跳过主要内容

销售线索评分:依据购买准备度安排跟进

结合预算、时间和产品适配度,将线索分为高、中、低意向。区分信息不足与购买兴趣低。

最多 8,000 个字符,受预览版用量限制。

选项 3 / 8

补充信息

补充细节,再调整其中一个值,看看决策如何变化。

匿名体验受免费额度限制。登录后使用账户积分并保留决策历史。

你的下一次决策,从这里开始。

在上方添加背景信息,或使用示例开始体验。

三个有序类别,需要明确的销售口径

高、中、低意向描述的是销售流程中的相对准备度,不是个人价值,也不是经过验证的成交概率。比较结果之前,先定义什么证据能让线索进入下一档。明确的购买时间和产品适配度可能值得尽快沟通,公司规模本身并不能证明这一点。本工具用于跟进排序,不判断信用、雇佣或其他个人资质,也不会自动更新 CRM。

从具体案例理解边界

以下为场景示例和人工判断要点,并非模型实跑结果。输入你的实际上下文,查看本次决策。

  1. 已经进入具体采购流程

    我们需要 250 个席位,预算已批准,希望本季度上线。能让采购审核合同吗?

    如果口径要求明确时间、相关需求和实际采购流程,这就是高意向的目标案例。仍需核实产品支持所需部署方式,席位多不能抵消导致无法交付的产品不匹配。

  2. 感兴趣,但时间尚未确定

    试用效果不错,我们在比较三家供应商,但预算要到明年才能审批。

    这体现中、高意向的边界:已有适配与参与,但并非近期购买。保留分级理由,让销售知道下一步应澄清什么。如果不同档位对应不同响应承诺,相邻档的分歧也值得重视。

  3. 信息不足以判断准备度

    请发一些介绍资料。

    这没有表明预算、时间,也没有表明缺乏兴趣。缺失信息不应自动等于低意向。默认只有三档时,将结果视为暂定,补充购买背景后再决定是否降低跟进优先级。

先约定分类口径

以下是这些选项的建议复核口径。运行时,请在问题或上下文中写明适用于你团队的规则。

选项适用情形需要区分的边界
高意向需求匹配,并有正在推进采购的具体证据。热情表达不能代替购买时间或产品适配度。
中意向有合理适配与兴趣,但重要购买条件尚未落实。记录缺失条件,不把中间档当成万能收容类别。
低意向有证据表明当前兴趣较低或与产品不匹配。消息不完整不等于线索没有资格。

这些情况值得多看一步

把营销话术当成购买信号

线索可能只是复述落地页文案,而没有描述自身需求。寻找具体流程、截止时间、约束或采购步骤,将互动热情与产品确实能解决问题的证据分开。

用个人属性替代业务适配度

使用相关业务需求、容量、时间和来源背景。不要把姓名、性别、国籍等个人属性作为评分依据。输入中尽量减少联系方式,外联系统可以单独保存这些资料。

平衡销售容量与错过机会的代价

同时复核误判为高意向的线索,以及被分到低优先级但有潜力的线索。销售时间有限,可以要求更扎实的高意向证据,但过严规则也可能错过早期买家。比较结果时采用一致的跟进时间窗口。

历史成交结果可以在工具外帮助评估定义与阈值,不会通过本页重新训练模型。还要检查反馈循环:缺少跟进的线索可能正因为没被跟进才未成交,不能据此证明最初评分正确。

从一个 Jev API 示例开始接入

通过 cURL 调用 iajev REST API,以 JSON 获取选项、概率与置信度。

查看 API 文档
请求
curl https://iajev.com/api/v1/decisions/run \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -H 'Idempotency-Key: YOUR_UNIQUE_REQUEST_ID' \
  -H 'Content-Type: application/json' \
  --data '{
  "state": {
    "message": "一家 400 人物流公司的运营副总裁,询问 250 个席位的价格,希望本季度开始使用。",
    "source": "价格页面"
  },
  "decision": {
    "type": "choice",
    "question": "这条线索的购买意向有多高?",
    "choices": [
      "高意向",
      "中意向",
      "低意向"
    ]
  }
}'

关于这个工具

结果可以直接写入 CRM 吗?

你自己的集成可以保存建议阶段、来源背景和复核状态。保留人工覆盖,不要用未经审阅的分类替换销售已确认的阶段。本页不连接或写入 CRM。

五档会比三档更好吗?

只有团队能定义边界、且每一档对应不同动作时才有意义。增加标签不会补齐缺失证据。先统一高、中、低意向的口径,再判断新档位是否解决了实际交接问题。

使用 iajev

  1. 提供上下文

    保留本次判断所需的事实。

  2. 确认选项

    按业务流程调整问题与候选项。

  3. 运行并复核

    查看结果分布,再决定下一步。

置信度就是判断正确的概率吗?

不是。置信度是模型单独给出的估计,选项概率则描述各候选项的分布。两者都不等于经过测量的准确率保证。

可以比较两种输入吗?

修改上下文后,用同一个问题再次运行即可比较概率变化。修改问题或选项会开始新的比较。