一套系统最值钱的地方，是让放弃留下记录，也说获客飞轮- 大数跨境

AI驱动数字化转型

2026-11-12

导读：销售管理里这几年多了个动作，给客户打分，理由说得很直白：人力有限，力气得花在最值得追的那批客户上。

销售管理里这几年多了个动作，给客户打分，理由说得很直白：人力有限，力气得花在最值得追的那批客户上。这个目的本身没问题，问题出在它默认的那个前提上：分数能测出一家客户值不值得追。可这个前提测不出来，根子不在算法，也不在数据量，而在打分这个动作本身：它一打出去，被评的对象就跟着变了。

评分不是测量

测量有一个前提，被测的东西不因测量而改变，称体重不会因为上了秤就变轻，量身高也不会因为尺子靠上去就让骨头缩短。评分没有这个前提。一家客户被打了个低分，它就从这个销售的待办里消失了，不再有人打电话，不再有人上门，过几个月它果然没成交，系统记下一笔：预测正确。

这个正确是分数自己造出来的：它没成交，有一部分原因就是没人再联系它了。反过来也一样，高分客户被反复触达，成交概率被人为抬高，系统又记下一笔：预测正确。两头都能自证，于是一个只在能被证明的地方留下记录的系统，看上去永远是对的。

对照组做不出来

要测准只有一个办法，把客户分成两组，一组按分数跟，一组不看分数照常跟，两边的结果摆在一起比，分数的真实作用才看得出来。这在实验室里叫对照组，在销售里做不了。技术上做得到，代价没人愿意付。对照组意味着一批本来可以成交的客户被故意晾在一边，只用来验证一个模型准不准，这笔账没有哪个销售负责人肯签。

所以关于准确率的那些说法，都缺一个分母：能算出来的是“评分干预之下的成交率”，算不出来的是“如果没有评分会怎样”，前者是结果，后者才叫效果。一个指标连自己有没有用都说不清，就只能当手段，不能当验收标准，更不该拿去考核销售。

权重是人给的

评分模型的样子都差不多，几个维度各配一个权重，加起来凑成满分。这个满分看着客观，来源却一点不客观：市场体量和决策窗口哪个更重要，总得有个人拍板，而拍板的依据是他的经验、他手里的客户结构，还有他去年踩过的那些坑。模型因此像一台秤，只不过它称的不是重量，是那个人的判断。这个判断一旦写进代码，就一天被机器执行许多遍。

这本身不算错，人做判断本来带着偏好，错的是把它叫作数据驱动，好像决定是数据做的。数据没做决定。数据只是让这个决定执行起来更省事。所以评分上线以后最不适应的往往是一线：他们会用，只是知道那个权重是谁定的，用起来心里不服。

八个环节，一个判断

这类系统通常被拆成很多环节，找线索、评分、触达、做方案、谈判、续约、复盘，一个环节配一个角色，看着像一条流水线。这么拆没错，销售流程本来就这么走，可所有环节共用一个分数。分数把一家客户排到后面，后面每个环节都不会去碰它，而每个环节还都能证明自己干得不错，因为轮到它手上的时候，这家客户本来就没被排进来。

流水线本来的样子，是一个判断被复制到每一段，而不是被分散开。环节串得越多越紧，整条链的准头就越接近最差的那一段。至于到底差在哪一段，没人说得清，因为每一段都能拿出流程来证明自己没错。自动化把这件事又放大了一层，人不自动的时候，一个错判断后面总会有人顺口质疑一句，人退到旁边以后，连这一句也没有了。

数据只看得见已经发生的

做这类系统，第一件要解决的是数据从哪来，公开的招投标信息是最常见的来源。这个来源有个很少被提起的性质：公告是采购启动之后才有的，得先有需求文件，先有预算批复，才有那一纸公告。也就是说，系统能看见的机会全都是已经上路的，还没上路的那一批，一条记录都没有。

而丢掉的单多半丢在还没上路的时候，客户还在犹豫，设备还在老化，现有的供应商用得并不顺手，这些事一件都不会出现在公告里。它们散在维保记录里，散在设备的运转时长里，散在行业景气度里，要么根本拿不到，要么拿到了也拼不成一条能用的线索。这不是数据质量的问题，也修不好，毛病出在数据的时间属性上：能采集到的痕迹都产生在行为之后，而机会总是产生在行为之前。一套只拿得到历史痕迹的系统，解释得了过去，预测不了拐点。

谁有权说不

评分做到最后，会碰上一个它答不了的问题：这家不跟了，谁同意的？这个问题不在技术范围里，模型能算出分数，算不出授权。一家客户被放弃，背后总有一个判断：它不值得。这个判断的后果不落在模型身上，落在公司和某个具体的人身上。算法从来不缺，缺的是那个愿意说这家放掉、并且担着后果的人。

前线部署工程师这个岗位值钱，也在这里。干的活是把系统装进去之后还不走，因为跑不通的时候通常不是代码出错，而是客户的实情和方案的假设对不上：销售不按流程走，名单装在他老板脑子里，评标办法里还有一条没写进文件。这些事在远端改不了，得有人在现场待着，看懂了，回来改。

放弃要留痕

这套系统自己能做的事，其实很小。它没法让判断变准，准确率本来就测不出来；也没法替人担责，授权不归它；更看不见还没发生的机会，因为数据都在它身后。它能做的只有一件事：让放弃这个动作留下痕迹。

这件事为什么值钱。客户关系里存下来的记录，全是追过的：打了几个电话，去了几次现场，方案改到第几版，报价让到哪一档。没追的那些一条都没有。从这些记录回看，看到的永远只有被选中的那一半，另一半从来没被记过，而丢掉的单恰恰集中在那里。两样记下来的东西也不一样：追这个动作留下的是勤奋，勤奋能考核，也能花钱买到；放弃这个动作留下的是判断，判断买不到，只能一年一年攒。

还有一层，它不折旧。模型会换代，算法会过时，供应商会换人，那份记录还在，所以它比系统本身耐用。成单周期动辄一年半载，等真实结果回来，市场早换了一轮，当初写下的理由还在，翻出来看，成立的留下，不成立的改，这是唯一一条能在可接受的时间里闭合的回路。

放弃是获客里躲不开的动作，人力有限，总有客户被放到后面，可这个动作一直是隐性的，谁放的、什么时候放的、凭什么放的，都只存在经办人的脑子里。留了痕，这条理由后面就得落一个名字。授权这件听着抽象的事，落到地上就是这一行字，经理不用再挨个问当初为什么放，销售一离职，接手的人翻开记录就知道上一任为什么放过那一家，不用重新打一遍电话去试。一套系统值不值钱，最后看它能不能让一个组织的判断从人的脑子里搬到纸上，至于算得多准，反而在其次。

【声明】内容源于网络

AI驱动数字化转型

专注AI，促进智造行业数据衍生，服务智能制造企业的数字化、智能化，聚焦大模型私域部署、大模型微调、数据清洗、AI模型训练、私域知识库及agent技术延展等。行业智能，落地为先。

内容 1121

粉丝 1

AI驱动数字化转型专注AI，促进智造行业数据衍生，服务智能制造企业的数字化、智能化，聚焦大模型私域部署、大模型微调、数据清洗、AI模型训练、私域知识库及agent技术延展等。行业智能，落地为先。

总阅读16.5k

粉丝1

内容1.1k