- •客户活跃度靠感觉判断一定失真，用邮件往来频率加最近联系时间两个指标就能量化。
- •把客户分成活跃、正常、降温、高风险四档，阈值用 30 天、60 天、90 天三条线。
- •312 个客户里我筛出 17 个高风险，最后救回 6 个，用了大概三周。
- •分层只是起点，每一档要配不同动作，降温档的挽回窗口通常只有两到四周。
- •客户少于 30 个，或者沟通不在邮件里发生的团队，这套办法不适用。
为什么凭感觉判断活跃度一定会翻车
人对往来频率的记忆偏差极大，感觉上活跃的客户常常已 60 天没回复，数据一拉就露馅。
去年三季度我接手客户成功这块，手里 312 个客户，老板问哪些活跃、哪些快丢了，我凭印象报了 20 个重点活跃客户。后来拉数据一看，这 20 个里有 7 个已经超过 45 天没有任何往来邮件，其中 2 个的合同还有 60 天就到期。
记忆偏差的来源很简单：我会记住聊得热火朝天的那几次，忘掉后来对方慢慢不回。麦肯锡的研究说员工约 28% 的时间花在邮件上，一天几十封下来，大脑根本装不下每个客户的时间线。
还有个坑是声音大的客户抢占注意力。有个客户每周都来找客服吐槽，我以为关系紧密，结果拉出来一看，他的采购负责人已经 90 天没露面，真正拍板的人早就撤了。
所以第一步是承认感觉不可靠。客户活跃度是个数据问题，不是印象问题。把所有客户最后一封往来邮件的日期拉出来排个序，很多答案当场就自己浮出来了。
两个指标就够了：往来频率和最近联系时间
用最近 90 天的双向邮件数量衡量频率，用最后一封邮件距今天数衡量新鲜度，两个维度交叉就够用。
我试过把打开率、回复时长、附件数量都算进去，折腾两周，发现边际收益很低。真正能说明问题的就两个数：最近 90 天双方往来多少封邮件，以及最后一封邮件是几天前。其余指标大多是噪音。
取数口径要说清楚。往来频率只算双向邮件，单向的群发通知和自动回执一律剔除，否则一个天天收系统账单的客户会被误判成活跃。最近联系时间则双向都算，哪怕对方只回了三个字，也说明这条线还通着。
时间窗口建议用 90 天。30 天太短，一次长假就把数据打乱；180 天太长，反应不出正在发生的降温。我给 312 个客户都跑出这两个数之后，客户群的真实面貌第一次变得可以拿到会上讨论。
这两个指标从邮箱导出后手工算就行，一个下午能弄完一轮。客户量上千以后再考虑工具，前期用表格反而能让你亲手摸到数据，对每档客户的体感更准。
四档分层：30 天、60 天、90 天三条线
按最近联系天数划四档：30 天内活跃，31 到 60 天正常，61 到 90 天降温，超过 90 天进高风险名单。
我的分层规则粗糙但够用。最近联系在 30 天内的算活跃，31 到 60 天算正常，61 到 90 天算降温，超过 90 天直接进高风险名单。频率用来做修正：原本频率很高但突然断联 45 天的，从正常上调到降温观察。
312 个客户跑完这个规则，结果是活跃 96 个、正常 141 个、降温 58 个、高风险 17 个。真正吓到我的不是 17 这个数字，而是这 17 个里有 9 个去年贡献过回款，按金额算占了年收入的 14%。
分层名单我贴在工位旁边，每周一早上更新一次，只动有变化的那几行，十分钟完事。团队周会直接拿这张表过，谁负责的客户从正常掉到降温，当周期就要给出触达计划，不用等季度复盘才发现。
阈值不用照抄我的。做快消的客户周期短，可以把线压到 15 天、30 天、60 天；做大项目交付的，往来本来就稀疏，高风险可以放宽到 120 天。原则是阈值贴着你的成交周期定，不是贴着我的定。
分完层之后干什么：17 个高风险客户我只救回 6 个
分层只是诊断，每档要配不同动作：降温档主动触达，高风险档先查断联原因再决定救不救。
对降温档的 58 个客户，我的动作很简单：负责人两周内必须有一次带具体由头的触达，比如对方行业的新政策、之前提过的问题有了下文。没由头的问候一律不许发，发了只会加速掉档。
高风险那 17 个，我先逐个翻邮件记录找断联原因。5 个是对接人离职，新来的人根本不知道我们；3 个是项目结束自然沉默；剩下 9 个原因不明，才是要重点追的。最后救回 6 个，用了大概三周。
这一步我用牛油局跑了一遍邮件梳理。它在浏览器本地处理数据，只有调用 AI 时才发送必要上下文，邮件原文不上传服务器，梳理完可以一键删除。给 312 个客户生成往来时间线，大概花了一杯咖啡的时间。
它不替代 CRM，也不会替我自动发信，分层和触达的判断还是人来做。我的用法是让它把每个客户最后几次往来聊了什么、卡在哪里整理出来，我再决定谁去触达、用什么由头。省掉的是翻邮件的时间，不是做判断的时间。
什么情况下这套办法没用
客户少于 30 个、沟通不在邮件里、成交后不再往来，这三种情况这套分层法都不适用。
第一种是客户量太小。你手里就 20 个客户，每个客户上周聊了什么你都记得，分层纯属多此一举。这套办法解决的是记不住的问题，记忆还够用的时候不需要它。
第二种是沟通主战场不在邮件。如果客户都在微信群里谈事，邮件往来频率这个指标直接失真，采出来的数据会告诉你所有客户都在降温，事实可能只是没人爱写邮件。那就得换一套指标了。
第三种是一次性生意。成交即结束的生意没有降温这个概念，客户沉默是常态不是信号。Gartner 估算企业数据有 35% 到 40% 从未被有效利用，但反过来说，不是所有数据都值得被利用，得匹配业务形态。
还有半种情况：团队没人愿意每周花十分钟更新名单。我见过三个团队把分层表做得很漂亮，然后停在第一周再也没动过。方法本身不难，难的是有人持续跑，跑不起来的一切分层都是装饰品。
常见问题
客户不多，值得做活跃度分层吗？
低于 30 个客户可以先不做，记忆还够用，把精力放在触达本身。等客户量超过 100、感觉判断开始频繁出错时，再把这套办法捡起来。
阈值一定要按 30、60、90 天划吗？
不一定，阈值要贴你的成交和交付周期。快消类可以压到 15、30、60 天，长周期项目可以放宽到 120 天。定完后坚持跑一个季度再调整。
只凭邮件数据判断活跃度会不会片面？
会，所以它适合做初筛，不适合做终审。分层名单出来后，负责人才是最终判断者。邮件数据负责告诉你该看谁，客户真实状态要靠人去确认。
高风险客户救不回来怎么办？
正常，我 17 个里也只救回 6 个。救不回的要记录断联原因归档，对接人离职、预算砍掉、被竞品签走，这三类原因攒多了，比救回单个客户更值钱。
