客户分级怎么做？ABC三类客户的划分与资源分配
周一早上八点，销售主管老陈在会议室白板上画了三列。他手里两百多个客户全混在客户台账里，谁该今天打、谁该下个月打，只能凭记忆。三个人分两百个客户，结果所有人都先去打最近联系过的那几个。
客户分级不用另建一张表，千营CRM里有三个现成的东西就够：客户标签负责标，标签分析负责算，客户画像和跟进洞察负责印证。ABC三档说到底就是三组标签，标完了系统才知道谁是谁。
先建标签分组，再动手打标签
分级第一步是先把标签分好组。标签分析页面里有标签分组统计这一块，按类别统计标签数量和使用情况，所以建标签时按「A-重点」「B-跟进」「C-观察」分组，或者按「意向等级」「行业」「规模」分组，后面统计才对得上。标签本身支持自定义。
打标签在客户详情里做，点「添加标签」，对标签勾选或取消，一步完成。动作很小，但要求销售每次沟通完顺手打一次，否则后面所有统计都是空的。
客户分级定下来之后不用一次打完。先标最近一个月有成交或报价的那批，再补有意向的，剩下的自然落在C类。三个人分两天就能把两百个客户过一遍。
四个指标判断分级有没有落地
进分析 > 标签分析，先选部门，再选开始日期和结束日期，页面顶部并排四个数值：标签总数、标签关联数、打标签客户占比、人均标签数。
标签总数是系统里建了多少个标签，标签关联数是标签被应用到线索和客户的总次数。打标签客户占比最能说明问题，它统计拥有至少一个标签的客户占总客户的比例。这个数如果只有两成，说明分级还停在主管的白板上。人均标签数看的是平均每个客户关联几个标签，如果落在 1 附近，意味着绝大多数客户只被打了单一维度的标签，分层的依据太薄。
四个数看完，往下看标签成交转化。这一块对比各标签下客户的成交转化率，用来识别高价值标签。A类标签的转化率如果不比C类高，那这套划分标准就是拍脑袋定的，得回头改规则，而不是继续往下分。
用画像和成交预测校准标准
标签是人打的，带主观。客户画像提供一层客观参照：消费水平分布判断购买力，年龄分布看客户处在哪个需求阶段，所在省市分布看区域集中度。三张分布图叠在一起，往往能看出真正的高价值客户集中在哪一段。
跟进洞察里有个「AI智能分析」按钮，选定时间范围后生成跟进分析报告，里面含跟进概况和客户成交预测，对具体客户给出成单概率和预计状态。这份预测可以当尺子去校准手工标签：被判成高概率却还挂着C类标签的客户，值得单独拎出来复核一次。该功能消耗 token。
分级最终要落到资源分配上。人员分析里有一张销售人员四象限图，横轴是跟进活跃度，纵轴是业绩产出，气泡大小是线索持有数。谁的客户多、产出低，一眼就能看出来。把A类客户从这类人手里挪给右上角的明星型销售，分级才真正发生作用。
几条使用技巧
- 标签命名统一带前缀，如「A-已报价」「B-待决策」，分组统计时能自动聚在一起。
- 每月固定一天复盘标签成交转化，长期垫底的标签停用，别留在系统里稀释数据。
- 打标签和跟进记录一起做。写完跟进内容顺手打标，比事后集中补准得多。
常见错误
- 把标签当备注用，一个客户打七八个，人均标签数飙高却没人看得懂。
- 只标A类不标C类，占比指标失真，也看不出沉默客户到底有多少。
- 分完就锁死，一个季度不调整，客户的真实状态早就变了。
小结
客户分级不是画一张表，而是让每次跟进都留下可统计的痕迹。标签负责标，四个核心指标负责检验覆盖率，标签成交转化负责检验标准，画像和成交预测负责修正。老陈那两百个客户第二周就分完了，因为他不再靠记忆排优先级，而是看打标签客户占比这个数判断进度。
你们团队现在的人均标签数是多少，如果只有 1，客户分级是不是根本没开始？
