访客快要做决定、还有一个问题没得到回答时,实时客服对销售才有帮助,所以只在高意向页面弹提示,并在一分钟内回复。示例里注册页每 1,000 次会话产生 30.0 条线索,博客只有 0.2 条;一分钟内回复的对话变成线索的比例是 38.0%,超过十五分钟只有 5.0%。
读完你会知道
- 按每 1,000 次会话的线索数给页面排序,而不是按流量
- 价格页和注册页弹提示,博客保持安静
- 示例里首次回复从一分钟内变慢到十五分钟以上,线索率从 38.0% 降到 5.0%
实时客服在销售流程里的位置
实时客服对销售有帮助的地方很具体:访客快要做决定,但还有一个问题没得到回答。它不能代替销售电话,也帮不了没人在做决定的页面。一个在每个页面停留五秒就弹出的聊天,多半是在和正在读博客的人说话。它的任务是在合适的时机,把一场对话放到合适的访客面前,快速回答,并留下继续联系的办法(通常是邮箱)。电商版本看电商实时客服,定义看实时客服。
哪些页面值得弹聊天提示
示例数据:一个 B2B 软件网站一个月 50,000 次会话。按页面类型统计会话数、发起的对话数,以及最后访客留下邮箱的对话数(线索)。
| 页面类型 | 会话 | 对话 | 对话率 | 线索 | 每次对话的线索 | 每 1,000 次会话的线索 |
|---|---|---|---|---|---|---|
| 价格页 | 6,000 | 270 | 4.5% | 90 | 33.3% | 15.0 |
| 功能页 | 12,000 | 240 | 2.0% | 48 | 20.0% | 4.0 |
| 博客 | 30,000 | 150 | 0.5% | 6 | 4.0% | 0.2 |
| 注册页 | 2,000 | 120 | 6.0% | 60 | 50.0% | 30.0 |
| 合计 | 50,000 | 780 | 1.6% | 204 | 26.2% | 4.1 |
博客占 60% 的会话,却只有 3% 的线索(204 条里的 6 条)。注册页占 4% 的会话,却有 29% 的线索(204 条里的 60 条)。排序页面该看最后一列:每 1,000 次会话的线索数,它不管页面大小,直接告诉你这个页面的流量对聊天值多少。
规则:从这一列的顶部开始。价格页和注册页弹提示,博客保持安静,功能页以后再测。
关于人手的提醒:如果价格页的提示让每月对话从 270 次涨到 400 次,要确认团队仍能在一分钟内回复。提示把队列塞满、回复拖过十五分钟,会把 33% 的线索率变成 5%,所以提示的数量要和能回复的人数相匹配。
| 页面类型 | 对话率 | 每 1,000 次会话的线索 |
|---|---|---|
| 价格页 | 4.5% | 15.0 |
| 功能页 | 2.0% | 4.0 |
| 博客 | 0.5% | 0.2 |
| 注册页 | 6.0% | 30.0 |
示例数据:一个月 50,000 次会话、780 次对话、204 条线索。
说什么,什么时候说
主动消息有三部分:触发条件(页面加停留时间)、适合该页面的开场白、容易回复的方式。下面是示例时间:
| 页面 | 触发条件 | 开场白 |
|---|---|---|
| 价格页 | 在页面停留 30 秒 | 「在比较套餐吗?告诉我团队人数,我帮你指出合适的一档。」 |
| 注册页 | 20 秒没有提交 | 「卡在某个字段上了?我可以在这里帮你。」 |
| 功能页 | 在某个功能页停留 60 秒 | 「在找什么具体的东西吗?问我,我来查。」 |
| 博客 | 不弹提示 | 保留聊天气泡,不弹窗 |
秒数要用你自己的数据定:看转化访客在该页面的停留时间中位数,在它之后一点触发。5 秒触发会打断阅读;三倍中位数触发又会错过已经离开的人。两周后检查结果,对话率低于 1% 的提示就去掉。
回复速度决定多少对话变成线索
Jakob Nielsen 的经典界限说,约一秒能让用户的思路不被打断,十秒大致是用户把注意力留在任务上的上限,之后人们会转去做别的事。聊天是同样的道理,只是对面是真人在打字。同一个网站的示例数据:780 次对话按第一次人工回复用了多久分组。
| 第一次回复在 | 对话 | 线索 | 线索率 |
|---|---|---|---|
| 1 分钟内 | 300 | 114 | 38.0% |
| 1–5 分钟 | 260 | 65 | 25.0% |
| 5–15 分钟 | 140 | 21 | 15.0% |
| 超过 15 分钟 | 80 | 4 | 5.0% |
如果最慢的 80 次对话按最快两组的混合比例 (114 + 65) ÷ (300 + 260) = 32.0% 得到回复,会产生约 25.6 条线索而不是 4 条,每月大约多 21 条。把它当作上限:等待的人往往本来就不那么感兴趣,所以差异有一部分来自人本身,而不是等待的时间。方向仍然清楚,2011 年《哈佛商业评论》一项关于企业如何回应网站咨询的研究,结论是大多数公司回应得不够快。
规则:设一个目标(例如办公时间内首次回复在一分钟内),每周测量,没人在线时切换到离线留言表单,让访客仍然能留下邮箱。
按首次回复时间看线索率
示例数据,留下邮箱的对话占比不用表单怎么拿到邮箱
聊天不需要聊天前表单,在第一条消息之前强制填写只会减少对话。先帮上忙,再开口:
- 用一两条消息回答问题。
- 给出具体的东西:「我可以把 10 个席位的价格明细发给你,用哪个邮箱?」
- 如果对方犹豫,不要邮箱,给下一步:预约页链接。
- 把线索记录到销售团队本来就在用的地方。聊天工具不是 CRM;当天把邮箱和对话开始的页面复制到你自己的系统里。
示例结果:780 次对话里有 204 次留下了邮箱,占 26.2%。价格页对话超过 40% 通常说明开场白起了作用;低于 10% 通常说明坐席在第一条消息里就要邮箱。
对话结束之后怎么处理
以留下邮箱结束的聊天,是销售流程的开始,不是聊天任务的结束。每条线索当天就处理:
- 把三样东西复制进销售系统:邮箱、对话开始的页面、以及一句话说明访客问了什么。「在价格页问了 10 个席位」比「聊天线索」更适合当作销售电话的开头那句。
- 在你自己的系统里标注意图。 三类就够:准备购买(问了价格或开始时间)、评估中(问了功能)、支持(已有客户)。只有「准备购买」这一类需要当天打电话。
- 由真人发跟进。 一条重复你在聊天中承诺的内容的短信(「这是 10 个席位的价格明细」)能开启第二轮对话。
- 一周后闭环。 数一数示例里 204 条线索有多少变成了销售对话,把比例写在它们来自的页面旁边。如果价格页的线索转成对话的比例是功能页的两倍,就把提示的投入挪到那里。
最终重要的数字不是对话数,甚至不是线索数,而是按页面看每 1,000 次会话产生的销售对话数或成交数。聊天工具到线索为止,其余的在你的销售系统里衡量。
怎么判断聊天是不是真的有帮助
像上面那样按页面算每 1,000 次会话的线索数,然后做第二个比较:在达成目标(如注册)的访客里,有多大比例之前聊过;聊过的人的目标达成率和只浏览的人相比如何。示例数据:某天 1,000 位访客,40 人聊过,其中 6 人注册(15.0%);没聊的 960 人里 29 人注册(3.0%)。相对提升 = 15.0% ÷ 3.0% − 1 = 400%。
读的时候要小心:发起聊天的人本来就更感兴趣,所以这个比较会高估聊天带来的效果。只用它做两件事:看哪些页面的聊天最终达成目标,以及改了提示之后数字有没有变化。样本里聊天的人少于 30 个时,转化率太不稳定,不要据此行动。
在 TapCub 里怎么做
把价格页的例子放进 TapCub 里设置:
- 打开聊天。 如果站点脚本已经装好,在客服 › 聊天设置 › 外观与品牌里打开聊天气泡,不用改代码。品牌名、颜色和位置都在那里设置。
- 添加邀请。 在客服 › 聊天设置 › 主动邀请里按页面加秒数触发,例如价格页加 30 秒,并写好开场白。
- 带着背景回复。 在客服 › 客服工作台里,每个对话都显示访客来源、当前页面和最近两天的浏览轨迹,一键打开统计里的访客档案,这样你能问出比「有什么可以帮您」更好的问题。用
/输入常用语保持回复速度。 - 接住非工作时间的访客。 设好工作时间和离线留言,没人在线时访客也能留下邮箱和问题。
- 检查结果。 客服 › 客服报表 › 转化归因对比聊过和只浏览的人,列出对话从哪些页面开始,聊过的人少于 30 时会提示样本太少。
TapCub 不给线索打分,也不发跟进邮件。收集到的邮箱放进你自己的 CRM 或邮箱;TapCub 只衡量聊天前后发生了什么。
FAQ
怎么用实时客服做销售?
只在价格页、注册页这类高意向页面弹主动消息,一分钟内回复,帮上忙之后再要邮箱。示例里价格页和注册页每 1,000 次会话分别产生 15.0 和 30.0 条线索。
哪些页面应该有实时客服?
价格页、注册页、演示或联系页,以及结算页。博客不弹提示:示例里博客占 60% 的会话却只有 3% 的线索。按每 1,000 次会话的线索数给页面排序。
实时客服应该多快回复?
办公时间内争取一分钟内。示例里,一分钟内回复的线索率是 38.0%,超过 15 分钟回复的只有 5.0%。
实时客服能提高销量吗?
可能,但聊过的人和没聊的人的对比会高估效果,因为聊天的人本来更感兴趣。用每个页面的线索数,以及调整提示之后的变化来判断。
聊天开始前要不要强制填邮箱?
不要。回答完第一个问题之后再要邮箱,只有没人在线时才用离线表单。
资料来源
- Jakob Nielsen,Response Time Limits: Article by Jakob Nielsen,Nielsen Norman Group(0.1 秒、1 秒和 10 秒的界限)。
- Oldroyd、McElheran 和 Elkington,The Short Life of Online Sales Leads,《哈佛商业评论》,2011 年 3 月。
- Baymard Institute,Cart Abandonment Rate Statistics(有记录的平均放弃率 70.22%,50 项研究)。
这篇文章对你有帮助吗?
我们会根据反馈修改和补充这篇内容。
提交没有成功,请稍后再试。
谢谢你的反馈,我们会据此改进这篇内容。你已经反馈过这篇了,谢谢。

