销售跟进自动提醒

入门 Make 每天节省 1-2 小时整理跟进计划

AI分析客户互动历史和购买信号,自动生成跟进建议和提醒,确保不遗漏任何商机。

实现步骤

  1. 从CRM获取客户互动记录
  2. AI分析最佳跟进时机
  3. 生成个性化跟进话术建议
  4. 按优先级排列今日跟进清单
  5. 通过Slack/邮件推送给销售
  6. 跟进结果回写CRM更新状态

涉及工具

Make CRM系统 ChatGPT API Slack 日历

适用场景

销售人员管理大量客户容易遗忘跟进,需要智能提醒

预计节省时间

每天节省 1-2 小时整理跟进计划

前置条件

  • Make账号
  • CRM系统
  • ChatGPT API Key

实用技巧

  • 跟进频率不宜过高避免骚扰
  • 结合客户时区安排联系时间
  • 记录每次跟进结果优化建议

成本估算

约 ¥100-300/月

替代方案

  • Salesforce Einstein提醒
  • HubSpot序列
  • Outreach.io

详细搭建教程

1跟进规则引擎

定义跟进触发规则:报价后3天未回复→提醒跟进、Demo后1天→发送资料、合同发出7天未签→升级处理。规则可按客户等级和交易金额差异化配置。

2AI话术建议

ChatGPT根据客户画像和互动历史生成跟进话术:提及上次沟通的关键点、针对客户顾虑提供解答、推荐相关案例或资料。话术风格匹配销售个人风格。

3优先级排序

每天早上生成跟进清单,按优先级排序:即将到期的商机>高价值客户>长时间未联系的活跃线索。标注每个客户的最佳联系时间和渠道。

4多渠道提醒

通过销售偏好的渠道推送提醒:Slack消息、邮件摘要、日历事件、手机推送。支持一键延迟提醒(稍后/明天/下周)。

5效果追踪

记录跟进提醒的执行率和效果:哪些提醒被执行了、跟进后客户反应如何、最终是否成交。数据反馈优化提醒时机和话术建议。

效果衡量指标

📊客户跟进遗漏率降低 85%
📊销售人均管理客户数增加 50%
📊商机转化率提升 20%
📊平均响应时间缩短 60%

常见问题

提醒太多会不会打扰销售?

设置每日提醒上限(建议5-8条),按优先级筛选最重要的。销售可标记"暂不跟进"暂停特定客户的提醒。

AI话术建议准确吗?

AI建议作为参考起点,销售根据实际情况调整。随着使用数据积累,AI会学习该销售的成功话术模式。

如何与现有CRM工作流配合?

提醒系统读取CRM数据但不修改,销售在CRM中正常操作。跟进结果通过简单表单回写CRM,不增加额外操作负担。

相关工作流