您的 CRM 显示第一季度有 230 万美元的销售线索。您的预测模型根据历史平均数据预测将成交 20%。您的销售主管信心满满，因为这些交易都“合格”——职位正确、公司规模合适、打开了邮件、参加了演示。
然后您只成交了 31 万美元而不是 46 万美元，所有人都在手忙脚乱地解释发生了什么。
事情是这样的：您衡量错了对象。职位和邮件打开率告诉您谁“应该”购买，这基于 2019 年的模式。购买意图告诉您谁“真正”会购买，这基于他们当下所说和所做的一切。
购买意图实际衡量什么
购买意图不关心“应该”。它衡量潜在客户在真实对话中的言行。
三位潜在客户接受了您的 LinkedIn 连接请求：
潜在客户 A 查看了您的个人资料。没有回复。两周后接受。没有回复。您将他们标记为“温和”因为他们有参与。
潜在客户 B 立即接受。回复：“时机很有趣，我们正在评估这方面的工具。50 个席位的定价是多少？”
潜在客户 C 接受并回复：“本季度不是优先事项，但请随时告知进展。”
传统的销售线索评分会看到三个有参与的潜在客户。购买意图则会看到一个准备购买的（B），一个需要在 90 天内培养的（C），以及一个永远不会回复的（A）。
区别在于对话分析。真实的词语。真实的行为。真实的紧迫性。
Gro IQ 框架：真正预测收入的三个层面
现代购买意图基于三个数据层面运作，而人口统计评分完全忽略了这些层面：
第一层：对话数据 — 不仅仅是“他们回复了”，而是回复“说了什么”。关于定价、实施时间表、集成要求的问题。
“我们需要在第四季度前更换现有工具”与“我们一直在寻找新的解决方案”意味着不同的东西。
该框架捕获完整的消息内容、附件参与度、问题具体性。
第二层：对话元数据
回复速度能说明优先级。一个在两小时内回复的人与一个在两天内回复的人，所表达的兴趣程度不同。
该框架跟踪时间戳、对话方向（谁在发起跟进）、渠道偏好。一个从 LinkedIn 转向电子邮件并请求通话的潜在客户，表明了其日益增长的承诺。
第三层：行为数据
这弥合了潜在客户言行之间的差距。
一个要求看演示、获得日历链接并实际预订时间的人，比一个说“给我发些信息”然后消失的人，具有更高的购买意图。
该框架监控跟进频率、社交参与模式、电子邮件和链接点击跟踪。
购买意图何时取代倾向性分析
大多数销售团队试图在整个销售周期中使用一个指标，而实际上您需要两个指标按顺序协同工作。
倾向性分析回答：我们应该与谁交谈？它使用数据三位一体模型来识别那些看起来像您最佳客户的公司。高收入、正确行业、使用互补工具、正在经历增长。
但倾向性评分的作用在潜在客户开发后，即对话开始的那一刻，就不再那么方便了。一旦有人回复，该模型就变得无关紧要。如果他们的消息显示零紧迫性，那么他们在纸面上是否是完美的 10/10 匹配并不重要。
这时，购买意图就接管了。
倾向性分析为您找到正确的潜在客户。购买意图告诉您他们是否准备购买以及如何推动交易向前发展。
200 次对话问题
一个典型的 B2B 销售组织，有三名销售代表运行 LinkedIn 和电子邮件营销活动，可能在任何给定时间在其 CRM 中有 200-300 个活跃对话。
有些人三个月前回复过，此后就没有再参与。另一些人则在活跃的多消息线程中。有些人上周询问了定价。另一些人说“也许下个季度”。
传统 CRM 会按上次活动日期或交易规模显示列表。它们无法告诉您这 200 个对话中，哪些代表着真正准备购买的人，哪些只是礼貌性回复。
意图分析实时评估每一次对话。自动筛选出 40-50 个显示真实购买信号的潜在客户。降低 150 个仍处于早期研究阶段或已冷却的潜在客户的优先级。
在 Gro 的原生 CRM 中，您周一早上打开，立即看到：8 个高意图潜在客户（评分 8-10）需要立即关注，15 个中意图潜在客户（评分 5-7）准备进行战略性培养，其余的则按实际参与度进行分类。
没有猜测或滚动浏览陈旧的对话。
无人计算的机会成本
您最优秀的销售代表周二上午花 45 分钟为一位“高优先级”潜在客户精心制作个性化视频。这位副总裁头衔、500 人公司的潜在客户打开了三封邮件。她投入了 45 分钟。潜在客户只看了 12 秒。从未回复。
与此同时，一家 30 人公司的创始人发了三条消息询问 API 功能、定价、实施时间表。他在您的销售线索评分中只有 4/10，因为公司规模太小。他在培养序列中待了两周。到那时，他已经在看两家竞争对手的演示了。
这种情况在每个依赖人口统计、公司统计和背景评分的 B2B 销售组织中，每季度都会发生数十次。
计算结果是残酷的。如果您的销售代表管理 60 个机会，而其中只有 15 个具有真正的购买意图，那么您将精力分散到比必要多 4 倍的交易上。您最优秀的人员将 75% 的时间花在尚未准备好的潜在客户身上，而高意图机会却得到了通用回复。
私募股权支持的 B2B 服务公司发现，仅仅通过将现有销售代表的能力重新分配给经过验证的高意图潜在客户，就能将转化率提高 20%。同样的团队，同样的销售线索量，只是专注于对话数据证明有人准备购买的交易。
这在实践中如何运作
您的第一季度销售线索显示有 45 个“合格”机会，价值 230 万美元。成交率约为 20%，因此您预测收入为 46 万美元。
但有八笔交易显示出高购买意图，涉及实施、定价讨论、安全审查和多方利益相关者的积极对话。
四笔交易显示中等意图——真正的兴趣、早期问题、跟进不一致。
其余 33 笔交易是礼貌性回复、模糊的时间表、没有具体的下一步行动。
传统方法：按比例处理所有 45 笔交易。
基于意图的方法：这八笔高意图交易获得了团队 60% 的关注，尽管它们占机会的比例不到 20%。因为这八笔交易的成交率将达到 60-70%，而不是混合的 20%。而且成交速度更快。
中等意图的四笔交易在 30-60 天内进行战略性培养。低意图的 33 笔交易则进行自动化序列跟进、季度性检查。
您实际的第一季度收入：52 万美元——比预测高出 13%。
实时信号胜过历史猜测
购买意图实时更新。您的销售线索评分根据职位和公司收入显示某人是 7/10。当他们对三封邮件不予理睬时，这个评分不会改变。
意图评分会立即发现。那个 7/10 会降到 3/10，因为行为胜过人口统计数据。
那个刚刚询问了详细 API 问题并抄送了 CTO 的 4/10 潜在客户呢？实时跳到 8/10。
这为收入创造了一个先行指标。不是“我们上个月根据一年前的销售线索成交了 20 万美元”，而是“我们现在根据本周的对话，拥有 60 万美元经过验证的高意图销售线索。”
如果高意图销售线索每月增长 15%，您就知道收入将在 30-90 天后随之而来。您可以在成交交易出现之前预见未来。
收入下降但高意图销售线索持续增长？这是执行、销售流程、定位、定价的问题。解决这些问题，收入就会迎头赶上。
收入保持不变但高意图销售线索下降？这是漏斗顶部的问题。您的外向销售策略没有引起共鸣，信息需要改进，或者竞争对手更早地赢得了市场。
真正重要的指标
您想预测第二季度收入吗？不要根据第一季度预订量建模。计算本月有多少潜在客户正在讨论实施时间表、预算批准、集成要求。
您想诊断增长放缓的原因吗？看看高意图销售线索量是否在下降。中意图潜在客户是否陷入停滞。您的团队是否在低意图的“试探者”身上浪费时间。
Gro 可以通过分析电子邮件和 LinkedIn 上的每一次对话，跟踪每一个行为信号，实时更新概率，从而自动评估购买意图。
但即使是手动操作，这个原则也适用：关注潜在客户实际说了什么和做了什么。而不仅仅是他们是谁。
因为职位告诉您谁最终可能会购买。对话数据告诉您谁现在正在购买。
为什么对话数据胜出
一个销售团队能否持续达成目标，与另一个每季度都在手忙脚乱的团队之间的区别，往往归结为一件事：知道哪些对话真正重要。
购买意图穿透了虚荣指标和人口统计假设的噪音。它根据潜在客户实时所说和所做的一切，告诉您谁准备购买——而不是模型六个月前根据他们的职位预测的结果。
最成功的 B2B 销售组织已经开始这种转变。他们使用倾向性评分来识别正确的潜在客户。然后他们使用购买意图分析来识别哪些潜在客户真正准备成交。这种两阶段方法意味着销售代表将时间花在真正会转化的潜在客户身上，而不仅仅是那些纸面上看起来不错的潜在客户。
无论您是通过像 Gro 这样自动化数千次对话意图评分的平台来实现，还是开始手动跟踪对话质量和参与模式，原则都保持不变：对话数据始终胜过人口统计数据。
因为职位告诉您谁最终可能会购买。对话数据告诉您谁现在正在购买。
而在 B2B 销售中，现在是唯一重要的时间线。