> For AI agents: the complete documentation index is available at /llms.txt, the full documentation bundle is available at /llms-full.txt.

# 全链路 AI 赋能规划

基于竞品 Keepme ANTARES 的深度分析和 retaintive 自身获客路径的特点，规划在现有数据筛选和规则跟进基础上，引入全链路 AI 能力，提升付费线索的转化效率。

> 竞品分析详见：[Keepme ANTARES 仪表盘分析](/competitors/keepme-antares-dashboard-analysis.md)

***

## 一、背景与动机

### 竞争格局（修正）

Keepme ANTARES 已经不是单纯的官网聊天机器人，而是**全生命周期 AI 平台**（经官网 keepme.ai 验证）：

- **获客**：通过中间件服务商接入 10 个渠道（Facebook Messenger、Instagram DM、WhatsApp、SMS、Email、Webchat、Inbound/Outbound Voice、WeChat、Form），AI Agent 在各平台原生环境内**直接进行双向对话**（官网原文：_"True Omni-Channel Coverage"_）。服务 1,800+ 家健身房，处理 160 万+ 对话
- **签约**：AI 在对话中直接引导客户提交信用卡信息，无需人工介入即可完成签约付款
- **留存**：接入 MMS 行为数据，用预测模型（声称 95% 准确率）识别流失风险会员，AI 自动发起挽留沟通。**该功能已上线**，但由于客户更先为获客买单，Retention 目前作为增值销售

Keepme 与 retaintive 存在**直接竞争**，且在产品边界上已经领先。但其市场策略仍以获客为先——说明健身房客户的第一痛点是"卖不出会员"，而非"留不住会员"。

### 两种路径的本质差异

虽然都在处理付费广告产生的线索，但切入角度不同：

| 维度             | Keepme 的路径            | retaintive 的路径          |
| -------------- | --------------------- | ----------------------- |
| **核心策略**       | AI 替代人工——一个 AI 搞定所有对话 | 数据驱动 + AI 赋能——用分析提升人工效率 |
| **AI 角色**      | 独立执行者（替代人）            | 辅助赋能者（帮助人）              |
| **数据能力**       | 基础指标（静态快照，无趋势）        | CI + BI 深度分析（趋势、归因、基准）  |
| **Leakage 处理** | AI 在对话中筛选             | 数据分析 + 规则引擎预筛选          |

### 我们的当前优势

1. **数据驱动的 Leakage 筛选** — 识别并过滤无效线索（错误号码、无意图、重复提交），让销售团队精力集中在真正有价值的线索上
2. **人工 + 规则的及时跟进** — 规则引擎确保在黄金时间窗口内响应，人工完成高价值沟通
3. **CI + BI 深度分析** — 通话智能分析 + 商业指标追踪，提供 Keepme 不具备的分析深度
4. **结果验证** — 经过筛选和跟进后，实际转化率达到了高质量水平

### 改进机会

在保持数据分析差异化优势的同时，引入 AI 能力**补齐即时响应和智能沟通**的短板，形成"数据分析 + AI 赋能"的组合拳。

***

## 二、全链路 AI 能力规划

### 2.1 AI Agent 即时响应

**触发时机**：线索进入系统的第一时间

**核心功能**：

- 线索进入系统后，AI 自动发起首次对话，完成意图确认和信息收集
- 首次响应时间从分钟级压缩到秒级
- 在对话中自动判断线索质量，低质量线索直接标记，不再浪费人工
- 7×24 全天候覆盖，广告全天投放，响应不间断

**解决的问题**：

- 付费线索的生命周期极短，5 分钟内响应和 30 分钟后响应的转化率可以差数倍
- 非工作时间（晚间、周末）的线索无人响应，导致大量流失
- 人工首次响应速度不稳定，依赖销售人员当前工作状态

**与 Keepme 的对标**：Keepme 已在全渠道实现 AI 即时响应，其非营业时间的 Tour 量甚至超过营业时间（498 vs 396）。我们至少需要在 SMS / 自动消息渠道实现同等能力。

### 2.2 AI 生成 SMS

**触发时机**：跟进过程中的每次 SMS 触达

**核心功能**：

- 根据线索画像（来源渠道、填写信息、意图评分）生成个性化短信内容
- 根据跟进阶段智能调整话术：
  - **首次触达**：确认意向、介绍核心卖点
  - **二次跟进**：针对性回应、限时优惠
  - **沉默激活**：重新唤起兴趣、新活动通知
  - **Tour 提醒**：预约确认、到店引导
- 销售人员可一键发送或设定自动触发

**解决的问题**：

- 模板群发千篇一律，打开率和回复率低
- 销售人员编写个性化 SMS 耗时，跟进效率低
- 不同跟进阶段需要不同话术策略，人工难以标准化执行

**差异化优势**：retaintive 的 CI 分析能力可以为 AI SMS 提供更精准的上下文——基于历史通话内容分析客户的真实关注点和异议，生成的 SMS 比单纯基于对话记录更有针对性。

### 2.3 AI 辅助通话提示

**触发时机**：销售人员发起或接听电话时

**核心功能**：

- **通话前**：自动汇总线索的完整画像
  - 线索来源渠道和广告内容
  - 浏览过的课程 / 套餐（如有）
  - 之前的 SMS / 对话沟通记录
  - 线索温度评分和跟进建议
- **通话中**：实时提供辅助建议
  - 针对客户异议的应对话术参考
  - 适合推荐的套餐 / 课程
  - 促单时机提示（如对方表现出明确意向时）
- **通话后**：自动总结通话要点，更新线索状态

**解决的问题**：

- 销售人员对线索背景了解不足，沟通缺乏针对性
- 新手销售缺乏异议处理经验，转化率低
- 通话后手动记录耗时且容易遗漏，影响后续跟进质量

**差异化优势**：Keepme 的 AI 替代人工对话，而我们的 AI 辅助人工通话——利用 CI 实时分析能力，让每个销售都具备 Top Sales 的沟通水平。

### 2.4 AI 驱动的流失预测与主动挽留

**触发时机**：会员行为出现流失预警信号时

**核心功能**：

- 接入会员行为数据（到店频率、课程参与、合同到期时间等），建立流失预测模型
- 识别高风险会员（如到店频率从每周 5 次降到 3 次、连续两周未到店等）
- AI 自动发起挽留沟通（SMS、邮件），或提醒销售主动跟进
- 结合 CI 通话分析，从**语义层面**捕捉流失信号（通话中抱怨价格、询问退款流程、表达不满等）

**解决的问题**：

- 会员流失通常是渐进的，等到正式取消已来不及挽留
- 人工无法实时监控所有会员的行为变化
- Keepme 已在做流失预测（声称 95% 准确率），retaintive 的名字（retain + AI）直指这个方向，不能缺席

**差异化优势**：Keepme 的流失预测依赖 MMS 行为数据（到店频率等），而 retaintive 拥有**CI 通话分析的独有信号**。一个会员在电话里抱怨价格、表达不满、询问退款——这些语义信号比"到店次数减少"更早、更精准。行为信号是滞后指标，语义信号是领先指标。

### 2.5 AI 辅助支付信息采集（评估中）

**背景**：Keepme 已实现 AI 在对话中引导客户提交信用卡信息，将漏斗从 Tour 延伸到签约付款。

**可行方向**：

- 在 AI 即时响应或 SMS 跟进环节，引导意向明确的客户直接完成支付信息提交
- 发送安全支付链接，客户在手机端完成信用卡绑定
- 减少"有意向但没来签约"的流失

**需要评估的风险**：

- PCI DSS 合规要求（信用卡数据处理的安全标准）
- 健身行业客户对 AI 收集支付信息的信任度
- 与客户现有 POS / 会员系统的集成复杂度

**建议**：作为中长期方向评估，优先落地获客和留存环节的 AI 能力。

***

## 三、与竞品的差异化定位

### 完整链路对比

```
Keepme ANTARES（全生命周期）:
  全渠道流量 → AI 全自动对话 → Lead → AI 引导支付 → Member → 流失预测 → AI 挽留
  (AI 替代人工，强在广度和闭环)
  (弱在分析深度——只有静态指标快照)

retaintive（当前）:
  付费广告线索 → 数据筛选 Leakage → 规则引擎 + 人工跟进 → Tour
  (强在数据分析深度——CI + BI + 趋势 + 归因)
  (弱在响应速度、非工作时间覆盖、Retention)

retaintive（规划）:
  获客: 付费广告线索 → AI 即时响应 → AI 智能 SMS → AI 辅助通话 → Tour
  留存: 行为数据 + CI 语义信号 → 流失预测 → AI + 人工协同挽留
                          ↑
                CI + BI 数据分析贯穿全链路，让 AI 更精准
```

### 核心差异

| 维度        | Keepme                  | retaintive（规划）                 |
| --------- | ----------------------- | ------------------------------ |
| **AI 策略** | AI 替代人工（全自动）            | AI 赋能人工（人机协同）                  |
| **AI 触点** | 全渠道统一对话                 | 即时响应 + 智能 SMS + 通话辅助           |
| **数据基础**  | 对话数据 + MMS 行为数据（静态指标）   | CI + BI 全量数据（趋势 + 归因 + 基准）     |
| **获客能力**  | 全渠道 AI 原生对话 + AI 引导支付   | AI 即时响应 + 数据双重筛选               |
| **留存能力**  | MMS 行为数据 → 流失预测 → AI 挽留 | CI 语义信号 + 行为数据 → 流失预测 → 人机协同挽留 |
| **独有差异**  | 支付闭环（信用卡采集）             | CI 通话语义分析（领先指标）                |

### "黑箱" vs "透明"

Keepme 是黑箱——AI 帮你做了，但你看不到过程，出了问题找不到原因。retaintive 是透明的——你看到每条线索的状态、每通电话的内容、每个员工的表现、每分钱花在哪里，你能自己做决策。

### 为什么"AI 赋能人工"比"AI 替代人工"更适合健身行业

电话销售中 AI 和人工各有优势场景：

| AI 更优                | 人工更优                     |
| -------------------- | ------------------------ |
| 首次响应速度（5 秒 vs 30 分钟） | 异议处理（"太贵了""我再想想"）        |
| 非工作时间覆盖              | 促单临门一脚（感知情绪、把握时机）        |
| 简单确认（预约提醒、到店确认）      | 高价值谈判（定制套餐、特别推广）         |
| 大量重复外呼（批量筛选意向）       | 情感连接（挽留老会员，AI 的关怀听得出是假的） |
| 一致性（不会有情绪、不会偷懒）      | 复杂情况（投诉、退款、特殊需求）         |

最佳分工是按漏斗阶段分配：

```
线索进入 → AI（抢速度）
意向确认 → AI（简单筛选）
深度沟通 → 人（异议处理、促单）
预约提醒 → AI
到店签约 → 人（面对面关系建立）
会员挽留 → 人（情感连接）
```

健身行业重关系、重体验、情感因素大，**人机协同大概率比纯 AI 效果好**，尤其是在促单和挽留环节。这是 retaintive "AI 赋能人工"路线的底层逻辑支撑。

### 价值主张

> Keepme 用 AI 替代人工，在全渠道实现"获客 → 签约 → 留存"的全自动闭环——强在广度、速度和闭环能力，但客户看不到过程，出了问题找不到原因。retaintive 用 AI 赋能人工，在数据分析的基础上让每一次沟通更精准——强在深度、转化质量和全过程可见性。我们的目标不是复制 Keepme 的全自动模式，而是让 AI 做它擅长的（速度、覆盖、筛选），让人做人擅长的（说服、共情、成交），用 CI + BI 的数据透明度让每一个决策都有据可依。

***

## 四、实施优先级建议

| 优先级 | 功能            | 理由                                                               |
| --- | ------------- | ---------------------------------------------------------------- |
| P0  | AI Agent 即时响应 | 直接解决首次响应时间和非工作时间覆盖问题，ROI 最高。Keepme 已证明非营业时间 AI 响应可贡献 50%+ 的 Tour |
| P1  | AI 生成 SMS     | 在现有 SMS 跟进流程基础上升级，结合 CI 分析提供差异化内容，实施成本相对较低                       |
| P1  | AI 驱动流失预测与挽留  | retaintive 的命名核心，Keepme 已有该能力但客户更关注获客侧。CI 语义信号是我们的独有差异化武器        |
| P2  | AI 辅助通话提示     | 需要与 CI 通话分析深度集成，技术复杂度最高，但也是 Keepme 不具备的独有差异化能力                   |
| P3  | AI 辅助支付信息采集   | 需评估 PCI DSS 合规和客户信任度，作为中长期方向                                     |