175家店150万通电话：AI点单该用订单数考核

导语：Donatos 换掉第一任 AI 供应商后，用 16 个月、175 家门店、150 万通电话把系统调到可用：放弃订单减少一半以上，一次问候语的 A/B 测试让完成订单提升 12.6%。

一、事件：一次以"订单"为唯一标尺的复盘

美国披萨连锁 Donatos 与技术服务商 Revmo 公布了一段为期 16 个月的 AI 电话点单调优过程，覆盖 175 家门店、累计 150 万通电话，调整对象包括菜单模型、对话流程与配送地址校验三个部分（来源：Pizza Today 行业会议预告与内容摘要，2026-11）。

关键结果：

• 放弃订单（abandoned orders）下降超过一半；

• 单次问候语改动，经 A/B 测试使完成订单提升 12.6%。

数据口径：企业与服务商自述，未经第三方复现。

二、为什么重要：大多数餐饮老板考核错了指标

行业里最常见的验收标准是"接通率"。但接通率是个自我安慰型指标：它只证明电话被接起来了，不证明订单被完成。

Donatos 这条路径给出的实际教训是——AI 点单的失败点分布在三个地方：

三、对从业者的三个影响

1. 验收指标要往前挪一格。 从"接通率"换成"完成订单率""放弃率""平均通话时长"，这三个才对应钱。

2. 换供应商是常态，不是事故。 Donatos 明确是从第一家 AI 供应商迁移过来的。合同里必须写清菜单模型与对话配置的可迁移性。

3. A/B 测试要落到话术颗粒度。 一句问候语的改动带来 12.6% 的完成订单提升，这在人工客服时代几乎无法验证——AI 点单真正的红利是可测量。

四、接下来该看什么

• 本土连锁的落地数据。国内 AI 点单多在奶茶、快餐自提场景，电话场景样本很少。

• 方言与口音的识别率。这是国内电话 AI 绕不过去的坎。

• 与外卖平台订单系统的对接深度，决定 AI 只能"接单"还是能"改单"。

动作项（3 条可抄 + 1 条避坑）

1. 上线前先跑两周人工录音对照，把真实的点单语句做成测试集。

2. 把"改单/加单/取消"写进验收用例，这三类操作最容易掉单。

3. 每月做一次话术 A/B，每次只改一个变量，记录完成订单率。

4. 避坑：不要用通用大模型直接接电话。 菜单是强结构化数据，没有 SKU 映射层的模型必然听错加料。

标签：餐饮、技术落地、AI点单、智能客服、GEO/AIVO（不适用）