旅游人 WorkBuddy 实操案例:客户跟进自动化(实操篇)

旅游人 WorkBuddy 系列 · 第 5 篇 / 共 6 篇

咨询线索分配、客户跟进提醒、客户信息归档——三个完整案例，从痛点到提示词，全流程拆给你看

适用岗位：销售负责人 / 市场负责人 / 门店店长

最终目标：把多渠道进来的咨询线索（公众号、抖音、小红书、老客转介绍、门店上门），按规则自动分配给最合适的顾问，优质线索第一时间有人跟进。

真实痛点：线索来了靠人工分配，容易出现漏分、慢分、分配不均；旺季高意向的优质线索被搁置在表格里无人认领，等想起来跟进，客户已经在别家下单了。

输入材料：线索来源渠道、客户基本信息（目的地偏好/出行时间/人数/预算区间）、意向程度、当前顾问名单与各自负责的区域和线路、当前负载。

固定输出：线索分配结果表、待跟进清单、分配与回收记录。输出必须能直接用于跟进和考核。

落地步骤：

1. 统一线索字段和来源，指定唯一入库入口

2. 定义分配规则（目的地、线路、负载上限）

3. 设定响应时效（如 24 小时）和回收规则

4. 用 20 条真实线索测试分配是否合理

5. 固定输出分配结果，由店长复核高意向线索

▲ 可直接复制给 AI 助手

判断标准：分配有依据、高意向优先、负载均衡、超时可回收。

试跑建议：先选最近一周的真实线索或 20 条样本，由店长对照原分配方式逐条核对。

复盘重点：如果仍需大量人工调整，优先补充分配规则和顾问负载定义，不要只加提示词。

适用岗位：销售负责人 / 门店老板 / 定制师

最终目标：统一客户阶段，自动找出逾期未跟进、高意向无动作和需要负责人介入的客户，每天早上九点一张表。

真实痛点：负责人每天都要追问"客户跟到哪一步"，各顾问记录口径不一；高意向客户可能因为忘记回访而流失；报了方案石沉大海的，没人知道该不该再跟。

输入材料：客户跟进表、沟通摘要、最近联系时间、当前阶段、下一步动作、预计出行日期。

固定输出：每日固定输出三张清单：今日必跟进、负责人介入、长期培养。

落地步骤：

1. 把客户阶段统一成：新咨询、已沟通、方案中、待成交、已成交、流失

2. 规定每次跟进必须记录结果、跟进人和下一步时间

3. 设置逾期、高意向、出行日期三类提醒规则

4. 让店长确认哪些情况需要亲自介入

5. 先用 20 条客户记录测试提醒是否准确

6. 每天固定输出三张清单

▲ 可直接复制给 AI 助手

判断标准：阶段已连续、下一步有日期、高意向优先、风险客户可追踪。

试跑建议：先选最近一周的真实记录或 20 条样本，由实际跟进人对照原结果逐条核对。

复盘重点：如果仍需大量人工修改，优先补充字段定义、判断阈值和异常边界，不要只增加提示词。

适用岗位：销售 / 运营 / 交付负责人

最终目标：形成一份团队共享的客户档案，任何人打开后都能知道客户背景、出行偏好、顾虑和当前进展——销售知道的情况，交付和计调也知道。

真实痛点：客户信息散落在微信聊天、表格和个人笔记里。客户说过"不吃辣、想要海景房"，只有对接的销售知道；员工离职，客户偏好和跟进历史全部清零。

输入材料：客户基本信息、聊天摘要、报价或合同信息、出行记录、客户反馈。

固定输出：一份团队共享的统一客户档案，栏目固定、可追溯。

落地步骤：

1. 先确定客户档案的固定栏目，避免每个人自由发挥

2. 收集现有表格、沟通记录和服务记录

3. 让 AI 按栏目抽取并合并重复信息

4. 对冲突信息标注来源，不让 AI 自行猜测

5. 由客户负责人确认偏好、预算、决策人和下一步动作

6. 每次沟通后只更新变化字段，保留更新时间

▲ 可直接复制给 AI 助手

判断标准：栏目固定、事实与判断分开、来源可追溯、敏感信息受控。

试跑建议：先选最近一周的真实记录或 20 条样本，由实际执行人对照原结果逐条核对。

复盘重点：如果仍需大量人工修改，优先补充栏目定义和敏感字段边界，不要只加提示词。