二手车：微信线索分配与跟进SOP

前言

二手车行业线索来源杂、时效短、销售人员跟进质量参差不齐，一条车源询价线索从进入微信到成交往往不超过72小时窗口。一旦分配不及时或跟进断档，线索就白白流失。本文结合实际业务场景，系统梳理从线索接入、智能分配、节点提醒到跟进复盘的完整SOP，并介绍如何借助 个人微信API 把这套流程自动化落地。

一、二手车线索的典型来源与痛点

1.1 线索从哪里来

二手车交易平台（瓜子、车置宝、58）、抖音/快手短视频落地页、微信朋友圈广告、车商自有小程序——这些渠道的共同终点几乎都是微信。客户留完电话往往会主动加微信，或者销售主动加客户微信发车辆详情。微信因此成为二手车线索流转最密集的场所。

痛点集中在三点：

1.2 为什么要在微信层面做SOP

电话/短信触达率逐年下降，客户习惯用微信沟通。微信消息的打开率远高于短信，且方便发送车辆图片、视频、价格链接。更重要的是，当客户已添加销售微信，后续的报价、砍价、看车预约都会在同一个会话中发生，形成完整的沟通链路。

把SOP植入微信层面，本质是把业务节点的触发逻辑做到微信消息自动化——自动问候、自动发车辆资料、超时自动提醒销售、跟进记录自动同步CRM。

二、线索分配规则设计

2.1 分配维度

一套合理的分配规则至少需要考虑以下维度：

• 地区匹配：客户意向城市与销售负责区域匹配（异地不分配）
• 车型偏好：SUV客户分配SUV擅长的销售
• 当前在线状态：销售是否在班（通过排班系统拉取）
• 当前线索数量：防止单人积压，设置单日上限（如每人≤20条有效线索）
• 历史转化率权重：转化率高的销售可优先获得高质量线索

python# 示例：线索分配逻辑（伪代码，仅展示判断流程）
def assign_lead(lead: dict, sales_pool: list) -> str:
    """
    lead: {city, car_type, budget, source_channel}
    sales_pool: [{id, region, specialty, online, current_leads, conversion_rate}]
    返回分配到的销售微信 wxid
    """
    # 1. 过滤地区与专长
    candidates = [
        s for s in sales_pool
        if lead["city"] in s["region"]
        and lead["car_type"] in s["specialty"]
        and s["online"]
        and s["current_leads"] < 20
    ]
    if not candidates:
        # 降级：同城任意在线销售
        candidates = [s for s in sales_pool if lead["city"] in s["region"] and s["online"]]

    # 2. 按转化率加权随机选取
    weights = [s["conversion_rate"] for s in candidates]
    chosen = weighted_random(candidates, weights)
    return chosen["wxid"]

2.2 分配后立即触发首次接触

线索分配完成后，系统应在5分钟内通过被分配销售的微信账号向客户发送首条问候消息。这里调用 微信iPad协议 对接的接口实现，销售本人无需手动操作，客户感知到的是真实销售微信在回复。

pythonimport requests

# 通过 WechatApi HTTP 接口发送首次接触消息
def send_first_contact(sales_wxid: str, client_wxid: str, car_info: dict):
    url = "https://api.wechatapi.net/message/sendText"  # 示意路径，非真实endpoint
    headers = {
        "VideosApi-token": "YOUR_TOKEN_HERE",  # 鉴权 header
        "Content-Type": "application/json"
    }
    payload = {
        "appId": "DEVICE_APP_ID",           # 设备ID，绑定对应销售微信账号
        "toWxId": client_wxid,
        "content": (
            f"您好，我是{car_info['sales_name']}，"
            f"看到您关注了【{car_info['car_model']}】，"
            f"这台车目前在{car_info['city']}，"
            f"行驶里程{car_info['mileage']}万公里，价格{car_info['price']}万元，"
            "方便的话我发几张实拍图给您看看？"
        )
    }
    resp = requests.post(url, json=payload, headers=headers)
    result = resp.json()
    # 预期返回体: {"ret": 200, "msg": "发送成功", "data": {"msgId": "xxx"}}
    return result

返回体格式如下（WechatApi 统一规范）：

json{
  "ret": 200,
  "msg": "发送成功",
  "data": {
    "msgId": "wx_msg_20240613_001",
    "toWxId": "wxid_client_abc",
    "sendTime": 1718236800
  }
}

三、跟进节点SOP与时间线设计

3.1 标准跟进时间线

二手车客户决策周期短，跟进节奏需要比新车更密集。建议以下时间线作为基础模板，可根据客户意向强度调整：

3.2 客户意向分层

不是所有线索都用同一套节奏。根据客户互动行为实时分层：

• A类（强意向）：主动回复、问过价格、要求看车——当天必须人工跟进，跳过自动化流程
• B类（中等意向）：有回复但未深入询问——按标准时间线执行
• C类（弱意向）：留了联系方式但未回复——走全自动化流程，3天后若仍无互动标记为沉默

分层判断可以通过监听微信消息回调实现。当客户回复消息时，WechatApi 的 Webhook 将消息推送到业务服务器，服务器据此更新客户意向层级。

四、微信自动化接口对接实践

4.1 架构概览

整套流程的技术架构如下：

线索来源（平台/广告落地页）
       ↓
    业务服务器（线索入库 + 分配逻辑）
       ↓
  WechatApi HTTP 接口  ←→  Webhook 消息回调
       ↓                         ↓
  销售微信账号（发消息）     更新客户状态/意向层级
       ↓
    CRM系统（跟进记录归档）

WechatApi 基于 微信二次开发 能力，通过iPad协议模拟真实微信客户端，稳定性显著优于传统注入方式。所有消息收发都经由标准HTTP接口暴露，业务侧只需处理JSON即可，不依赖移动端设备。

4.2 Webhook 回调处理

当客户回复销售微信时，WechatApi 会将消息实时推送到预先配置的 Webhook 地址。业务侧接收后更新跟进状态：

pythonfrom flask import Flask, request, jsonify

app = Flask(__name__)

@app.route("/wechat/callback", methods=["POST"])
def handle_message_callback():
    data = request.json
    # 示意回调数据结构（非真实字段名，仅展示处理逻辑）
    msg_type = data.get("msgType")        # 消息类型：text/image/voice 等
    from_wxid = data.get("fromWxId")     # 发消息的微信ID（客户）
    to_wxid = data.get("toWxId")         # 收消息的微信ID（销售账号）
    content = data.get("content", "")

    if msg_type == "text":
        # 更新客户意向层级
        update_client_intent(from_wxid, content)
        # 暂停对该客户的自动化消息队列（有人工回复接管）
        pause_automation_queue(from_wxid)
        # 通知销售：客户有回复，请及时跟进
        notify_sales(to_wxid, from_wxid, content)

    return jsonify({"ret": 200, "msg": "ok"})


def update_client_intent(wxid: str, content: str):
    """根据关键词判断意向并更新数据库"""
    high_intent_keywords = ["什么价", "能便宜", "什么时候看车", "定金", "合同"]
    if any(kw in content for kw in high_intent_keywords):
        db_update(wxid, intent="A")
    else:
        db_update(wxid, intent="B")

4.3 定时任务触发跟进消息

跟进节点的自动消息通过定时任务扫描数据库未回复线索触发：

bash# crontab 示例：每小时扫描一次，触发应跟进的线索
0 * * * * /usr/bin/python3 /srv/crm/tasks/follow_up_scheduler.py >> /var/log/followup.log 2>&1

python# follow_up_scheduler.py 核心逻辑（示意）
import datetime
import requests

def schedule_follow_ups():
    now = datetime.datetime.now()
    pending_leads = db_query("""
        SELECT wxid, sales_wxid, device_app_id, last_contact_time, follow_up_stage
        FROM leads
        WHERE status = 'active' AND intent != 'A'
        AND next_follow_up_time <= %s
    """, (now,))

    for lead in pending_leads:
        message = build_follow_up_message(lead["follow_up_stage"], lead)
        send_wechat_message(
            app_id=lead["device_app_id"],
            to_wxid=lead["wxid"],
            content=message
        )
        db_update_next_follow_up(lead["wxid"], lead["follow_up_stage"] + 1)


def send_wechat_message(app_id: str, to_wxid: str, content: str):
    url = "https://api.wechatapi.net/message/sendText"  # 示意路径
    headers = {
        "VideosApi-token": "YOUR_TOKEN_HERE",
        "Content-Type": "application/json"
    }
    payload = {
        "appId": app_id,
        "toWxId": to_wxid,
        "content": content
    }
    return requests.post(url, json=payload, headers=headers).json()

五、跟进话术模板设计

好的SOP不只是流程，还需要配套有效的话术。二手车行业有其特殊性，以下模板经过实际场景验证，避免了过于销售腔的措辞。

5.1 首次问候（T+0）

您好，我是XX二手车的销售顾问李某，刚看到您对【2021款大众途观L 2.0T 四驱精英版】有关注。这台车目前在本地，里程4.2万公里，原车主女性，车况非常好，目前价格16.8万。我先发几张最新实拍给您，您方便的话可以直接来看车，我帮您约好检测师一起陪着看。

核心要素：不是泛泛问"您好需要什么车"，而是直接带上具体车辆信息，让客户感知到这不是群发。

5.2 补充资料（T+1h，客户未回）

发送3-5张实拍图（车内外、里程表、发动机舱），附上一句：

给您补发一下实拍图，这台车上周刚做完全车检测，结果很干净，没有大事故和水泡，检测报告我也可以发给您。

5.3 第3天沉默唤醒

李总您好，您上次看过这台途观，不知道是否还在看车？我们最近刚到了一批同类型的车，有几台价格比您之前问的还低一点，您如果有时间的话我可以帮您筛一筛。

避免用："您还在吗""您有没有需要"这类显得被动的话术。

六、跟进数据复盘与漏斗优化

6.1 关键漏斗指标

每周需要统计以下数据，形成线索跟进漏斗：

低于基准的阶段就是需要优化的漏斗瓶颈。例如首次接触成功率低，可能是问候消息发出的时间太晚（分配超过30分钟），或者消息内容太泛；预约看车率低，可能是话术问题或价格竞争力不足。

6.2 销售个人绩效维度

借助微信消息数据，可以分析每个销售的跟进质量：

• 平均首次回复时长：当系统提醒后，销售多久接管对话
• 消息质量分：是否遵循话术模板（人工智能打分或关键词检测）
• 线索转化率：同类线索下各销售转化率对比
• 客户满意度：成交客户的好评率/推荐率

这些数据通过 WechatApi 的消息记录接口导出后，结合CRM中的成交记录即可生成报表。

七、多销售账号管理与防封号注意事项

当团队规模较大时，往往需要同时管理多个销售的微信账号。微信SCRM 场景下的多账号管理有几个关键注意点：

7.1 每账号独立 appId

WechatApi 以 appId 区分设备（每个登录设备对应一个 appId），多销售账号在接口调用时必须传各自的 appId，避免消息发到错误账号。

7.2 发消息频率控制

自动化批量发消息需要控制节奏，建议：

• 单账号每日主动发消息客户数不超过100人（含已有对话客户）
• 相邻两条消息之间加入3-10秒随机延迟，模拟人工操作节奏
• 晚上22:00至次日8:00停止自动发消息（打扰客户且易被举报）

7.3 内容避免触发风控

• 不发含外部域名短链的消息（尤其陌生客户首次接触）
• 不在首次接触就发小程序或链接
• 图片消息与文字消息交替发送，不连续发5张以上图片

小结

二手车线索的竞争本质是速度与精准度的竞争。一套落地可执行的SOP需要解决三件事：线索第一时间分配到对的销售、每个跟进节点有标准动作且自动触发、数据反哺话术和分配规则优化。

通过 WechatApi 个人微信HTTP接口，可以把上述流程的微信层完全打通：消息自动发出、回复自动感知、跟进节点自动计时。销售只需在A类意向客户阶段介入，其余环节系统兜底，大幅降低人工遗漏的概率。

控制台注册与API文档详见 wechatapi.net，开发接入文档：post.wechatapi.net。