DEMO_WALKTHROUGH.md 18 KB

犀牛急救 · AI 线索管理系统 — Demo 演示讲解文档

项目名称:lead-discovery(线索发现与管理平台)
技术栈:Angular 19 + Angular Material + TypeScript
定位:面向外贸 B2B 销售团队的 AI 智能线索管理系统 Demo
行业背景:犀牛急救(医疗急救用品出口企业),客户群体覆盖医药分销商、工业安全供应商、政府/机构采购、品牌 OEM、电商零售商等


一、系统整体架构

1.1 导航结构

系统采用顶部导航栏设计,包含两个核心入口:

导航项 路由 说明
AI 线索获取工作台 /dashboard 日常工作主界面,AI 自动处理 + 人工验证
线索中心 /list 全量线索的多维度查看与管理

1.2 页面路由总览

/                          → 重定向到 /dashboard
/dashboard                 → AI 线索获取工作台(首页)
/list                      → 线索中心(看板/列表/统计多视图)
/leads/:id                 → 线索详情页
/leads/:id/bgcheck         → 背调报告页

1.3 核心数据模型

  • Lead(线索):核心业务对象,包含公司信息、联系人、画像分类、价值等级、跟进阶段等
  • CustomerPersona(客户画像):6 类客户画像(P1-P6),每类有独立的识别规则和销售策略
  • ValueGrade(价值等级):S / A / B / C 四级,决定跟进优先级
  • BackgroundCheckReport(背调报告):三维度深度调研报告

二、AI 自动获取线索的来源与方式

2.1 线索来源渠道

系统支持 5 种线索来源,AI 会自动从多个渠道采集并识别潜在客户:

来源 标识 说明
📧 邮件 email 主要来源。AI 每日凌晨自动扫描企业收件箱,解析所有新收到的询盘邮件,提取公司名称、联系人、产品需求等关键信息
🤖 AI 发现 ai_discovery AI 通过对已有线索的关联分析、行业数据库匹配等方式,主动发现的潜在客户
✍️ 手动录入 manual 销售人员在系统中手动填写公司信息创建的线索
🏢 展会 exhibition 线下展会(如广交会、MEDICA 等)收集的名片和询盘
🌐 平台 platform 来自 B2B 平台(如阿里巴巴国际站、环球资源等)的询盘

2.2 AI 每日自动处理流程

系统的核心亮点是 AI 凌晨自动批量处理,整个过程无需人工干预:

🕛 每日凌晨 00:00 — AI 自动启动批量任务
        │
        ├─ ① 扫描企业邮箱收件箱
        │     └─ 获取过去 24 小时内所有新收到的邮件
        │
        ├─ ② 智能解析邮件内容
        │     ├─ 提取发件人信息(姓名、邮箱、公司、国家)
        │     ├─ 解析邮件正文(产品需求、数量、规格、MOQ)
        │     └─ 识别附件内容(PDF 报价单、产品清单等)
        │
        ├─ ③ AI 快速筛选 & 分类
        │     ├─ 关键词匹配 → 判定客户画像(P1-P6)
        │     ├─ 多维评分 → 判定价值等级(S/A/B/C)
        │     └─ 可信度分析 → 判断线索真实性
        │
        ├─ ④ 生成处理结果
        │     ├─ 创建新线索记录(状态:待验证)
        │     ├─ 匹配推荐产品
        │     └─ 生成初步跟进建议
        │
        └─ ⑤ 通知销售人员
              └─ 销售上班后打开系统即可看到待验证线索

关键数据指标(以 Demo 数据为例)

  • 单次批量处理:约 47 封邮件
  • 新线索发现率:约 25%(47 封中发现 12 条有效线索)
  • 自动分类准确率:画像分类 + 价值评级同步完成
  • 待验证数量:约 5 条需要销售人工确认

2.3 AI 处理的触发方式

触发方式 频率 说明
每日自动 每天凌晨 00:00 主要方式,自动扫描并处理前一天的所有新邮件
每周汇总 每周一 对一周内的线索做汇总分析和补充分类
每月回顾 每月 1 号 对历史线索重新评估,更新价值等级
手动触发 随时 销售人员手动导入 EML 邮件或手动录入后,即时触发 AI 分析

💡 核心理念:销售人员每天早上打开系统,AI 已经在凌晨完成了所有邮件的分析和分类工作。销售只需要花几分钟验证 AI 的判断结果,就可以直接开始高效跟进,将时间花在最有价值的客户上


三、核心业务流程

📌 完整线索处理链路

📧 企业邮箱(询盘邮件)/ 🏢 展会名片 / 🌐 B2B平台询盘 / ✍️ 手动录入
    ↓
🕛 AI 凌晨 00:00 自动批量处理(或手动即时触发)
    ↓
① AI 快速筛选(自动提取公司信息 + 画像分类 + 价值评级)
    ↓
② 销售人工验证(确认/修改 AI 的分类结果)
    ↓
③ 深度分析(AI 背调:公司实力 + 决策人 + 采购项目)
    ↓
④ 生成跟进策略(推荐产品 + 话术 + 行动计划)
    ↓
⑤ 进入销售管道(跟进阶段:待验证 → 待背调 → 已联系 → 已报价 → 谈判中 → 已成交)

四、各页面详细讲解


🏠 页面一:AI 线索获取工作台(Dashboard)

路由/dashboard
定位:销售人员每日打开的第一个页面,核心工作界面

4.1 页面布局

页面从上到下分为以下区域:

① 顶部统计卡片(Stats Row)

三张统计卡,一目了然当日工作量:

  • 今日新线索:AI 今日批量处理后发现的新线索数量
  • 待验证:等待销售人员确认的线索数量
  • 已确认:销售已验证通过的线索数量
② AI 批次状态(Batch Status)

显示 AI 今日批量处理的运行情况:

  • 运行时间、处理条数、发现新线索数、待验证数
  • 状态标记:✅ 已完成 / ⏳ 运行中 / ❌ 失败
③ 主操作区(Tab 切换)

Tab 1:待验证线索(核心操作区)

左右两栏布局:

  • 左栏 — 待验证线索列表

    • 每条线索卡片展示:
    • 公司名称 + 国旗
    • AI 判定的画像标签(如 P1-医药分销商)+ 价值等级(如 S 级)
    • AI 判断依据(如"AI判断:医药分销商 · 发送完整产品目录 + 价盘")
    • 匹配的关键词 chips(如 distributorFDAbulk order
    • 三个操作按钮:
    • 确认:同意 AI 的分类结果
    • ✏️ 修改:跳转到详情页修改画像/等级
    • 无效:标记为低质量线索(P6)
    • 附加按钮:查看详情、查看原始邮件
  • 右栏 — 辅助信息

    • 本周画像分布:柱状图展示各画像类型的线索数量占比
    • 最近活动:时间线展示近期系统事件

Tab 2:导入线索

线索录入入口,支持两种方式:

  • EML 邮件导入(推荐)
    • 上传 .eml 文件 → 调用后端 API 解析 → 自动提取公司名称、联系人、邮箱、官网
    • 自动提取邮件正文和附件中的产品需求(产品名、数量、MOQ、规格等)
    • 显示导入进度条和解析状态
  • 手动录入
    • 填写公司名称、联系人、邮箱、官网
    • 点击"快速筛选并创建线索" → AI 自动分类
④ 收件箱(Inbox Modal)
  • 点击顶部"收件箱"按钮打开全屏弹窗
  • 左侧邮件列表 + 右侧邮件详情(类 Outlook 布局)
  • 显示邮件发件人、主题、预览、附件、关联线索等
⑤ 邮件详情抽屉(Email Drawer)
  • 从右侧滑出的抽屉面板
  • 展示完整邮件信息:发件人、收件人、抄送、时间、主题
  • 附件列表(支持 PDF/DOC/XLS/ZIP/图片等类型图标)
  • 邮件正文完整展示

4.2 演示要点

💡 讲解重点

  1. 强调"AI 每日自动处理"的概念——销售人员不需要手动逐条筛选
  2. 演示"确认/修改/无效"三步验证流程,说明人机协作模式
  3. 演示 EML 导入功能,展示 AI 自动提取信息的能力
  4. 展示画像分布图,说明 AI 分类的全局效果

📋 页面二:线索中心(List)

路由/list
定位:全量线索的多维度查看与管理中心

4.3 五种视图模式

通过顶部工具栏的 Toggle 按钮切换:

视图 图标 说明
按等级 grade 看板视图,按 S/A/B/C 四列排列
按画像 category 看板视图,按 P1-P6 六列排列
按阶段 linear_scale 看板视图,按销售管道阶段排列
列表 list 表格视图,支持筛选和搜索
统计 bar_chart 数据统计视图
视图 1:按等级看板(kanban-grade)
  • 四列看板:S级(立即跟进·24h内回复)、A级(3天内跟进)、B级(7天内跟进)、C级(归档观察)
  • 每张卡片展示:公司名、国旗、画像标签、分类标签、来源、联系人、跟进阶段、下次跟进日期
  • 逾期日期红色高亮
  • 未验证线索显示"待验证"标记
视图 2:按画像看板(kanban-persona)
  • 六列看板,对应六种客户画像:
    • P1-医药分销商(蓝色)
    • P2-工业安全供应商(绿色)
    • P3-政府/机构采购(紫色)
    • P4-品牌OEM客户(橙色)
    • P5-电商/零售商(青色)
    • P6-低质量/无效线索(灰色)
视图 3:按阶段看板(kanban-stage)
  • 六列看板,对应销售管道阶段:
    • 待验证 → 待背调 → 已联系 → 已报价 → 谈判中 → 已成交
视图 4:列表视图(list)
  • 完整表格,列包含:公司名称、画像、等级、联系人、国家、跟进阶段、下次跟进、验证状态
  • 支持按画像和等级筛选
  • 支持按公司名/联系人搜索
  • 点击行跳转到线索详情
视图 5:统计视图(stats)
  • 四个统计卡片:
    • 按画像分布:横向柱状图
    • 按等级分布:横向柱状图 + 金额
    • 按跟进阶段:横向柱状图
    • 汇总:总线索数、已验证、待验证、S级线索数

4.4 演示要点

💡 讲解重点

  1. 切换不同视图,展示"同一份数据,多维度观察"的能力
  2. 按等级看板 → 快速找到最高优先级线索
  3. 按画像看板 → 了解客户构成
  4. 按阶段看板 → 跟踪销售管道进度
  5. 统计视图 → 数据驱动决策

📄 页面三:线索详情(Lead Detail)

路由/leads/:id
定位:单条线索的 360° 全景视图,核心决策页面

4.5 页面布局

① 头部卡片(Header Card)
  • 公司头像(画像颜色)+ 公司名称
  • 标签组:画像标签、价值等级、跟进阶段、验证状态
  • 操作按钮:启动深度分析 / 查看背调报告
② 左栏内容

客户画像分析卡片(带左侧彩色边框)

  • 画像类型 + 置信度百分比
  • AI 判断依据(匹配的关键词 chips)
  • 信息获取策略(如"查看产品清单页"或"查看官网")
  • 推荐首要动作(如"发送完整产品目录 + 价盘")
  • 销售策略(如"强调供应稳定性、认证齐全、复购支持")

快速筛选结果卡片

  • 公司信息:名称、域名、国家、主营业务、预估规模、产品相关性(高/中/低)、置信度
  • 联系人信息:姓名、来源、邮箱、创建时间
  • 需要认证:FDA、CE、ISO 等 chips

需求摘要卡片

  • 产品列表 × 数量
  • 预估年采购额

原始邮件信息卡片

  • 邮件主题、发件人、收件人、抄送、时间
  • 邮件正文(可展开/收起)
  • 附件列表
③ 右栏内容

推荐产品卡片

  • 排名列表(1/2/3 标记)
  • 产品名称(中英文)、SKU、推荐理由、批发价

可信度 + 评分 + AI 推荐(合并卡片)

  • 可信度等级(高/中/低)+ 信号列表(企业邮箱、完整签名块等)
  • 评分详情(可展开):需求明确度、可信度、商业规模、供需匹配 — 每项 0-100 分进度条
  • AI 推荐的下一步操作:
    • 推荐操作描述
    • 建议时间(如"24h内")
    • 建议发送文件(如"产品目录"、"认证证书")
    • 重点强调事项

销售验证卡片

  • 未验证状态:
    • 显示 AI 的画像分类和价值等级
    • 提供下拉框修改画像/等级
    • 备注输入框
    • 三个按钮:确认 / 修改 / 无效
  • 已验证状态:显示已验证结果和备注

深度调研跟进准备包(验证后可用)

  • 公司概况、联系人画像、产品匹配表、认证匹配、跟进策略、话术草稿

背调进度/报告

  • 未开始:显示占位卡片,说明 AI 将执行的调研内容
  • 进行中:五阶段进度条(初始化 → 公司基础信息 → 社媒验证 → 决策人调查 → 综合评级)
  • 已完成:显示综合评级、风险等级,可跳转查看完整报告

4.6 演示要点

💡 讲解重点

  1. 展示 AI 画像分析的完整逻辑链:关键词 → 画像分类 → 策略推荐
  2. 演示销售验证流程:确认 → 解锁深度分析
  3. 演示启动深度分析的动画进度(五阶段背调)
  4. 展示推荐产品和 AI 推荐操作,说明系统如何辅助销售决策

🔍 页面四:背调报告(BgCheck)

路由/leads/:id/bgcheck
定位:深度背调的完整报告展示

4.7 页面布局

头部
  • 公司名称 + "背调报告"标题
  • 调查时间、调查员、调查等级
左栏 — 三维度调研

概览

  • 公司基本信息(名称、官网、国家、来源渠道)
  • 三项完成度进度条:公司信息、决策人、采购项目
  • 综合结论

第一维度:公司实力

  • 基础信息:成立年份、员工数、地址
  • 财务状况:营收
  • 产品线 chips

第二维度:决策人

  • 联系人详情:姓名、职位、邮箱、电话、决策权限
  • 背景信息

第三维度:采购项目

  • 需求详情、订单类型、用途
  • 预算金额、价格敏感度
右栏 — 评估与策略

综合评级

  • 圆形分数展示(颜色区分高/中/低)
  • 等级标签

风险评估

  • 风险等级(低/中/高)+ 颜色标记
  • 风险因素列表

销售策略

  • 跟进策略描述
  • 行动建议列表
  • 时间线

4.8 演示要点

💡 讲解重点

  1. 强调三维度调研的全面性:公司 + 决策人 + 项目
  2. 展示综合评分和风险评估,说明如何量化客户价值
  3. 展示 AI 生成的销售策略和行动建议

五、数据模型详解

5.1 六大客户画像(Persona)

ID 名称 颜色 识别关键词示例 信息获取策略 首要动作 销售策略
P1 医药分销商 🔵 蓝色 distributor, wholesale, FDA, bulk order 查看产品清单页 发送完整产品目录+价盘 强调供应稳定性、认证齐全、复购支持
P2 工业安全供应商 🟢 绿色 workplace safety, OSHA, PPE, ANSI 查看产品清单页 发送 OSHA 合规产品线 强调合规认证、定制标签、壁挂方案
P3 政府/机构采购 🟣 紫色 tender, procurement, government, RFP 查看官网 准备资质文件包 强调资质齐全、大批量交付、投标经验
P4 品牌OEM客户 🟠 橙色 OEM, private label, custom branding 查看官网 发送 OEM 案例+定制能力介绍 强调定制能力、打样速度、小批量起订
P5 电商/零售商 🔵 青色 amazon, shopify, FBA, dropship 查看产品清单页 发送爆款推荐+利润率分析 强调高利润率、FBA就绪、产品图片支持
P6 低质量/无效线索 ⚪ 灰色 wholesale everything, lowest price, free sample 不做深入调研 自动归档 定期群发营销邮件,不投入人工

5.2 价值等级(Value Grade)

等级 含义 跟进要求
S 最高优先级 立即跟进 · 24h 内回复
A 高优先级 3 天内跟进
B 中优先级 7 天内跟进
C 低优先级 归档观察

5.3 销售管道阶段(Follow-up Stage)

待验证 → 待背调 → 已联系 → 已报价 → 谈判中 → 已成交

六、演示建议流程(推荐顺序)

🎯 推荐 Demo 路线(约 15-20 分钟)

Step 1:Dashboard 概览(3 分钟)

  1. 打开系统,展示顶部导航和品牌标识
  2. 讲解三张统计卡片:今日新线索 / 待验证 / 已确认
  3. 讲解 AI 批次状态:"每天自动运行,无需人工干预"

Step 2:验证线索(3 分钟)

  1. 在"待验证线索"列表中选一条 S 级线索
  2. 展示 AI 的判断依据:画像标签 + 关键词
  3. 点击"确认"按钮 → 展示确认成功提示
  4. 再选一条,点击"无效" → 展示标记为 P6

Step 3:导入新线索(3 分钟)

  1. 切换到"导入线索" Tab
  2. 演示 EML 文件导入(或手动填写公司名称)
  3. 点击"快速筛选并创建线索"
  4. 展示 AI 筛选结果卡片

Step 4:线索中心多视图(3 分钟)

  1. 导航到"线索中心"
  2. 依次切换五种视图:按等级 → 按画像 → 按阶段 → 列表 → 统计
  3. 重点讲解按等级看板:"S 级线索需要 24 小时内回复"

Step 5:线索详情(3 分钟)

  1. 点击一条线索进入详情页
  2. 展示左栏:画像分析 + 快速筛选结果 + 原始邮件
  3. 展示右栏:推荐产品 + 评分 + AI 推荐操作
  4. 演示销售验证流程

Step 6:深度分析 & 背调(3 分钟)

  1. 在已验证线索上点击"启动深度分析"
  2. 展示五阶段进度动画
  3. 完成后跳转查看背调报告
  4. 展示三维度报告 + 综合评级 + 销售策略

七、核心价值总结

价值点 说明
AI 自动分类 基于关键词和规则,自动将线索归类到 6 种客户画像
人机协作验证 AI 提供初步判断,销售人员确认/修改,持续优化
差异化销售策略 不同画像有不同的信息获取策略、首要动作和销售话术
深度背调 三维度(公司+决策人+项目)全面调研,量化评分
多维度线索管理 看板/列表/统计多视图,灵活管理销售管道
邮件智能解析 自动提取 EML 邮件中的公司信息和产品需求

文档生成时间:2026-02-12