比“名单数量”更有用的潜客搜集指标：证据、新鲜度与销售接受率

潜客搜集最容易优化的KPI是“产出多少行”，也是最容易被做假的KPI。放宽ICP、接受更旧来源、跳过角色核验、生产速度超过销售消化，都能让行数迅速上涨。真正有用的看板要回答：记录是否可解释、是否够新、是否能激活、是否被销售接受。

ICP通过率

独立抽样按当前ICP复核交付账户，并保留拒绝原因。它比供应商自己报的匹配率更贴近真实内部标准。

销售接受账户率

明确“接受”不是“导入CRM”，而是真正进入销售推进。拒绝要区分细分错误、无触发、角色错、证据弱、重复或无可用路径。

决定性字段证据完整度

不用给所有富集字段打分，只检查决定接受的字段：企业身份、适配证据、角色证据、来源/日期与必要渠道信息。40列全满也可能不可审计。

记录可重建通过率

每周随机回放：怎么发现、为什么匹配、角色怎么确认、哪些字段是推断、联系路径何时核验。这里是运营质量指标，不是“全球合法可用”声明。

首次行动年龄

最后一次有效核验到销售第一次真实行动相隔多少天。队列越来越老，常常说明生产过量。

来源冲突率

关键字段出现可靠来源冲突时保留冲突。冲突不一定是失败，隐藏冲突才危险。

联系路径核验年龄

邮箱、电话、任职状态变化速度不同，不要让“Verified”永久有效。按渠道、价值与激活时间设置刷新。

重复与实体合并率

标准化后有多少新记录其实属于现有公司/联系人。高重复会浪费研究并造成重复触达，根因可能是域名、子公司、多网点或供应商重叠。

抑制碰撞率

新来源在激活前有多少撞到既有退订/抑制规则。它用来改进摄入与匹配，不是寻找绕过抑制的方法。

退信/投递信号要谨慎解释

低退信不等于相关、允许或投递健康。Gmail发件认证、投诉率、退订等是另一套运营系统。

每个质量调整账户的研究工时

用真正通过内部接受规则的账户做分母，才能比较人工、供应商和数据库工作流。

下游会议与管道产出

样本够大后再把来源批次与会议、合格管道、收入连接，并按ICP版本和活动分层，避免把文案或销售执行效果误算给数据源。

法域/渠道审查状态

跨地区、跨平台活动记录是否按公司隐私/法律流程完成适用范围审查。它是流程指标，不是每条记录自动出法律结论。

把看板当诊断漏斗

量大但ICP低=定位问题；ICP高但销售接受低=角色/证据问题；销售接受高但会议差=文案、时机或offer；首次行动年龄高=生产过量。

别迷信“每条成本”

它最容易奖励降低证据和相关性的行为。更好的分母是质量调整账户或销售接受账户，后续再叠加真实业务结果。

下一周期前的运营复核问题

这次不要从“研究员产出多少”开始看仪表盘，而要从销售结果倒着拆。

先找那些被销售接受、最后却没有形成任何有效商务对话的记录。它们被算作“接受”，只是因为交接字段填完整了，还是因为账户真的匹配？如果只是行政动作，就要收紧接受定义。

再看那些新鲜度分数很高但仍失败的记录。信息新，不代表ICP正确、角色相关或证据充分。

把来源层面的准确率与销售接受账户率、可用对话率并排。某个来源可能很擅长确认公司身份，却不擅长找到你真正需要的岗位。

还要检查研究团队是否因为KPI压力，只挑容易验证的公司，从而悄悄避开业务真正想攻但更难研究的细分市场。效率指标会制造选择偏差。

最后保留一个明确的“未知”桶。把模糊记录强行塞进通过/失败，图表会更干净，但数据会更不诚实。

最终证据控制附录

指标定义要带上决策阶段。“发现阶段准确率”“交接阶段接受率”“激活后的可用对话率”回答的是不同问题，不应该合成一个百分比。

分母变化也要保存。如果活动停止尝试低置信度记录，响应率上升可能来自更严格筛选，而不是搜客质量本身提高。这两种变化都可能合理，但因果解释不同。

对于模型或供应商给出的置信分数，要持续保留校准样本。所谓90分，如果团队不定期核验同分段记录在真实业务里到底有多少是正确的，这个数字本身没有多少含义。