3400 个访客，41 个电话
周一早上九点半，一家做工业设备的公司开市场例会。后台显示上周来了 3400 多个访客，留下电话的 41 个。老板问剩下那批人在干什么、有没有值得追的，市场经理答不上来，只能说大部分是同行和爬虫。会议就这么过去了，第三个月还是这句话。
这是典型场景还原，不是某一家公司的真实经历，数字为示意。
问题不在访客少，也不在表单长。同一个人在不同时间、从不同入口、换着设备进来，留下的本来就是几条互不相干的记录。每一条都残缺，摆在一起却能确认是他。「认不出」常常不是数据不够，是没把碎片拼起来。
表单是一个小概率动作
大部分访客不会填表单。看到一个陌生公司的介绍页就留下电话和邮箱，这是一个有成本的动作，多数人只愿意看。
十个进来的人里，多数连产品页都没看完就走了。等表单的人，等的是一个大概率不会发生的动作。
以留资为起点的统计，只能看见那一小部分人。剩下那部分不是不重要，是报表里没给他们位置。
认出一个人靠哪些信号
认出一个人，靠的不是某一个字段，是几条信号叠在一起。每条信号能证明的东西不一样，断掉的方式也不一样。
| 信号 | 它能证明什么 | 它不能证明什么 | 它什么时候会断 |
|---|---|---|---|
| 主动留下的标识（邮箱、电话、外部平台账号） | 这个人主动报过身份，是同一个人 | 没留的人就碰不到，大多数人属于这类 | 换邮箱，换平台账号 |
| 浏览器 cookie 标识 | 同一个浏览器，同一个人 | 共用一台电脑的人分不开 | 换设备，清缓存，开隐私窗口 |
| 设备指纹 | 同一台设备，同一类环境 | 同型号机器批量撞在一起时会张冠李戴 | 系统升级，换浏览器，重装系统 |
| 网络出口地址加浏览器参数加时间窗 | 这一格对上时有多确定是同一个人 | 分不出同一间办公室里坐着不同的人 | 换网络，地址变动，超出时间窗 |
| 什么都没有 | 什么都证明不了 | 只能证明这是个新访客 | 等他下一次再来 |
横着读这张表，能看出两件事。信号强弱是一回事，能撑住什么动作是另一回事。一条 cookie 对上了，你可以放心把这个人当成同一个人往下走。一条 IP 对上了，你只知道某个地址那边有个人在看你。
5 阶段怎么降级
没留下联系方式的访客，收进系统靠的是 5 阶段概率合并。顺序固定：先找确定标识，没有就退一格，退到底什么都没有，就新建一条。
表里那个权重是这一格判定的把握程度，不是能认出多少访客的比例。
| 阶段 | 这一格靠什么 | 权重 | 对上了可以做的事 |
|---|---|---|---|
| 外部平台身份 external_user_id | 微信、领英、TikTok、Instagram、Reddit 那边返回的账号标识 | 0.95 | 当成一个人，跟进资料和内容直接推给他 |
| 浏览器 cookie 标识 cookie_id | 浏览器里发给这个网站的小纸条 | 1.0 | 当成一个人，还能带上他上次看过的页面 |
| 设备指纹 fingerprint_hash | 把设备的一堆环境特征揉出来的一个编号 | 0.85 | 推内容，留一个待确认标记 |
| 网络加浏览器 IP+UA+30 分钟 | 出口地址、浏览器自报的一串参数、半小时窗口 | 0.70 | 只能做内容层面的推荐，不能打电话 |
| 新建 | 什么都没有 | 0.0 | 诚实建档，等他下一次再来 |
外部平台身份那档 0.95，cookie 那档 1.0，说的都是同一件事：这格的信号对上时，我们有多确定是同一个人。0.70 也是这个意思，指的是 IP 加浏览器参数加 30 分钟这一格对上了有多确定。它跟访客里有多少比例能被认出来没有关系，也不是覆盖率。权重最高的那一格并不排在最前面，顺序和权重是两件事。
反过来，已经留下邮箱或者电话的人走的是另一套规则，四条规则和阈值写在 《内容归因实操指南》 里，本文不重复。
合错的代价
合错的代价不在于错一条，而在于合错之后拆不回来。
把 A 公司的采购和 B 公司的工程师做成同一个人，之后每一步都从这一步错起。推给他的内容是按另一个人看过的页面挑的，发过去的邮件是按另一家公司的情况写的，销售电话打过去，问的是八竿子打不着的事。这一错还不容易被发现，因为页面看起来还挺完整。
客户 360° 视图把销售触点、营销触点和 AI 洞察放在一个页面，本来是为了省掉到处翻记录的麻烦。人一旦被认错，这个页面上的每一条都会跟着错。
所以低置信度的记录宁可先标成「待确认」，不要直接并进客户档案。这五档排下来是先降级再新建，不是先合并再校正。理由不难想，不确定的东西一旦合并就很难拆。
我们自己看访客报表的时候，最常被误读的就是那一列 IP。看到同一个地址出现几十次，正确的反应是「那边有一批人」，不是「那边有一个客户」。
产品里的位置
SiliMind 里对应的实现分两档。第 1 档给每个访客发一个 cookie 标识（silmind_visitor_id），记下 5 个来源标记（UTM），内部 5 项验证全过。第 2 档把微信、领英、TikTok、Instagram、Reddit 五个渠道接进身份归并，内部 25 个端到端场景跑通。第 2 档代码已实现、待部署，渠道凭证还没到位，五个渠道的账号目前一个都还没接上。
这套东西不适合谁
同一间办公室里分不出人，甚至会帮倒忙。十个人共用一个出口地址，只能知道这间公司有人感兴趣，不知道是谁。把整间公司合并成一个人，销售拿着这个去谈，谈崩了还不知道错在哪一步。
换设备就断。客户在手机上看了内容，回公司用桌面再看一遍，两条记录接不上。跨设备只能靠猜，没有确定的办法。
隐私与合规。这类识别在部分市场受当地法规限制，落地前要过法务，不能默认全开。做之前先想清楚数据留多久、谁能看、给不给导出。
流量小的站没意义。每天几十个访客的站，拼出来的东西还不如人工判断准。
今天就能做的一件事
打开上周的访客报表，手工分一次档。
先看每条记录有没有 cookie 标识、有没有主动填过的联系方式，一个都没有的标成匿名。再在剩下的里面找那些只有一列 IP 加浏览器参数的，单独列一张表，标成「待确认」。
这张表就是你下周该知道的全部。先别推，也别急着合并，先看数量。如果「只有一个 IP」的记录占了大多数，那说明现在的报表分不出人。承认这一点，比猜一个客户强。
再往下才轮到内容。给这批待确认的人挑一份他大概想看的内容做推荐，不打电话，不报价。这批人里到底有几个是采购，等有人自己回来留了联系方式再说。