销售线索研究自动化实战

先抓本质

客户研究不是查资料，而是让拜访更有方向

很多销售做拜访前准备，会把客户名称放进搜索框，打开官网看两眼，再翻一下新闻和工商信息。看起来做了研究，真正进会议室以后还是只能问：“贵公司目前有什么需求？”客户如果愿意聊，会议还能继续；客户如果很忙，就会觉得你没有准备好，甚至把你当成又一个来套话的销售。

客户研究的本质，不是把资料堆满一页，而是把拜访前的不确定变少。你要知道客户是谁，最近在忙什么，可能遇到什么压力，为什么现在可能需要你，哪些信息只是猜测，哪些问题必须当面确认。研究做得好，销售进场时不是背稿，而是带着事实、假设和问题去验证。

这篇教程讲的“销售线索研究自动化”，不是让 AI 替你判断客户一定会买，也不是让 AI 写一套油腻话术。它的价值，是把公开资料、近期信号、历史沟通和团队经验整理成一页简报，让老板能看优先级，销售负责人能看跟进策略，一线销售和 BD 能带着好问题去拜访，市场团队能把线索来源和内容触达连接起来。

为什么值得自动化

销售最缺的不是信息，而是把信息变成行动的时间

今天的客户信息其实不少。官网、公众号、招聘网站、新闻报道、招投标公告、行业活动、短视频账号、老板访谈、CRM 备注、过往邮件和会议纪要，都可能透露客户的业务重点。问题是销售每天要跟进很多线索，很难为每一个客户都花 1 小时做深度研究。时间一紧，准备就变成凭经验扫一眼。

AI 的优势，是可以把分散资料快速归类：哪些是确定事实，哪些是近期变化，哪些可能是痛点，哪些和我们的产品适配，哪些问题值得现场问。它不会替销售完成关系建立，但能把销售从重复复制、搜索、摘要、整理里解放出来，把精力留给判断和沟通。

对老板和销售负责人来说，自动化还有一个团队管理价值：它能让拜访前准备变成可检查的标准动作。以前只能听销售说“我准备了”，现在可以看简报里有没有事实依据、有没有近期信号、有没有高质量问题、有没有会后更新。准备质量可见了，团队训练才有抓手。

• 老板关心：哪些线索值得优先投入销售时间。
• 销售负责人关心：团队拜访前有没有统一准备标准。
• 一线销售关心：进场怎么开口，问什么能推进机会。
• BD 关心：陌生客户如何找到合作切入点。
• 市场团队关心：哪些内容和活动真正带来有效线索。

核心框架

所有客户资料先分成三类：事实、假设、问题

客户研究最重要的基本功，是把事实、假设和问题分开。事实是有来源的信息，比如客户官网写着有 300 家门店，招聘页面正在招区域督导，新闻报道说刚完成新一轮融资。假设是根据事实推出来的判断，比如它可能正在扩张，需要更强的门店培训和运营管理。问题是拜访时要验证的内容，比如扩张过程中最难管的是人、货、数据，还是加盟商执行。

很多销售简报的问题，是把假设写得像事实。“客户痛点是销售转化低”“客户急需数字化”“客户预算充足”，这些话如果没有来源，就是危险判断。它可能让销售进场后过早推产品，也可能让团队高估机会质量。更稳的写法是：“根据招聘和开店信息，客户可能处在扩张期；是否存在培训、督导和数据管理压力，需要拜访确认。”

AI 很擅长总结，但也容易把模糊信息说得很肯定。所以你给 AI 的任务里，要反复强调：事实必须有来源，假设必须标注，问题必须可验证。这样生成的简报才不会变成一本看似漂亮、实际误导销售的材料。

研究对象

不要只研究公司，还要研究场景、角色和机会

很多人一做客户研究，就只写公司简介：成立时间、主营业务、规模、地址、产品线。公司简介当然有用，但对销售拜访来说还不够。你需要知道客户处在什么业务场景里，见面对象扮演什么角色，这个机会为什么现在可能发生，我们的产品和客户当前问题有什么关系。

可以把客户研究拆成五层：公司层、业务层、组织层、个人层、机会层。公司层回答客户是谁；业务层回答它靠什么赚钱、最近在推什么；组织层回答谁使用、谁影响、谁决策；个人层回答你这次见的人关心什么；机会层回答为什么现在值得跟进，以及下一步怎样推进。

这五层不一定每次都能查全。陌生线索可能只有公司和业务资料，老客户可能有更多历史沟通和决策链信息。关键不是一次性完美，而是让 AI 帮你明确“已有”和“缺口”。这样销售不会因为资料不全就乱猜，也不会因为资料很多就迷路。

• 公司层：行业、规模、区域、产品、客户群、商业模式。
• 业务层：增长重点、成本压力、渠道变化、运营瓶颈。
• 组织层：使用者、影响者、决策者、采购或财务角色。
• 个人层：职位职责、公开观点、历史互动、可能关注指标。
• 机会层：适配场景、触发事件、竞争替代、下一步路径。

资料来源

公开资料够不够用，取决于你会不会带着问题看

公开资料不是越多越好，而是要围绕销售判断来读。官网能看客户对外如何定位自己，产品页能看它主推什么，新闻和公告能看近期变化，招聘信息能看组织正在补什么能力，招投标和采购公告能看预算方向，行业活动和演讲能看管理层关心什么，社媒内容能看它想吸引什么人群。

市场团队尤其适合参与这一步。销售常常只看单个客户，市场可以从一批线索里发现共性：某类客户最近都在招渠道运营，某个行业都在强调降本增效，某些白皮书下载者后续更容易约到会议。这些发现可以反过来优化内容、广告和活动话术。

使用 AI 时，要把资料来源写清楚。不要只粘一堆文字让它总结，而要告诉它这些文字分别来自官网、招聘、新闻、CRM 还是会议纪要。来源不同，可信度和用途不同。官网是客户想对外呈现的样子，招聘是组织资源投入的信号，会议纪要是客户真实表达，CRM 是团队历史判断。混在一起，AI 很容易把口径、事实和销售感觉揉成一团。

近期信号

真正值得跟进的线索，通常带着近期变化

销售线索研究不能只看客户“是什么”，还要看客户“最近发生了什么”。因为采购往往不是凭空发生的，而是被变化推动的。客户扩张、新开区域、融资、换管理层、招关键岗位、上线新产品、遇到舆情、政策变化、成本压力、竞争加剧，都可能让原本不着急的问题变得急起来。

近期信号的价值，是帮销售判断时机。一个客户长期存在培训问题，不代表它今天会买培训系统；但如果它刚开 50 家加盟店，又在招培训经理，销售就应该重点问门店复制和新人上手。一个客户一直说想做数字化，不代表有预算；但如果它刚发了采购公告或新成立数字化部门，跟进优先级就不一样。

让 AI 找近期信号时，不要只让它总结“公司动态”。你要让它判断每个信号可能影响什么业务动作，以及和我们的产品有什么关系。信号本身不等于需求，它只是一个进入对话的门。销售还要在拜访里确认：变化是否真实、影响是否足够大、客户是否已经有解决方案、我们是否有机会参与。

• 增长信号：融资、开店、扩招、进入新区域、新产品发布。
• 成本信号：裁员、组织调整、降本公告、流程优化项目。
• 合规信号：政策变化、审计要求、数据安全或资质要求。
• 技术信号：新系统上线、老系统替换、招聘 IT 或数据岗位。
• 风险信号：投诉、舆情、供应链问题、客户流失、业绩承压。

历史资料

公开资料之外，最有价值的是客户自己的话

如果一个线索不是第一次接触，最该看的不是新闻，而是历史沟通。客户曾经问过什么，拒绝过什么，担心过什么，谁参加过会议，谁对价格敏感，谁对功能感兴趣，谁一直没有回复，这些信息比公开资料更接近真实采购过程。

很多团队的问题，是会前准备和会后记录断开。销售每次拜访都像重新认识客户，CRM 里只有“已沟通”“继续跟进”“客户有兴趣”这种空泛备注。下次换人跟进时，根本不知道客户为什么有兴趣、卡在哪里、下一步谁负责。AI 可以帮你把历史沟通重新整理成事实、假设和待验证问题，但前提是团队愿意记录有用信息。

会后记录不需要写成长篇作文，但要保留客户原话、关键数字、反对意见、决策链和下一步承诺。比如“客户说目前 30 个销售里新人占一半，培训靠老员工带，转正周期不稳定”，就比“客户有培训需求”有价值。前者能指导方案，后者只是销售感觉。

适配度判断

不是每条线索都值得同样用力

销售时间永远有限。自动化研究的一个重要目的，是帮团队判断线索优先级。不是资料越多越值得跟，也不是客户名气越大越值得跟。真正要看的是：客户问题是否和我们能解决的场景匹配，问题是否足够重要，是否有变化触发，是否有合适联系人，是否可能有预算和决策路径。

适配度可以从五个角度看：场景、痛点、时机、资源、路径。场景是客户是否处在我们擅长解决的问题里；痛点是问题是否会影响收入、成本、效率、风险或增长；时机是近期是否有触发事件；资源是客户是否有预算、人力或管理意愿；路径是我们能不能接触到关键角色并推进下一步。

AI 可以给适配度初判，但不能把它当最终结论。尤其是早期线索，资料不足很正常。更稳的做法是让 AI 输出“高/中/低适配度”和理由，同时列出“如果要升为高优先级，必须验证什么”。这样低适配线索不会被过早放弃，高适配线索也不会只凭乐观判断进入报价阶段。

• 高适配：有明确触发事件，问题和产品强相关，能接触关键角色。
• 中适配：方向可能相关，但痛点、预算或决策链还没验证。
• 低适配：客户资料和我们的场景弱相关，或短期没有行动信号。
• 待观察：客户有价值，但当前信息太少，需要先补资料或轻触达。

工作流程

从线索到简报，可以固定成七步

销售线索研究自动化最好不要做成一个神奇按钮，而要做成稳定流程。第一步，收集客户名称、来源和拜访目标。第二步，整理公开资料和历史记录。第三步，让 AI 分出事实、假设和问题。第四步，识别近期信号。第五步，判断适配度。第六步，生成一页拜访简报。第七步，会后把新信息更新回客户资料库。

这七步里，AI 最适合做中间四步：整理、分类、提炼、生成。人最应该把住两头：输入和更新。输入不清楚，AI 会研究错方向；会后不更新，下次还是从头开始。很多团队做 AI 项目失败，不是因为模型不够强，而是因为只做了“生成简报”，没有把资料输入和会后回写纳入流程。

你可以先从小范围开始，不必一上来接入所有系统。先挑 10 个重点客户，让销售用统一模板粘贴资料，AI 输出简报，拜访后再用模板更新。跑两周以后，销售负责人再看简报质量、会议质量和机会推进情况。流程跑通了，再考虑和 CRM、表格、邮箱、会议纪要做更深连接。

1. 明确线索和拜访目标。
2. 收集公开资料和历史沟通。
3. 拆分事实、假设和问题。
4. 识别近期信号和潜在触发事件。
5. 判断客户适配度和跟进优先级。
6. 生成一页客户研究简报。
7. 会后更新事实、假设、决策链和下一步动作。

模板一

资料收集提示词：先让 AI 别急着卖

销售使用 AI 时，最常见的坏习惯是刚粘完客户资料，就让 AI 写开场白、写跟进邮件、写方案卖点。这样很容易跳过研究，直接进入推销。正确顺序应该是先研究，后话术；先拆事实和假设，后设计开场；先判断适配度，后决定是否推进。

下面这个模板适合陌生线索、市场活动线索、BD 初次接触、老板临时点名要拜访的客户。它会强制 AI 把事实、假设、问题分开，并且列出还缺哪些资料。你可以把它放进团队提示词库，要求每次重点拜访前都先跑一遍。

请帮我为一次销售拜访整理客户研究材料。先不要写推销话术。

客户名称：
[公司名 / 门店名 / 品牌名]

客户所在行业：
[行业、区域、规模，如果不知道就写不知道]

我们提供的产品或服务：
[一句话说明我们卖什么，主要解决什么问题]

已有资料：
1. 客户官网或公开页面：[链接或粘贴文字]
2. 近期新闻、招聘、活动、公告：[链接或粘贴文字]
3. 历史沟通记录：[粘贴已脱敏的摘要]
4. 我们之前服务过的相似客户：[可选]

请输出：
1. 确定事实：只写有来源的信息。
2. 可能假设：标注为什么这样猜，置信度高/中/低。
3. 拜访问题：按开场、业务现状、痛点、决策、下一步分类。
4. 适配度判断：客户是否值得优先跟进，理由是什么。
5. 还缺哪些资料：请列出我下一步要补的内容。

要求：不要编造数据，不要把假设写成事实，不要使用夸张销售话术。

模板二

一页简报模板：给拜访前 5 分钟看的材料

客户研究简报不是越长越专业。销售临进会议室前，真正需要的是一页能快速扫完的材料：客户是谁，确定事实是什么，近期变化是什么，我们猜测什么，最该问什么，哪些话不能乱说。简报如果写成 3000 字报告，最后多半没人看。

一页简报的好处，是让销售、销售负责人和老板能用同一张纸讨论机会。销售看问题清单，负责人看适配度和风险，老板看这个客户是否值得投入资源，市场看线索来源和客户信号是否匹配内容策略。格式固定后，团队还能横向比较不同销售的准备质量。

请把下面资料整理成一页客户研究简报，给销售拜访前 5 分钟快速阅读。

客户资料：
[粘贴客户公开资料、CRM 记录、市场活动来源、邮件或会议摘要]

拜访目标：
[了解需求 / 争取演示 / 推进报价 / 拜访决策人 / 唤醒沉睡线索 / 会后复盘]

请按以下结构输出：
1. 客户一句话画像：客户是谁，主要做什么。
2. 三个确定事实：必须有资料依据。
3. 三个近期信号：最近可能影响采购或合作的变化。
4. 三个可能痛点：必须标注是假设，不能写成结论。
5. 适配度判断：高/中/低，并说明原因。
6. 拜访重点问题：最多 8 个，按优先级排序。
7. 建议开场：自然、短、不要硬推产品。
8. 风险提醒：哪些话不能乱说，哪些信息需要现场确认。

请控制在一页以内，语言给销售看，不要写成咨询报告。

模板三

拜访问题模板：好问题比好话术更有用

拜访问题的目标，不是把客户问倒，也不是机械完成问卷，而是让客户愿意讲真实情况。好的问题通常从现状进入，从变化展开，从痛点深入，从决策路径收口。它既能让客户感觉你理解业务，也能让你验证拜访前的假设。

很多销售喜欢问“您现在有什么痛点”，这个问题太大，客户很难回答。更好的问法是结合研究信号：“我看到你们最近在招区域督导，是不是门店复制和人员培训压力比之前更明显？”这个问题不一定猜得准，但它展示了准备，也给客户一个具体入口纠正你。

让 AI 设计问题时，要告诉它会面对象是谁。问老板的问题和问一线使用者的问题不同。老板关心增长、成本、风险和组织效率；销售负责人关心转化、过程、团队能力和预测；运营负责人关心执行、流程和数据；IT 关心系统集成、安全和维护；财务关心预算、回报和付款风险。

请基于这份客户研究资料，帮我设计销售拜访问题。

客户资料：
[粘贴简报或资料]

本次会面对象：
[老板 / 销售负责人 / 运营负责人 / IT / 财务 / 市场 / 一线使用者 / 不确定]

本次目标：
[确认痛点 / 找决策链 / 了解预算 / 争取试用 / 推进方案 / 会后复盘]

请输出：
1. 开场破冰问题 2 个。
2. 业务现状问题 4 个。
3. 痛点确认问题 4 个。
4. 决策和预算问题 3 个。
5. 下一步推进问题 3 个。
6. 不建议问的问题，以及为什么。

要求：问题要像真人销售会问的话，不要像问卷；每个问题后说明它想验证什么。

会前准备

开场不需要炫耀研究，关键是自然连接客户近况

做了客户研究以后，销售很容易犯另一个错误：一开场就把自己查到的资料全倒出来，像在给客户做公司介绍。客户会觉得你很努力，但也可能觉得不自然。开场的目的不是展示你知道多少，而是用一两个相关事实，说明你不是空手来的，并把话题引到客户真实情况。

一个自然开场可以很短：“我看到你们最近在加快华东区域门店拓展，所以今天我想重点了解一下新店复制和团队培训这块是否有压力。如果我理解不准确，也请您直接纠正。”这句话有事实、有假设、有邀请纠正，也不会让客户觉得你在下结论。

开场之后，不要急着介绍产品。先让客户确认现状，再问变化带来的影响，然后再判断是否需要介绍相关能力。客户研究的价值，是让你更快进入有意义的对话，而不是更快进入产品演示。

会中使用

带着简报进场，但不要被简报绑架

客户研究简报是地图，不是剧本。真实拜访里，客户可能一上来就讲到你没准备的问题，也可能直接推翻你会前的假设。优秀销售不会为了证明自己准备得对而强行拉回原问题，而是把简报当成导航：知道哪些方向重要，现场根据客户反馈调整路线。

会中最重要的动作，是区分客户确认了什么、否定了什么、补充了什么。比如你原本假设客户扩张带来培训压力，但客户说最大问题其实是线索质量下降。这时不要硬推培训方案，而要记录“扩张不是当前主要矛盾，增长获客质量才是客户关注点”。这个更新会直接影响后续方案和市场内容。

销售负责人可以要求团队会后对照简报复盘：哪些事实被确认，哪些假设被推翻，哪些问题问出了有价值信息，哪些问题没来得及问。这样客户研究就不只是会前材料，而会变成销售能力训练工具。

会后更新

会后不更新，下一次拜访就会重新变盲

销售线索研究自动化能不能长期产生价值，关键在会后更新。拜访前的简报只是第一版假设，真正宝贵的信息来自客户现场反馈。如果会后只在 CRM 里写“客户有意向，继续跟进”，那下一次准备仍然要重新翻记录，团队也无法积累行业经验。

会后更新要把四类信息写回去：新增事实、被推翻的假设、仍需验证的问题、下一步动作。新增事实可能是客户真实规模、内部流程、预算时间、系统现状；被推翻的假设可能是我们以为客户缺工具，实际缺人；仍需验证的问题可能是决策人是谁；下一步动作则要写清负责人和截止时间。

这一步也很适合用 AI。你把拜访前简报和会后记录一起给 AI，让它对比差异，更新客户画像，生成 CRM 字段建议和下一步跟进邮件。但要记住，涉及客户承诺、价格、合同、数据和竞争信息时，必须由销售本人确认，不能让 AI 把模糊表述写成确定承诺。

请把这次客户拜访记录更新成可沉淀的客户资料。

拜访前简报：
[粘贴拜访前简报]

会后记录：
[粘贴会议纪要、销售手记、客户原话、下一步约定]

请输出：
1. 新增事实：本次会议确认了哪些事实。
2. 被推翻的假设：拜访前哪些判断不成立。
3. 仍需验证的假设：下次要继续问什么。
4. 客户真实关注点：用客户自己的表达总结。
5. 决策链信息：谁使用、谁影响、谁拍板、谁可能反对。
6. 下一步动作：负责人、截止时间、所需资料。
7. CRM 更新字段建议：客户阶段、需求、预算、时间、风险、备注。

要求：事实和判断分开写；不要把销售自己的乐观感觉写成客户承诺。

真实案例

一个连锁门店客户：从泛泛拜访到带着假设提问

一家做员工培训系统的公司，想拜访一个区域连锁餐饮品牌。以前销售的准备方式很简单：看官网知道客户有几十家门店，然后开场问“你们有没有培训需求”。客户通常会说“我们也在看”，会议就进入产品介绍。介绍完以后，客户说回去研究，机会长期停在早期阶段。

后来团队改用客户研究简报。AI 整理公开资料后发现：客户半年内连续发布新店开业内容，招聘页面长期招聘店长和培训督导，公众号强调标准化出品和服务体验。简报把这些写成事实，又提出假设：客户可能面临新店复制、店长培养和服务标准落地压力。拜访问题也随之改变，不再直接问有没有培训需求，而是问“新店开业后，一名新店长从到岗到能独立带店通常需要多久？”

客户的回答很具体：不同区域差异很大，老店长带新店长靠经验，培训内容有但执行不稳定，总部很难知道门店是否真正学完。这个回答让销售从泛泛介绍产品，转到讨论新店复制周期、店长训练营和总部督导数据。会后简报更新了客户真实关注点：不是单纯买课程，而是提高门店复制稳定性。后续方案也因此更贴近业务。

• 原来的问题：您有没有培训需求。
• 研究后的问题：新店长从到岗到独立带店通常需要多久。
• 原来的方案：介绍培训系统功能。
• 研究后的方案：围绕新店复制、店长培养和督导数据设计方案。

团队分工

老板、销售、BD 和市场看同一份简报，但关注点不同

一页客户研究简报不是只给一线销售看的。老板可以用它判断大客户是否值得投入资源，比如是否需要自己出面、是否值得定制方案、是否应该邀请客户来访。销售负责人可以用它检查团队准备质量，判断机会阶段和下一步动作是否合理。一线销售用它设计开场和问题。BD 用它找合作切入点。市场用它反推内容和活动是否吸引了对的人。

如果团队里每个角色都各看各的资料，就容易出现断层。市场只关注线索数量，销售只关注能不能约会，老板只在快报价时才介入，CRM 里又没有完整上下文。统一简报能让大家围绕同一套事实和假设讨论，减少“你以为我知道”和“我以为你跟进了”。

团队落地时，可以约定不同角色的责任。市场负责补充线索来源和公开信号，销售负责补充历史沟通和会后更新，销售负责人负责适配度和下一步判断，老板只看高价值客户和关键风险。这样 AI 不是替代某个人，而是把团队信息汇到一张更清楚的工作台上。

模板四

团队复盘模板：让准备质量可见

如果只有个人使用 AI，效果往往取决于个人习惯。有的人会认真补资料，有的人只粘客户名；有的人会标注假设，有的人会让 AI 直接下结论。销售负责人要让这件事变成团队能力，就需要定期复盘简报质量，而不只是复盘成交结果。

复盘时不要只问“这个客户有没有推进”。更应该看：简报里有多少确定事实，近期信号是否充分，拜访问题是否具体，会后是否更新，适配度判断有没有被事实支持。这样团队会逐渐学会什么叫准备充分，也能发现哪些销售总是跳过研究、直接推产品。

请帮我们复盘一批销售线索研究简报，找出准备质量问题。

线索简报：
[粘贴 3 到 10 份已脱敏简报]

请从销售负责人视角检查：
1. 是否把事实、假设、问题分清楚。
2. 是否引用了足够的公开资料和近期信号。
3. 适配度判断是否有依据，还是只是想当然。
4. 拜访问题是否能推进客户，而不是泛泛聊天。
5. 会后更新是否把新事实写回客户资料。

请输出：
1. 共性优点。
2. 共性问题。
3. 最需要补课的 3 个能力。
4. 下一周团队训练建议。

常见错误

五个坑会让 AI 客户研究越做越偏

第一个坑，是把公开资料当成客户真实需求。官网说重视数字化，不代表今年会采购你的系统；新闻说客户扩张，不代表它一定缺你这个产品。公开资料只能提供线索，真实需求要靠会中确认。

第二个坑，是让 AI 编造缺失信息。比如找不到客户规模，就让 AI 根据行业平均水平猜；不知道预算，就让 AI 推测有预算。这些内容看起来让简报更完整，实际上会污染判断。宁可写“不知道”，也不要写一个没有依据的漂亮答案。

第三个坑，是只研究客户，不研究我们自己。销售必须知道我们最适合什么客户，不适合什么客户，能承诺什么，不能承诺什么。否则 AI 再会整理客户资料，也无法判断适配度。第四个坑，是问题设计太泛，仍然问“您有什么痛点”。第五个坑，是会后不更新，导致每次都从头开始。

• 把假设写成事实。
• 用客户简介代替销售判断。
• 为了简报好看而补不存在的数据。
• 只做会前准备，不做会后回写。
• 只让 AI 写话术，不让 AI 帮你设计验证问题。

风险边界

客户研究要守住隐私、来源和承诺边界

销售研究会接触客户资料，所以必须有边界。第一，不要把客户隐私、合同金额、身份证件、手机号、未公开报价、内部邮件原文随意粘给外部工具。第二，不要使用明显不合规的来源，比如盗取的通讯录、未经授权的内部文件。第三，不要让 AI 替你承诺价格、交付周期、效果、赔偿或排他合作。

资料脱敏是基本动作。你可以把客户名称替换成 A 公司，把联系人换成“运营负责人”，把金额写成区间，把合同编号删除。对研究来说，很多时候并不需要原始敏感信息，只需要业务背景和沟通摘要。团队如果要长期使用，还应该制定资料粘贴规范，说明哪些内容可以给 AI，哪些必须内部处理。

还有一个容易忽略的边界，是不要让 AI 用不确定信息去评价具体个人。比如“这个决策人可能保守”“某负责人推动力弱”，如果没有明确依据，就不要写成结论。更好的写法是：“目前没有看到该角色对项目的明确态度，需要在下次会议确认其关注点和决策影响力。”销售研究要服务沟通，不要制造偏见。

验收清单

一份合格的客户研究简报，至少过这 12 项检查

判断客户研究做得好不好，不要看字数，也不要看排版。要看它能不能帮助销售做四件事：更自然地开场，更准确地提问，更清楚地判断机会，更及时地安排下一步。如果简报看完以后，销售仍然不知道见面第一句话怎么说、最该问什么、客户为什么可能需要我们，那它就不合格。

下面这份清单可以给销售负责人、老板或市场团队一起使用。每次重点客户拜访前，用 2 分钟扫一遍。缺少一两项不一定不能拜访，但缺少的部分要写成现场验证问题。这样团队不会被简报的完整感欺骗，而是持续知道自己还不知道什么。

落地节奏

先从 10 个重点客户试运行，不要一上来全员铺开

很多团队做 AI 自动化，容易一开始就想接 CRM、接邮箱、接会议纪要、接企业微信，再给每个销售发一套复杂流程。结果工具还没跑顺，大家先被流程吓退。更好的方式是先选 10 个重点客户试运行，用最简单的粘贴资料和模板输出跑通闭环。

第一周，只要求销售在重点拜访前生成一页简报。第二周，要求会后把简报更新一次。第三周，销售负责人抽查简报质量，看哪些问题真正问出了客户信息。第四周，再总结团队模板，把好问题、好开场、好案例沉淀下来。一个月以后，你再考虑是否把它接入 CRM 或固定到销售流程。

衡量效果也不要只看成交。早期更应该看准备时间是否下降，简报质量是否稳定，客户会议是否更快进入业务问题，会后记录是否更具体，机会阶段判断是否更准确。成交是滞后结果，研究质量是领先动作。

1. 第 1 周：重点客户拜访前统一生成一页简报。
2. 第 2 周：每次拜访后用模板更新客户资料。
3. 第 3 周：销售负责人抽查简报和会后记录。
4. 第 4 周：沉淀行业常见信号、问题库和优秀案例。
5. 第 5 周以后：再考虑接入 CRM、会议纪要或自动提醒。

课后练习

用一个真实线索完成从研究到会后更新的闭环

这节课不要停在理解概念。请你选一个未来两周内真的要跟进的客户，最好是你已经有一点资料、但还没有完全摸清需求的线索。不要选已经快签约的客户，因为那时变量太多；也不要选完全没有价值的线索，因为很难练出判断。选一个中等重要、值得准备的客户最合适。

练习分三步。第一步，用资料收集模板生成研究底稿，检查事实、假设和问题是否分开。第二步，用一页简报模板压缩成拜访前材料，并把问题清单带进会议。第三步，会后用更新模板把客户反馈写回去，特别标注哪些假设被确认、哪些被推翻。完成后，把拜访前后两版资料放在一起看，你会很直观地看到研究如何改变销售判断。

如果你是销售负责人，可以让团队每人交一份这样的闭环作业。不要只评谁写得好看，要评谁的事实更扎实，谁的问题更能验证假设，谁的会后更新更具体。这个练习做三轮，团队的客户研究能力会明显提升。

1. 选择一个真实待跟进客户。
2. 收集公开资料和已脱敏历史沟通。
3. 生成事实、假设、问题三栏研究底稿。
4. 压缩成一页拜访前简报。
5. 根据简报设计 8 到 12 个拜访问题。
6. 拜访后更新新增事实、推翻假设和下一步动作。
7. 复盘这次研究对会议质量有什么影响。