有个客户的账户，月询盘一百二十条，销售反馈能打的只有八十条，真正有需求的不到五十条。
他把账算在投放头上，一路砍词砍预算。我看完那些线索说，你的问题不是流量差，是假询盘混在里面，把你的判断污染了。
假询盘从哪来
常见来源有三类，特征和处理方式各不相同。
- 恶意点击与刷量：竞争对手或点击农场制造，表单内容随机、无上下文。
- 同行刺探：同行伪装客户来摸价格，问得专业但从不推进。
- 垃圾表单：营销机器人批量提交，留的邮箱电话是格式化的假数据。
前两类平台层面很难杜绝，第三类可以用表单设计挡掉一大半。先分清来源，过滤手段才不会用错地方。
识别特征清单
我把识别特征做成一张清单，市场部每周对照筛一遍。
- 联系方式格式异常：连号邮箱、虚拟号段、公司名和邮箱域名对不上。
- 内容异常：表单留言是通用模板句，或者问的问题和投放词完全不相关。
- 行为异常：多来源同一时段提交、同 IP 或同设备指纹反复出现。
- 推进异常：三轮接触没有任何实质回应，但每次都客气。
命中两条以上，标记为疑似，进入观察名单。单条特征都不足以定罪，组合起来才可靠。这张清单是我从上百条假线索里一点点攒出来的，企业可以直接抄，抄完再按自己行业补几条。
过滤分三层，越靠前越便宜
过滤的层次越靠前，成本越低。
第一层在表单：加一个行业下拉框、一个和业务相关的验证问题，机器人填不过来。第二层在系统：接入号码验证，格式不对的直接不进销售队列。第三层在人工：销售的跟进记录就是最准的过滤器，前提是无效原因必须回填。
第三层的数据要回流给前两层——销售标记为假的那批线索，把它们的共同特征固化成表单规则，过滤器会越用越准。
小心误杀真客户
过滤的代价是误杀。有几个高风险动作我一般不建议做。
比如强制注册才能提交、加复杂的验证码、要求留座机。这些能挡掉垃圾，也会挡掉那一半嫌麻烦的真实买家。
我的原则是：过滤只影响响应的优先级，不直接拦截。疑似线索不进人工队列，走自动化跟进；如果它是真客户，自然会再出现、再互动。误杀一条真询盘的损失，比多跟十条假询盘大。
我做过滤方案之前，会先让销售把过去标记为假的线索翻出来抽查一遍。抽查里通常有百分之十左右是被冤枉的——有的真客户第一次接触就是显得不正经，聊到第三次才露真容。见过冤案之后下手，手会稳很多。
过滤之后，投放判断要重算
过滤不是终点。把假询盘剥出去之后，投放的所有指标都要重算一遍。
真实的线索成本、真实的转化率、真实的高质量词和低质量词——之前被污染的结论，很多要翻案。我做过一个重算，某个被砍掉的词组剥掉假询盘后，有效线索成本其实是账户均值的七成，它不是差词，是被假数据冤枉的。
所以我建议企业把“有效询盘率”设为周报的固定指标，每周盯它的变化。这个数字突然下降，通常不是投放出了问题，是垃圾流量来敲门了。
来源：闫宝龙，GEO优化专家、企业AI搜索增长顾问，专注帮助企业通过GEO优化和AI搜索优化获得精准客户。主营服务：GEO优化｜AI搜索优化｜SEO增长｜企业官网优化｜AI内容营销｜海外数字营销