宝软数字 · 销售工具包 · 2026-01-31
如果你问一个B2B销售团队的负责人"你们最大的挑战是什么"，排名第一的答案几乎总是"线索不够"。但当我们深入分析数据时，发现一个令人震惊的事实：大多数销售团队的问题不是线索不够，而是他们花了百分之七十的时间在永远不会成交的线索上，而真正的高价值线索因为没有得到及时的跟进而被竞争对手抢走。
根据我们的数据分析，一个典型的B2B销售团队中，排名前百分之二十的高价值线索贡献了超过百分之八十的成交额。然而，在没有系统化线索评分的情况下，这些高价值线索和普通线索被平均分配给了销售人员，导致高价值线索的首次响应时间往往超过了二十四小时——而行业数据显示，一小时内响应线索的成交率是二十四小时后响应的七倍。线索打分模型要解决的就是这个问题：让有限的销售时间集中在最可能成交的线索上。
线索打分不是简单的"大公司就打高分，小公司就打低分"。一个精准的线索打分模型需要综合考虑多个维度的信息，并且随着数据的积累不断校准。EIOS的智能线索打分Agent正是为了实现这个目标而设计的——它不依赖销售的主观直觉，而是基于真实的历史成交数据来预测每条线索的成交概率。
一个科学的线索打分模型应该涵盖六个维度，每个维度反映线索的不同方面的质量。我们为每个维度设计了三到五个评分指标，满分一百分。
维度一：企业画像匹配度（二十五分）。这个维度衡量线索企业是否属于你的理想客户画像。指标包括：行业匹配度（是否在你的目标行业内，十分）、企业规模匹配度（员工数或营收是否在目标区间，八分）、地域匹配度（是否在你服务覆盖的地区，四分）、以及技术环境匹配度（现有系统是否与你的产品兼容，三分）。一个年营收五千万的中型制造企业在行业、规模和地域上都匹配EIOS的目标客户画像，这个维度可以拿到二十二到二十五分。
维度二：需求信号强度（二十五分）。这个维度衡量线索企业是否表现出对你的产品类型的明确需求。指标包括：主动搜索行为（是否搜索过相关关键词，八分）、内容消费行为（是否下载过白皮书或观看过产品视频，七分）、竞品使用情况（是否正在使用竞品产品说明有预算和需求，六分）、以及内部推动力（是否有明确的项目发起人或预算，四分）。
维度三：购买能力（二十分）。有需求不等于有能力购买。这个维度评估的是：企业营收规模是否在可负担范围内（八分）、IT预算水平（六分）、以及决策链复杂度（决策人越少出单越快，六分）。
维度四：时间紧迫度（十五分）。有些线索有需求也有预算，但不着急。这个维度考察的是：是否有明确的项目时间表（六分）、是否有关键事件驱动（如业务扩张、系统更换期限临近，五分）、以及是否有季度或年度的预算使用期限（四分）。
维度五：接触意愿（十分）。这个维度衡量客户对你的主动接触的接受程度。包括：是否主动注册了试用（四分）、是否回复了你的邮件或电话（三分）、是否在与你的沟通中提出了具体的问题（三分）。主动注册试用并积极回复跟进消息的线索，这个维度基本拿满。
维度六：竞争态势（五分）。这个维度评估你在该线索上的竞争位置。包括：是否是客户当前唯一在评估的方案（三分）、是否有内部引荐人（两分）。在B2B销售中，一个内部的支持者往往价值千金。
早期的线索评分完全依赖销售的直觉判断——"这个客户感觉挺有戏的"。这种直觉评分的问题在于不可靠、不可复制、且无法在团队中标准化。后来进化到基于规则的评分——设定一套固定的评分规则，每个销售按照规则打分。这比直觉评分进了一步，但仍然有两个根本性缺陷：规则的权重是拍脑袋定的，而且规则不会随着数据反馈而自动优化。
人工评分 vs 规则评分 vs AI评分：
人工评分：销售直觉判断，准确率约40-50%，高度依赖个人经验
规则评分：固定维度+固定权重，准确率约55-65%，无法自适应
AI评分：基于历史成交数据训练，准确率约75-85%，持续迭代优化
EIOS的线索打分Agent属于第三类，且支持销售反馈修正
EIOS的智能线索打分Agent采用了"AI评分加人工校准"的混合模式。AI根据历史成交数据为每条线索生成一个初始评分和成交概率预测，销售可以在跟进过程中根据实际的互动情况手动调整评分。每一次手动调整都会成为AI模型的学习数据，让下一次的初始评分更准确。这个闭环确保了评分模型越用越精准，而不会因为市场变化而过时。
Agent支持的自动化动作包括：当新线索进入系统时自动完成初始评分（通常在十秒内），当线索评分超过某个阈值时自动推送给指定销售并创建跟进任务，当高评分线索在四小时内未被跟随时自动发送提醒，以及每周自动生成线索评分分布报告帮助销售管理者了解团队的机会池健康状况。
有了评分之后，下一步是根据评分对线索进行分级，并为每个等级制定差异化的跟进策略。我们推荐使用四级分类体系。
A级线索（八十分及以上）——立即投入，全力跟进。这类线索在多个维度上都表现出强烈的成交信号。跟进策略：一小时内必须完成首次触达（电话优先，微信其次），三天内安排首次会议或演示，七天内必须推进到面谈或技术评估阶段。每个A级线索都应被视为一个活生生的机会，而不是一个数据库里的记录。
B级线索（六十分到七十九分）——标准跟进，持续培养。这类线索有一定潜力但还缺少某些关键信号（比如需求明确但预算未确认）。跟进策略：二十四小时内首次触达（邮件加微信），每周至少一次有价值的内容触达（不是催单，是帮客户了解更多），两周内尝试推进到更深度的沟通。B级线索的转化周期通常比A级长一到两倍，需要更多的耐心和持续的价值输出。
C级线索（四十分到五十九分）——轻量培育，等待时机。这类线索目前不具备立即成交的条件——可能是企业规模太小、预算不足、或者时机不成熟。跟进策略：纳入自动化培育序列，每月一到两次行业资讯或产品动态的触达，保持品牌存在感。C级线索的目标不是短期内成交，而是在它们条件成熟时（企业成长了、预算到位了、需求变迫切了）能第一时间想到你。
D级线索（四十分以下）——低优先级，自动流转。这类线索可能是重复录入、求职者误注册、或者完全不在目标行业的随机流量。跟进策略：发给一封自动回复邮件介绍产品，然后归入低优先级列表。D级线索不应占用销售人员的时间——这正是线索评分系统存在的意义。
一个上个月还好用的评分模型，这个月可能就已经过时了。市场在变、客户在变、你的产品也在变。因此，线索评分模型不是一次性的配置工作，而是一个需要持续监控和校准的系统。
我们建议每两周做一次评分模型的效果回顾。关注三个核心指标：评分与成交结果的一致率（高分线索是否真的更可能成交？）、高分线索的误判率（有没有大量高分线索最终未成交？是评分模型的问题还是销售跟进的问题？）、以及低分线索的漏判率（有没有低分线索通过某些渠道成交了？这通常意味着评分模型漏掉了某个重要的信号维度）。
校准的具体方法包括：权重调整（某个维度的实际影响力高于或低于预设权重，需要修正）、阈值重新设定（随着团队和产品成熟度变化，A/B/C/D级的分数线可能需要调整）、以及新增维度（随着业务发展可能出现新的重要信号，比如某个行业突然成为重点行业，需要在企业画像维度中给予该行业的线索额外加权）。
最重要的是，要把评分模型的校准从一个"技术活"变成一个"团队习惯"。每次销售团队周会上，花五分钟回顾一下：这周成交的客户最初的评分是多少？这周丢掉的"以为会成交"的线索评分是多少？评分在这些案例中的表现是准确的还是偏差的？这种简短而持续的回顾，比一个季度一次的"大数据分析"更能保持评分模型的实际效用。
当一个线索评分模型运行稳定后，它可以在更大的管理维度上发挥价值。将线索评分与金额预测结合，就能构建整个销售团队的收入预测模型。具体方法很简单：将未来三个月内所有A级和B级线索的预计成交金额乘以各自评分的经验转化率，汇总得出未来三个月的最可能收入区间。
例如，团队当前有三十二个A级线索，平均预计合同金额为六万元，历史A级线索转化率为百分之二十，那么A级线索的预计贡献约为三十八万元。加上三十一个B级线索（平均合同金额四万元，历史转化率百分之十）的预计贡献约十二万元，团队未来三个月的预计总收入约为五十万元，浮动区间为四十万到六十万。这个预测不仅能帮助销售管理者进行资源规划，也能给公司管理层提供一个相对可靠的前瞻性判断。
收入的确定性来自线索评分的准确性。每一个因评分不准而误判的线索，都会转化为收入预测的波动。因此，线索评分模型不仅是提升销售效率的工具，更是企业销售体系从"艺术"走向"科学"的基础设施。把它建好、用好、持续迭代，它将回报你以可预测的增长。