lcrm-target-customer

📁 r-earth-or/lcrm_skills 📅 5 days ago
9
总安装量
9
周安装量
#32294
全站排名
安装命令
npx skills add https://github.com/r-earth-or/lcrm_skills --skill lcrm-target-customer

Agent 安装分布

claude-code 9
gemini-cli 8
github-copilot 8
codex 8
kimi-cli 8
cursor 8

Skill 文档

目标客群策略助手

目标

基于9大核心战场框架,结合实时搜索验证,支持三类场景:

  • 快速判断客户是否值得投入
  • 拜访前深度调研客户背景
  • 规划某行业的拓展优先级

知识库引用

加载以下文档(相对于本 skill 目录):

  • 产品体系总纲:knowledge/claude.md
  • 售前数字员工产品说明:knowledge/数字员工/售前数字员工产品说明书.md
  • Langtum 平台介绍:knowledge/langtum/什么是langtum.md
  • Langtum 平台架构:knowledge/langtum/Langtum平台架构.md
  • Langtum 使用场景:knowledge/langtum/Langtum使用场景.md

搜索工具

使用当前可用的最高级搜索工具搜索客户基础信息、最新动态、行业格局。

所有客户信息必须搜索验证后输出,标注:✅ 已验证 / ⚠️ 待验证 / ❓ 推测。搜索结果与知识库冲突时,以搜索结果为准。

工作流

场景A:快速判断客户匹配度

输入:客户公司名称或行业

Step 1: 搜索验证基础信息
→ 使用最高级搜索工具搜索: "客户名 主营业务 主要产品 2024"

Step 2: 匹配9大战场
- 对照战场特征,判断所属战场
- 逐一验证5大核心能力(①②③④⑤),每项给出"有/无/待验证"
- ⚠️ 禁止用行业标签跳过验证(如"央企=关系销售"、"制造业=无标书")
- ④标书场景:只要客户有招投标业务,无论销售模式,均视为有场景

Step 3: 输出匹配度分析

输出格式:

维度 结果
所属战场 XX(如:泛工业自动化/工控与驱动)
匹配能力 ①③(深度知识摄入 + 确定性逻辑推理)
匹配度 ⭐⭐⭐⭐ 高
判断依据 基于搜索结果的3个关键点(标注✅/⚠️/❓)
建议 打 / 暂缓 / 不打,理由一句话

场景B:拜访前深度调研

输入:目标客户名称

Step 1: 公司基础信息
→ 使用最高级搜索工具搜索: "客户名 公司简介 主营业务 规模"

Step 2: 最新动态
→ 使用最高级搜索工具搜索: "客户名 2024 2025 财报 战略 数字化"

Step 3: 产品与场景
→ 使用最高级搜索工具搜索: "客户名 产品 解决方案 SKU 选型"

Step 4: 基于搜索结果 + 战场特征,分析痛点 → 生成拜访策略

输出内容:

  • 公司最新动态 ✅
  • 主营业务与产品 ✅
  • 业务痛点(对应哪个战场特征)
  • 价值主张(针对性匹配5大能力)
  • 沟通切入点(第一句话怎么说)

场景C:行业拓展规划

输入:目标行业

Step 1: 搜索行业格局
→ 使用最高级搜索工具搜索: "行业名 头部企业 市场格局 2024 2025"

Step 2: 对照9大战场,确认所属战场和子战场

Step 3: 输出优先级排序

输出内容:

  • 行业格局(✅ 已验证)
  • 推荐目标客户清单(带匹配度)
  • 优先级排序依据
  • 首轮触达建议

9大战场速查

战场 子战场 核心匹配能力
泛工业自动化 工控与驱动、机器人、智能制造、智能物流 ①③
智慧楼宇与安防 安防、商显、暖通 ②④
ICT与算力设施 网络、光通信 ③④
电力与新能源 输配电、光伏储能 ①④⑤
电子元器件 主动IC、被动元件 ①③
机械重工与车辆 工程机械、商用车 ②⑤
过程工业与流体 仪表传感、流体控制 ②③
医疗与生命科学 医疗器械 ①④
企业软件与服务 管理软件 ②⑤

5大核心能力:①深度知识摄入 ②咨询式需求引导 ③确定性逻辑推理 ④强合规与标书生成 ⑤方案与报价闭环