Spaces:
Sleeping
Sleeping
File size: 2,168 Bytes
f49e315 7c534cc f49e315 7c534cc f49e315 7c534cc |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 |
---
title: 销售线索智能评分引擎 (Lead Scoring Engine)
emoji: 🎯
colorFrom: indigo
colorTo: green
sdk: docker
app_port: 7860
short_description: B2B销售线索自动化评分与分级工具，提升销售转化率。
---
# 🎯 销售线索智能评分引擎 (Lead Scoring Engine)
这是一个专为 B2B 销售团队设计的智能化线索评分工具。它能够根据预设的**人口统计学属性**（Demographic）和**行为数据**（Behavioral）模型，自动对潜在客户进行打分和分级（A/B/C/D），帮助销售团队优先跟进高价值线索，提升转化效率。
## ✨ 核心功能
1. **自定义评分模型**：
* 支持配置基于职位、行业、公司规模等属性的规则。
* 支持配置基于官网访问、白皮书下载、邮件打开等行为的规则。
2. **自动化模拟数据**：
* 内置模拟数据生成器，一键生成逼真的 B2B 潜在客户数据用于测试。
3. **实时评分计算**：
* 根据当前模型配置，实时计算列表中所有线索的得分。
* 自动划分为 A (High), B (Medium), C (Low), D (Poor) 四个等级。
4. **可视化仪表盘**：
* 使用 ECharts 展示线索质量分布饼图。
* 清晰的列表展示，包含得分详情 breakdown。
## 🛠️ 技术栈
* **Backend**: Python Flask (轻量级 Web 服务)
* **Frontend**: Vue.js 3 (交互逻辑) + Tailwind CSS (UI 样式)
* **Visualization**: Apache ECharts (数据可视化)
* **Data Processing**: Pandas (未来扩展批处理能力)
* **Demo Data**: Faker (生成逼真测试数据)
## 🚀 快速开始 (Docker)
```bash
# 构建镜像
docker build -t lead-scoring-engine .
# 运行容器
docker run -p 7860:7860 lead-scoring-engine
```
访问浏览器: `http://localhost:7860`
## 💼 商业应用场景
* **SaaS 销售**: 自动筛选注册用户中的高意向客户（如 CEO、下载过白皮书）。
* **展会线索清洗**: 快速处理收集到的名片数据，根据公司规模和行业打分。
* **营销自动化 (MA)**: 作为 MA 系统的一个轻量级评分组件。
## 📝 许可证
MIT License
|