背调功能集成可行性分析

对比 nanchi（原有完整系统）与 demo-nanchi（当前DEMO系统）的流程差异，分析背调功能集成方案。

一、nanchi 原有流程总览

1.1 邮件导入流程（email-import 组件）

原有系统的邮件导入是一个三段式流程，功能非常完整：

阶段	名称	描述
Stage 1	输入/导入	支持 EML 文件导入，自动提取公司名、联系人、邮箱、官网、职位等信息
Stage 2	产品提取与预检	从邮件正文+附件提取产品需求，从官网爬取产品信息，进行产品匹配
Stage 3	Agent 价值分析	AI Agent 评估线索价值，判断是否值得进行背调，支持人工改判

关键特性：

✅ 集成 EmlImportService 解析 .eml 文件
✅ 集成 GenerateApiService（Google搜索 + Firecrawl爬虫）
✅ 集成 AgentValueAnalysisService 进行 AI 价值评估
✅ 集成 EmailImportWorkflowService 进行 WebSearch 验证
✅ 产品提取：邮件提取 + 官网爬取 + 产品匹配
✅ 支持后台自动触发背调（canProceedToBackgroundCheck）
✅ 背调完成后居中通知（bgCheckNotifyVisible）

1.2 背调流程（lead-collection-process 组件）

原有系统的背调是一个五阶段 AI 智能分析流程：

阶段	名称	数据维度	数据来源
阶段 1	初始化数据通过	验证输入信息	表单数据
阶段 2	公司基础信息	dimension1（公司实力）	官网爬取、企业数据库
阶段 3	社媒平台验证	dimension1.social	LinkedIn/Twitter/Instagram/YouTube（TikHub API）
阶段 4	决策人调查	dimension2（决策人）	LinkedIn 员工搜索、角色匹配
阶段 5	综合评级与策略	rating + risk + strategy	AI 综合分析

核心服务依赖：

LeadBackgroundCheckService — 背调引擎核心
TikHubApiService — 社媒数据获取（LinkedIn/Instagram/YouTube/Twitter）
EmailAnalysisWorkflowService — 邮件深度分析
EnterpriseContactService — 企业联系人管理
LeadWorkflowLogService — 工作流日志
UserPermissionService — 权限控制

背调输出（三维报告）：

BackgroundCheckReport {
  meta: { date, investigator, method, level }
  overview: { companyName, website, country, completion }
  dimension1: { basic, financial, social, product }    // 公司实力
  dimension2: { contact, background, communication }   // 决策人
  dimension3: { needs, budget, time, competition }     // 采购项目
  rating: { overallScore, ... }                        // 综合评级
  risk: { level, factors, ... }                        // 风险评估
  strategy: { approach, actions, timeline }             // 销售策略
}

1.3 背调结果查看（lead-collection-review 组件）

从 Lead 对象加载 backgroundCheckReport
完整展示三维报告所有维度
支持社媒详情弹窗（SocialMediaDetailDialogComponent）
支持来源追踪弹窗（SourceDetailDialogComponent）
支持产品列表弹窗（ProductListDialogComponent）

1.4 静态展示页（company-bgcheck 组件）

基于 Henry Schein Medical 的硬编码数据
5个标签页：企业信息、社交媒体、招聘分析、互联网线索、AI分析
使用 Ionic UI，与 Material 风格不同
纯展示用途，无实际 API 调用

二、demo-nanchi 现有流程总览

2.1 系统架构

demo-nanchi 是一个轻量级 DEMO 系统，使用 Mock 数据模拟完整流程：

模块	路由	功能
AI 工作台	`/dashboard`	待验证线索 + 邮件导入 + 收件箱
线索中心	`/list`	看板视图（等级/画像/阶段）+ 列表视图 + 统计视图
线索详情	`/leads/:id`	画像分析 + 快速筛选结果 + AI调研报告 + 跟进
画像知识库	`/personas`	6类客户画像定义与策略
产品目录	`/products`	12款产品的完整目录

2.2 邮件导入流程

demo-nanchi 的邮件导入在 Dashboard 的 "导入线索" Tab 中：

用户上传 .eml → EML API 解析 → 自动填充表单 → 快速筛选 → 创建线索

步骤	实现方式	与 nanchi 对比
EML 解析	✅ 调用真实 API（`eml.brainwork.club:8900`）	✅ 相同
信息提取	✅ 公司名/联系人/邮箱/官网/职位/产品需求	✅ 相同
附件分析	✅ 支持附件产品需求提取	✅ 相同
快速筛选	⚡ 使用本地规则模拟 AI 分类	❌ nanchi 无此步骤
价值分析	❌ 无 Agent 价值分析	✅ nanchi 有完整 Agent
背调触发	❌ 无背调流程	✅ nanchi 自动/手动触发

2.3 快速筛选（QuickScreenService）

这是 demo-nanchi 独有的轻量级分类机制：

邮件域名 + 邮件标题 + 邮件内容 → 关键词匹配 → 画像分类(P1-P6) + 等级评估(S/A/B/C)

输出 QuickScreenResult：

客户画像（P1-P6）+ 置信度
价值等级（S/A/B/C）
产品相关性
推荐产品
推荐行动
匹配关键词

2.4 客户画像体系（6类）

画像	名称	策略
P1	医药分销商	发送完整产品目录 + 价盘
P2	工业安全供应商	发送 OSHA 合规产品线
P3	政府/机构采购	准备资质文件包
P4	品牌OEM客户	发送 OEM 案例 + 定制能力介绍
P5	电商/零售商	发送爆款推荐 + 利润率分析
P6	低质量/无效线索	自动归档

2.5 线索详情页

当前 lead-detail 页面包含：

✅ 客户画像分析（画像类型 + AI判断依据 + 推荐首步动作）
✅ 快速筛选结果卡片
✅ 产品推荐列表
✅ AI 调研报告（仅 sample/quote/order 阶段有）
✅ 跟进管理（阶段推进 + 备注）
✅ 销售反馈（画像/等级确认或修正）
⚠️ "启动深度分析" 按钮存在，但功能未实现

三、流程对比与差异分析

3.1 核心流程对比

┌─────────────────────────────────────────────────────────────────┐
│                    nanchi 完整流程                                │
│                                                                  │
│  邮件导入 → 产品提取 → Agent价值分析 → 背调(5阶段) → Lead创建   │
│     ↓            ↓           ↓              ↓            ↓       │
│  EML解析    邮件+官网     AI决策        三维报告      CRM入库    │
│  附件分析   产品匹配     人工改判      社媒验证      Enterprise  │
│                                       决策人调查     ContactInfo │
└─────────────────────────────────────────────────────────────────┘

┌─────────────────────────────────────────────────────────────────┐
│                  demo-nanchi 当前流程                             │
│                                                                  │
│  邮件导入 → 快速筛选 → 创建线索 → 线索管理                      │
│     ↓           ↓          ↓          ↓                          │
│  EML解析    画像分类    Mock数据    看板/列表                    │
│  附件分析   等级评估    本地存储    跟进管理                      │
│             产品推荐                                              │
│                                                                  │
│  ❌ 缺少：Agent价值分析 / 背调流程 / 社媒验证 / 决策人调查       │
└─────────────────────────────────────────────────────────────────┘

3.2 数据模型对比

字段	nanchi Lead	demo-nanchi Lead	说明
基础信息	✅	✅	公司名、联系人、邮箱等
客户画像	❌	✅ P1-P6	demo 独有的画像体系
价值等级	❌	✅ S/A/B/C	demo 独有的等级体系
快速筛选结果	❌	✅ QuickScreenResult	demo 独有
背调报告	✅ backgroundCheckReport	❌	nanchi 独有
决策人	✅ decisionMaker	❌	nanchi 独有
需求信息	✅ requirements（深度）	❌	nanchi 独有
风险评估	✅ risk	❌	nanchi 独有
销售策略	✅ strategy	❌	nanchi 独有
AI调研报告	❌	✅ aiResearchReport	demo 的简化版
销售反馈	❌	✅ salesFeedback	demo 独有
跟进阶段	❌	✅ followUpStage	demo 独有
产品推荐	✅ extractedProducts	✅ suggestedProducts	均有，维度不同

四、背调集成可行性评估

4.1 ✅ 可以集成的理由

流程天然衔接：demo-nanchi 的 "快速筛选" 之后，正好缺少深度分析环节，背调可以无缝填补这个空白
数据入口已就绪：EML 导入已经能提取公司名、邮箱、官网等背调所需的核心输入
"启动深度分析" 按钮已存在：lead-detail 页面已预留了深度分析的入口，但功能未实现
技术栈一致：两个项目都是 Angular + Material Design，组件可以复用
画像体系可增强：背调数据可以大幅提升画像分类的准确性和置信度

4.2 ⚠️ 集成挑战

挑战	说明	建议方案
服务依赖复杂	背调依赖 6+ 个后端服务	分阶段集成，先 Mock 后真实
Parse Server	nanchi 使用 FmodeParse，demo 无后端	需要搭建或对接后端
TikHub API	社媒数据需要 API Key 和付费	可先用 Mock 数据演示
数据模型差异	两套 Lead 模型不同	需要模型合并或适配层
流程复杂度	背调 5 阶段耗时较长（3-8分钟）	可简化为关键阶段

4.3 建议集成方案

方案一：轻量集成（推荐 · DEMO 级别）

在现有 demo-nanchi 的基础上，增加一个模拟背调流程：

现有流程：邮件导入 → 快速筛选 → 创建线索
新增流程：                              ↓
                              线索详情 → 启动深度分析（背调）
                                          ↓
                              模拟 5 阶段进度展示
                                          ↓
                              展示三维背调报告（Mock数据）

实现要点：

在 lead-detail 页面实现 "启动深度分析" 功能
添加背调进度展示组件（5阶段进度条）
使用 Mock 数据生成背调报告
新增背调报告展示页面（复用 nanchi 的 review 组件设计）
将背调结果合并到 Lead 模型中

新增路由：

{ path: 'leads/:id/bgcheck', loadComponent: () => import('./pages/bgcheck/bgcheck.component') }

新增数据模型扩展：

// 扩展 Lead 接口
export interface Lead {
  // ... 现有字段 ...

  /** 背调相关 */
  hasBackgroundCheck: boolean;
  backgroundCheckAt?: Date;
  backgroundCheckReport?: {
    dimension1: { basic: any; financial: any; social: any; product: any };
    dimension2: { contact: any; background: any; communication: any };
    dimension3: { needs: any; budget: any; time: any };
    rating: { overallScore: number; level: string };
    risk: { level: string; factors: string[] };
    strategy: { approach: string; actions: string[] };
  };
}

方案二：深度集成（生产级别）

将 nanchi 的完整背调服务移植到 demo-nanchi：

移植 LeadBackgroundCheckService 及其依赖
对接 Parse Server 后端
集成 TikHub API（社媒数据）
集成 Firecrawl（官网爬取）
合并两套 Lead 数据模型
实现完整的背调 → 报告 → CRM 入库流程

五、建议的集成路线图

Phase 1：UI 框架搭建（1-2天）

新增背调结果展示页面 /leads/:id/bgcheck
在 lead-detail 实现 "启动深度分析" 按钮功能
添加背调进度展示组件（5阶段动画）
使用 Mock 数据填充背调报告

Phase 2：数据模型融合（1天）

扩展 Lead 接口，增加背调相关字段
扩展 MockDataService，为部分线索生成模拟背调数据
在 lead-detail 中展示背调摘要卡片

Phase 3：流程串联（1-2天）

实现 "邮件导入 → 快速筛选 → 背调" 的完整流程
在 Dashboard 待验证列表中增加 "一键背调" 按钮
背调完成后自动更新画像置信度和价值等级

Phase 4：真实服务对接（可选 · 3-5天）

对接 Parse Server 后端
移植 LeadBackgroundCheckService
集成 TikHub API
实现真实的社媒验证和决策人调查

六、总结

维度	结论
可行性	✅ 完全可行，demo-nanchi 的流程架构天然支持背调环节的插入
切入点	lead-detail 页面的 "启动深度分析" 按钮是最佳切入点
最小可行方案	使用 Mock 数据模拟背调流程 + 展示三维报告，约 2-3 天可完成
完整方案	移植 nanchi 的背调服务，需要后端支持，约 5-7 天
核心价值	背调可以将画像置信度从 60-90% 提升到 85-95%，并提供决策人信息和销售策略

BGCHECK_INTEGRATION_ANALYSIS.md 15 KB

Permalink History Raw

背调功能集成可行性分析

一、nanchi 原有流程总览

1.1 邮件导入流程（email-import 组件）

1.2 背调流程（lead-collection-process 组件）

1.3 背调结果查看（lead-collection-review 组件）

1.4 静态展示页（company-bgcheck 组件）

二、demo-nanchi 现有流程总览

2.1 系统架构

2.2 邮件导入流程

2.3 快速筛选（QuickScreenService）

2.4 客户画像体系（6类）

2.5 线索详情页

三、流程对比与差异分析

3.1 核心流程对比

3.2 数据模型对比

四、背调集成可行性评估

4.1 ✅ 可以集成的理由

4.2 ⚠️ 集成挑战

4.3 建议集成方案

方案一：轻量集成（推荐 · DEMO 级别）

方案二：深度集成（生产级别）

五、建议的集成路线图

Phase 1：UI 框架搭建（1-2天）

Phase 2：数据模型融合（1天）

Phase 3：流程串联（1-2天）

Phase 4：真实服务对接（可选 · 3-5天）

六、总结

推荐的集成位置

BGCHECK_INTEGRATION_ANALYSIS.md 15 KB Permalink History Raw

背调功能集成可行性分析

一、nanchi 原有流程总览

1.1 邮件导入流程（email-import 组件）

1.2 背调流程（lead-collection-process 组件）

1.3 背调结果查看（lead-collection-review 组件）

1.4 静态展示页（company-bgcheck 组件）

二、demo-nanchi 现有流程总览

2.1 系统架构

2.2 邮件导入流程

2.3 快速筛选（QuickScreenService）

2.4 客户画像体系（6类）

2.5 线索详情页

三、流程对比与差异分析

3.1 核心流程对比

3.2 数据模型对比

四、背调集成可行性评估

4.1 ✅ 可以集成的理由

4.2 ⚠️ 集成挑战

4.3 建议集成方案

方案一：轻量集成（推荐 · DEMO 级别）

方案二：深度集成（生产级别）

五、建议的集成路线图

Phase 1：UI 框架搭建（1-2天）

Phase 2：数据模型融合（1天）

Phase 3：流程串联（1-2天）

Phase 4：真实服务对接（可选 · 3-5天）

六、总结

推荐的集成位置

BGCHECK_INTEGRATION_ANALYSIS.md 15 KB

Permalink History Raw