领先汽车品牌：不再盲跟数千条线索，用 GEA 精准找到对的用户

某汽车品牌的销售运营负责人曾说过一句话：「我们每天处理几千条线索，却不知道哪条是真的。」

试驾预约、官网留资、到店咨询、电商收藏——数据不缺，但每条数据背后的人是什么状态，没有人说得清。结果是有意向的客户没有被及时跟进，没有意向的客户被反复打扰，销售资源大量消耗在无效沟通上。更深的问题是：每个销售靠自己的经验判断线索质量，判断标准不一致，好的经验无法复制，离职带走的不只是客户，还带走了判断逻辑。

这件事，这家品牌决定用 GEA 重新跑一遍。

GEA 做的第一件事，是把散落各处的行为信号整合进来。

感知（Sense）：CRM、官网、电商平台、客服系统里的行为数据，整合进 Context System，建立每一个留资客户的动态档案。每次新的行为发生——翻配置页的时长、提到竞品的频率、咨询话题从「价格」转向「交付周期」——档案就实时更新一次。这不是把数据汇总成一张表，而是建立一个持续感知客户状态变化的系统。

推理（Reason）：基于历史成交路径数据，系统对每位客户的当前阶段做标注——认知期、比较期还是决策期——并识别当前的主要阻力是什么。销售看到的不再是一条时间戳，而是一份简报：「这位客户处于决策期，主要顾虑是续航，建议优先推送真实用车场景内容。」 判断依据、行动建议、阶段标注，一起呈现。

行动（Act）：销售按照推荐路径跟进，推送针对性内容，安排对应节点的触达动作。执行不再依赖个人经验，而是有系统提供的参考路径。

写回（Write Back）：行动结果同步进 Context System——哪类内容推送后带来了预约，哪类话术在哪个阶段转化率高，哪类客户的阻力判断出了偏差——这些数据持续沉淀，让下一个客户的意向模型更准。每成交一单，判断体系就更新一次。

转化效率提升约 30%，客户满意度评分上升，销售团队平均跟进周期缩短 1.5 周。更重要的是，这套判断体系不因为某个销售离职而消失——它在 Context System 里，随时可以被下一个销售调用。

意向判断从单次任务变成了持续运行的能力。

过去，销售做的每一个判断都是孤立的：这个客户感觉有戏，那个不行。这些判断在脑子里，不积累，不传递，不迭代。引入 GEA 之后，每一个判断都有记录，每一次对的判断都在系统里留下痕迹，供下次调用。

这是内容增长 GEA 区别于传统 CRM 的地方：CRM 记录行为，GEA 在读懂动机，并把判断变成可持续调用的资产。企业花在培养销售判断力上的时间，可以开始复利了。