“销售为什么变慢了”从来不是一个查询

OpenAI 发布 ChatGPT Work Data agent 时，给出了一个很典型的问题：为什么销售变慢了？Agent 可以调查企业数据并生成可交互看板。

但在真实销售管理中，下降可能来自完全不同的原因：

新进入 Pipeline 的合格机会减少；
现有商机在某个阶段停留过久；
跟进变得陈旧；
一个大客户调整了时间；
报价、技术或付款条件迟迟没有确认；
CRM 本身已经没有反映真实进展。

因此，一个有用的销售 Data Agent 不能只会计算，还必须把指标连接到按时间记录的客户证据。

看板、诊断和决策是三个层次

很多团队让一张 Dashboard 同时承担三个任务，最后看起来信息很多，却难以行动。

看板：发生了什么变化

看板展示可观测状态，例如活跃机会数、阶段分布、逾期跟进、沉睡客户和近期 activity。

诊断：什么可能解释变化

诊断把变化与客户事件、团队动作对照。例如，后期商机减少是否同时出现技术确认延迟，或者下一步长期没有负责人。

决策：接下来由谁做什么

决策要落到具体客户、缺失证据、负责人、截止时间和复盘节点。

把三层混在一起，会产生虚假的确定感。漂亮的图表不是原因；没有证据和负责人的 AI 总结也不是决策。

五步调查顺序

当 Pipeline 出现变化时，按下面顺序提问。

1. 变化是真的吗

先统一时间窗口、阶段定义、负责人范围、币种和纳入规则。筛选条件变化，也会制造“销售下降”。

2. 变化发生在哪个环节

把新增机会、阶段转化、销售周期、商机金额和成交率分开。不要用一个汇总数字解释五种不同问题。

3. 哪些客户解释了主要变化

按对变化的贡献排序。少数大单的延期，可能比几十个小机会更能解释结果。

4. 哪些客户证据支持这个解释

回到按日期记录的会议、邮件、报价、异议、付款讨论或技术依赖。如果近期没有来源，结论必须标为假设。

5. 什么行动会改变下一次观测

把结论转成短行动队列：客户、负责人、下一步、截止时间以及需要补到的证据。

Sales Agent 所需的最小数据结构

以下对象保持分开，AI 才容易判断：

对象	示例	更新节奏
客户 profile	行业、地区、公司结构	较慢
客户 activity	会议、邮件、异议、付款进展	按事件
Pipeline 状态	阶段、负责人、下一步、提醒	高频
产品知识	当前能力、限制和适用条件	按版本
Agent 结论	原因解释与行动建议	动态生成、带来源

如果所有内容都被压成一段“客户总结”，Agent 就无法区分长期背景和上周发生的事件。

KnowSales 如何把看板变成行动入口

KnowSales 客户看板的重点，是把高层状态与客户上下文连接：跟进队列、activity feed、阶段分布、近期客户和沉睡预警。

真正有价值的路径是：

看板信号 -> 精确客户 -> 有日期的 activity -> 有依据的解释 -> 下一步行动

管理者仍然能看到简洁总览，但不会失去判断某个信号所需的客户历史。

延伸阅读：客户跟进不再靠记忆：AI 看板、沉睡预警与下一步行动。

三个更有效的提问模板

不要只说“总结 Pipeline”，而要给 Agent 明确边界。

Pipeline 变化

对比本周阶段分布与过去四周基线，找出对变化贡献最大的五个客户，并把实测事实与解释性假设分开。

跟进风险

列出逾期和沉睡客户，展示最近一条有日期的 activity、当前下一步、负责人和缺失证据。没有 activity 支持时，不推断客户意向。

管理动作

生成未来七天行动队列。每项写明客户、原因、负责人、截止时间，以及需要获得什么新证据才能确认进展。

这类提示词会迫使 Agent 暴露自己的证据边界。

四类常见误判

没查到记录，就断言没有活动

搜索未命中可能是数据源不完整，不等于客户没有发生任何动作。

用当前状态改写历史

商机现在成交，不代表过去每次预测都正确。历史判断需要保留当时的时间点。

把不确定性藏进总结

“客户因为预算延期”只有在来源明确记录时才是事实，否则只是待验证假设。

数据不新鲜，却继续加看板

activity 已经过期时，增加图表只会复制旧结论。应该先修复证据链。

常见问题

AI Data Agent 能代替销售运营分析师吗？

它可以加快调查和证据整理，但指标定义、冲突处理、商业判断和最终行动仍需要人负责。

销售团队应该先看哪个指标？

没有统一答案。对于长周期 B2B 销售，下一步是否陈旧、阶段停留时间是否异常，往往比月度成交率更早暴露执行风险。

CRM 数据越多，分析越好吗？

不一定。重复、过期、缺乏上下文的数据会降低答案质量。结构、来源和新鲜度比单纯数量更重要。

怎样安全测试销售 Data Agent？

先只读，限定时间窗口和少量客户。逐条把 Agent 结论与原始 activity 对照，通过后再考虑开放写入。

看板的终点应该是行动

真正有用的销售 Data Agent 不停在图表，而是说明观测变化、展示客户证据、标记不确定性，并生成可审核的行动队列。

这就是销售报表与 Sales Intelligence 的差别。

可以从一个范围明确的问题开始，了解 KnowSales 的客户上下文连接方式，不要第一步就让 Agent 预测整家公司。