TapCub 正式上线:统计、分析、客服一个平台免费用
增长与运营

如何用意向数据做销售:信号、打分和路由

把第一方意向信号变成站得住脚的分数:信号对分数表、四个访客的打分算例、按分数段复算的回测,以及带产能核对的示例路由规则。

索菲娅·贝内特 发布于 2026 年 11 月 20 日 9 分钟阅读 增长与运营
示例数据:7,000 条线索产生 204 个成交(整体 2.9%)。前两个分数段占线索的 12.9%、占成交的 49.5%,成交率 11.2%,约为平均水平的 3.9 倍。示例数据

用意向数据做销售,就是选几个第一方信号,比如价格页访问、回访和聊天,各给一个分数,用过去的成交检验分数,再把分数段变成带时间限制的动作。示例里,前两个分数段占 7,000 条线索的 12.9%,却占 204 个成交的 49.5%,所以这些线索在当小时或当天跟进。下面是信号表、打分示例、回测和路由规则。

读完你会知道

  • 从第一方信号开始,只给会改变销售说什么或什么时候说的信号加分
  • 在过去的线索上回测分数:有用的分数会让一小部分线索排在顶端、却拿到大部分成交
  • 把分数段变成带时间限制的动作,承诺响应时间之前先核对销售的产能

什么是意向数据,销售今天能用哪一种?

意向数据,是从一个人或一家公司的行为里取得的、表明他们有购买兴趣的证据。它分两种。第一方意向是你在自己的渠道上看到的:访问的页面、回访、聊天对话、表单提交、产品使用。第三方意向是在别的网站上的研究行为,由数据服务商出售。本文讲第一种,因为销售团队这周就能开始用,不需要采购,而且你可以拿自己已成交的订单去检验它。

方法分三部分:选几个信号,给每个信号一个说得清的分数,再决定销售在每个分数上做什么。怎样把访客变成线索,见在线客服获客;意向信号在账户层面怎么读,见账户营销分析;它所输送的线索阶段,定义在营销合格线索。本文更窄:一张信号对分数的表、一个打分算例、一次检验分数能否预测成交,以及一条路由规则。

为什么相关性比数量更重要?

买家对被联系有自己的看法,而且有数据。Gartner 2025 年 6 月对 632 位 B2B 买家的调查(2024 年 8 月至 9 月进行)发现:61% 的人更喜欢整体上没有销售代表的购买体验,73% 的人会主动回避发来无关外联的供应商,69% 的人表示销售方网站上的说法和销售人员的说法不一致。同一份新闻稿还提到,买家在一般信息上更喜欢在线自助,在需要判断的问题上才找销售,比如产品是否适合自己的公司。

把它当作意向数据的设计约束来读。只有当按分数行动能让外联更相关(话题对、时机对、人对)时,分数才有用。如果一个信号不会改变你说什么或什么时候说,就不该给它分数。这条规则也是把长长的信号清单砍短的最简单办法。

哪些信号值得给分?

信号说明什么示例分数注意
访问了演示或联系页想要一次沟通40只在提交表单之前有意义,因为一旦提交就已经是线索
访问了价格页在比较成本30现有客户也会看
7 天内第二次访问仍在评估15一次很长的会话也可能说明同样的事
就购买问题发起聊天向真人提出具体问题25售后问题不算意向
阅读集成或文档页在确认和自己技术栈是否匹配10开发者和买家不同
阅读案例或对比页在建候选名单10单独看很弱
访问了招聘页在找工作−20负向信号
已知机器人或爬虫不是人排除什么都不计

这些分数是示例值,你可以替换。替换的方法在下面的回测一节:你自己已成交的订单,会告诉你哪些信号在你的业务里有分量。

信号示例分数
访问演示或联系页40
访问价格页30
就购买问题发起聊天25
7 天内第二次访问15
访问招聘页−20

示例数值;做完你自己的回测之后替换。

怎么给四个访客打分?

示例数据:一周内的四个访客。

访客做了什么分数
A看了价格页,三天后回来,然后就套餐发起聊天30 + 15 + 25 = 70
B读了一篇博客就离开0
C看了一次价格页,又看了两个集成页30 + 10 = 40
D看了价格页和招聘页30 − 20 = 10

访客 A 应该在一小时内联系上人。如果你知道 C 是谁,值得发一条简短而相关的跟进。B 不需要销售做任何事。D 看起来像求职者而不是客户,负向权重让他们不进队列。像这样的一张表,让整个团队都看得到规则,大家就不会再争论某一条线索。

分数真的能预测成交吗?

分数在检验之前只是一个假设。取过去一段时间的线索,按他们被联系之前表现出的信号算出每个人的分数,再按分数段比较结果。

示例数据:一个季度 7,000 条线索,其中 204 条成为客户。

分数段线索数成交成交率相对全部线索
0 到 194,200421.0%0.3 倍
20 到 391,900613.2%1.1 倍
40 到 59700588.3%2.8 倍
60 及以上2004321.5%7.4 倍
全部7,0002042.9%1.0 倍

整体成交率是 204 ÷ 7,000 = 2.9%。前两个分数段有 900 条线索,占总数的 12.9%,却贡献了 58 + 43 = 101 个成交,占全部成交的 49.5%,成交率是 101 ÷ 900 = 11.2%,约为平均水平的 3.9 倍。这就是一个有用的分数的样子:一小部分线索带来了一半成交。

如果表是平的,各分数段的成交率差不多,分数就只是噪声,你该改的是信号,而不是阈值。每个季度重做一次这个检查;行为会漂移。

app.tapcub.com

各分数段的成交率

示例数据,7,000 条线索
0 到 191.0%
20 到 393.2%
40 到 598.3%
60 及以上21.5%
示例数据
示例数据:7,000 条线索产生 204 个成交(整体 2.9%)。前两个分数段占线索的 12.9%、占成交的 49.5%,成交率 11.2%,约为平均水平的 3.9 倍。

路由规则该怎么写?

把分数段变成带时间限制的动作。一条示例规则:

  1. 60 及以上: 销售在一个工作小时内联系,内容围绕他们读过的页面或提出的问题。
  2. 40 到 59: 销售在一个工作日内联系,或者线索进入一个简短的序列。
  3. 20 到 39: 只做市场培育,不占用销售时间。
  4. 低于 20: 不外联,继续观察。

承诺之前先核对产能。示例里,前两个分数段一个季度有 900 条线索,每月 300 条,按每月 20 个工作日算,每个工作日约 15 条。如果每条花 15 分钟,就是 15 × 0.25 = 每天 3.75 小时的销售时间,相当于一个人的一个上午。如果太多,就提高最高档的阈值,不要让响应时间滑坡。

外联该说什么?

信号告诉你话题;它并不给你把别人的浏览记录念回给他们的资格。

  • 谈问题,不谈监视。 「很多在比较套餐的团队会问,多个工作区时账单怎么算」,比「我看到你在 9:42 访问了我们的价格页」效果好。
  • 给出下一个有用的东西。 如果信号是集成页,就提供集成指南,或者针对这个集成的简短通话。
  • 渠道和信号匹配。 聊天里的对话就在聊天里回复;不要在聊天之后给一个你没有问过的号码打陌生电话。
  • 让退出很容易。 在欧盟《通用数据保护条例》里,画像是指对个人数据的自动化处理,用来评估一个人的某些个人方面,第 21 条赋予人们随时反对为直接营销而进行处理(包括与之相关的画像)的权利;一旦他们反对,数据就不得再为此目的处理。与已识别个人绑定的分数就是画像;要有办法兑现反对。

意向打分哪里容易出问题?

  • 多数访客是匿名的。 只有联系得上,才能给一个人打分。匿名访问帮你给页面排序,而不是给人排序。人们登录、填表单或发起聊天并留下邮箱时,才算识别。
  • 机器人会把一切抬高。 爬虫也会访问价格页。打分之前先去掉已知机器人,否则分数指向的会是机器。
  • 买家团队不是一个人。 一家公司的信号分散在几个人身上。要给账户打分,也要给个人打分。
  • 没有衰减。 六个月前的一次价格页访问不是意向。让分数过期,比如只算最近 30 天。
  • 重复计分。 一个信号和由它带来的表单提交各给一次分。信号只算到表单为止,之后把表单当作线索事件。
  • 从不检验。 没有上面的回测,阈值就只是传说。

用 TapCub 怎么做

拿示例的打分表来说。TapCub 提供信号;它不是 CRM,不给线索打分,也不把线索分配给销售代表,所以打分、路由和跟进在你已经用来做这些的工具里完成。

  1. 在 网站统计 › 目标(或 全端分析 › 经营分析 › 目标)里,把价格页访问和演示页访问设为目标。在 网站统计 › 事件 里,把其他信号(比如集成页访问)记为事件。
  2. 在 客服 › 聊天设置 › 外观与品牌 里打开 启用在线客服。每个对话进入 客服 › 客服工作台 时,已经带着访客的来源、当前页面和最近的浏览记录,销售不用问就能看到聊天背后的信号。
  3. 让人们识别自己:用户登录或提交表单后调用 tapcub.login。他们就会出现在 全端分析 › 用户 › 用户 里,有按天排列的行为时间线,聊天也知道他们是谁。
  4. B2B 场景下,登录时调用 tapcub.group('company', 'acme', {...}),让同一家公司的人归在一起。全端分析 › 用户 › 账户 显示账户的成员和活动;它是组织视图,不会打开个人明细。
  5. 在 全端分析 › 用户 › 分群与标签 里保存一个规则分群,比如「7 天内至少访问价格页两次」,先在控制台里检查它的成员,再复制进你的 CRM。分群里只有已识别的用户;匿名访客没有档案。
  6. TapCub 把机器人和真人分开统计,所以爬虫对价格页的访问不会进入你用来打分的数字。

做回测时,从 CRM 里导出已成交订单和它们最初的接触信号,按分数段比较成交率,就像上面那张表。

FAQ

销售里的意向数据是什么?

从行为中取得的购买兴趣证据:来自你自己网站、产品和聊天的第一方信号,或者别处研究行为产生的第三方信号。第一方信号最容易上手,而且你可以拿自己已成交的订单检验它们。

怎么把意向数据用在销售上?

选几个信号,各给分数,检验分数能否预测成交,再把分数段变成带时间限制的动作。示例里,前两个分数段占线索的 12.9%、占成交的 49.5%,所以这些线索在当小时或当天就外联。

哪些意向信号最重要?

取决于你的业务,所以才要检验。价格页和演示页访问、一周内的回访、就购买问题发起的聊天,是常见的起点。对招聘页访问这类信号给负权重。

使用意向数据合法吗?

规则取决于你的联系人在哪里。在 GDPR 下,画像是为评估一个人的个人方面而对个人数据进行的自动化处理,人们有权随时反对直接营销,包括与之相关的画像。要核对你所在地区的规则,并保留兑现反对的办法。

对意向信号该多快跟进?

按分数段定时间限制,并核对产能。示例里,最高档在一个工作小时内联系,下一档在一个工作日内,在一个季度 900 条线索的规模下,约每天 15 条,也就是 3.75 小时的销售时间。

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。

在首次通话之前看到每条线索背后的信号

目标、事件、带访客上下文的客服、已识别用户和账户都在同一个项目里。

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