名单看起来很漂亮，销售却不买单：一个假设潜客搜集案例与抢救判断

这是一个假设潜客案例，不对应真实供应商或真实营销结果。它有一个很典型的开局：行数很多、字段很全、每条很便宜，但销售拒绝大部分名单。真正的抢救起点，是停止问“名单准确率多少”，改问“它对哪一个业务判断准确”。

采购

一家B2B供应商进入美国新细分，一次买8000条，按行业、员工数和地区筛选。采购觉得单价漂亮，营销觉得够发几个月，但销售抽查100家后认为大量不相关。

“行业+50–500人”没有解释为什么会买。团队补上业务模式、本地履约、产品类别和相关角色，并写出明确淘汰条件。复核后发现，很多错误根本不是数据“错”，而是采购规范从未要求判断这些事实。

邮箱能投递、人也真实，不代表公司适配；公司适配也不代表这个角色负责采购。团队把账户接受、角色接受、联系路径验证拆开，不再用一个“准确率”覆盖全部。

名单给了最终值，却缺来源与时间。团队只为决定性字段增加来源URL、核验日期与不确定性，让销售和QA能回放，不做无意义的无限富集。

正式扩量前，团队检查CAN-SPAM、Gmail发件要求、认证和退订流程。进入英国等市场时另做法域审查，不复制美国流程；也不把未经授权的LinkedIn自动化当备用通道。

没有清洗全部8000条，而是选300个优先账户按新规则重做，并让销售快速抽样。新拒绝原因一旦重复出现，就暂停、改规则、再继续。

每条原始记录成本上升，但每个销售接受账户的成本下降；队列也变短，销售能在证据仍新鲜时行动。团队开始看接受率、首次行动年龄，样本足够后再看会议和收入。

未使用记录不能以后直接自动激活。按公司政策和适用义务决定保留，未来真正要用时再刷新，抑制/退订层与供应商导入分开。廉价但陈旧的数据档案可能是负担，不是资产。

成熟、窄且企业身份稳定的市场可以更自动化；新类别需要更久的人工研究；渠道伙伴项目可能更关注企业能力而非个人联系人。共同原则是先定义接受判断，再选来源。

停止扩量→写接受规则→抽样现有数据→拆分账户/角色/路径质量→补最低可重建证据→检查渠道与法域→跑小批刷新→快速让销售反馈→按质量调整后产出比较→再扩。

把失败名单当成取证样本，而不是直接删掉重做。每种失败类型抽十条，重新判断：在名单交给销售之前，哪些问题其实已经可以发现？

如果公司匹配错了，要区分是ICP规则本身含糊，还是研究员没有按规则执行。这两种问题的修法完全不同。

如果职位信息过期，把来源检查日期和真正激活日期放在一起。问题可能不是供应商“数据差”，而是名单在队列里放得太久。

如果邮箱退信或路径不可用，要把格式验证、邮箱是否存在、角色是否相关、渠道是否适合分别判断。一个“邮箱有效率”分数很容易把不同问题揉在一起。

如果销售拒绝了明明符合书面ICP的记录，就问清销售觉得缺了什么商业条件，再判断这个条件应该进入正式ICP，还是只是某个销售个人偏好。

衡量修复效果时，看有多少记录经过修复后真正变得可用，而不是团队多快又买了一份新名单。

原始失败导出要保存。直接在原文件上清洗，会破坏判断问题究竟来自搜集、老化、数据转换还是激活环节所需要的证据。

每轮修复建立变更记录：改了哪条规则、重查了哪些记录、用了什么新来源、多少记录改变状态。这样才能估算一次修复到底带来多少价值，而不是把第二份名单当成完全独立的新工作。

假设案例必须继续标为假设。如果恢复数字来自模型推演，就把假设条件一起保留。真正可迁移的不是一个漂亮结果，而是“追溯—分类—修复—复测”的诊断方法。