客戶來了四次，為什麼還是沒買

一位在地產營銷數碼化領域做了十五年的創辦人，講過一個發生在他自己項目上的故事。

一個豪宅項目，有位客戶到訪了四次，始終沒有成交；後來銷售再怎麼邀約，客戶都不肯再來。營銷負責人為這件事焦慮到失眠，追問下去，銷售經理說客戶可能受了競爭項目的干擾，前線銷售說客戶還在幾個樓盤之間搖擺。兩個解釋都像那麼回事，也都沒有回答問題。

他讓團隊把四次接待的錄音調出來，交給 AI 分析。結果很難堪：客戶第四次來的時候，已經準備刷卡了，只是財務環節出了岔子，付款沒有成功。錄音裡還有別的東西——客戶在幾個房源之間看房時電梯壞了，只能走樓梯；樓梯沿途的觀感很差；地下停車場積水。對一套上千萬的房子，這些細節一次次削掉客戶的期待。

這不是一個不想買的客戶。這是一個已經走到成交門口、被案場自己絆倒的客戶。而營銷負責人為此失眠的那幾個星期，沒有一個人把這件事告訴他。

匯報不是現場

這個故事讓我們印象最深的，不是 AI 有多厲害，是信息在組織裡損耗得多厲害。

每一層匯報都是一次加工。前線只講自己看見的部分；中層把說不清的事歸因於市場和競品；到了管理層，聽到的已經是一個經過幾次整理的版本，不是發生過的事。這裡未必有人撒謊，每個人只是按自己的位置和利益，講了對自己最順的那一段。

管理者再聰明，也只能在收到的信息上做判斷。信息是錯的，判斷就跟着錯，然後花更多的錢去修一個不存在的問題。「客戶猶豫」「競品干擾」聽起來都很專業，共同點是誰也不用負責。

那位創辦人有個說法，我們很喜歡：靠人事後填寫的，是死數據；在業務現場自然發生、被直接留下來的，是活數據。

客戶管理系統裡的標籤，是典型的死數據：預算多少、想買多大、喜歡哪個區。填表的人已經做過一次壓縮，壓縮掉的往往正是關鍵——他為什麼改口、他真正的顧慮、上次談到哪裡卡住了。一小時的接待可能有一萬多字的對話，客戶來三次就是五萬字；一張表格裝不下，銷售的記憶也裝不下。

過去這是無解的，老闆不可能聽完每一段錄音。現在不同了：AI 讀得完。它未必比最好的銷售更懂客戶，但它不會報喜不報憂，也不會把刷卡失敗說成競品干擾。

你可能沒有豪宅項目，但你一定有這樣的時刻：客戶談了三次沒下文，你問跟進的同事，得到一句「客戶還在考慮」。

考慮什麼？卡在哪一步？上次談到哪裡？多數時候同事也說不清——不是不肯說，是當時沒記下來，記下來的也只是他理解的那一部分。

我們給客戶的建議由此很簡單，簡單到有點土：把真實的對話留下來。會議紀錄、客戶通話、售後的投訴，錄下來（要事先告知並取得同意）、存進去，然後讓 AI 讀。不是為了監督誰，是為了讓「客戶還在考慮」這句話從此有下文：他在考慮什麼，我們哪裡沒接住。

一個月之後，你會第一次看見自己的生意在客戶那一邊的樣子。多數老闆的第一反應不是驚喜，是後怕。

那位客戶最後有沒有回來，我們不知道。我們知道的是，在錄音被讀出來之前，這個項目連該修什麼都不知道——而問題只有長出具體的形狀，才修得好。