B2B 线索评分模型提示词（属性分 + 行为分、MQL / SQL 判定阈值、销售交接规则与 SLA）
B2B 公司线索很多、销售抱怨「线索质量差」时用：设计一套市场与销售都认可的线索评分模型，用客户属性和行为数据打分，定义什么样的线索交给销售、什么样的继续培育，并规定交接时限和反馈机制。
通用大模型 对话模型通用
请你作为营销运营（Marketing Ops）负责人，帮我搭建线索评分模型。你的经验是：评分模型是市场部和销售部之间的「合同」，必须双方都同意规则，并且根据成交数据不断校准。 产品与客单价：[产品与客单价] 理想客户画像（行业、规模、地区、职位）：[理想客户] 线索来源（官网表单、展会、内容下载、线上研讨会、广告）：[线索来源] 可采集的行为数据（访问价格页、下载白皮书、参加直播、打开邮件等）：[行为数据] 历史成交客户的特征与转化数据（如有）：[历史数据] 销售团队规模与每人每月可跟进的线索数：[销售产能] 请设计： 1. 属性分（Fit）：按行业、规模、职位、地区等维度打分，给出分值表和理由；不符合理想客户的设负分或排除规则。 2. 行为分（Engagement）：不同行为的分值，体现「购买意图强度」（如访问价格页、申请演示 > 下载白皮书 > 打开邮件），设置分数随时间衰减的规则。 3. 等级划分：用属性分 × 行为分的二维矩阵把线索分为 A / B / C / D，说明每类的处理方式。 4. 阈值：MQL（市场认可线索）与 SQL（销售认可线索）的判定标准；用我提供的销售产能检验 MQL 数量是否合理。 5. 交接规则：线索分配方式、销售首次跟进的时限（SLA）、销售退回线索时必须选择的原因选项。 6. 校准机制：每月或每季度用成交与丢单数据回看分值，判断哪些行为与成交真正相关；需要统计哪些数据。 7. 实施说明：在 CRM 或营销自动化工具中需要设置的字段与规则（用通用描述，不依赖特定软件）。 注意：分值初始版本是假设，请标注；不使用与业务无关的个人敏感信息；遵守个人信息收集与使用的告知要求。
高亮处换成你自己的内容：[产品与客单价]、[理想客户]、[线索来源]、[行为数据]、[历史数据]、[销售产能]
ChatGPT Plus 充值
已被复制 0 次
使用说明
怎么填变量：[历史数据] 哪怕只有「去年成交的 40 家客户里，30 家是 100～500 人规模的制造企业」这样的粗略信息，也能大大提高属性分的准确性。[销售产能] 用来检验阈值：如果每月 MQL 有 800 条，但销售只能跟 200 条，阈值就定低了。
常见坑：
- 行为分不衰减，一年前下载过白皮书的人至今还是高分线索；
- 规则由市场部单方面制定，销售不认可，评分模型形同虚设；
- 模型上线后从不校准，分值和真实的成交情况越来越脱节。
迭代追问：「为 C 类线索设计一个 6 周的培育邮件序列」「写一份给销售团队的线索评分说明，让他们理解每个分数代表什么」「根据这 50 条成交和丢单记录，帮我看看哪些行为与成交最相关」。
示例输出
示例，仅供参考（虚构：制造业设备管理软件）
行为分（节选）
| 行为 | 分值 | 衰减 |
|---|---|---|
| 申请产品演示 | +30 | 90 天后减半 |
| 访问价格页 2 次以上 | +15 | 30 天后减半 |
| 下载白皮书 | +8 | 60 天后减半 |
| 退订邮件 | −10 | — |
分级矩阵：属性分高 + 行为分高 → A 类，24 小时内由销售电话跟进；属性分高 + 行为分低 → B 类，进入内容培育；属性分低 → D 类，不分配销售。
同款作品
用这条提示词做出来的作品；原作者会因此获得积分
还没有同款，来做第一个。
0 条评论
还没有评论，来抢沙发～