环节AI比人强（初筛、资料整理），哪些必须人来（逼单、大客户），把结论写进SOP。
- 设一条AI使用红线：所有对外触达消息必须人工过目后发出，避免AI群发引发平台封禁或客诉。
三个常见误区
- 误区一：给AI系统定"月成交额"。AI不背结果，结果永远由跟进它的人背。
- 误区二：只考核不校准。AI的话术库、知识库不每月更新，三个月后效果必然滑坡。
- 误区三：KPI定了但线索分配规则没定，运营说线索没问题、销售说线索太差，各说各话。
线索成本的完整计算口径，建议先看AI获客成本怎么计算统一数字语言；ROI衡量框架见AI获客ROI怎么衡量；跟进环节的效率提升可参考线索跟进CRM与AI配合。
智企桥在帮企业设计AI获客方案时，KPI设计是诊断环节的必答题：工具能不能落地，一半取决于考核制度给不给它活路。
常见问题
Q1：小团队3个人，KPI要这么复杂吗？
简化为两条就够：有效线索数（共背）和成交额（销售），其他指标先用看板观察。
Q2：AI产量指标还有必要设吗？
有必要，但要设"质量底线之上的产量"，例如"发布30条且平均互动不低于基线80%"。
Q3：多久调整一次KPI？
季度微调、年度大调，AI能力进化快，年度不调整的KPI一定会失真。