AI 线索资格评估. 一层打分与路由系统，读取每一条进线线索，对照你的 ICP 补充信息，与你的 CRM 核对，然后给每位代表一份排好序的队列。代表只打开值得打电话的那些。其余的会被搁置、培育或直接淘汰，不会有人在它们身上浪费通话名额。
你在一家 B2B SaaS 公司负责销售。进线在增加，噪音也在增加。你的 8 个 AE 打开每一份表单，靠猜测判断是否匹配，把整个下午耗在那些根本不会买单的线索上。这篇文章讲的就是替他们做筛选阅读的这层系统。
#AI 线索资格评估到底做什么？
AI 线索资格评估做什么？
它对照你的理想客户画像为每条进线线索打分，补充公司背景和意向数据，与现有 CRM 记录核对，然后路由给合适的代表或搁置队列。代表拿到的是一份排好序的名单，而不是原始信息流，这样通话时间就花在匹配的线索上，跳过不匹配的。
三件事，按顺序来。先对照你的 ICP 给线索打分。再补充那些代表原本要自己动手去查的数据。然后路由给对应的代表、队列，或者直接淘汰。记录仍留在 Salesforce 或 HubSpot 里。信息补充通过 Apollo 或 Clay 完成。我们只是在你已经付费使用的这些工具之上，加上打分和路由这一层。
#为什么不直接多招一个 SDR 或加一个聊天机器人？
招一个 SDR 要花招聘、培养和工位的成本。聊天机器人会惹恼买家，最后还是把一份原始对话记录甩给代表去读。打分系统两样都不做，它插在表单和 CRM 之间，在后台完成筛选阅读，让你现有的代表打开一份更短、更好的名单。
We are
Stennir 在你团队已经在用的外呼序列工具和 CRM 之上搭建打分与路由层，把每位代表每天处理的线索量控制在 30 到 80 条这个人能承受的范围内。
We aren't
Stennir 不是外挂式聊天机器人，也不是那种每天群发 800 条线索、还把这叫做销售管道的自动外呼工具。
这真的能改变数字吗？
举例说明，设想一个有 8 位 AE 的 A 轮团队。销售人员没有变，变的是他们打开的那份名单。要关注的指标是已处理线索转为会议的比例，以及每位销售花在整理入站线索上的时间，在评分层上线前后对比。这是一个假设的团队，不是客户成果。
关键在于销售不再逐条打开每条线索。他们打开的是排序队列的顶部，日历里排满了合适的通话。
它接入哪些系统？
- Salesforce 或 HubSpot 保存记录，我们对它读写，而不是取代它。
- Apollo 或 Clay 负责信息补充，我们在它们返回的数据基础上打分。
- 你现有的外呼序列工具继续发送，我们决定谁进入这个序列、谁不进入。
- 线索量保持在人能承受的范围：每位代表每天 30 到 80 条，而不是 800 条。
关键在于不拆掉任何东西。这是一次 AI 咨询合作，而不是平台迁移。我们与你的团队一起界定 ICP，把评分接入你正在使用的技术栈，并把路由规则交给你，附上一份治理文档，准确说明某条线索为何得到那个分数。关于我们如何界定范围，见 AI 咨询页面。
怎么防止代表盲目相信一个错误的分数？
每个分数都会附带理由。代表能看到一条线索为什么排名靠前、触发了哪些 ICP 信号、匹配到了哪条 CRM 记录，没有黑箱。如果分数错了，代表一眼就能看出原因，规则也会随之调整。我们还会培训团队如何解读和覆盖分数，这是需要的团队可以用到的我们培训业务的部分。
如果进线正在淹没你的 8 个 AE，而多招一个 SDR 又不是你想要的答案，不妨先扫描一下你现有的线索流程。预约一次 30 分钟摸底通话，我们会帮你找出那些合格线索究竟被埋在了哪里。
