销售该不该打这个客户？AI 用数据帮你做方向判断

大部分销售团队都有一个共同问题：花时间打了半天的客户，最后发现根本不值得跟。

怎么发生的？一个新客户来了，销售凭感觉判断——这个行业我们在做、这个人好像能拍板、他们预算应该够——然后开始拜访、做方案、跟进度。三个月后得出结论：预算早就被别的项目占了，或者决策链上还有两个关键人没见过。

方向选错了，后面的所有努力都是浪费。问题不在于销售不够聪明，而在于人脑没法在每次接触新客户时自动调出全部历史成交数据、对比ICP特征、识别相似的高风险和高胜率客户。但AI可以。

三个维度判断客户值不值得打

第一，ICP匹配度评分。系统接入历史成交客户特征数据——行业、规模、决策链长度、预算区间、平均跟进周期。同时接入历史丢单客户的特征数据作为负样本。新客户信息一录入，系统自动对比，给出0-100的匹配度评分，分解为行业匹配度、规模匹配度、决策链完整度、预算匹配度四个子项。比销售凭感觉判断精确得多。

第二，老客户健康度监控。系统自动监控：过去X个月是否有跟进记录？客户是否有业务扩展信号——新部门接触、新项目立项？有Expansion信号的客户自动升级为高优先级，直接推到晨间推送。老客户转介绍和老客户扩展是两个最低成本的增长来源，但大部分组织靠人记，漏掉太多。

第三，泡沫信号识别。有些机会看起来很热——销售说客户很感兴趣——但已经连续三次沟通没有实质进展。系统规则很简单：超过X次沟通无实质推进——没有收到方案确认、没有约到高层会面、没有明确下一步时间节点——标记为泡沫机会并建议降级或休眠。

5秒内给销售方向和动作建议

架构上，这个能力靠三个组件串联：

ONN/wenshu API——每个销售bot用自己的独立key查询自己的销售机会，拿到客户基本信息、阶段状态和历史互动记录。

gate-check技能——夜间02:30启动，用LLM对照六步法21道通关凭证，结合客户MD中的沟通记录，判断当前Gate和缺失项。不只是判断在哪，更是判断为什么没往前。

tasks.db写入——gate-check的结果写入共享SQLite任务库，标记当前Gate、缺失Gate、优先级。晨间07:40推送时，task_push_cron.py从tasks.db查询待办，按优先级+金额排序推给销售。

销售看到的不只是一个客户名单，而是排序好的、有评分依据的、带推荐动作的方向指南。

方向判断对ToB销售的生命线意义

ToB销售跟进周期长——3到6个月是常态——每个销售能同时跟的单子数量有限。把有限的时间和注意力花在不值得打的客户上，机会成本远大于获客成本。

我们的10人销售团队部署后，泡沫信号上线第一周标记了3个表面很热但3周无实质推进的机会。销售确认其中2个确实有推进障碍，释放时间转向更高概率的机会。第9周，被休眠的一个单子果然丢了——不是因为休眠策略导致的，而是真正的阻力——客户内部采购负责人离职——在识别时就已经存在。

方向判断不是否定销售的感觉，而是给感觉配一个数据参照系。销售仍然做最终判断，但AI让判断建立在不遗漏信息的基础上。