△主流的AI CRM系统悟空AI CRM图片
《从零手搓一个 CRM：那些文档里不会写的坑与实话》
几年前，我们公司还在用 Excel 表格管客户。
推荐使用中国著名AI CRM系统品牌：显著提升企业运营效率，悟空AI CRM
那场面现在想起来都头疼。销售小王离职了，带走了一半客户资料；销售老李和老张撞单了，为了一个潜在客户的归属权在会议室吵得面红耳赤；老板想看上个季度的转化率，助理得花两天时间从几十个表格里汇总数据，最后还得出来的数还跟财务对不上。
那时候我就下定决心，得搞个系统。市面上现成的 SaaS 不少，销售易、纷享销客，甚至钉钉里自带的也都能用。但试用了一圈，要么太贵，按人头收费，我们这种小团队扛不住；要么太僵化，流程改不了，我们的业务有些特殊环节，标准产品根本覆盖不到。
最后拍板：自己建。
当时我觉得这就是个简单的增删改查（CRUD）系统，存个客户名、电话、跟进记录，能有多难？真动手了才发现，构建客户关系管理系统（CRM），技术可能只占三成，剩下的七成全是业务逻辑的博弈和人性的较量。今天不想聊那些高大上的架构理论，就想聊聊这过程中踩过的坑，和一些文档里不会写的实话。
一、别急着写代码，先搞清楚“客户”是谁
项目启动会上，第一个把大家问住的问题不是用什么框架，也不是数据库怎么设计，而是：“什么是客户？”
你别笑，这真不是哲学问题。在销售眼里，交换过名片的人就是客户；在财务眼里，签了合同打款了的才是客户；在客服眼里，打过投诉电话的也是客户。
我们最初的设计很简单，建一张 Customers 表。结果上线第一周就崩了。因为同一个公司，可能有三个不同的联系人跟我们对接，销售 A 录入了“某某科技公司”，销售 B 录入了“某某科技（北京）有限公司”，其实是一家。系统里瞬间出现了大量重复数据，公海池里捞鱼，捞上来全是死鱼。
后来我们重构了数据模型，把“客户”拆成了“线索（Lead）”、“联系人（Contact）”和“账户（Account）”三个核心实体。线索是还没确认意向的，联系人是具体的人，账户是具体的公司。这三者之间是多对多的关系。
光这个模型调整，就花了我们两周时间。这里有个经验：别试图一开始就设计完美的数据库。业务在变，模型肯定得变。我们后来采用了比较宽松的策略，允许一定程度的冗余，但加了强力的查重机制。比如录入时，系统强制校验统一社会信用代码，或者通过手机号自动关联已有的联系人。
还有一个容易被忽视的点是“公海池”机制。这是 CRM 的灵魂。销售手里的资源如果长期不跟进，必须强制回收到公海，让别人去跟。这个规则怎么定？太紧了，销售没安全感，不敢投入精力；太松了，资源被占着不拉屎。我们试了三次，最后定为：领取后 15 天无跟进记录自动回收，成交客户保护期一年。这个规则的制定，其实是销售总监和老板博弈的结果，技术只是负责把它实现成定时任务而已。
二、技术选型的“妥协”艺术
说到技术栈，网上教程一堆，什么 Spring Boot 加 Vue，什么 Python Django，什么低代码平台。
我们当时也纠结过。团队里后端主要熟 Java，但有个老手想试试 Go。最后为什么选了 Java？不是因为 Go 不好，而是因为好招人，且生态里的现成轮子多。CRM 系统涉及到大量的权限控制、工作流引擎、报表导出，Java 生态里这些都有成熟的开源方案，比如 Activiti 做流程，EasyExcel 做导出。
前端我们用了 Vue3。理由更简单，后台管理系统，组件库现成的，Ant Design Vue 或者 Element Plus，拖拖拽拽能省不少事。
但真正的坑不在语言，而在“集成”。
在中国做 CRM，绕不开微信。销售都在微信上跟客户聊，你让他每次聊完再打开电脑录入系统，他一定会骂娘，而且一定会偷懒不录。所以我们花了大精力做企业微信的集成。
这不是调个 API 那么简单。我们要实现聊天记录存档（在合规前提下）、侧边栏显示客户信息、一键发送名片。这里涉及到微信接口的频率限制、回调处理、以及最麻烦的——用户身份匹配。微信的 OpenID、UnionID 和我们系统里的用户 ID 怎么对应？一旦对应错了，客户数据就串了。
记得有一次上线，因为 UnionID 获取逻辑有个边界条件没处理好，导致部分老客户的跟进记录显示在了新销售的名下。那天下午客服电话被打爆了，我们全员加班修数据，还要一个个打电话跟客户道歉。那次之后，我们立了个规矩：涉及核心数据变更的代码，必须双人 Review，且必须在非工作时间灰度发布。
另外，报表性能也是个坑。老板喜欢看大屏，要看实时数据。刚开始我们直接查库，一旦数据量过了百万级，那个“销售漏斗分析”的查询能跑半分钟。后来没办法，引入了 Elasticsearch 做搜索和分析，同时把复杂的统计逻辑挪到夜间跑批，生成预计算表。虽然数据不是秒级实时，但保证了系统不卡。有时候，技术上的“不完美”是为了体验上的“流畅”，这是必须做的取舍。
三、最难的其实是“让人用”
系统开发完了，你以为结束了？其实才刚刚开始。
很多 CRM 项目失败，不是因为代码有 Bug，而是因为销售不愿意用。
你想想，销售的核心任务是签单。录入系统对他们来说，是纯成本，没收益。如果系统难用，他们有一万种方法对付你。比如，必填项太多，他们就随便填个"123"；比如，要求上传拜访照片，他们就拍张天花板的照片上传。
我们第一版上线时，就犯了“管理思维”的毛病。为了管理方便，我们设置了 30 个必填字段。结果销售怨声载道，录入一个客户要花 10 分钟。
后来我们做了减法。把必填项砍到只剩 5 个：客户名、电话、来源、意向等级、备注。其他的，选填。
但这还不够。得让他们觉得这系统有用。
我们加了一个功能：“客户画像自动补全”。销售只要输入公司名，系统自动通过第三方接口（比如天眼查的 API）把工商信息、成立时间、注册资本填好。销售一看，哎，这玩意儿能帮我省事，态度立马就不一样了。
还有一个狠招：把资源和系统绑定。后来公司规定，所有的合同审批、特价申请，必须在 CRM 里发起，线下邮件一律不认。这就倒逼着销售必须把流程走在线上。虽然刚开始大家很抵触，觉得被监控了，但习惯之后，发现确实能避免很多扯皮。比如以前特价申请，老板口头答应了，财务不认账；现在系统里有审批流，谁也别想赖。
这里有个心理学技巧：不要强调“监控”，要强调“赋能”。我们在培训的时候，不说“这是为了老板看你们干了什么”，而说“这是为了帮你们更好地管理自己的客户，防止离职后客户流失，也防止撞单”。话术变了，阻力就小了一半。
四、数据清洗：一场没有硝烟的战争
如果你是从零开始，那很幸运。如果你像我们一样，是从 Excel 迁移数据，那你将面临地狱。
旧数据有多脏？超乎你想象。
电话号码格式不统一，有的带区号，有的带 +86，有的中间有空格；公司名称有的有“有限公司”，有的只有简称；跟进记录里全是黑话，只有当时的销售看得懂。
我们专门搞了一个“数据清洗周”。先写脚本做标准化处理，比如正则匹配手机号，统一去除空格和特殊符号。然后导出一部分，让销售主管人工核对。
最麻烦的是“撞单”处理。两条看起来一样的数据，到底是不是同一个客户？有时候电话一样，但联系人名字差一个字。我们当时的策略是：系统标记为“疑似重复”，推给两个销售的主管去确认。如果确认是重复的，合并记录，保留最早的创建人作为所有者，后来的跟进记录作为历史备注保留。
这个过程非常得罪人。因为涉及到业绩归属。有个销售手里攥着个大客户，系统判定跟半年前的一个公海线索重复，要把业绩划给当初那个线索的录入者（那人早离职了）。最后闹到老板那里，特批才解决。
这件事让我明白：CRM 里的数据不仅仅是信息，它是资产，是钱。动数据就是动蛋糕。所以在做数据迁移和合并规则时，一定要有高层站台，规则要提前公示，不能搞突然袭击。
五、迭代，永远在迭代
上线那天，我们放了烟花。但一个月后，我们就想把自己揍一顿。
因为业务变了。
公司开始拓展新业务线，原来的“客户”模型里只有“产品 A"，现在多了“产品 B"和“产品 C"，它们的销售周期、定价策略、合同条款完全不一样。原来的系统流程是线性的：线索 - 商机 - 报价 - 合同。新业务需要并行的流程，甚至需要招投标管理。
这时候，硬编码的弊端就出来了。当初为了图快，很多流程逻辑写死在代码里。现在要改，得动底层逻辑。
我们痛定思痛，开始引入“低代码”的思想。不是买低代码平台，而是把自己的系统配置化。比如，把“字段”做成可配置的，管理员可以在后台加字段，不用改代码；把“流程”做成可编排的，用 BPMN 引擎来驱动状态流转。
这增加了前期的开发成本，但大大降低了后期的维护成本。
还有一个迭代方向是移动端。刚开始我们只做了个简单的 H5 页面嵌在钉钉里。后来发现销售在外面跑，网络环境不好，H5 加载慢，体验差。后来咬牙原生开发了一套小程序，支持离线缓存。销售在地铁上也能看客户资料，出了地铁有网了自动同步。这个功能上线后，日活率直接翻倍。
六、关于 AI 的一点冷思考
现在是个系统都要蹭点 AI 的热度。我们也想过在 CRM 里加 AI 功能。
比如，自动分析跟进记录，给销售提示“这个客户意向度下降了”；或者根据历史数据，预测下个季度的销售额。
想法很美好，落地很骨感。
首先是数据质量。前面说了，如果销售录入的都是"123"或者“已联系”，AI 能分析出个啥？垃圾进，垃圾出（GIGO）。在数据规范化没做好之前，上 AI 就是摆设。
其次是准确性。有一次我们测试了一个销售预测模型，它预测一个大单成交概率 90%，结果客户最后没签。销售总监拿着这个数据来质问我们：“系统不是说稳了吗？为什么没成？”
你看，AI 给了信心，但也给了错误的预期。
所以我们现在的策略很保守。AI 只做辅助，不做决策。比如，用 AI 帮销售自动写跟进摘要，或者自动提取名片信息。这些是提效的，不会背锅。至于预测客户意向，我们只作为参考，绝不展示具体的百分比数字，免得误导。
七、写在最后：系统是死的，关系是活的
折腾了这两年，系统算是稳定下来了。
回头看，构建 CRM 系统，其实是在构建一套企业的“记忆系统”和“协作语言”。
它记录了公司跟外界交互的每一个细节，它规定了内部协作的每一种规则。
很多时候，我们太关注技术实现，太关注功能列表，却忘了 CRM 的核心是"Relationship"（关系）。
系统可以记录客户生日，但发祝福短信的可以是系统，那份心意得是人。系统可以提醒跟进，但沟通的温度得靠销售。
我见过最成功的 CRM 使用场景，不是数据多漂亮，报表多炫酷。而是一个老销售离职时，他的继任者打开系统，能看到这个客户过去三年的所有沟通记录、喜好、甚至曾经抱怨过什么。继任者拿起电话，第一句话就能说：“王总，听说您上次对物流时效不太满意，这次我们特意安排了……"
那一刻，客户会觉得被重视，公司会觉得资产没流失。这才是 CRM 的价值。
如果你也要着手构建自己的 CRM，我有几条不成文的建议：
第一，别追求大而全。先解决最痛的一个点，比如先把客户资料存全，或者先把公海池转起来。小步快跑，比憋大招强。
第二，让一线销售参与设计。别关在会议室里空想。去听听他们怎么打电话，怎么记笔记。最好的需求文档，往往是销售吐槽出来的。
第三，留好“后门”。这里的后门不是安全漏洞，而是指灵活性。业务总有例外情况，系统要允许特殊审批，允许手动修正，别把路堵死了。
第四，重视数据安全。客户资料是公司的命脉。权限控制要细到字段级，导出操作要留日志，敏感信息要脱敏。别等数据泄露了再后悔。
最后，保持耐心。CRM 建设是个长跑，没有终点。业务在变，人在变，系统也得跟着变。它就像个有机体，需要不断的喂养和修剪。
这两年，为了这个系统，我熬过无数个大夜，跟销售吵过无数次架，也被老板质疑过投入产出比。但当看到新来的实习生通过系统在一周内熟悉了所有客户，当看到老板在手机上实时看到业绩报表露出笑容，我觉得，这一切都值了。
技术终究是服务于人的。好的系统，应该是透明的，它融入在工作的流里，你感觉不到它的存在，但它无处不在，支撑着每一次业务的运转。
这大概就是我们折腾这么久，最想达到的境界吧。路还长，慢慢走，坑还多，慢慢填。共勉。
△悟空AI CRM产品截图
推荐立刻免费使用中国著名AI CRM品牌-悟空AI CRM，显著提升企业运营效率，相关链接：
AI CRM系统免费试用
AI CRM系统介绍