并非每个潜在客户都是未来的客户。对每个联系人一视同仁的人，浪费的是销售中最昂贵的资源：客户经理的时间。潜在客户资格筛选确保这些时间落在能带来回报的地方。为此最知名的框架是BANT、MEDDIC和CHAMP。它们帮助系统化地检验一个潜在客户是否具备预算、需求和决策权限。本文将阐明这些缩写各自代表什么、哪个框架何时适用，以及AI评分如何在人工拿起电话之前自动完成预筛选。
为什么资格筛选决定营收
B2B销售研究表明，团队多达50%的时间花在永远不会购买的潜在客户身上。规范的资格筛选不仅能提高成交率，还能缩短销售周期时长并改善预测准确性。一个框架为整个团队提供了共同的语言：所有人按相同的标准评估潜在客户，市场部、SDR与客户经理之间的交接变得可追溯。没有这一结构，就由直觉来决定，而直觉是无法规模化的。
还有一点常被低估：资格筛选对每一位销售人员而言也是一种聚焦工具。知道某个潜在客户满足所有标准的人，会更自信地进入对话，提出更有针对性的问题，也更敢于请求成交。反过来，一个规范的框架也有助于及早且无负罪感地淘汰差的潜在客户。在合适的时机说一声明确的"不"，在销售中和一声"是"同样宝贵，因为它为有希望的交易腾出了产能。
BANT：经典之作
BANT最初由IBM开发，是最古老也最简单的模型。这四个字母代表：
- Budget（预算）：该潜在客户是否拥有与解决方案相匹配的预算？
- Authority（权限）：我们是在与有决策权的人还是与影响者对话？
- Need（需求）：是否存在具体、迫切的需求？
- Timing（时机）：决策应在什么时间范围内做出？
BANT易于上手，非常适合周期短、交易规模可控的交易型销售。缺点在于：该模型以销售方为中心，并把预算放在开头，这在对话早期可能产生劝退效果。对于涉及众多利益相关方的复杂交易，它就显得力不从心。
MEDDIC：适用于复杂的企业级交易
MEDDIC诞生于1990年代的企业级软件销售，明显更为细致。这些字母代表：
- Metrics（指标）：客户期待哪些可衡量的结果？
- Economic Buyer（经济决策人）：谁拥有最终的预算权？
- Decision Criteria（决策标准）：依据哪些标准做出决策？
- Decision Process（决策流程）：决策流程具体是如何进行的？
- Identify Pain（识别痛点）：是哪个痛点在推动购买？
- Champion（内部拥护者）：企业内部谁在为这一解决方案奔走？
MEDDIC适用于周期长、复杂、交易价值高且涉及多个决策者的销售。它迫使团队真正理解客户的采购流程，而不只是勾选表面标准。为此付出的代价是投入：MEDDIC需要纪律、良好的CRM维护和培训。对于小而快的交易，它就是杀鸡用牛刀。
CHAMP：以需求为导向的方法
CHAMP有意颠倒了BANT的顺序，把需求放在前面。这些字母代表Challenges（客户的挑战）、Authority（决策权限）、Money（预算）和Prioritization（相较于其他项目的紧迫程度）。其核心是：先理解客户的问题，之后才谈到预算。CHAMP很适合咨询密集型的销售，在这类销售中信任与需求理解先于价格讨论。
直接对比
| 标准 | BANT | MEDDIC | CHAMP |
|---|---|---|---|
| 侧重点 | 预算优先 | 采购流程与指标 | 需求优先 |
| 复杂度 | 低 | 高 | 中 |
| 交易规模 | 小到中 | 大（企业级） | 小到中 |
| 销售周期 | 短 | 长 | 短到中 |
| 决策者数量 | 少 | 多 | 少 |
| 适合于 | 快速、清晰的交易 | 复杂的B2B项目 | 咨询密集型销售 |
何时用哪个框架？
选择首先取决于交易规模与复杂度。对于只有一两个联系人、快速的交易型销售，BANT或CHAMP就够用。一旦涉及多个利益相关方、高订单价值和漫长的决策路径，MEDDIC就能发挥其优势。许多成功的团队会组合使用：BANT作为SDR对话中的快速初步定位，MEDDIC作为交易进入管道后的深度资格筛选。重要的不是选出完美的框架，而是您的团队始终如一地应用其中一个，并在CRM中记录标准。
一个上手的实用建议：为每个标准定义一个简单的是否或分值刻度，并设定一个最低门槛，达到该门槛后潜在客户才被交接给客户经理。这样您就能防止未成熟的潜在客户堵塞管道，并在SDR与销售之间实现规范的交接。请每季度依据您实际的成交数据审视这一门槛并做出调整。
AI评分：在人工对话之前完成预筛选
如果为每一个潜在客户手动跑一遍，这些框架中的每一个都很耗时。AI评分正是切入于此：它在有人真正拿起电话之前就完成预筛选。anilead.io为每个潜在客户赋予一个0到100的AI评分，该评分由行业、企业规模、地点、联系人数据完整性以及与理想客户画像的契合度等信号计算得出。评分85的潜在客户会被优先致电，评分30的潜在客户则排在名单更靠后的位置或进入培育流程。这样您的团队就先处理最有希望的联系人，只对那些真正值得的潜在客户应用BANT或MEDDIC。
其实际效果相当可观。假设一名SDR每天能进行40通对话。没有优先级排序时，他的精力会均匀分配到好的和差的潜在客户上。有了0到100的AI评分，他先给评分70以上的联系人打电话，因此每天能触达明显更多有真实需求的决策者。在相同的工作时间内，合格会面的数量因此上升，而无需多打一通电话。评分会随着每次反馈变得更精确，因为系统会学习哪些特征在您实际成交的交易中更常出现。
AI评分并不取代这些框架，而是为它们排序。对话中的人工资格筛选仍然起决定作用，但销售不再从零开始，而是带着一份基于数据的排序出发。这样一个评分在技术上是如何产生的，关于AI潜在客户评分的文章有详细描述。想更深入了解预测模型的人，可在预测式潜在客户评分指南中找到更多基础知识。而当一个潜在客户被评定为热门时，合适的冷启动话术脚本能帮助您进行下一步。
结语
BANT、MEDDIC和CHAMP并非彼此竞争的教条，而是适用于不同情境的工具。BANT胜在简单，MEDDIC胜在深度，CHAMP胜在需求导向。请合理地组合它们，并让AI评分承担前期工作，使您的团队把精力投入到成交概率最高的潜在客户上。
借助anilead.io的AI评分，您可以自动为潜在客户排定优先级，有针对性地筛选那些真正能让您的框架发挥价值的联系人。
