AI-Driven CRM 数据采集规格说明书 (内部生态版)

版本: v1.1 (内循环特别版) 适用场景: AutoForceAI 内部闭环（AI 客服 + AI 商城 + 官网），不依赖外部系统集成。

1. 核心理念：挖掘第一方数据价值 (First-Party Data Mining)

在不涉及外部邮件、电话和第三方 API 的前提下，本方案聚焦于如何利用 LLM (大模型) 对系统内部产生的 交互数据 (Conversations) 和 行为数据 (Behaviors) 进行深度挖掘，自动构建 CRM 客户画像。

核心公式: CRM Data = Chat Logs (对话提取) + Event Logs (行为分析) + Order History (交易计算)

2. 采集对象与数据源 (Data Sources)

3. 采集与处理流程 (The Collection Pipeline)

3.1 会话智能采集 (Conversational Intelligence)

这是本系统最核心的采集方式。AI 客服不仅负责“聊”，还负责“听”和“记”。

工作流程

1. 实时对话: 用户与数字员工进行多轮对话。
2. 旁路分析 (Observer): 对话结束后（或达到一定轮次），系统触发 LLM 总结任务。
3. 结构化提取: LLM 根据预设 Prompt，从非结构化的聊天记录中提取 JSON 数据。
4. 自动填单: 将提取出的 JSON 字段自动更新到 CRM 的 Customer Profile 表中。

采集示例

• 原始对话:

  用户: "你们这个企业版多少钱？太贵的话我就不考虑了，我们要给 20 个销售买。" 客服: "企业版目前有优惠..."

• AI 采集结果:
  • Tag: "价格敏感型"
  • Lead_Score: +20 (有明确采购人数)
  • Employee_Count: 20
  • Intent: "High" (询价阶段)

3.2 行为意图采集 (Behavioral Intent Tagging)

通过分析用户的“肢体语言”（点击行为）来推测其意图。

工作流程

1. 埋点上报: 前端汇报 ViewProduct, AddToCart, Search, ViewPricing 等事件。
2. 规则/模型引擎: 后端根据事件序列进行判断。
3. 动态打标: 实时修正用户的 CRM 标签。

采集规则库 (示例)

• "犹豫不决": 用户将商品加入购物车后，24小时未付款，且中间又回来查看了3次。 -> CRM 动作: 标记为 高意向-犹豫，建议发送优惠券。
• "竞品对比": 用户在站内搜索了竞品关键词，或频繁切换查看不同价位的同类产品。 -> CRM 动作: 标记为 比价中。
• "深度学习": 用户在“帮助中心”阅读文档时长超过 20 分钟。 -> CRM 动作: 标记为 技术型用户 或 实施阶段。

3.3 交易价值计算 (RFM Modeling)

基于已有的订单数据进行计算，而非简单的记录。

• 自动计算: 每次订单完成后，AI 重新计算该客户的 RFM 指数。
  • R (Recency): 最近一次购买是多久前？
  • F (Frequency): 购买频率是多少？
  • M (Monetary): 消费总金额是多少？
• 客户分层: 自动将客户划分为 高价值VIP、潜力客户、即将流失，并在此状态变更时通知 CRM。

4. 技术实现架构 (Architecture)

graph TD
    User[用户]
    
    subgraph "Interaction Layer (前端)"
        Chat[AI 客服对话]
        Web[商城/官网浏览]
    end
    
    subgraph "Processing Layer (AI 处理)"
        LLM_Worker[LLM 提取器 (Extractor)]
        Rule_Engine[行为分析引擎]
    end
    
    subgraph "CRM Data Layer (存储)"
        Profile[客户档案表]
        Tags[标签库]
        Tasks[销售待办]
    end

    User --> Chat
    User --> Web
    
    Chat -- "对话日志" --> LLM_Worker
    Web -- "事件埋点" --> Rule_Engine
    
    LLM_Worker -- "提取意向/信息" --> Profile
    LLM_Worker -- "生成摘要" --> Tags
    
    Rule_Engine -- "打标签" --> Tags
    Rule_Engine -- "触发跟进" --> Tasks

5. 预期价值

• 销售: 再也不用手动记录“今天客户说了什么”，打开 CRM 就能看到 AI 总结好的“对话摘要”和“客户痛点”。
• 运营: 能够精准识别出“只逛不买”的客户群体，并知道原因（是嫌贵还是没看懂），从而进行精准营销。