先交代一件事：名单从哪里来

上一课讲了怎么给工厂客户做 S/A/B/C 分层——规模、信号、可触达性、决策链复杂度各打分，然后优先打 S 和 A。

那一课预设了一件事：名单已经在手上了。

现实里，这才是卡壳的地方。

很多工业品销售的名单来源是这几种：

  • 公司历年积累的 Excel，不知道谁在维护，有没有过时的
  • 从天眼查按行业导出的几千行，还没核实是不是真工厂
  • 同事或代理商转过来的，不知道有没有重复
  • 展会上扫的名片，100 张里能打的不超过 20 张

最后拼出来一份"名单"，有名字、有电话号码，但没有规模信息、没有信号标签、没有分层，销售只能从第一行开始逐个打，打到哪里算哪里。

这不是方法，这是消耗。

一个可执行的工厂名单，至少应该告诉销售：这家工厂在哪个产业带、大致是什么规模、现在有没有采购信号、优先级是 S 还是 A。有了这几列信息，销售才能决定"今天先打哪家"。

本课给出从零建这份名单的 5 步流程。

为什么"随机打一遍"的成本这么高

先算一笔账。

一个工业品销售，每天有效拨打电话约 40-60 通，扣除接通率、沟通时间、记录跟进，实际与目标客户有效对话约 8-12 次。

假设名单质量差，打出去的 60 通里：

  • 约 20 通打给了和自己产品不匹配的工厂（规模太小、不用你卖的东西）
  • 约 15 通打给了贸易商或空壳公司（第 4 课会专门讲这个问题）
  • 约 15 通打给了已有固定供应商、短期内不会换的工厂
  • 剩下约 10 通才真正打到了有潜在需求的目标

这 10 通有效对话里，真正能推进到下一步的可能 2-3 通。

一个工业品销售的月薪加上差旅、话费、管理成本，综合成本约 1.5 万到 2 万元每月。按 20 个工作日算，每天成本约 750 到 1000 元。

打 60 通电话消耗约半天，有效推进 2-3 个客户，每个有效推进成本约 125-250 元。

如果名单质量提升，有效对话比例从 10/60 提升到 20/60，每天有效推进客户数翻倍，同样的 750 元，推进的客户数从 2-3 个变成 4-6 个。

一个月下来，多推进约 40-60 个客户——用的是同一份薪资，差别只在名单质量。

名单质量是销售效率的乘数，不是加减法。

5 步筛选漏斗：从画像到可执行名单

第一步：把画像翻译成可执行的筛选条件

第 1 课给出了理想客户画像的模板，形式类似：

做 X 产品的工厂，年产值在 Y 到 Z 之间，位于 W 地区，有 M 信号。

这句话离"可以用来筛"还差一步——需要把每个维度转成具体的筛选参数：

画像维度 对应筛选参数
产品类型（"做精密机加工的"） 行业分类 + 主营产品关键词
规模区间（"5000 万到 2 亿"） 年产值区间 或 员工数区间
地区（"长三角"） 省份 / 产业带归属
采购信号（"在招数控操作工"） 招工岗位关键词
出口属性（"有外贸订单"） 外贸/海关数据标签

每个筛选参数要可量化、可查询，不能停在"中型工厂"这种模糊描述上。"中型"没法筛，"员工数 50-300 人、年产值 3000 万-2 亿"才能筛。

画像翻译这一步通常需要 1-2 次校准。第一次翻译出来的条件可能太宽（全国几万家都符合）或太窄（全国只有几十家），需要微调某个参数放宽或收紧。

第二步：多维组合筛选，把全库缩到可管理的池子

有了筛选条件，下一步是把全国几百万家工厂缩到几百家的可管理规模。

单维筛选效果很差。只按行业筛"机械制造"，随便就出来几十万家。只按地区筛"浙江"，也是几万家。只按规模筛"年产值 5000 万到 2 亿"，还是几万家。

必须多维组合——行业 + 地区 + 规模 + 信号同时叠加，才能把数量压到几百家的合理范围。

天下工厂覆盖 480 万家中国实体制造业企业，每家带结构化标签：产业带归属、规模分级、外贸信号、招工动态、扩产记录等。把这些维度同时叠加查询，输出的直接是"符合全部条件的工厂列表"——每家工厂已经带着信号标签和规模信息，销售不需要再逐家手动核实。

组合筛选的目标是把池子控制在 200-500 家。太多（超过 1000 家）意味着条件还不够精；太少（不足 50 家）意味着画像过窄，需要放宽某个维度。

几个常用的组合方式：

  • 产业带 + 规模 + 招工信号：最常用。锁定地理集群 + 规模段 + 现在有没有采购需求的信号。
  • 行业 + 外贸标签 + 规模：适合卖出口包装、出口检测、跨境结算的销售。
  • 行业 + 扩产/新建车间记录 + 地区：适合卖设备的——工厂在扩产，设备需求最旺盛。
  • 行业 + 在招数字化岗位 + 规模：适合卖工业 SaaS 的。在招 MES 实施工程师，通常是在认真考虑系统升级。

叠加条件时有一个反直觉的点：不要一次叠加超过 4 个强过滤条件。条件太多会把真正的潜在客户也过滤掉——比如有些工厂最近没在招工，不代表它没有采购需求，只是时间窗口不同。

建议的做法是：先用 3 个核心条件筛出主池子，再用第 4 个信号条件做优先级排序，而不是硬性过滤。

第三步：去重，清理明显的噪声

组合筛选出来的池子需要做一次去重。常见的噪声来源：

1. 跨数据源重复

如果从多个数据源合并（比如天下工厂导出 + 展会名片 + 公司历史 Excel），同一家工厂可能出现 2-3 次，公司名字略有不同（"XX 科技有限公司""XX 科技"）。统一用工商注册全名去重。

2. 已在跟进的客户

当前 CRM 里已经在跟进的工厂，不应再进入新名单重复触达。每次建名单前和 CRM 数据比对一遍。

3. 已明确拒绝的客户

打过电话、明确说"不需要""有固定供应商三年内不换"的，标记后从名单里移出，进入"6 个月后再激活"的冷池子。

去重之后，池子通常会缩小 10%-20%，变得更干净。

第四步：按第 2 课的打分框架排序

去重后的池子，按上一课的 S/A/B/C 打分框架给每家工厂打分排序。

打分维度的数据来源：

  • 规模匹配度：产值区间、员工数（从组合筛选结果直接带过来，不需要再查）
  • 需求信号强度：招工动态、扩产记录、招投标中标记录（同样从筛选结果带来）
  • 可触达性：有没有直接联系方式，联系方式是不是直线而非总机
  • 决策链复杂度：从规模和合作公告推断，规模越大通常决策链越长

S 层（高分）：优先打，每天必须触达至少 2 家 A 层：每天轮到 3-4 家 B 层：每周轮一遍 C 层：一个月内联系一次，如果没有反应考虑移出主名单

排序之后，名单从"按导出顺序排列的一堆工厂"变成了"有优先级的待办清单"。

第五步：设每日配额，让名单动起来

名单建好之后，多数销售会犯一个错误：今天打完一批，明天再打一批，没有追踪哪家打了几次、最后一次接触是什么时候、有没有回应。

名单需要配额制度。

每天的基本配额：

  • S 层：每天触达 2 家（首次联系 + 1 家跟进）
  • A 层：每天新触达 3-4 家
  • B 层：保持一周内每家至少 1 次
  • 总量上限：每天有效拨打不超过 60 通，留出时间做记录和跟进

每家工厂的接触上限：

连续 3 次联系无回应（包括无人接听、无效接通），标记为"暂停"，1 个月后再激活，不要在同一家工厂上无效消耗超过 3 次。

名单的生命周期：

一份名单从建出来到完成首轮触达，通常需要 2-4 周。首轮之后，有回应的进入 CRM 跟进流程，无回应的按层级决定是否进入二轮。

配额不是限制，是保护——保护销售不把所有精力压在少数几家上，同时也保证有足够的新客户进入漏斗。

迷你案例：CNC 刀具厂怎么建出 320 家可执行名单

一家做 CNC 刀具的公司，产品定位是精密数控刀具，目标客户是有数控加工车间的中型工厂。

第一步，把画像翻译成筛选参数：

  • 行业：机械加工类（精密零件、模具、机床零部件等）
  • 地区：长三角（浙江 + 江苏 + 上海）
  • 规模：年产值 5000 万到 2 亿
  • 信号：近 3 个月在招"数控操作工""CNC 操作""机加工技术员"等岗位

第二步，多维组合筛选：

天下工厂把四个条件同时叠加，输出的结果是约 320 家工厂，每家带有产业带归属、规模分级和最新招工记录摘要。

不用组合筛选的话，单独按"长三角机械加工工厂"筛，能出来 3 万多家——销售不可能处理 3 万家名单。四个条件叠加之后，缩到 320 家，每家都是在规模、地区、信号上同时匹配的真实潜在客户。

第三步，去重：

和公司 CRM 比对，去掉 23 家已在跟进的，去掉 8 家历史上明确拒绝过的，池子缩到 289 家。

第四步，打分排序：

对 289 家按打分框架分层，发现：

  • S 层 约 35 家（招工很活跃 + 规模在 1-2 亿区间，换刀采购频繁）
  • A 层 约 90 家（有招工记录，规模在 5000 万-1 亿）
  • B 层 约 110 家（规模匹配但最近没有明显信号）
  • C 层 约 54 家（规模偏小，信号弱）

第五步，设配额：

每天优先打 S 层 2 家 + A 层 3-4 家，B 层每周轮一遍，C 层一个月内联系一次。

按这个节奏，S+A 的 125 家首轮触达约 3 周完成，B 层首轮约 5 周。

这家 CNC 刀具公司的销售反馈：以前建名单靠手动从天眼查导出再筛，一份名单建下来要 2-3 天，筛出来的还没有信号标签，打过去很多是贸易商。现在天下工厂直接输出结构化名单，建名单本身的时间从 2-3 天缩到半天，更重要的是每家工厂已经带着信号摘要，第一通电话有话说，不是硬冷拜访。

这是我们见过的一个典型情况，数字根据实际操作情况会有出入，核心结论是：组合筛选把工作量从"海量数据里手动找"变成了"在已经筛好的名单里按优先级打"。

可带走的名单字段清单

一份合格的工厂名单，每行应该包含以下列：

基础信息

  • 工厂全称（工商注册全名）
  • 联系人姓名 + 职位（如果有）
  • 直线电话 / 手机号
  • 省市区 + 产业带名称

规模信息

  • 年产值区间（建议用区间，而非精确数字，精确数字往往不可信）
  • 员工数区间
  • 厂房面积（如果有）

信号标签

  • 最新招工动态摘要（在招什么岗位，最近多久）
  • 外贸标签（有/无/疑似）
  • 扩产/新建车间记录（有/无，时间）
  • 招投标中标记录（有/无）

分层与追踪

  • S/A/B/C 层级
  • 首次联系日期
  • 最近联系日期
  • 接触次数
  • 当前状态（未接触 / 已初步沟通 / 在跟进 / 暂停 / 放弃）
  • 下次跟进日期

备注

  • 初步沟通要点（第一通电话聊了什么，对方提到什么需求）
  • 竞争情况（提到哪家竞品）

这 20 列不是全部都要填满——信号标签和规模信息在组合筛选阶段从天下工厂直接带过来，销售不需要逐家手动查。分层和追踪列在工作推进中逐步填写。

核心原则是：名单不是通讯录，是动态工作台。它应该告诉销售"今天该打哪家、上次打了什么结果、下次什么时候再联系"——一眼看完，不需要回忆。

常见的两个坑

坑一：名单建好就不动了

建好名单之后，很多销售会把它当成一次性任务，打完一遍之后就不再更新。真实情况是，工厂的信号在变化——上个月没有扩产信号的工厂，下个月可能就新开了招工。名单需要每隔 4-6 周刷新一次信号标签，把新出现的高信号工厂提升优先级。

坑二：条件越多越好

有些销售建名单时喜欢叠加七八个筛选条件，结果池子缩到几十家，每个月根本打不完一轮。核心条件 3-4 个足够，多余的条件放到打分权重里，而不是作为硬性过滤。

一个补充说明

本课假设筛出来的 289 家或 320 家，都是真正的生产型工厂——有实体车间、有在产产品、有采购需求。

现实里，名单里会混入贸易商、空壳公司、已停产的壳。这些"假工厂"是名单质量最贵的浪费，一旦混进来，销售不知道自己在打谁，通话时间全部烧在无效沟通上。

下一课专门讲这个问题：名单里混进"假工厂"的成本有多高、它们的几种伪装、怎么在组合筛选阶段就把它们挡住——这一课叫《销售名单里最贵的浪费：打给了"假工厂"》。