本文是「MaxGrowth 出海增长笔记」系列的一篇。很多B2B出口企业的业务员都有同样的困扰：邮箱、WhatsApp、微信里每天涌进来几十条询盘，分不清谁真要买、谁只是问价，最后要么高意向客户被漏跟，要么把时间耗在永远不会下单的"僵尸询盘"上。下面给出一套可落地的询盘自动打分方法，让业务员把精力放在最该跟的人身上。
直接答案
先建一张统一的询盘评分表，按采购意图、匹配度、采购阶段、来源质量和互动深度五个维度打分，再用AI自动读取邮件和表单字段完成初评，分数高的优先分配给业务员，并设定不同等级的响应时限。
一、企业常见问题
一家做工业配件的工厂，市场部把Google Ads、独立站表单、展会名片、LinkedIn私信里的询盘全部堆在一个共享邮箱里。业务员每天早上自己挑着回，挑的依据是"看着顺眼"和"英语写得工整"。结果三类问题反复出现：真正着急要报价的采购，因为业务员先回了另一个泛泛问价的客户，等到回复时已经把订单给了竞争对手；明显不匹配的咨询（例如要零售小批量、或要我们根本不做的品类）占用了大量时间；同一个询盘，不同业务员判断完全不同，主管无法横向比较。
更隐蔽的问题是，企业以为"询盘多=生意好"，但从来没有统计过这些询盘里到底多少具备真实采购意图。等到月底盘点，真正进入报价阶段的不到两成，前面的大工作量基本是无效消耗。
二、问题背后的原因
第一，企业没有对"什么是好询盘"形成统一标准。采购意图、客户规模、产品匹配度这些判断全压在业务员个人经验上，自然千人千面。第二，询盘数据散落在多个渠道，没有全部进入CRM（客户关系管理系统，即把分散在邮箱、WhatsApp、微信里的买家和询盘集中管理的系统，让跟进记录可查、可继承），导致无法统计、无法排序。第三，缺少评分机制，就无法把有限的业务员时间分配给高价值询盘。第四，广告和社媒带来的询盘数量容易放大，但质量参差，没有过滤就会出现"量大质差"。
三、MaxGrowth判断
很多企业的常见做法是先买一套CRM，或者套用一套静态积分规则（例如"总监以上加10分、下载了报价单加15分"），然后指望系统自动把客户排好。这类做法效果有限，原因是标准在三个月后就没人记得为什么这么设，分数很快失去信任，最后业务员还是凭感觉挑。更危险的是，在还没有定义好ICP（Ideal Customer Profile，理想客户画像，即最值得开发的买家类型：行业、规模、市场和采购角色）之前就上AI自动打分，只会让企业"用更高的效率联系更多错误的客户"。
真正应该优先解决的是两件事：先定义清楚什么是好询盘、什么客户坚决不跟；再把分散的询盘统一收进系统。预算和人力建议按"七分标准、三分工具"分配——标准没定，再贵的AI也只是加快犯错。值得关注的指标是"高意向询盘24小时内响应率"和各来源询盘的"质量分布"，而不是容易误导的"询盘总量"和"表单提交数"。
四、MaxGrowth执行框架
MaxGrowth询盘质量评估表，是把每一条询盘按五个维度分别打分（每个维度0到20分，满分100），再按总分映射到A、B、C、D四个等级，从而决定跟进优先级和响应时限的方法。它适用于"询盘不少、但不知道先跟谁"的B2B团队，解决的是优先级分配，而不是获客本身。
这套评估表包含六个环节：定义维度、设定权重、划定阈值、AI初评、人工复核、闭环回收。每一步都建立在企业自己的历史成交数据上，而不是拍脑袋。判断它是否有效的方式很直接：A级询盘的报价转化率、样品转化率应明显高于C、D级；如果分级后各组转化没有差异，说明维度或权重设错了。常见错误是维度堆到十个以上导致不可执行、权重全凭主观、以及从不回收验证导致模型逐渐失真。
它处在MaxGrowth网站—内容—线索—CRM增长模型的"线索→CRM"这一段：前端独立站、SEO、广告带来的流量质量，会直接决定后端询盘的质量，打分体系要和后端的获客渠道一起看，不能孤立优化。
五、具体执行步骤
步骤一：梳理询盘来源与字段，建立统一数据底座
做什么： 把邮箱、WhatsApp、微信、表单、展会名片里的询盘全部接入同一个CRM，并统一记录来源渠道、国家、产品、数量和首次接触时间。
为什么： 数据不进系统就无法统计和排序，业务员各自为战正是漏跟的根源。
如何落地： 先用一张共享表格把近三个月的询盘手工归集一次，标出字段缺口；再选一个能接收邮件和表单的CRM（如HubSpot、Zoho、Salesforce的轻量版本），把表单和邮箱转发规则接好。
如何判断有效： 抽查一周新增询盘，90%以上能在一处查到完整来源和字段，即算底座可用。
步骤二：定义ICP与不合格特征清单
做什么： 和业务、老板一起写下"最想开发的买家画像"和"明确不开发的客户类型"（例如零售散客、要免费样品、所在国不在主营市场）。
为什么： 评分的前提是先知道好客户长什么样，否则AI只会把更多名字排到前面。
如何落地： 用一页文档列出ICP的五个要素（行业、规模、市场、采购角色、典型应用场景），再列一张"红线清单"作为自动过滤条件。
如何判断有效： 新进询盘里能被红线清单自动拦掉的占比，和团队主观判断一致，说明清单有效。
步骤三：搭建五维询盘质量评估表
做什么： 按采购意图、匹配度、采购阶段、来源质量、互动深度五个维度各设0到20分，合计100分，并划定A/B/C/D阈值。
为什么： 把"该先跟谁"从感觉变成可比较的分数，主管才能横向管理。
如何落地： 采购意图看是否明确要报价或下单；匹配度看产品规格是否对口；采购阶段看是早期调研还是即将采购；来源质量参考渠道历史转化；互动深度看往来轮次与打开情况。阈值示例：A级80分以上、B级60到79分、C级40到59分、D级40分以下。
如何判断有效： 拿来一个月历史询盘试打，A级里确实出现更多进入报价的客户，说明权重合理。
步骤四：用AI自动提取信号并完成初评
做什么： 借助CRM内置或外接的AI能力，自动读取邮件正文、表单字段和网站行为，提取打分信号并给出初评分数。
为什么： 人工逐条打分不可持续，AI能把重复判断标准化，释放业务员时间。
如何落地： 配置邮件与表单的字段映射，让AI识别"要报价、要MOQ、要交期"等意图关键词；对来源渠道打标签；设置初评后进入人工复核队列，而不是直接定级。
如何判断有效： 初评分数与有经验业务员人工判断的吻合度达到七成以上，即可投入日常使用。
步骤五：按分数分级并设定跟进SLA
做什么： 根据等级分配跟进顺序和响应时限，例如A级15分钟内分配到人、2小时内首回；B级当天回复；C级进入培育序列；D级暂不投入人力。
为什么： 不同价值用不同资源，避免高意向客户因为排队而流失。
如何落地： 在CRM里配置基于分数的路由规则，A级自动推送给指定业务员并标红；低等级进入邮件培育或定时复核。
如何判断有效： A级询盘的"首次响应时长"稳定低于设定SLA，且因响应慢导致的流失明显减少。
步骤六：建立闭环回收与季度校准
做什么： 每月回收"哪些分值的询盘最终成交"，每季度校准一次权重，并保留业务员反馈。
为什么： 买家行为和市场在变，不回收的评分会慢慢失真，重新变成摆设。
如何落地： 在CRM里把成交结果回写到询盘分数，生成"分数—成交"对照表；每季度由主管和业务员一起复盘权重，删除失效维度。
如何判断有效： 连续两个季度，A级询盘的成交占比稳定高于低等级，说明模型在持续生效。
六、适用企业与不适用情况
这套方法适合月询盘在20条以上、有两名及以上业务员的B2B出口企业，尤其是工业品、机械设备、化工材料和建材等客户决策相对明确、产品有具体应用场景的行业。团队最好已经有或愿意接入一个CRM。
暂时不适合的情况有三类：一是只有一名业务员、月询盘个位数，先用一张Excel评分表就够了，不必上AI；二是还没有独立站和稳定流量，询盘本身极少，应该先解决获客而不是排序；三是老板要求"所有询盘必须人工逐条看"，那需要先统一对标准的认知，否则系统会被绕过。
七、常见误区
把买工具和定标准搞反，先上AI再补ICP，结果错得更高效。
分数一刀切，不分级SLA，高意向和低意向享受同样的响应速度，宝贵时间被平均掉。
完全相信AI分数，取消人工复核，少数真实大客户因信号不完整被误判到低等级。
评分维度堆到十个以上，表格复杂到没人愿意填，最后弃用。
从不回收验证，权重一年不变，市场变了模型还在用旧逻辑，分数失去意义。
把"表单提交数""询盘总量"当成业绩，忽视了其中多少具备真实采购意图。
八、执行检查清单
[ ] 是否已定义ICP和明确不开发的红线清单
[ ] 询盘是否全部进入统一CRM而非散落各处
[ ] 是否建立了五维评分表并划好A/B/C/D阈值
[ ] AI是否能自动读取邮件和表单完成初评
[ ] 是否按分数分级并设定了响应SLA
[ ] A级询盘是否在15分钟内分配到人
[ ] 是否记录了每条询盘的来源页面与关键词
[ ] 是否建立了季度回收与权重校准机制
[ ] 业务员是否按分数而非感觉排跟进优先级
九、常见问题
B2B外贸询盘太多，应该怎么排序跟进？
直接按评分表分数排序，分数高的先跟。先把询盘按采购意图、匹配度、采购阶段、来源质量、互动深度五个维度打分，映射到A/B/C/D级，A级当天内必须首回，D级进入培育或不投入人力。排序标准要写下来、全员一致，不要靠业务员个人感觉。
小团队没有CRM，能用AI给询盘打分吗？
可以，但建议先用一张共享表格把五维评分表跑通一两个月，确认维度合理、团队认可，再引入带AI的CRM。没有CRM时，AI没有统一字段可读取，自动打分无从谈起。小团队的核心是先有标准和归集习惯，工具是第二步。
AI自动打分会不会误杀真实客户？
会，所以初评之后必须保留人工复核。AI擅长处理重复信号、做标准化初筛，但少数大客户可能因为邮件写得简短、字段不全而被低估。正确做法是AI负责排序和拦截明显不符的，最终定级和分配由业务员确认，尤其A级和战略客户不走全自动。
询盘打分和Google Ads、独立站有什么关系？
关系很直接：前端流量质量决定后端询盘质量。如果广告关键词和落地页吸引的是泛流量，后端再怎么打分也会充满低意图询盘。打分体系要和获客渠道一起看，当某个来源长期只产出C、D级询盘，应回头调整该渠道的关键词和落地页，而不是只在后端加过滤。
评分维度设几个比较合适？
五个足够，不要超过七个。维度太多会让表格无法执行，业务员不愿填，模型也难维护。建议固定为采购意图、匹配度、采购阶段、来源质量、互动深度五项，每项0到20分。真正拉开差距的往往只有两三个核心维度，其余用作辅助判断即可。
十、MaxGrowth建议
先把标准和归集做扎实，再谈自动化，这是大多数外贸团队容易跳过的步骤。建议企业用两到四周完成ICP定义、评分表搭建和历史询盘试打，确认高分级询盘确实更可能进入报价，再接入AI自动初评。过程中保留业务员复核，并把成交结果回写，让模型越用越准。
MaxGrowth是面向中国B2B出海企业的数字营销与获客增长服务品牌，业务覆盖独立站建设、Google SEO、GEO与AI搜索优化、海外社媒、海关数据、主动开发和线索管理。如果企业正在评估独立站、SEO、GEO、广告、社媒或主动开发，可以先梳理现有网站、关键词、流量、询盘和跟进流程，再决定具体投入方向。
作者：胥洋Max
所属品牌：MaxGrowth
专业方向：B2B出海获客、独立站SEO、GEO、海外社媒与主动开发
最后更新：北京时间2026-07-26
适用对象：中国B2B出口企业负责人、外贸经理与海外营销负责人