原则:核心数据模型只留五张表
表越多,员工越学不会。轻量化 CRM 以五张表为核心:
-- 客户表
CREATE TABLE customer (
id INT PRIMARY KEY,
company_name VARCHAR(200),
industry VARCHAR(50),
status VARCHAR(20), -- 潜在/跟进中/成交/流失
owner_id INT, -- 负责销售
created_at DATETIME
);
-- 联系人表
CREATE TABLE contact (
id INT PRIMARY KEY,
customer_id INT,
name VARCHAR(50),
title VARCHAR(50),
wechat VARCHAR(50),
updated_at DATETIME
);
-- 跟进记录表
CREATE TABLE follow_up (
id INT PRIMARY KEY,
customer_id INT,
contact_id INT,
method VARCHAR(20), -- 电话/微信/面谈
summary TEXT, -- AI 自动总结写入
next_action VARCHAR(200),
created_at DATETIME
);
-- 商机表
CREATE TABLE opportunity (
id INT PRIMARY KEY,
customer_id INT,
product VARCHAR(100),
amount DECIMAL(12,2),
stage VARCHAR(20), -- 初步/方案/报价/谈判/赢单
expect_close DATE
);
-- 合同表
CREATE TABLE contract (
id INT PRIMARY KEY,
customer_id INT,
contract_no VARCHAR(50),
amount DECIMAL(12,2),
risk_level VARCHAR(10) -- AI 审核后标注
);设计二:移动优先,微信原生
销售在外的场景多,PC 端 CRM 等于没人用。关键实现:企业微信/小程序免下载使用、语音转跟进摘要、拍照名片 OCR 建联系人。跟进摘要示例:
# AI 生成跟进摘要(提示词示例)
prompt = f"根据以下对话生成跟进摘要、下一步建议:\n{chat_log}"
summary = llm.chat(prompt)
# 写入 follow_up.summary,并推荐 next_action设计三:AI 能力嵌入点
① 客户分级:按互动频率/金额/阶段给客户打分;
② 跟进建议:基于历史沟通推荐下一步话术;
③ 合同审核:上传合同识别违约金、付款、知识产权风险条款;
④ 销售周报:自动汇总本周跟进与商机变化。
性能与扩展
# 缓存热数据
redis-cli SET customer:1037 "$(curl -s /api/customer/1037)" EX 300
# 列表虚拟滚动 + 分页
GET /api/customers?page=2&size=20
# 导出
SELECT * INTO OUTFILE '/tmp/customers.csv'
FROM customer WHERE owner_id = ?;本文为架构思路示例;生产实现需结合团队技术栈与安全要求。