ToB 销售用 AI 线索评分：七步法里的状态机、指标和人机分工

人人都是产品经理网站2026年7月25日刊发「老戴讲数据」一文，讨论 AI 时代 ToB 产品如何用智能线索评分重构销售效能，并提出一套「七步法」框架。[1] 下文只概括原文方法与数字归属，不夹带任何培训课或会员入口。

问题从哪来

原文指出常见错位：市场部 KPI 盯线索数量，销售部只对成交金额负责，线索在流转中大量流失。文中引用行业调研称，销售代表平均超60%时间花在筛选、跟进低质量线索，约95%线索最终无法转成商机。[1]

传统意向判断靠电话「感觉」，标准不一。文中描述的跃迁是：从被动采购到主动挖掘、从经验直觉到智能评分、从单次触达到全周期培育。[1]

评分怎么用

以文中「全维度销售线索 SaaS」为例：结合经营动态、采购信号、行为轨迹等给线索量化打分分级——A 级优先分给资深销售，C/D 级进自动培育。[1] 文中引 Gartner：采用 AI 线索评分的企业，高质量线索识别准确率可提升至78%，销售转化周期平均缩短42%。[1] 这些数字属原文转述，不是本稿实测。

关键落地被写成「工作流与状态机」：线索生命周期从「新线索」到「已评分」「培育中」「待跟进」「解决方案中」「POC/DEMO中」「谈判中」，再走向赢单、输单或无效；不同类型客户可走标准流程或 ABM 定制流程。[1] AI 被定位成分析引擎和决策辅助：服务不可用时降级到规则引擎，数据缺失时触发人工补全。[1]

成功标准与人机边界

原文给出三组可量化口径（同属作者设定的成功标准，非普遍保证）：业务上如 MQL→SQL 转化率提升15%、转化周期缩短15%、高意向成交率提升20%；AI 性能上线索评分 AUC>0.85、高意向召回>90% 等；体验上销售采纳率>75%、满意度>4.2/5。[1]

Forrester 研究被引：使用 AI 的销售代表能把约35%更多时间用在实际销售而非行政事务。[1] 同时写明边界——谈判桌上的察言观色、POC 阶段的共情、赢单后的长期信任，仍靠人。人机协同被总结为「找、筛、触、管」闭环，而不是全盘自动化。[1]

说明：案例指标与调研数字均归属原文作者转述；本稿非软件测评，也不含私域课程或会员推销。

来源

[1] AI时代ToB产品的“七步法”：当智能线索评分取代人工经验，销售效能如何重构？（人人都是产品经理 / 老戴讲数据），2026年7月25日。

#ToB销售 #AI获客 #线索评分 #销售效能 #产品经理