AI 实验室 · CRM

线索质量评分与简易 CRM

基于 4 项加权准则对潜在客户进行 0 至 100 分量化评分,自动划分为 Hot / Warm / Cold 意向梯队并输出跟进建议。所有数据仅在您的浏览器本地运行。

1. 评分准则权重配置

各项权重无需总和等于 100,系统将自动归一化计算。

2. 录入线索进行打分

0 = 完全脱离 · 4 = 核心目标画像
0 = 无应答 · 4 = 多次高频互动
0 = 暂无预算 · 4 = 预算明确充足
0 = 仅观望 · 4 = 急需采购落地
总线索数
0
已录入列表总数
HOT 高意向
0
优先跟进
WARM 中意向
0
持续内容培育
平均评分
–
满分 100

意向等级构成占比

分数区间分布

线索优先级跟进列表

线索名称评分意向等级建议跟进策略操作
暂无已录入线索。

工作原理与评分逻辑

综合得分通过将 4 项维度的等级 (0–4) 分别乘以对应配置的权重计算得出:

Score = (Σ(等级 × 权重) / (4 × 权重总和)) × 100

  • Hot (高意向): 评分高于 Hot 阈值。客户画像高度匹配、采购预算与紧迫度明确,应在 24 小时内由资深顾问一对一联系。
  • Warm (中意向): 评分介于 Warm 与 Hot 之间。适合通过行业案例、深度白皮书与自动化邮件序列持续培育。
  • Cold (低潜客): 契合度或紧迫度较低。归入长期公域内容触达库,避免一线销售团队过度耗费精力。

为什么科学的线索评分对增长至关重要?

在缺乏线索评分机制的团队中,销售顾问往往按线索产生的先后顺序平均分配跟进精力,导致高意向潜客因等待时间过长而流失,同时大量时间被耗费在低价值的闲聊咨询中。通过标准化打分,可促成市场营销获客 (MQL) 与销售成单 (SQL) 的无缝协同。

常见问题解答 (FAQ)

我的线索客户隐私数据会被上传至外部服务器吗? 绝不会。本工具所有计算与列表渲染均运行在您的本地浏览器内存中,刷新页面即重置,支持一键导出 CSV 备份。

应当如何设定 4 项指标的初始权重? 建议先采用默认权重,随后对照过去半年已成交客户的真实特征进行复盘反推并逐步校准。

← 返回 AI 营销实验室