去年十月，我帮一家做工业配件的宁波外贸公司梳理他们的线索管理流程。老板给我看了一组数据：参展广交会花了8.6万，Google Ads投了12万，阿里国际站年费6万，加起来将近27万获客成本，一年回来大约1400条线索，最终成交47单。看上去转化率是3.4%，但真正让他睡不着的是另一组数字，销售团队一致认为"值得跟"的线索只有210条，其余1190条要么从来没被打开过，要么跟了一次就沉底了。
也就是说，他花了27万，其中大约85%的预算产生的线索，从未进入过有效的分析视野。
这不是个例，而是我在过去两年接触的几十家中小外贸企业里反复出现的结构性浪费。问题的根源，不是没有数据分析平台，而是没有人先把"销售线索场景"这件事定义清楚，就直接跳到了选平台、买工具。这篇文章就是要把这个顺序倒回来：先讲清楚方案设计的核心结论，再拆解场景、误区、判断逻辑和具体做法，最后给不同规模的外贸企业一份可落地的行动建议和取舍清单。
如果你现在正准备做外贸销售线索的数据分析方案，先记住三个结论，后面所有内容都是围绕这三句话展开的。
第一，方案设计的起点不是数据源清单，而是"销售一天要做几个决策"。销售每天真正要做的决策只有四五个：今天先打哪个电话、这条线索要不要报价、这个客户该不该转给主管、这笔单子卡在哪个环节。你的平台方案如果回答不了这几个问题，做出来也没人用。
第二，中小外贸企业的入门方案，应该是"一张线索主表 + 三条规则"，而不是一个中台。我见过太多10-50人规模的外贸公司，被服务商忽悠着上了完整的数据中台，结果一年后还在跑Excel。入门阶段，能用一张统一字段的线索表加上分配、评分、跟进三条规则跑通闭环，价值远大于一个装了30个看板但没人看的BI系统。
第三，"销售线索场景"在外贸语境下是一个漏斗，不是一个数据库。采集、清洗、评分、分配、跟进、归因，六个环节任何一个断了，前面的投入都白费。绝大多数失败方案，不是败在数据量不够，而是败在漏斗中段的某个环节被人为忽略。
这三条判断看起来朴素，但我在实际项目里验证过，凡是先从"销售一天做什么决策"倒推方案的，上线三个月内使用率普遍能到70%以上；凡是从"我们要建一个数据平台"出发的，超过一半在半年内沦为摆设。
在讲方案之前，我必须先把真实场景摊开。因为绝大多数方案设计的失败，都是因为设计者对"乱"的程度估计不足。
一家典型的中型外贸企业，线索至少来自五个渠道，而每个渠道的数据结构完全不同。
| 来源渠道 | 典型字段 | 跟进优先级 | 常见问题 |
|---|---|---|---|
| 阿里国际站询盘 | 买家名、国家、询盘内容、产品链接、会员等级 | 中高 | 平台屏蔽联系方式，需要站内回复转化 |
| Google Ads落地页表单 | 邮箱、留言、UTM来源、设备信息 | 中 | 大量垃圾询盘，需要清洗 |
| 展会名片 | 纸质名片、手写备注、微信 | 高 | 录入延迟，一周后就凉了 |
| 独立站表单 | 邮箱、产品兴趣、访问路径 | 中 | 行为数据丰富但没人看 |
| 社媒私信（LinkedIn/Facebook） | 账号名、行业、互动记录 | 低到中 | 无法结构化，靠销售记忆 |
我在一家做户外用品的外贸公司看到过更极端的情况：他们的展会展位登记用了A系统，Google Ads表单在B系统，阿里询盘在C后台，独立站在D插件的数据库里，销售个人的领英开发记录在E，五个Excel。销售总监每周一要花三小时手动合并这五份表，合并完基本已经没力气做分析了。
这不是"数据孤岛"这种抽象概念，这是每周固定消耗掉一个总监级员工三小时的具体成本。方案设计的第一步，不是解决所有数据源，而是先让五个口子有一个统一的落点。
很多企业把线索表和客户表做成同一张表，结果就是：一个新询盘和一个已经合作三年的老客户，在系统里长得一模一样。这会导致两个严重后果。
一是评分模型失效。老客户重新下单和陌拜询盘，评分的逻辑完全不同，塞在一起打分只会得出荒谬的结果。二是跟进动作无法区分。销售打开列表看到500条记录，根本不知道先跟哪条。
我在一家做五金配件的外贸工厂里见过一个很典型的现象：他们CRM里"客户"字段有2100条，但真正在跟的只有200多条，剩下1900条里大部分是没转化成功的询盘、发过一次邮件没回复的名单。销售主管每次做数据分析，分母都是2100，转化率被稀释到惨不忍睹，团队士气受挫。
我做过一个小样本调研，问了17家外贸公司的销售，让他们列出每天上班第一件事最希望系统能告诉他们什么。排名第一的答案是"今天优先跟哪五条线索"，占比接近三分之二。但绝大多数数据平台提供的是"本月转化率""各渠道线索数量对比"这类管理者视角的指标。
这就是错位：管理者想看的，和销售要用的，是两套东西。入门方案的最大价值，恰恰是先解决销售端"先跟谁"的问题，而不是先做管理层报表。因为销售不用，数据就是死的，管理层报表也就无从准确。
在讲怎么做之前，我先讲三个我亲眼见证过、也踩过坑的误区。这三个误区如果不提前识别，后面所有的方法论都会落空。
很多老板对"数据分析平台"的想象，是数据中台、ETL管道、几十个看板、实时大屏。他们找到服务商，服务商也乐得接大单，双方一拍即合，做了一个为期六个月的项目。
结果是：项目到第三个月，销售早就忘了这回事；第五个月，业务需求已经变了；第六个月上线，发现数据源又增加了两个没接进来；第七个月开始返工。一年后，负责人在述职会上说"这个项目还在优化中"，其实已经没人用了。
入门阶段的正确做法，是用最小可用的方案，在两周内跑起来，然后每两周迭代一次。宁可做一个只有三条规则的简易系统，也不要做一个功能齐全但半年才能用的平台。
线索评分（Lead Scoring）是外贸线索场景里最受关注、也最容易做错的环节。我见过一个真实案例：某公司销售总监凭经验定了一套评分规则，"国家分50%，询盘内容分30%，行为分20%"。上线一年，从没调整过。
问题是，他们的主要市场从欧美逐渐转向中东和东南亚，原本打分很低的东南亚线索，实际成交率其实在上升。但模型不改，系统一直把东南亚线索压在优先级末尾，销售也懒得手动调整，结果白白错过了半年市场机会。
评分模型不是一次性的规则，而是一个需要校准的资产。入门阶段可以先拍一个初版，但必须约定一个迭代周期，至少每季度用实际成交数据回测一次。
第三个误区最隐蔽也最致命。很多团队做了很漂亮的看板，每周开会看一次，看完之后销售流程没任何变化。数据看了，动作没动，等于没做。
我在一家做家纺的外贸公司看到过这种现象：他们的看板清楚显示某个渠道的线索质量明显更高，但销售分配规则还是按人头平均分，因为"改分配规则太麻烦，要跟好几个人商量"。数据给出的信号和实际动作之间，隔了一整个组织的惰性。
方案设计里必须有一个环节叫"动作闭环"：数据触发什么动作、谁来执行、什么时候执行、执行结果如何回到系统。没有这个环节，再好的分析都是装饰。
讲完误区，接下来进入方案的核心。我总结了一个适用于中小外贸企业的"五层框架"，从线索采集到归因迭代，每一层都给出入门做法和进阶做法的区分。入门阶段先把前四层做扎实，第五层可以缓一缓。
这一层解决的是"数据从哪来、怎么汇总"。目标只有一个：让所有来源的线索，在48小时内落到同一张主表上。
入门做法是先定义一张统一的线索主表，字段不需要多，二三十个核心字段就够。下面是一个真实项目里用过的线索表字段设计，用伪SQL表示：
CREATE TABLE lead_master (
lead_id VARCHAR(32) PRIMARY KEY, — 线索唯一ID
source_channel VARCHAR(20), — 来源渠道: 阿里/谷歌/展会/独立站/社媒
source_detail VARCHAR(100), — 来源细节: 具体广告系列/展会名称
country VARCHAR(40), — 国家
company_name VARCHAR(120), — 公司名（可能为空）
contact_name VARCHAR(60), — 联系人
contact_email VARCHAR(120), — 邮箱
contact_phone VARCHAR(40), — 电话（可能为空）
product_interest VARCHAR(200), — 意向产品
inquiry_text TEXT, — 原始询盘内容
created_at DATETIME, — 线索创建时间
first_response_at DATETIME, — 首次响应时间
owner_sales VARCHAR(40), — 负责销售
lead_stage VARCHAR(20), — 线索阶段: 新/跟进中/已报价/已成交/已流失
lead_score INT, — 评分
last_activity_at DATETIME — 最后互动时间
);
进阶做法是加上行为埋点字段，比如官网访问页数、邮件打开次数、资料下载记录。但这些字段在入门阶段不是必需的，等前四个字段用顺了再加上也不迟。
统一落点的关键是"48小时"这个时间约束。我建议在方案里明确约定：任何渠道产生的线索，48小时内必须进入主表，否则系统自动向渠道负责人发提醒。这个规则跑通之后，你的数据质量会有一个质的飞跃。
清洗包含三类动作：去重、过滤无效、补全关键字段。
去重的判断维度，我推荐"邮箱 OR 电话 OR (公司名+国家)"三选一的匹配规则。邮箱相同基本可以断定是同一个人；电话相同也可以合并；如果都没有，公司名加国家相同也有较高概率是同一家公司不同联系人，可以合并为一个客户线索。
过滤无效线索这件事，不同企业标准差异很大。我的建议是不要在系统层面直接删除，而是打上一个"低优先级"标记。因为你对"无效"的判断可能是错的，有些询盘内容写得很短，但其实买家已经有了明确意向，只是表达习惯如此。
补全关键字段是提升后续评分质量的前提。国家字段在很多渠道是缺失的，可以从邮箱域名后缀、IP地址、电话区号推断。这个环节如果不用自动补全，靠人工填写，数据质量会迅速崩塌。
评分模型是本文最需要详细讲的一块。我给一个入门级的框架，但请特别注意：下面的具体数字只是起点参考，你必须根据自己的业务做校准，照搬必错。
| 评分维度 | 入门权重 | 举例信号 | 说明 |
|---|---|---|---|
| 来源渠道 | 40% | 阿里金牌会员询盘 > 展会老客户 > 谷歌表单 > 社媒私信 | 不同渠道历史成交率差异极大，权重最高 |
| 客户属性匹配度 | 30% | 国家、行业、公司规模是否匹配目标客户画像 | 与你的产品定位直接相关 |
| 行为活跃度 | 20% | 是否打开邮件、是否访问网站、是否下载资料 | 需要埋点支持，进阶阶段再加 |
| 互动质量 | 10% | 询盘内容是否具体、是否问到价格和交期 | 人工判断或简单关键词匹配 |
打完分之后按分段做分级：85分以上A级，70-85分B级，50-70分C级，50分以下D级。A级当天必须联系，B级24小时内，C级三天内，D级批量邮件维护。
评分模型上线后，第一个月必须用实际成交数据做一次回测。把已经成交的客户往回打分，看看他们的平均分是不是显著高于未成交客户。如果不是，说明权重错了，调整后再上。
分配规则是方案里最容易被忽视但最影响使用体验的一环。常见的错误分配方式是"全员平均分"，这是最省事但也是最无效的。
我建议入门阶段先用"按国家或区域分配"：比如销售A负责欧洲，销售B负责北美，销售C负责东南亚。这样销售跟进的客户群体相对集中，对市场更熟悉，转化率普遍比随机分配高20%-30%（这个数字来自我对12家外贸公司销售团队的访谈观察，仅作参考）。
再进一步可以做"按能力匹配分配"：把线索分成新客户开发型和老客户维护型，让擅长开发的销售接A级新线索，让稳重细心的销售接B级长期培育线索。
跟进SLA（服务级别协议）必须明确到小时。我见过太多方案定了"24小时内跟进"，但没人知道24小时从哪个时间点算起。正确做法是：线索入库时间=计时起点，首次有效接触（不是回复，是完成需求确认）=计时终点。超过SLA的线索自动变色提醒，并计入销售的个人考核。
这一层是很多入门方案的终点，也是进阶方案的起点。入门阶段可以做最基础的归因：每个成交单子回溯到最初的线索来源。这个动作坚持三个月，你就能得到自己公司的渠道质量排行榜，比任何行业报告都更可信。
迭代的节奏建议是每个季度一次。用三个指标判断模型是否需要调整：分渠道成交率是否发生变化、评分分段与成交率是否仍单调相关、销售对评分结果的认可度是否下降。
任何一个指标出现明显异常，就需要重训一次评分权重。这一步如果一开始不做，那么方案在半年内会彻底僵化。
讲完框架，我用一个具体的平台案例来说明落地过程。这里以数跨境为例，官网是 https://shukuajing.jiushuyun.com/?utm_source=seo&utm;_plan=est&utm;_unit=gys。我选它的原因不是因为它最好，而是因为它的产品设计思路比较贴近我上面讲的"入门阶段先跑通闭环"的逻辑，适合用来讲清楚方案落地时具体会遇到什么。
外贸企业的线索来源分散，是方案落地的第一道坎。数跨境在这方面的做法是先做多平台店铺和独立站数据的接入，把阿里国际站、独立站、Google Ads等渠道的线索汇总到一个统一视图里。
我观察到的关键点是：入门方案不需要一次性接入所有渠道，先接你60%线索来源的那一两个渠道即可。比如你一半以上的线索来自阿里国际站和独立站，那就先把这两个跑通，验证流程之后再扩。
很多企业失败在这里，就是想一次接通所有渠道，结果每个渠道的对接都很浅，反而没有一条能用顺。
数跨境在销售线索场景里提供了客户分级和线索评分相关的功能。我看到的比较实用的地方是：它不是直接给你一个固定的评分公式，而是允许业务方自己配置评分维度和权重。这一点很关键，因为我前面反复强调过，没有一套评分权重可以跨品类复用。
做工业配件的企业和做消费电子的企业，对"客户属性匹配度"的定义完全不同；做B端大客户的和做B端小批量的，"公司规模"权重也完全不一样。如果平台强行给你一个通用公式，第一周就会被业务方抛弃。
在实操层面，我建议的落地顺序是：第一周先按来源渠道给一个粗权重跑起来，第二周加入客户属性匹配，第三周再加入行为数据。每周只增加一个维度，方便观察每个维度是否真的带来了区分度。
线索分配完之后，跟进时效是决定成败的环节。我见过太多方案，数据分析做得非常漂亮，但没有人催销售跟进，最后数据全成了摆设。
数跨境在这个环节的设计里包含了跟进提醒相关的功能。实际使用时，我建议你把SLA写进系统里并设定提醒规则。具体来说，按线索评分分三段设置不同的SLA：A级2小时内、B级8小时内、C级24小时内。超过时限自动升级提醒到销售主管，不要只提醒销售自己。
这个动作看起来小，但它是整套方案从"数据"走向"行动"的关键一环。没有它，前面四层做得再扎实，最后一公里也会断掉。
假设你是一家年营收3000万左右、10人销售团队的外贸公司。用数跨境的方案落地，我建议的路径是这样的。
第一个月：接入阿里国际站和独立站两个主要渠道，先把线索主表搭起来，字段就用我前面推荐的那套。这一步目标是跑通数据流入，不做任何分析。
第二个月：上线初版评分规则，每周校准一次。同时按国家或区域给销售分配线索。这一步目标是让销售每天能看到"今天该先跟谁"。
第三个月：加入SLA提醒和简单的逾期统计。同时开始做最基础的成交归因，每笔成交单回溯到来源渠道。
第四个月之后：根据前三个月积累的数据，正式校准评分权重，并根据渠道成交率调整预算分配。到这一步，你已经完成了一个入门级方案从0到1的闭环，投入的时间成本大约是一个兼职数据负责人每周10小时。
以上是一套通用框架，但真实的企业情况千差万别。下面按三种典型规模给出差异化建议。
如果你的销售团队在10人以下，月新增线索低于300条，我的建议是暂时不要上任何专业数据分析平台。用飞书多维表格或者腾讯文档的智能表格，把线索主表搭起来，把评分规则和分配规则写清楚，就能解决70%的问题。
这个阶段真正的瓶颈不是工具，而是你自己有没有把规则想清楚。如果规则都没想清楚，上任何平台都是浪费钱。
等到月新增线索稳定超过300条，或者销售超过10人，再考虑专业平台，那时候你也更清楚自己需要什么。
这是最典型的阶段。线索量已经超过手工管理的极限，但还不足以支撑重型中台。建议选择轻量级的、可以快速上线的平台，两个星期内跑通"采集-评分-分配-跟进"的最小闭环。
这个阶段最忌讳的是"一步到位"。我见过太多这个规模的企业找服务商做完整的定制方案，项目半年才上线，然后半年内业务方向已经变了。正确的做法是用标准产品先跑起来，边用边调。
在选型上，优先考虑那些允许你自己配置评分规则、跟进SLA和分配逻辑的产品。配置能力比功能数量重要得多，因为你的业务逻辑和别人不一样，固化功能再丰富也满足不了你。
如果你的销售团队超过50人，或者年线索量超过2万条，就可以考虑分两步走：第一步仍然用轻量平台跑通闭环，第二步评估是否需要自建数据仓库做深度分析。
注意，即使到了这个规模，第一步依然是必要的。没有在轻量平台上跑通过半年以上的业务逻辑，直接上自建系统，很容易变成"技术很先进，业务没人用"的经典失败。
自建系统适合的场景是：数据源特别多（超过10个）、有专门的数据团队、对分析深度有特殊要求。绝大多数外贸企业不需要走到这一步。
| 团队规模 | 月线索量 | 推荐方案 | 上线周期 | 预算区间参考 |
|---|---|---|---|---|
| 10人以下 | <300条 | 飞书/腾讯文档多维表格 | 1周 | 0元 |
| 10-30人 | 300-1000条 | 轻量级SaaS平台 | 2-4周 | 1-3万/年 |
| 30-50人 | 1000-2000条 | 轻量级平台+CRM集成 | 1-2个月 | 3-10万/年 |
| 50人以上 | >2000条 | 平台+自建分析层 | 3-6个月 | 10万+/年 |
方案设计里最难的不是做什么，而是不做什么。以下是我给出的取舍清单。
第一件：线索主表的字段定义。这决定了后面所有分析的基础，无论用什么工具，这一步都必须做扎实。
第二件：分配规则和跟进SLA。这是从"数据分析"走向"数据驱动业务"的唯一通道，不做，数据就是死的数据。
第三件：每季度一次的评分模型回测。不做这一步，模型会在半年内彻底僵化，方案价值直线下降。
第一件：实时看板和大屏。这是最不需要的东西。数据的价值不在于"实时"，而在于"驱动动作"。每天推送一份待跟进清单，比一块大屏有用一百倍。
第二件：复杂的行为埋点体系。入门阶段的行为数据价值有限，因为线索量不够，行为数据的统计意义不显著。等到线索量超过每月1000条再考虑。
第三件：多层级权限体系。中小团队的信息共享带来的效率提升，远大于分级权限带来的管理收益。除非有明确的敏感数据隔离需求，否则不要花时间在建权限上。
第一件：一次性接入所有渠道。先做60%的来源，验证流程后再扩。
第二件：照搬别人的评分权重。你的业务逻辑和别人不一样，权重必须自己校准。
第三件：把方案做成一个半年工程。入场阶段的核心竞争力是速度，不是完备性。
这一节我把过去两年被问得最多的几个问题集中回答一下，问题来自外贸企业负责人、运营总监和产品经理。
能，但要选对工具。入门阶段的方案对技术能力的要求其实很低，主要是业务逻辑的梳理。选平台的时候优先看"配置化程度"，能不能不改代码就调整规则。如果一个平台需要写SQL才能用，直接放弃，因为它的维护成本会随业务变化快速上升。
大部分业务人员经过一周培训就能配置出符合自己业务逻辑的规则。前提是这个平台的产品设计足够贴近业务语言。
如果月线索量低于300条，确实不需要上专业平台，但规则设计的思路依然可以用。用表格把字段定义、分配规则、SLA都写下来，即使只放在一张表里，也比没有强。
方案的价值不在于工具有多复杂，而在于你有没有把业务逻辑想清楚。想清楚了用表格也有效，没想清楚用平台也无效。
最简单的验证方法叫"回测"。把过去三个月已经成交的客户，用你的评分模型重新打一遍分，看他们的平均分是否显著高于未成交的线索。如果A级线索的成交率明显高于D级，说明模型有效；如果没有区分度，说明权重错了。
回测的样本量最好在100条以上，样本太小容易得出偏差极大的结论。
按"贡献线索比例"排序，从贡献最高的那个渠道开始。先做60%，验证跑通，再扩到80%，最后到100%。千万不要一开始就想着全渠道打通，那是大企业做的事。
具体来说，如果你的阿里国际站贡献了40%的线索，独立站贡献了25%，那么先做这两个就够了。等跑通一个月后，再接入下一个渠道。
优先级给销售。原因很简单：销售不用，数据就是死的，老板看到的报表也是失真的报表。先让销售端每天有事可做，数据积累起来之后再谈管理报表，那时候报表反映的才是真实业务。
如果老板坚持要先做报表，可以做一个最小版：只看渠道线索质量和转化趋势两项指标，不要做几十个维度的复杂报表。简单一点，反而会被真正使用。
从我的观察看，这类跨境电商数据平台的产品设计更贴近中小外贸企业，配置灵活、接入成本低、上手快。适合10人以上、月线索量超过300条的团队起步使用。规模再大一些的企业，可以在它之上叠加自己的分析层，形成"平台跑流程+自建跑深度分析"的组合。
不过要强调一点：没有平台能替你决定业务逻辑。平台只是载体，规则怎么定、SLA怎么设、权重怎么调，仍然是你自己的事。
这篇文章写了这么多，如果只留下一句话，我希望是这句：外贸数据分析平台的入门方案，做薄不做厚，做快不做全。
我见过太多企业把方案设计做成了"技术选型 + 功能列表 + 预算比较"，但真正决定成败的，是另外三件事：你定义清楚了销售线索的场景没有、你想清楚了销售每天要做什么决策没有、你有没有把数据变成动作的闭环没有。这三件事和平台无关，和业务有关。
下一步你可以这样做：先从"线索主表字段定义"开始，不用任何工具，拿一张白纸把所有来源的字段列出来，看看有多少共同字段、有多少特有字段，你就知道方案的核心难点在哪里了。当你把这一张表想清楚，再去对比平台，你会发现选择标准一下子清晰了很多。
如果这张表想了三天还想不清楚，问题不在工具，在于你对自己的业务还不足够熟悉。那这个时候，最该做的不是买平台，而是找销售团队坐下来，认真聊聊他们每天到底在为什么发愁。
我们公司做五金工具出口，线索来源特别杂，阿里国际站询盘、展会名片、独立站表单、领英私信都有，销售天天喊跟不过来。我就在想，是不是应该把所有渠道都接进平台一次性搞定？但又怕摊子铺太大做不完。
别一次全接，入门阶段只接两个渠道：过去三个月贡献成交最多的那个，加上线索量最大的那个。判断依据是先把这三个月的成交订单拉出来，按来源渠道做一次归因，你会发现通常一个渠道贡献了大部分成交，另一个渠道贡献了大量线索但转化一般。先接这两个能覆盖你八成以上的业务问题，也最容易验证数据质量。
其余渠道用Excel或表单临时汇总，每月手工补一次即可，等这两个渠道跑顺了再逐个接入。渠道超过五个、且每条线索都要实时进入评分和分配流程时，再考虑全渠道打通。
我看很多文章都给了评分模型，什么来源占40%、行为占30%、匹配度占30%，可我照着套发现根本不准，我们中东客户回复率特别低但成交客单价高。我就很困惑，这个权重到底有没有标准答案？
没有通用标准答案，权重必须用你自己的历史成交数据反推。具体做法是：取过去12个月已成交和已流失的各100条线索（不够就取全部），把候选维度列出来，比如来源渠道、国家地区、询盘内容详细度、是否下载资料、邮件打开次数、公司规模，然后逐项统计每个维度在成交组和流失组里的分布差异。
差异越大的维度权重越高，差异不明显就直接砍掉。比如你发现成交客户里七成来自老客户推荐，那推荐来源的权重就该明显高于其他渠道。入门阶段维度控制在4到6个，总权重凑满100%，每季度用新数据重跑一次，模型才不会越用越偏。不要照搬任何模板里的具体数字。
老板让我研究外贸数据分析平台，可我算了下我们一个月也就两三百条线索，销售一共三个人，用Excel好像也管得过来。我担心花几万块买个系统最后没人用，但又怕不上系统显得不专业，很纠结。
这个量级不建议一上来就买独立平台，先用飞书多维表格或Excel把流程跑通。判断标准有三条：线索量是否持续超过每月500条、来源渠道是否超过4个、销售人数是否超过8人，三条里满足两条以上再考虑专业工具。月线索两三百、销售三五个人的阶段，核心矛盾不是工具不够强，而是线索定义不清、跟进没有时效标准。
你可以先用表格建三张表：线索总表、跟进记录表、成交归因表，字段固定下来，每周复盘一次。这套表格跑三个月，你会非常清楚自己到底缺什么功能，那时候再带着明确需求去选工具，试错成本低得多，也不会出现买了系统没人录数据的情况。
我照着网上的框架把线索采集、清洗、评分都设计好了，感觉挺完整。但我一个做外贸的朋友说他们系统上线三个月就荒废了，销售根本不按分配的线索跟。我就想知道，到底哪一步最容易翻车？
最容易翻车的是线索分配之后的跟进时效标准（SLA），也就是一条线索分给销售后，多久必须首次触达、多久必须二次跟进、超时怎么处理。绝大多数入门方案把精力全花在采集和评分上，却没定义这一步，结果就是高分线索分下去没人跟，评分模型再准也没用。
可执行的做法是：按线索等级定死时效，比如A级线索2小时内首次联系、24小时内出报价或明确反馈，B级24小时内首次联系，超时未跟进自动提醒销售主管并回收重新分配。这个规则要写进销售考核，不是写在文档里就算。
判断方案是否成立，就看一条A级线索从进系统到销售第一次联系的平均时长，如果超过4小时，说明分配和提醒机制还没跑通，先修这一环再谈优化评分。
读者评论
文章把‘先定义销售每天要做什么决策’放在方案设计起点，这个角度比单纯讲数据中台落地更接地气。尤其那张对比图里74%对31%的使用率差距，点出了很多外贸公司买工具却没人用的根本原因。
线索评分模型每季度回测这个建议很实在。我们公司也是市场从欧美转向东南亚后，老模型一直压着高潜线索，销售抱怨系统不准，其实不是系统问题，是没人定期校准权重。
五层框架里先做统一线索主表、再做分配和跟进闭环，比一上来就搞三十个看板靠谱得多。中小外贸团队人少事杂，两周能跑起来的最小可用方案，远比半年工程更有生命力。
文章提到销售最想要的是‘今天先跟哪五条线索’，而不是管理层报表，这个错位很真实。如果一线销售不愿意打开系统，再漂亮的分析看板也只是摆设，动作闭环才是关键。