垃圾询盘过滤：识别规则、黑名单库与人工复核机制
一、垃圾询盘从哪来：四种来源与识别难度
独立站表单开着，什么流量都能进来。垃圾询盘不是随机出现的，它有稳定的四种来源，每种来源的识别难度和处理成本完全不同。先分清来源，再决定用哪一层规则去拦。
| 来源类型 | 典型特征 | 占比经验值 | 识别难度 | 建议过滤层 |
|---|---|---|---|---|
| 机器人自动提交 | 字段乱填、邮箱是一次性域名、IP在已知代理段 | 约25%至35% | 低，规则可覆盖 | L1硬拦截 |
| 同行刺探 | 公司名拼写正常、问得极细、邮箱用企业域名 | 约5%至10% | 高，需人工判断 | L3人工复核 |
| 无关咨询 | 问的不是你产品，是找工作、找合作、要广告位 | 约10%至15% | 中，关键词可初筛 | L2规则评分 |
| 低质量真询盘 | 邮箱真实、需求模糊、无数量无目的国 | 约15%至20% | 低，但不能拦 | L4进培育队列 |
上表比例是B2B独立站的经验区间，不同行业浮动较大。机器人自动提交这一类最好拦，因为它的行为指纹稳定：提交时间低于2秒、所有字段在一次请求里完成、邮箱域名是10分钟邮箱或临时邮箱服务。这部分直接进L1硬拦截，不需要人工看。
真正麻烦的是同行刺探——它长得太像真询盘了。公司名拼写规范，问题问得专业，邮箱域名也正常。这部分靠规则拦不住，必须靠L3人工复核。这也是为什么过滤不能做成全自动：你拦得越狠，同行伪装得越像，误杀真客户的风险就越高。表单本身的反垃圾能力可参考询盘表单可靠性与反垃圾投递。
二、四层过滤规则：每层做什么、不做什么
把过滤做成四层，核心目的是把”确定是垃圾”的和”可能是真的”分开处理。确定的直接丢，可能的交给人，中间地带用规则评分分流。每一层只做自己该做的事，越层就会误杀。
| 层级 | 处理动作 | 判定依据 | 误杀代价 | 处理时效 |
|---|---|---|---|---|
| L1 硬拦截 | 直接丢弃，不进CRM | 已知垃圾域名、代理IP段、一次性邮箱 | 几乎为零 | 实时，毫秒级 |
| L2 规则评分 | 低分进垃圾箱，高分正常流转 | 字段完整度、关键词、行为时间、邮箱域名信誉 | 低，需监控 | 实时，毫秒级 |
| L3 人工复核 | 30分钟内判定垃圾或真询盘 | 可疑评分区间50至70分，边界案例 | 中，靠人判断 | 30分钟内 |
| L4 正常流转 | 进入销售队列按SLA跟进 | 评分高于70分，字段完整，行为正常 | 零 | 按首响SLA |
评分阈值是这张表的关键。低于50分直接进垃圾箱，50至70分进人工复核队列，高于70分正常流转。这个区间不是拍脑袋定的，而是用你自己过去三个月的历史询盘回测：把已知成交和已知垃圾标出来，跑一遍评分模型，找到分界最准的那个点。阈值每季度用新数据校准一次。
举个具体例子：一条询盘邮箱是gmail.com，公司名填的是”Trading Co”，需求栏写”need price list”，提交时间是凌晨3点。按L2规则，字段不完整、公司名过于笼统、邮箱是免费邮箱，评分约55分——进L3人工复核。销售看一眼，发现这个IP在香港、邮箱注册时间不到30天，判定为低质量线索，进培育队列而不是直接丢弃。这就是分层的价值：不冤枉，也不放任。
三、黑名单库：三层结构与滚动维护
黑名单不是一个静态清单，它是一个三层结构的活库。静态清单只占最小一块，真正起作用的是累积层和白名单层的动态维护。
| 层级 | 内容 | 更新频率 | 维护方式 | 占比经验值 |
|---|---|---|---|---|
| 自动层 | 已知垃圾邮箱域名、代理IP段、一次性邮箱服务 | 每周同步第三方列表 | 自动拉取，无需人工 | 约60% |
| 累积层 | 人工标记过的可疑邮箱/IP/公司名 | 每日追加，每月复评 | 销售标记自动入库 | 约30% |
| 白名单层 | 已知真实客户、合作伙伴、展会名片客户 | 随成交和线索更新 | 人工确认后加入 | 约10% |
白名单层最容易被忽略，但它是防误杀的关键。一个客户从展会拿到名片，回来通过官网表单询价，他的邮箱可能是免费邮箱、公司名可能填得很简略——按规则评分可能进L3。但如果他在白名单里，直接走L4正常流转，跳过所有过滤。这个机制让你敢把规则设严一点，因为你知道真客户不会被卡住。
累积层的滚动周期是30天。一个邮箱被人工标记为可疑，进入累积层，30天内如果它再提交一次且这次行为正常，就从累积层移除。不要永久拉黑——因为有些人是真的第一次接触，或者换了邮箱重新联系你。永久黑名单只有在确认是恶意爬取或同行持续刺探时才用。线索评分和优先级的整体方法可参考询盘线索评分与优先级排序。
四、人工复核：什么时候必须人来看
人工复核不是越多越好。如果复核量超过总询盘量的15%，说明你的L2规则没调好，把太多本可以自动判定的案例推给了人。复核率应该控制在10%至15%这个区间，多了浪费人力，少了说明规则太粗、误杀率在上升。
| 判定场景 | 评分区间 | 处理方式 | 判定时限 | 错误处理 |
|---|---|---|---|---|
| 明显垃圾 | 低于40分 | 自动丢弃 | 实时 | 每月抽检5%回查误杀 |
| 疑似可疑 | 40至60分 | 进人工复核队列 | 30分钟内 | 判定后24小时内可申诉 |
| 边界案例 | 60至70分 | 人工复核+销售确认 | 1小时内 | 默认按真询盘流转 |
| 明确真询盘 | 高于70分 | 直接进销售队列 | 按首响SLA | 销售误判可退回复核 |
边界案例的默认动作很重要：60至70分这个区间，默认按真询盘流转，而不是默认当垃圾丢掉。原因很简单——误杀一个真询盘的代价远大于多花30分钟跟一个低质量线索。这个默认方向是过滤系统里最重要的一个开关，它决定了你的整体倾向是”宁可放过”还是”宁可错杀”。
场景示例：一条询盘来自德国，邮箱是企业域名，公司名是”Müller GmbH”，需求写的是”interested in your product, please send catalog”。字段不算完整，但域名正常、地区正常。评分65分，进边界案例队列。值班销售看了一眼，发现官网访问记录里这个访客浏览了6个产品页、停留12分钟——判定为真询盘，正常流转。这就是人工复核加行为数据的价值：光看表单字段不够，要看这个访客在你的站上行走过什么。访客行为和表单字段的联动设计可参考询盘表单字段设计与转化率。
五、反直觉判断：过滤越严，销售越闲，但丢掉的单不会报警
大多数人以为过滤垃圾询盘的目标是”拦得越干净越好”。这是错的。过滤系统的真正目标不是拦截率，而是误杀率。拦截率90%的系统，如果误杀了3%的真询盘，那它过滤掉的不是垃圾，是你的生意。
| 指标 | 健康区间 | 警戒线 | 危险线 | 行动 |
|---|---|---|---|---|
| 拦截率 | 45%至60% | 高于70% | 高于80% | 检查规则是否过严 |
| 误杀率 | 低于2% | 2%至5% | 高于5% | 立即放宽边界区间 |
| 人工复核率 | 10%至15% | 15%至25% | 高于25% | 优化L2规则减少复核量 |
| 垃圾漏过率 | 低于5% | 5%至10% | 高于10% | 补充黑名单和关键词 |
这张表里最关键的是误杀率。误杀率怎么测？每个月从L1和L2丢弃的询盘里随机抽5%，人工回查。如果抽到的里面有真询盘，就说明规则过严了。这个抽检动作不能省——被过滤掉的询盘不会主动来找你说”我其实是真的”，你只能主动回去查。
另一个容易忽略的点：垃圾询盘的形态在变。三个月前的关键词规则，现在可能把正常买家的咨询也拦了。所以黑名单和评分规则必须每季度用新数据重跑一次回测，而不是设完就不管。官网到CRM的数据打通是过滤系统能跑起来的前提，这部分见官网线索到CRM。
FAQ 常见问题
垃圾询盘过滤规则设多严合适？
一次性邮箱怎么识别？
同行刺探怎么区分于真客户？
白名单怎么建才有效？
过滤规则多久调一次？
表单提交时间低于2秒一定是机器人吗？
写在最后
垃圾询盘过滤这件事，最大的误区不是规则不够多，而是规则太狠。很多团队一上来就把表单加验证码、加手机验证、加公司域名验证，结果垃圾是少了，真询盘也跟着掉了一半。过滤系统的设计出发点应该是”保护真客户不被误伤”，而不是”把所有可疑的都挡在门外”。
落地三步：先把L1硬拦截跑起来，用现成的第三方垃圾列表覆盖机器人提交；再搭L2规则评分，用历史数据回测定阈值；最后把L3人工复核建起来，控制复核率在10%至15%，每月抽检误杀率。这三层跑顺了，你就有了一个可监控、可调优的过滤系统，而不是一个只会挡人的墙。
一句可以记住的话：过滤垃圾询盘的目标不是拦得多干净，而是误杀得多低——误杀一个真询盘的代价，是放过十个垃圾询盘的十倍。