来源分散
官网、广告、活动和渠道使用不同字段，销售需要反复复制和整理。
常见问题
线索不是越多越好，关键是能否及时识别
当所有咨询都以同样优先级进入销售队列，高价值机会容易被低质量、重复或信息不完整的记录淹没。
判断标准不一致
不同销售凭经验判断，团队无法解释为什么一条线索被优先跟进。
结果没有回流
跟进结果没有反哺规则，评分长期停留在最初假设。
处理流程
每条线索经过四个可追溯步骤
统一与去重
按邮箱、手机、企业和来源标识合并记录，同时保留原始来源。
字段补全
补充行业、地区、企业规模、职位和咨询内容，标记缺失或不确定字段。
双维度评分
分别计算客户匹配度和当前意向，展示分数背后的触发条件。
分配与回流
按区域、产品或优先级分配，并用销售结果持续校准规则。
评分设计
匹配度和意向度必须分开
一家很适合的企业不一定现在就要采购；一条高意向咨询也可能不属于目标客户。两个维度分开，后续动作才不会混乱。
| 维度 | 示例信号 | 对应动作 |
|---|---|---|
| 客户匹配度 | 行业、地区、规模、角色、产品适配 | 判断是否进入目标客户池 |
| 当前意向度 | 具体需求、时间、预算、关键页面行为 | 判断跟进优先级和时机 |
| 数据可信度 | 字段来源、更新时间、冲突和缺失 | 决定自动处理或人工复核 |
安全边界
AI 可以辅助判断，但不能成为黑箱
首版优先使用可读规则和少量人工样本。高价值、低置信度或字段冲突的线索进入人工复核，不自动丢弃。
- 保存原始线索，不覆盖来源数据
- 展示评分原因和规则版本
- 允许销售改分并记录原因
- 敏感字段按权限访问
- 定期抽样检查误判和漏判
常见问题
上线前需要明确
AI线索评分会替销售做决定吗？
不会。评分用于排序和提示，关键线索仍可由销售或运营复核。系统应保存评分规则、触发原因和人工调整记录。
没有 CRM 能做线索质检吗？
可以从表单、企业微信、邮箱或现有表格开始，但需要确定唯一线索标识、字段规则和负责人。流程稳定后再接入 CRM。
需要多少历史数据才能开始？
不一定需要大量历史数据。首版可以由业务规则和人工标注启动，再根据真实跟进结果逐步校准，不应把缺少训练数据包装成高准确率模型。
交付结果
团队拿到的是一套可运行规则
- 线索字段字典和来源映射
- 去重与合并规则
- 匹配度、意向度评分规则
- 自动分配与人工复核流程
- 质量抽样和规则迭代看板
相关能力