# 犀牛急救 · 客户发掘系统 — 会议总结 & Demo 优化方案 > 📅 会议日期：2026-02-11 > 📋 文档版本：v1.0 > 🎯 核心主题：客户画像体系构建 + AI 主动线索挖掘 + 线索管理流程重塑 --- ## 一、会议核心观点总结 ### 1.1 当前痛点 | 痛点 | 现状 | 影响 | |------|------|------| | **客户画像粗糙** | 销售仅将客户分为 A/B/C 三类，缺乏深入画像定义 | AI 筛选建议被反馈"不够深入"，判断与销售实际工作脱节 | | **工作流方向倒置** | 员工辛苦整理几百条线索 → AI 仅验证人工 5-10 分钟就能完成的事 | AI 价值未被充分释放，员工仍是瓶颈 | | **缺乏经验知识库** | 没有记录销售人工判断/经验判断的依据 | 系统只能通过数据结果（设备数量、产品数量）做判断，忽略了销售经验 | | **线索管理扁平化** | 线索列表是简单的时间顺序排列 | 无法分门别类管理不同画像客户的信息 | ### 1.2 目标工作流（理想状态） ``` ┌─────────────────────────────────────────────────────────────────┐ │ AI 主动挖掘（每日/每周/批量） │ │ │ │ ① 批量线索进入 → ② AI 自动贴标签（画像分类） │ │ → ③ AI 调研产品清单/官网 → ④ AI 做出跟进判断建议 │ │ → ⑤ 整理到对应客户资料库 │ │ │ │ ↓ 每天/每周 ↓ │ │ │ │ 销售打开系统 → 看到 AI 挖掘的新客户/新线索数量 │ │ → 点进去查看 AI 判断结果 │ │ → 正确 → 确认/采纳 │ │ → 有误 → 人工重新判断 → 标注错误点 → 重新归类 │ └─────────────────────────────────────────────────────────────────┘ ``` **核心转变：从"人找信息" → "AI 推信息给人验证"** ### 1.3 关键需求清单 1. **客户画像清单（Persona Catalog）** - 有多少种类的客户画像 - 每种画像在官网上体现的特征关键词 - 每种画像对应的行业属性、采购动机、决策链路 2. **画像→策略映射** - 不同画像的跟进方式与归类方式 - 完成初步信息索取后，是引导查看官网内容，还是深入挖掘产品信息 - 每一步人工判断的经验是什么 3. **线索价值分级标准** - 不同画像对应的价值评估维度 - 超越简单 A/B/C 的多维度评分体系 4. **AI 主动挖掘机制** - 每天/每周/月度批量线索自动处理 - 自动贴标签 + 调研 + 判断 + 归档 5. **智能线索管理** - 分门别类的客户资料库 - AI 自动整理可获取的资料（EP 内容等） - 销售验证 → 确认/纠正 → 反馈闭环 --- ## 二、客户画像体系设计 ### 2.1 画像分类（从 4 类扩展为 6 类细分画像） > 以犀牛急救（医疗急救用品制造商）的客户结构为基础 | 画像编号 | 画像名称 | 典型客户 | 核心特征 | 官网关键词 | |----------|----------|----------|----------|------------| | **P1** | 医药分销商 | Acme Medical, MediTech Supply | 有自己的销售渠道，本身售卖产品，寻找低价中国代工厂进货 | distributor, wholesale, medical supply, catalog, product range, authorized dealer | | **P2** | 工业安全供应商 | SafetyFirst UK, BuildSafe AU | 面向企业客户的安全设备供应商，需 OSHA/ANSI 合规产品 | workplace safety, OSHA compliant, industrial, PPE, safety cabinet, first aid station | | **P3** | 政府/机构采购 | Polish Red Cross, Bundeswehr | 政府、军队、NGO、医院等机构，本身不售卖产品，无需产品信息 | tender, procurement, government, emergency, military, NGO, hospital, public health | | **P4** | 品牌 OEM 客户 | WildGear GmbH, TrailBlazer | 户外/运动品牌，需要贴牌定制，关注设计和品牌调性 | OEM, private label, custom branding, outdoor, adventure, brand, retail | | **P5** | 电商/零售商 | Amazon seller, Shopify store | 线上零售商，关注单品利润率和爆款潜力 | amazon, shopify, e-commerce, retail, FBA, dropship, best seller | | **P6** | 低质量/无效线索 | Global Trading 88 | 无明确需求、套价格、骗样品等 | wholesale everything, lowest price, all kinds, mixed container, free sample | ### 2.2 画像特征关键词库 ``` P1-医药分销商: 官网特征: product catalog, distribution network, authorized, healthcare facilities 邮件特征: bulk order, annual forecast, FDA/CE requirement, partnership, distributor 行为特征: 询问MOQ、认证文件、年采购量、渠道授权 P2-工业安全供应商: 官网特征: workplace safety solutions, OSHA compliance, safety equipment, PPE 邮件特征: wall-mount cabinet, ANSI standard, workplace, construction site 行为特征: 询问合规认证、壁挂安装、定制标签 P3-政府/机构采购: 官网特征: government agency, ministry, military, hospital, NGO, red cross 邮件特征: tender, RFP, procurement reference, delivery deadline, lot 行为特征: 正式招标流程、有截止日期、需要资质文件 P4-品牌OEM客户: 官网特征: our brand, brand story, product design, retail partners 邮件特征: private label, custom color, brand guidelines, mood board, OEM 行为特征: 关注设计定制、品牌调性、包装、Pantone色号 P5-电商/零售商: 官网特征: shop now, add to cart, amazon store, shopify 邮件特征: FBA, dropship, product listing, retail price, margin 行为特征: 关注单品利润、物流方式、产品图片 P6-低质量线索: 官网特征: 无官网/免费邮箱/信息模糊 邮件特征: everything, lowest price, all kinds, ASAP, no specific product 行为特征: 无具体需求、不提供公司信息、要求免费样品 ``` ### 2.3 画像→后续策略映射 | 画像 | 信息获取方式 | 首要动作 | 深度挖掘方向 | 销售策略重点 | |------|-------------|----------|-------------|-------------| | **P1-医药分销商** | ✅ 查看**产品清单页** | 发送完整产品目录 + 价盘 | 其现有产品线、竞品供应商、渠道覆盖范围 | 强调供应稳定性、认证齐全、复购支持 | | **P2-工业安全供应商** | ✅ 查看**产品清单页** | 发送 OSHA 合规产品线 | 其客户行业分布、采购频次、定制需求 | 强调合规认证、定制标签、壁挂方案 | | **P3-政府/机构采购** | ✅ 查看**官网**（了解机构背景） | 准备资质文件包 | 机构规模、历史采购记录、预算周期 | 强调资质齐全、大批量交付能力、投标经验 | | **P4-品牌OEM客户** | ✅ 查看**官网**（了解品牌调性） | 发送 OEM 案例 + 定制能力介绍 | 品牌定位、目标市场、设计风格 | 强调定制能力、打样速度、小批量起订 | | **P5-电商/零售商** | ✅ 查看**产品清单页** | 发送爆款推荐 + 利润率分析 | 其店铺品类、评价数据、竞品价格 | 强调高利润率、FBA 就绪、产品图片支持 | | **P6-低质量线索** | ❌ 不做深入调研 | 自动归档 | - | 定期群发营销邮件，不投入人工 | --- ## 三、Demo 界面优化方案 ### 3.1 当前 Demo 页面清单 & 状态 | 页面 | 路由 | 当前状态 | 优化方向 | |------|------|---------|---------| | 邮件收件箱 | `/inbox` | ✅ 已实现邮件列表 + 快速筛选 + EML 导入 | 增加 AI 挖掘仪表盘入口 | | 线索看板 | `/kanban` | ✅ 按价值等级 S/A/B/C 四列看板 | 增加按画像分组视图 | | 线索列表 | `/leads` | ✅ 表格视图，支持搜索筛选 | 升级为智能分类视图 | | 线索详情 | `/leads/:id` | ✅ 快速筛选结果 + 跟进状态 + 推荐产品 | 增加画像卡片 + AI 调研报告 + 销售验证交互 | | 产品目录 | `/products` | ✅ 产品列表 | 保持不变 | ### 3.2 新增页面/模块 #### 🆕 3.2.1 AI 挖掘仪表盘（Dashboard） > 路由：`/dashboard` > 定位：销售每天打开系统的**第一个页面** **核心内容：** ``` ┌─────────────────────────────────────────────────┐ │ 📊 AI 挖掘仪表盘 2026-02-11 │ ├─────────────────────────────────────────────────┤ │ │ │ ┌──────┐ ┌──────┐ ┌──────┐ ┌──────────────┐ │ │ │ 🆕 12 │ │ ⏳ 5 │ │ ✅ 38 │ │ 💰 $1.2M │ │ │ │ 今日新 │ │ 待验证│ │ 已确认│ │ 管线总值 │ │ │ └──────┘ └──────┘ └──────┘ └──────────────┘ │ │ │ │ 📬 AI 今日发现（需要您验证） │ │ ┌─────────────────────────────────────────────┐ │ │ │ 🏥 MedPharma GmbH P1-医药分销商 │ │ │ │ AI判断：S级 · 年采购$200K · 建议查看产品清单│ │ │ │ [✅ 确认] [✏️ 修改] [❌ 无效] │ │ │ ├─────────────────────────────────────────────┤ │ │ │ 🏛️ UK Ministry of Defence P3-政府采购 │ │ │ │ AI判断：S级 · 招标$500K · 建议查看官网 │ │ │ │ [✅ 确认] [✏️ 修改] [❌ 无效] │ │ │ ├─────────────────────────────────────────────┤ │ │ │ 🛒 OutdoorKing (Amazon) P5-电商零售商 │ │ │ │ AI判断：B级 · 预估$15K · 建议推爆款 │ │ │ │ [✅ 确认] [✏️ 修改] [❌ 无效] │ │ │ └─────────────────────────────────────────────┘ │ │ │ │ 📈 本周画像分布 │ │ P1-医药分销商 ████████░░ 42% │ │ P3-政府采购 ███░░░░░░░ 18% │ │ P4-品牌OEM ██░░░░░░░░ 12% │ │ P2-工业安全 ██░░░░░░░░ 11% │ │ P5-电商零售 █░░░░░░░░░ 8% │ │ P6-低质量 █░░░░░░░░░ 9% │ └─────────────────────────────────────────────────┘ ``` **设计要点：** - 顶部统计卡片：今日新线索数、待验证数、已确认数、管线总值 - AI 发现列表：每条线索显示画像标签 + AI 判断结果 + 快速操作按钮 - 销售只需点击 ✅ 确认 / ✏️ 修改 / ❌ 无效 - 画像分布图：本周/本月的客户画像分布比例 #### 🆕 3.2.2 画像知识库页面（Persona Catalog） > 路由：`/personas` > 定位：系统的**知识引擎**，记录销售经验 **核心内容：** ``` ┌─────────────────────────────────────────────────┐ │ 📚 客户画像知识库 │ ├─────────────────────────────────────────────────┤ │ │ │ ┌─ P1 医药分销商 ──────────────────────────────┐│ │ │ 📝 定义：拥有销售渠道的医疗用品经销商， ││ │ │ 寻找低价中国代工厂进货 ││ │ │ ││ │ │ 🔑 识别关键词： ││ │ │ distributor | wholesale | medical supply ││ │ │ catalog | authorized dealer | FDA ││ │ │ ││ │ │ 📋 AI 行动规则： ││ │ │ ① 初步接触 → 查看产品清单页 ││ │ │ ② 深度挖掘 → 分析其现有产品线和竞品供应商 ││ │ │ ③ 销售策略 → 强调供应稳定性、认证齐全 ││ │ │ ││ │ │ 💡 销售经验备注： ││ │ │ "这类客户最关心认证文件是否齐全， ││ │ │ 首次接触一定要附上 FDA/CE/ISO 证书" ││ │ │ ││ │ │ 📊 统计：当前 42 条线索 | 转化率 28% ││ │ └────────────────────────────────────────────────┘│ │ │ │ ┌─ P3 政府/机构采购 ─────────────────────────────┐│ │ │ 📝 定义：政府、军队、NGO、医院等机构， ││ │ │ 本身不售卖产品，无需产品信息 ││ │ │ ││ │ │ 🔑 识别关键词： ││ │ │ tender | government | procurement | military ││ │ │ ││ │ │ 📋 AI 行动规则： ││ │ │ ① 初步接触 → 查看官网（了解机构背景） ││ │ │ ② 深度挖掘 → 历史采购记录、预算周期 ││ │ │ ③ 销售策略 → 强调资质齐全、大批量交付能力 ││ │ │ ││ │ │ 💡 销售经验备注： ││ │ │ "政府采购有固定流程和截止日期， ││ │ │ 一定要在截止前 2 周准备好所有资质文件" ││ │ └────────────────────────────────────────────────┘│ └─────────────────────────────────────────────────┘ ``` **设计要点：** - 每个画像是一张可展开的知识卡片 - 包含：定义、识别关键词、AI 行动规则、销售经验备注、统计数据 - 销售可以编辑"经验备注"，形成知识沉淀 - AI 根据这些规则执行自动化判断 ### 3.3 现有页面优化 #### 📬 3.3.1 收件箱（`/inbox`）优化 **新增内容：** - 顶部增加 **AI 挖掘状态栏**：显示"今日 AI 已处理 47 封邮件，发现 12 条新线索" - 每封邮件卡片增加 **AI 画像标签**：如 `P1-医药分销商` 标签 - 增加 **批量操作**：选中多封邮件 → 批量运行 AI 筛选 #### 📋 3.3.2 线索列表（`/leads`）升级为智能分类视图 **当前问题：** 线索按时间顺序平铺，无法分门别类管理 **优化方案：** ``` ┌─────────────────────────────────────────────────┐ │ 📋 线索管理 │ │ │ │ 视图切换：[📋 列表] [📂 按画像分组] [📊 统计] │ │ │ │ ── 📂 按画像分组视图 ── │ │ │ │ ▼ P1-医药分销商 (15条) │ │ ┌─────────────────────────────────────────────┐ │ │ │ Acme Medical S级 $120K 已触达 02/11 │ │ │ │ MediTech Supply A级 $85K 寄样中 02/14 │ │ │ │ NordicMed AB S级 $95K 已触达 02/12 │ │ │ │ ... 展开更多 │ │ │ └─────────────────────────────────────────────┘ │ │ │ │ ▼ P2-工业安全供应商 (8条) │ │ ┌─────────────────────────────────────────────┐ │ │ │ SafetyFirst UK A级 $45K 已触达 02/13 │ │ │ │ BuildSafe AU B级 $20K 已筛选 02/18 │ │ │ └─────────────────────────────────────────────┘ │ │ │ │ ▼ P3-政府/机构采购 (5条) │ │ ┌─────────────────────────────────────────────┐ │ │ │ Polish Red Cross S级 $200K 已筛选 02/12 │ │ │ │ Bundeswehr A级 $350K 报价中 02/16 │ │ │ └─────────────────────────────────────────────┘ │ │ │ │ ▶ P4-品牌OEM客户 (4条) │ │ ▶ P5-电商/零售商 (2条) │ │ ▶ P6-低质量线索 (3条) ← 灰色折叠 │ └─────────────────────────────────────────────────┘ ``` **设计要点：** - 三种视图模式切换：列表（现有）、按画像分组（新增）、统计（新增） - 按画像分组视图：每个画像下折叠显示所属线索 - P6 低质量线索默认折叠 + 灰色显示 - 每个分组头显示线索数量 + 总金额 + 转化率 #### 📊 3.3.3 线索详情（`/leads/:id`）增强 **新增模块：** ``` ┌─────────────────────────────────────────────────┐ │ ① 客户画像卡片（新增） │ │ ┌─────────────────────────────────────────────┐ │ │ │ 🏥 P1-医药分销商 │ │ │ │ │ │ │ │ AI 判断依据： │ │ │ │ • 官网包含 "distributor", "medical supply" │ │ │ │ • 邮件提及 "bulk IFAK kits", "hospital" │ │ │ │ • 公司规模：120+ 医院客户 │ │ │ │ │ │ │ │ 推荐策略：查看产品清单 → 发送完整目录 + 价盘 │ │ │ │ │ │ │ │ 销售验证：[✅ AI判断正确] [✏️ 修改画像] │ │ │ └─────────────────────────────────────────────┘ │ │ │ │ ② AI 调研报告（增强现有深度分析） │ │ ┌─────────────────────────────────────────────┐ │ │ │ 📄 官网分析 │ │ │ │ • 产品线：IFAK, Trauma Kit, Cabinet (共 45 SKU)│ │ │ │ • 认证：FDA 510(k), ISO 13485, CE MDR │ │ │ │ • 覆盖区域：美国中西部 120+ 医院 │ │ │ │ │ │ │ │ 📦 产品清单匹配 │ │ │ │ • 我方 SE IFAK Pro → 匹配其 Tactical IFAK 需求│ │ │ │ • 我方壁挂急救箱 → 匹配其 Cabinet 需求 │ │ │ │ • 利润空间分析：批发 $30 vs 其零售 $89 (66%) │ │ │ │ │ │ │ │ 🏭 竞品分析 │ │ │ │ • 当前供应商：North American Rescue (推测) │ │ │ │ • 我方优势：价格低 40%、交期快 2 周 │ │ │ └─────────────────────────────────────────────┘ │ │ │ │ ③ 销售验证区域（新增） │ │ ┌─────────────────────────────────────────────┐ │ │ │ 您对 AI 的判断结果满意吗？ │ │ │ │ │ │ │ │ 画像分类：P1-医药分销商 [✅ 正确] [✏️ 修改] │ │ │ │ 价值等级：S级 [✅ 正确] [✏️ 修改] │ │ │ │ 推荐产品：SE IFAK Pro [✅ 正确] [✏️ 修改] │ │ │ │ │ │ │ │ 备注（可选）： │ │ │ │ ┌───────────────────────────────────────────┐ │ │ │ │ │ 这个客户之前在 MEDICA 展会见过面， │ │ │ │ │ │ 对方对认证文件特别在意... │ │ │ │ │ └───────────────────────────────────────────┘ │ │ │ │ │ │ │ │ [💾 保存验证结果] │ │ │ └─────────────────────────────────────────────┘ │ └─────────────────────────────────────────────────┘ ``` #### 🔄 3.3.4 看板（`/kanban`）优化 **新增功能：** - 增加 **按画像分组** 的看板视图（除了现有的按等级分列） - 视图切换：`按等级` | `按画像` | `按跟进阶段` - 每张线索卡片增加画像标签色带 --- ## 四、数据模型升级 ### 4.1 新增：客户画像类型（CustomerPersona） ```typescript // 画像类型 export type CustomerPersona = 'P1' | 'P2' | 'P3' | 'P4' | 'P5' | 'P6'; export interface PersonaDefinition { id: CustomerPersona; name: string; // 画像名称 description: string; // 画像定义 icon: string; // Material icon color: string; // 主题色 identifyKeywords: string[]; // 识别关键词（官网+邮件） infoStrategy: 'product_catalog' | 'website' | 'none'; // 信息获取方式 firstAction: string; // 首要动作 deepDiveDirection: string; // 深度挖掘方向 salesStrategy: string; // 销售策略重点 salesExperienceNotes: string[]; // 销售经验备注（可编辑） leadCount: number; // 当前线索数 conversionRate: number; // 转化率 } ``` ### 4.2 升级：Lead 对象 ```typescript export interface Lead { // ... 现有字段 ... // 新增字段 persona: CustomerPersona; // 客户画像类型 personaLabel: string; // 画像名称 personaConfidence: number; // AI 画像判断置信度 personaVerified: boolean; // 销售是否已验证画像 personaVerifiedBy?: string; // 验证人 personaVerifiedAt?: Date; // 验证时间 aiResearchReport?: { // AI 调研报告 websiteAnalysis?: string; // 官网分析摘要 productMatching?: ProductMatch[]; // 产品匹配结果 competitorAnalysis?: string; // 竞品分析 generatedAt: Date; }; salesFeedback?: { // 销售反馈 isPersonaCorrect: boolean; correctedPersona?: CustomerPersona; isGradeCorrect: boolean; correctedGrade?: ValueGrade; notes: string; feedbackAt: Date; }; source: 'email' | 'manual' | 'exhibition' | 'platform' | 'ai_discovery'; // 新增：AI 主动发现 } ``` ### 4.3 新增：AI 挖掘批次（AiDiscoveryBatch） ```typescript export interface AiDiscoveryBatch { id: string; runAt: Date; triggerType: 'daily' | 'weekly' | 'monthly' | 'manual'; totalProcessed: number; // 处理的线索总数 newLeadsFound: number; // 发现的新线索数 personaBreakdown: Record; // 按画像分布 gradeBreakdown: Record; // 按等级分布 pendingVerification: number; // 待验证数 verified: number; // 已验证数 status: 'running' | 'completed' | 'failed'; } ``` --- ## 五、AI 主动挖掘流程设计 ### 5.1 批量处理流水线 ``` 输入：100-200 条原始线索（来自邮件/展会名片/平台询盘） │ ▼ ┌─ Step 1：自动画像分类 ─────────────────────┐ │ • 提取公司域名、邮件内容关键词 │ │ • 匹配画像知识库中的识别关键词 │ │ • 输出：CustomerPersona + 置信度 │ └─────────────────────┬─────────────────────┘ │ ▼ ┌─ Step 2：按画像执行信息获取 ───────────────┐ │ P1/P2/P5 → 调研产品清单页 │ │ P3/P4 → 抓取官网信息 │ │ P6 → 跳过，直接归档 │ └─────────────────────┬─────────────────────┘ │ ▼ ┌─ Step 3：深度挖掘 & 匹配 ─────────────────┐ │ • 分析客户产品线 vs 我方产品目录 │ │ • 竞品供应商分析 │ │ • 利润空间计算 │ │ • 生成 AI 调研报告 │ └─────────────────────┬─────────────────────┘ │ ▼ ┌─ Step 4：价值评估 & 分级 ─────────────────┐ │ • 基于画像 + 调研结果 → S/A/B/C 分级 │ │ • 生成跟进建议（基于画像策略映射） │ │ • 推荐产品列表 │ └─────────────────────┬─────────────────────┘ │ ▼ ┌─ Step 5：归档到客户资料库 ─────────────────┐ │ • 按画像分类存入对应资料库 │ │ • 整理 EP 内容、官网截图等资料 │ │ • 标记为"待销售验证" │ └─────────────────────┬─────────────────────┘ │ ▼ 销售打开仪表盘 → 看到待验证列表 → 逐条确认/修改 ``` ### 5.2 调度策略 | 触发条件 | 处理内容 | 频率 | |----------|---------|------| | 每日定时 | 前一天新收邮件 + 新增手动录入 | 每天早 8:00 | | 每周汇总 | 本周所有新线索的深度分析报告 | 每周一早 9:00 | | 批量导入 | 展会名片批量导入（100-200条） | 手动触发 | | 实时触发 | 单条 EML 导入后立即运行 | 实时 | --- ## 六、实施路线图 ### Phase 1（当前 → 2 周内）：画像体系 + 知识库 | 任务 | 优先级 | 状态 | |------|--------|------| | 与客户深度沟通，梳理完整画像清单 | 🔴 P0 | ⬜ 待启动 | | 收集销售团队的经验判断依据 | 🔴 P0 | ⬜ 待启动 | | 定义 6 类画像的识别关键词库 | 🔴 P0 | ⬜ 待启动 | | 定义每类画像的跟进策略映射 | 🟡 P1 | ⬜ 待启动 | | 升级 Lead 数据模型（增加 persona 字段） | 🟡 P1 | ⬜ 待启动 | | 实现画像知识库页面 `/personas` | 🟡 P1 | ⬜ 待启动 | ### Phase 2（2-4 周）：AI 仪表盘 + 智能分类 | 任务 | 优先级 | 状态 | |------|--------|------| | 实现 AI 挖掘仪表盘 `/dashboard` | 🔴 P0 | ⬜ 待启动 | | 升级线索列表为按画像分组视图 | 🟡 P1 | ⬜ 待启动 | | 线索详情增加画像卡片 + 销售验证区域 | 🟡 P1 | ⬜ 待启动 | | 看板增加按画像分组视图 | 🟢 P2 | ⬜ 待启动 | | 邮件收件箱增加 AI 状态栏 + 画像标签 | 🟢 P2 | ⬜ 待启动 | ### Phase 3（4-8 周）：AI 自动化 + 反馈闭环 | 任务 | 优先级 | 状态 | |------|--------|------| | 实现 AI 自动画像分类引擎 | 🔴 P0 | ⬜ 待启动 | | 实现按画像的差异化信息获取（产品清单 vs 官网） | 🔴 P0 | ⬜ 待启动 | | 实现 AI 调研报告自动生成 | 🟡 P1 | ⬜ 待启动 | | 实现批量线索处理流水线 | 🟡 P1 | ⬜ 待启动 | | 实现每日/每周自动调度 | 🟡 P1 | ⬜ 待启动 | | 实现销售反馈 → AI 学习闭环 | 🟢 P2 | ⬜ 待启动 | --- ## 七、需要与客户确认的问题清单 > ⚠️ 以下问题需要与销售团队深度沟通后才能推进 ### 7.1 画像相关 1. **当前 A/B/C 三类客户的具体定义是什么？** 每类的判断依据是什么？ 2. **除了医药分销商、政府机构，还有哪些典型客户类型？** 是否有我们遗漏的画像？ 3. **每种画像客户的首次接触话术有什么区别？** 销售团队的经验是什么？ 4. **哪些画像的客户转化率最高？** 哪些画像的客户最容易流失？ 5. **不同画像客户的决策周期有多长？** 从首次接触到下单通常需要多久？ ### 7.2 策略相关 6. **"查看产品清单"和"查看官网"分别对应什么具体操作？** 销售是如何决定的？ 7. **什么情况下会把一个客户从一个画像重新归类到另一个画像？** 触发条件是什么？ 8. **S/A/B/C 等级的判断除了金额，还有哪些维度？** 销售的经验判断依据是什么？ 9. **当 AI 判断与销售经验冲突时，应该以谁为准？** 期望的处理流程是什么？ ### 7.3 数据相关 10. **目前每天/每周/每月收到多少条新线索？** 各渠道的比例是多少？ 11. **展会名片通常一次导入多少条？** 格式是什么？ 12. **是否有历史线索数据可以用来训练 AI 模型？** 大概有多少条？ 13. **销售团队目前使用什么工具管理客户？** CRM？Excel？ --- ## 八、附录：当前 Demo 技术架构 ``` lead-discovery/ ├── src/app/ │ ├── models/ │ │ └── lead.model.ts # 数据模型（Lead, Email, Product, QuickScreenResult） │ ├── services/ │ │ ├── mock-data.service.ts # 模拟数据（6封邮件, 10条线索, 12个产品） │ │ └── quick-screen.service.ts # 快速筛选逻辑（模拟AI分类） │ ├── components/ │ │ └── screen-result-card/ # 筛选结果卡片组件 │ ├── pages/ │ │ ├── inbox/ # 📬 收件箱（含EML导入） │ │ ├── kanban/ # 📋 看板（S/A/B/C四列） │ │ ├── lead-list/ # 📊 线索列表 │ │ ├── lead-detail/ # 📄 线索详情 │ │ └── product-catalog/ # 📦 产品目录 │ ├── app.component.ts # 主框架（侧边栏导航） │ ├── app.routes.ts # 路由配置 │ └── app.config.ts # 应用配置 ├── angular.json └── package.json ``` **当前客户分类体系：** - A-医疗渠道 → 对应新画像 P1 - B-工业安全 → 对应新画像 P2 - C-应急政府 → 对应新画像 P3 - D-品牌OEM → 对应新画像 P4 - （新增）P5-电商/零售商 - （新增）P6-低质量/无效线索 **当前价值分级：** S → A → B → C（保持不变，但评估维度需扩展）