TapCub 正式上线:统计、分析、客服一个平台免费用
增长与运营

如何筛选合格线索:行为信号和一套积分规则

既看线索说了什么,也看它做了什么。用页面、事件和聊天信号建一张积分表,给三条线索打分,再和 200 条结果对照检验。

索菲娅·贝内特 发布于 2026 年 11 月 21 日 9 分钟阅读 增长与运营
示例数据:30 条热线索成交 12 条,60 条温线索成交 9 条,110 条冷线索成交 2 条。热和温线索占名单的 45%,包含 23 次成交里的 21 次(91.3%),所以销售第一轮可以跳过 55% 的名单。示例数据

筛选线索,就是判断它是否是真正的销售机会,依据既包括它说了什么,也包括它做了什么。对查看定价页、一周内回访、在聊天里问价格这类信号给分,再用过去的成交结果检验这些分数。把销售时间花在得分高的线索上,其余的放进培育。

读完你会知道

  • 线索填写任何内容之前,行为就已经可见:页面、回访,以及聊天里问的问题
  • 示例中,30 条热线索(占 200 条的 15%)成交率 40.0%,冷线索只有 1.8%
  • 用结果检验规则:热和温线索占 45% 的数量,却包含 23 次成交里的 21 次

筛选线索是什么意思

筛选线索,是判断它是否是真正的销售机会、值不值得销售花时间。微软的 Dynamics 365 文档描述了在 CRM 里的动作:筛选(qualify)是确认这条线索是真正的机会,关联一个账户和一个联系人,并创建一条商机记录来跟踪这笔交易;不符合标准的线索则被淘汰(disqualify),并保留审计记录。工具只是记录你的判断。判断本身,也就是标准,是本文的主题。

大多数建议是根据线索自己说的内容来制定标准:预算、决策权、需求和时间表,在表单或电话里询问。有人和线索谈过之后,这样做行得通。但对那些没填表单、却早已表现出想要什么的更大一群人,它什么也做不了。

自述信号和行为信号

类型示例优点局限
自述表单里的职位、公司规模、预算区间直接回答「他们买得起吗」是自己报的;人选择留下信息之后才有
行为看了定价、回访、在聊天里问了价格兴趣发生时就能看到需要解读;看不出决策权和预算

两者都用。行为告诉你先和谁谈;对话再补上自述的那一半。读了定价和两个文档页、并且一周内回访的访客,比只读了一篇博客的人更可能在选购,而且不需要表单就能知道。

用站点和聊天信号做一张积分表

示例数据:一条起步规则,根据分析和聊天里能看到的内容给线索打分。

信号在哪里看到分数
看了定价页页面浏览+20
看了 3 个以上产品或文档页页面浏览+10
7 天内回访会话+10
发起了聊天聊天+15
在聊天里问价格、时间或部署聊天记录+20
使用免费邮箱域名线索记录−10
只读过博客页面浏览0

档位:热是 45 分及以上,温是 25 到 44,冷低于 25。三条示例线索:

  • 线索 A: 看了定价(+20),读了 4 个文档页(+10),3 天内回访(+10),发起聊天(+15),问了价格(+20)= 75,热。
  • 线索 B: 看了定价(+20),读了 3 个页面(+10),发起聊天(+15),免费邮箱(−10)= 35,温。
  • 线索 C: 读了两篇博客就走了 = 0,冷。

表要短。五到八个信号就够了;分数项越多,越难解释,也越难检验。

信号在哪里看到分数
看了定价页页面浏览+20
看了 3 个以上产品或文档页页面浏览+10
7 天内回访会话+10
发起了聊天聊天+15
在聊天里问价格、时间或部署聊天记录+20
使用免费邮箱域名线索记录−10
只读过博客页面浏览0

示例数据:起步规则,不是基准。热是 45 分及以上,温是 25 到 44,冷低于 25。用成交结果检验后再调整分数。

用结果检验规则

分数是个假设。拿结果已知的线索去检验它。示例数据:用上面的规则给 200 条过去的线索打分,再和实际结果对照。

档位线索数成交成交率
热301240.0%
温60915.0%
冷11021.8%
全部2002311.5%

三点解读:

  1. 区分度。 档位下降,成交率从 40.0% 降到 15.0% 再降到 1.8%。区分不开档位的规则没有用。
  2. 覆盖面。 热和温线索是 200 条里的 90 条(45%),包含 23 次成交里的 21 次(91.3%)。冷线索里仍有 2 次成交,说明冷线索该进培育,而不是扔掉。
  3. 投入。 如果销售先打热和温的电话,名单的 55% 可以等。

如果温档的成交率不比冷档好,说明有个信号是错的。每次去掉一个信号重新计算,直到各档分得开。每季度复查一次,因为新页面或新活动会改变哪些信号有意义。

app.tapcub.com

按评分档位的成交率 · 200 条线索

共成交 23 条(11.5%)
热(30 条线索)40.0%
温(60 条线索)15.0%
冷(110 条线索)1.8%
示例数据
示例数据:30 条热线索成交 12 条,60 条温线索成交 9 条,110 条冷线索成交 2 条。热和温线索占名单的 45%,包含 23 次成交里的 21 次(91.3%),所以销售第一轮可以跳过 55% 的名单。

速度和分数同样重要

在《在线销售线索的短暂生命》(《哈佛商业评论》,2011 年 3 月)中,James Oldroyd、Kristina McElheran 和 David Elkington 根据研究指出,大多数公司回复在线咨询的速度远远不够快。我们能确信引用的只是摘要;文章里的具体时间数据需要付费才能看,所以把它当作方向,不要照抄成数字。

把速度写进规则:热线索在同一个工作小时内得到真人回复,温线索当天回复,冷线索进入培育序列。如果分数很高、但两天都没人看到,这个分数就一文不值。

判断规则

  • 先按行为筛,再通过对话确认。 在第一次通话里使用自述标准(预算、决策权、需求、时间表)。
  • 热线索在一小时内交给真人。 温线索当天。冷线索进培育。
  • 用你自己的数据设分数。 用 100 条以上结果已知的过去线索去检验。
  • 对明显不匹配的情形扣分(学生邮箱、竞争对手、你不服务的国家),或设淘汰规则。
  • 绝不只凭一个信号打分, 比如单次查看定价页。
  • 每季度复查规则, 站点变化时也要复查。

分数能节省什么:销售时间

分数只有在改变人们的行动时才有价值。示例数据:每月 200 条线索,用上面的档位。

做法联系的线索每条线索分钟数小时
全部打电话2001550.0
先热线索(每条 20 分钟),再温线索(每条 10 分钟)30 条热 + 60 条温20 和 1010.0 + 10.0 = 20.0

给每条线索打电话需要 200 × 15 ÷ 60 = 50.0 小时。只处理热和温线索需要 30 × 20 ÷ 60 + 60 × 10 ÷ 60 = 20.0 小时,节省 30.0 小时(60%),并且覆盖了 23 次成交里的 21 次。其余 110 条冷线索进入培育序列,之后出现新购买信号的,就上升一个档位。

时间估计是假设;重要的是结构。如果热线索因为通话就是演示而耗时更长,节省会变少,但工作顺序不变。

交接:给打电话的人什么

如果打电话的人要从零开始,合格线索就浪费了。交接时给一份简短的说明,包含:

  1. 为什么得分: 贡献分数最多的三个信号(比如定价页、回访、聊天提问)。
  2. 看了什么: 页面,以及来源。
  3. 问了什么: 聊天或表单里的原话。
  4. 要确认什么: 行为无法显示的自述标准,即预算、谁决定、需求和时间表。
  5. 下一步和截止时间: 对热线索,一小时内回复。

第一次通话围绕访客的问题,而不是围绕表单。先回答他们问的问题,再在对话里一次一项地询问自述标准。

什么时候淘汰,什么时候培育

淘汰是一个带理由的决定,要记录下来,以便可以撤销。微软的文档提到,被淘汰的线索会保留审计记录,如果这个人回来了可以重新激活,附件和备注也都在。

情形做法
明显不匹配(学生邮箱、竞争对手、你不服务的国家)带理由淘汰
有兴趣,但暂时没有预算或时机培育;出现信号时再回头看
你的序列走完后没有回复转入培育,而不是删除
与现有联系人重复合并到现有记录

每季度复查一次被淘汰和培育的名单。三月还是冷的线索,六月可能变热,而你的行为规则会最先显示出来。

常见的打分错误

  • 信号太多。 二十条分数很小的规则,无法向销售解释,也无法检验。保持在五到八条。
  • 统计活动,而不是意向。 十次博客浏览不如一次定价页浏览有意义。按页面离购买决定有多近来加权。
  • 分数从不衰减。 六个月前的一次定价页浏览,不应该让一条线索一直保持热。只计最近 30 天的信号,或每 14 天分数减半。
  • 跳过检验。 从未和结果对比过的分数只是猜测。每季度用类似那 200 条线索的表格检验一次。
  • 只用一个工具的数据打分。 如果聊天提问在一个系统里,页面浏览在另一个系统里,分数会漏掉分量最重的信号。按访客,或在登录之后按人,把它们合到一起。
  • 把分数当成裁决。 热分数是先打电话的理由,而不是承诺折扣的理由。仍然要由人去确认自述标准。

如果销售不再信任分数,请他们给出十条他们认为打错分的线索,用这些线索一次调整一个信号。

在 TapCub 里怎么看到这些信号

TapCub 不给线索打分,也不是 CRM;它提供信号。以线索 A 为例。

  1. 聊天开始时,在 客服 › 客服工作台 打开这个对话。侧栏显示访客从哪里来、正在看哪个页面,以及最近 2 天的浏览轨迹,所以定价页和文档页的浏览已经摆在你面前。
  2. 聊天没有聊天前表单,所以在对话里要邮箱;没有人在线时用 客服 › 聊天设置 › 离线留言。
  3. 如果访客登录了,你的网站会调用 tapcub.login。这个人就会出现在 全端分析 › 用户 › 用户 里,有按天排列的行为时间线,聊天也知道他是谁。
  4. 在 全端分析 › 用户 › 分群与标签 里创建一个规则分群,比如「近 7 天看过定价页并发起过聊天」。它就是你的热线索名单,同一个分群还可以用在漏斗和留存里。
  5. 在 客服 › 客服报表 › 转化归因 里对比聊过和没聊过的访客,它显示聊过的访客与没聊过的访客的目标转化;聊过的人少于 30 时会提示样本太少。

积分、档位和跟进放在你的表格或 CRM 里。TapCub 显示信号以及这个人是谁。

FAQ

怎么筛选线索?

判断线索是否符合你的客户画像、是否表现出购买意向。把他们说的(预算、决策权、需求、时间表)和他们做的(看定价、回访、聊天提问)结合起来,打分,并用过去的成交检验分数。

线索筛选标准有哪些?

常见的自述标准是预算、决策权、需求和时间表。行为标准包括浏览的页面、回访、内容互动和聊天里的提问。用你能观察到的,并用结果检验。

合格线索和不合格线索有什么区别?

合格线索被判断为值得销售谈一谈的真正机会。不合格线索目前还不符合你的标准,可能属于培育。淘汰不等于删除:保留记录。

对合格线索该多快回复?

越快越好。《哈佛商业评论》上发表的研究发现,大多数公司回复在线咨询太慢。设一个内部目标,比如热线索一个工作小时,并去衡量。

没有表单也能筛选线索吗?

可以。页面浏览、回访和聊天提问都是你能观察到的信号。用它们决定先联系谁,再在对话里收集自述信息。

资料来源

这篇文章对你有帮助吗?

我们会根据反馈修改和补充这篇内容。

索菲娅·贝内特

产品应用顾问

关注客户上手、在线沟通与自助服务,将常见使用问题整理为清晰的操作建议与改进思路。

和出现购买信号的访客聊聊

聊天开始的那一刻,就能看到访客浏览过哪些页面、从哪里来,并识别已登录的人,知道他们是谁。

看清数据,找到增长。

每一次点击,都有数据依据。装好一行代码,1 分钟看到第一批数据。

无需信用卡 · 统计与客服都有免费版 · 统计无 Cookie