销售线索智能分发：n8n 将线索按条件分配至飞书并创建任务

文章导读

在现代销售运营中，销售线索的快速、精准分发决定了团队的响应速度和转化率。本文介绍如何使用 n8n 开源工作流自动化平台，将来自各个渠道的销售线索按照特定条件智能分配到飞书，并自动创建任务。通过这套自动化系统，销售团队可以消除手动分配的低效，实现 7×24 小时的自动化运营。

一、核心问题：为什么需要自动化分发线索

传统线索分发的痛点

销售团队通常面临以下挑战：

手动分配效率低：销售主管需要逐条查看线索信息，手动判断分配给哪个销售代表，容易出错且耗时。

分发时间延迟：从线索进入系统到分配给销售代表的时间过长，错过黄金反应窗口（通常仅有 5-10 分钟）。

分配不公平：难以实现公平的工作量分配，导致某些销售代表超负荷，而其他人相对空闲。

跟踪困难：线索流向、处理状态难以追踪，管理层无法实时掌握运营数据。

集成孤岛：销售数据散落在不同的系统中（CRM、表单、数据库等），难以统一管理。

自动化分发的价值

通过 n8n 实现自动化分发，可以：

• 缩短响应时间：线索到达的瞬间就能自动分配和创建任务，通常可将响应时间从数小时降至秒级。
• 提升转化率：根据研究，快速反应能将线索转化率提升 3-5 倍。
• 降低成本：减少人工干预，销售主管可以专注于更高价值的工作。
• 提高透明度：所有操作可追踪，便于分析和优化流程。
• 支持复杂规则：支持按地域、产品、行业、线索等级等多维度条件进行分发。

二、n8n 与飞书集成架构

n8n 平台简介

n8n 是一个开源的工作流自动化平台，采用"公平代码"（Fair-Code）许可协议[6]。与 Zapier 和 Make 等收费平台相比，n8n 具有以下优势：

• 完全开源：代码公开透明，支持自部署，不依赖第三方服务。
• 节点丰富：内置 300+ 的应用集成节点，覆盖绝大多数常见应用。
• 可视化编排：通过拖拽鼠标连接节点，无需编程即可构建复杂流程。
• 低代码扩展：支持 JavaScript/Python 代码节点，满足高级定制需求。

核心工作流元素

在构建线索分发流程前，需要理解 n8n 的几个核心概念：

触发器（Trigger）[7]：工作流的起点，设定条件满足后自动执行。常见触发方式包括：

• Webhook：接收来自外部应用的 HTTP 请求
• 定时触发（Cron）：按时间表自动执行
• 应用事件：监听特定应用的事件

节点（Node）[12]：工作流的执行单元，可进行数据处理、条件判断、API 调用等操作。

连接（Connection）：节点间的数据流通路。n8n 按照画布位置从上到下执行，支持多分支并行处理。

飞书集成方案

飞书提供了完整的 OpenAPI 和集成生态，支持通过 n8n 进行自动化操作。主要集成方式包括：

• HTTP Request 节点：通过 REST API 调用飞书开放平台，创建任务、发送消息等。
• 飞书项目插件：开源的 n8n 自定义节点，支持 16 个功能模块和 73 个操作，覆盖工作项、空间、用户等完整功能[11]。
• Webhook 机器人：飞书的自定义机器人可接收 n8n 的通知和数据[15]。

三、完整工作流设计

3.1 整体架构

一个完整的线索智能分发系统包含以下阶段：

销售线索源 
  ↓
[Webhook 触发器] → 接收线索数据
  ↓
[过滤节点] → 数据验证和清洗
  ↓
[条件判断] → 按规则分类线索
  ↓
[分支路由] → 根据不同条件执行不同操作
  ↓
[创建飞书任务] → 在对应负责人名下创建任务
  ↓
[发送通知] → 通知相关销售代表和主管
  ↓
[记录日志] → 保存分配记录用于分析

3.2 触发器配置：Webhook 接收线索

第一步：添加 Webhook 触发器

1. 在 n8n 画布中添加一个"On webhook call"节点
2. 系统会自动生成一个 Webhook URL，格式如：

   https://your-n8n-instance.com/webhook/xxxxxxxx
   

3. 将此 URL 配置到销售表单、CRM 系统或其他线索来源

第二步：配置认证和测试

• 启用"HTTP Basic Auth"或"Bearer Token"以提高安全性
• 发送测试请求验证 Webhook 是否正常工作
• 查看"Test"tab 页面查看接收到的实际数据结构

典型的线索数据结构[27]：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14

{
  "lead_id": "L20250115001",
  "name": "张三",
  "phone": "13800138000",
  "email": "zhangsan@company.com",
  "company": "ABC科技有限公司",
  "industry": "互联网",
  "budget": "50万-100万",
  "region": "华东地区",
  "product_interest": "SaaS平台",
  "lead_source": "官网表单",
  "lead_score": 85,
  "created_at": "2025-01-15T09:30:00Z"
}

3.3 数据过滤和清洗：Filter 节点

接收到线索后，需要进行数据验证，排除不合格的线索[67]：

1. 添加 Filter 节点，连接到 Webhook 触发器之后
2. 设置过滤条件，例如：
   • 线索必须包含电话或邮箱（确保能联系）
   • 线索评分 ≥ 50 分（排除低质线索）
   • 公司名称不为空（B2B 模式）
   • 不是已重复的线索

Filter 节点配置示例：

条件1: phone 字段 不为空
AND
条件2: lead_score ≥ 50
AND
条件3: company 字段 不为空

3.4 条件分支：IF 与 Switch 节点进行多条件路由

线索需要按照不同的维度进行分类和分发。n8n 提供两个主要的条件节点：

使用 IF 节点进行二分支判断

IF 节点用于简单的真/假分支[21][22]，如按地域进行初步划分：

配置示例：

条件: region = "华东地区"
├─ 真分支 → 发送给华东区销售团队
└─ 假分支 → 发送给其他区域销售团队

使用 Switch 节点进行多分支路由

当需要进行复杂的多条件路由时，使用 Switch 节点比嵌套多个 IF 节点更清晰[21][37]。

Switch 节点的优势：

• 支持无限数量的分支路由
• 规则从上到下依次评估，一旦匹配立即执行，跳过后续规则
• 代码复杂度降低 60%，相比嵌套 IF 语句[37]

完整的线索分发规则设计：

规则1: 如果 region = "华东地区" && lead_score ≥ 80
  → 输出键: "high_quality_east"
  → 分配给: 高级销售代表（华东）
  
规则2: 如果 region = "华东地区" && lead_score < 80
  → 输出键: "normal_east"
  → 分配给: 普通销售代表（华东）
  
规则3: 如果 region = "华北地区" && product_interest = "企业版"
  → 输出键: "enterprise_north"
  → 分配给: 企业销售团队（华北）
  
规则4: 如果 industry = "金融" && budget ≥ 100万
  → 输出键: "finance_large_deal"
  → 分配给: 行业专家（金融）
  
默认规则: 其他线索
  → 输出键: "default"
  → 分配给: 通用销售队列

3.5 查询销售代表：数据库查询节点

为了实现动态的销售代表分配，需要建立一个销售代表的数据库或映射关系。

方案一：使用 Spreadsheet 节点

如果团队规模较小，可以维护一个 Google Sheets 或 Airtable 的销售代表列表：

地区    | 销售代表    | 飞书用户ID  | 最近分配数 | 状态
华东区  | 李四      | user_001    | 12        | 在线
华东区  | 王五      | user_002    | 8         | 在线
华北区  | 赵六      | user_003    | 15        | 离线

方案二：使用 MySQL/PostgreSQL 数据库

对于中大型团队，可以连接到企业数据库，支持更复杂的查询逻辑。

方案三：使用 HTTP Request 调用飞书 API 查询用户

通过飞书的 OpenAPI，可以实时查询部门成员和在线状态：

1
2
3

// 调用飞书 API 获取部门成员
GET /open-apis/contact/v3/departments/{department_id}/members
Authorization: Bearer {tenant_access_token}

3.6 核心操作：使用 HTTP Request 创建飞书任务

这是整个流程的核心，需要通过 n8n 的 HTTP Request 节点调用飞书任务创建 API[39]。

获取飞书认证凭证

1. 获取 Tenant Access Token：

   • 到飞书开放平台创建自建应用
   • 获取 App ID 和 App Secret
   • 在 n8n 中创建"Credentials"存储这些秘钥

2. 配置凭证：

Credential Type: Custom
Base URL: https://open.feishu.cn
Auth Type: Bearer Token
Token: {tenant_access_token}

HTTP Request 节点配置

基本配置：

请求体（JSON）：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

{
  "summary": "跟进线索：{{ $json.name }} - {{ $json.company }}",
  "description": "客户信息：\n电话：{{ $json.phone }}\n邮箱：{{ $json.email }}\n行业：{{ $json.industry }}\n预算：{{ $json.budget }}\n产品兴趣：{{ $json.product_interest }}\n线索来源：{{ $json.lead_source }}\n线索评分：{{ $json.lead_score }}",
  "due": {
    "time": "{{ $now.toISOString() }}",
    "is_all_day": false
  },
  "assignees": [
    {
      "id": "{{ $json.sales_rep_feishu_id }}"
    }
  ],
  "custom_fields": [
    {
      "field_id": "phone",
      "value": "{{ $json.phone }}"
    },
    {
      "field_id": "company",
      "value": "{{ $json.company }}"
    },
    {
      "field_id": "lead_score",
      "value": "{{ $json.lead_score }}"
    }
  ]
}

关键字段说明：

• summary：任务标题，使用模板语法 {{ }} 引入线索数据
• description：详细描述，包含完整的线索信息，方便销售代表快速了解
• due.time：截止时间，建议根据线索等级设置（高端线索 2 小时，普通 24 小时）
• assignees：指派给的销售代表，使用飞书用户 ID
• custom_fields：自定义字段，用于扩展信息存储

处理 API 响应

飞书任务创建 API 成功响应示例：

1
2
3
4
5
6
7
8

{
  "code": 0,
  "msg": "success",
  "data": {
    "task_id": "123456789",
    "created_at": 1642000000
  }
}

在 HTTP Request 节点之后，添加一个 JavaScript 代码节点提取任务 ID：

1
2
3
4

return {
  task_id: $json.data.task_id,
  task_url: `https://feishu.feishu.cn/tasks/${$json.data.task_id}`
};

3.7 发送通知：Feishu Bot 消息推送

线索分配完成后，应该立即通知相关方。可以通过飞书机器人发送消息[15]。

配置飞书自定义机器人

1. 在飞书群组中添加自定义机器人
2. 获取 Webhook 地址
3. 在 n8n 中保存为凭证

发送消息给销售代表

使用 HTTP Request 节点调用机器人 Webhook：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52

{
  "msg_type": "post",
  "content": {
    "post": {
      "zh_cn": {
        "title": "新线索已分配给你",
        "content": [
          [
            {
              "tag": "text",
              "text": "客户："
            },
            {
              "tag": "text",
              "text": "{{ $json.name }}",
              "style": {
                "bold": true
              }
            }
          ],
          [
            {
              "tag": "text",
              "text": "公司："
            },
            {
              "tag": "text",
              "text": "{{ $json.company }}"
            }
          ],
          [
            {
              "tag": "text",
              "text": "电话："
            },
            {
              "tag": "text",
              "text": "{{ $json.phone }}"
            }
          ],
          [
            {
              "tag": "button",
              "text": "查看任务",
              "url": "{{ $json.task_url }}"
            }
          ]
        ]
      }
    }
  }
}

发送汇总报告给主管

每小时或每天生成一份分配汇总报告，发送给销售主管：

• 本期分配线索总数
• 按销售代表的分配数量
• 不同等级线索的分布
• 平均分配响应时间

3.8 记录和监控：数据存储和日志

为了后续的分析和优化，需要记录每一条线索的分配过程。

保存到 Google Sheets

通过 Google Sheets 节点记录完整的分配历史：

时间戳 | 线索ID | 客户名称 | 销售代表 | 任务ID | 响应时间 | 分配规则

保存到数据库

建议保存到 MySQL/PostgreSQL，便于后续做数据分析和 BI 展示：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

CREATE TABLE lead_distribution_log (
  id INT PRIMARY KEY AUTO_INCREMENT,
  lead_id VARCHAR(50),
  customer_name VARCHAR(100),
  sales_rep_id VARCHAR(50),
  task_id VARCHAR(100),
  assigned_at TIMESTAMP,
  response_time_ms INT,
  distribution_rule VARCHAR(100),
  created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

四、进阶特性：智能分发算法

4.1 轮转分配（Round Robin）

确保所有销售代表获得公平的工作量分配[51]：

1. 维护一个计数器，记录每个销售代表最近被分配的线索数
2. 每次分配时，选择计数器最低的代表
3. 分配后递增该代表的计数器

实现方案：

在 Code 节点中编写逻辑：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16

// 假设已有销售代表列表及其分配数
const salesReps = [
  { id: 'user_001', assigned_count: 12, name: '李四' },
  { id: 'user_002', assigned_count: 8, name: '王五' },
  { id: 'user_003', assigned_count: 15, name: '赵六' }
];

// 选择分配数最少的代表
const selectedRep = salesReps.reduce((prev, curr) => 
  prev.assigned_count < curr.assigned_count ? prev : curr
);

return {
  sales_rep_id: selectedRep.id,
  sales_rep_name: selectedRep.name
};

4.2 基于技能和专长的分配

不同销售代表具有不同的专长，应根据线索特征匹配合适的代表：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18

const skillMatrix = {
  'user_001': { industries: ['互联网', '金融'], max_deal_size: '100万' },
  'user_002': { industries: ['制造业', '房地产'], max_deal_size: '50万' },
  'user_003': { industries: ['互联网', '教育'], max_deal_size: '200万' }
};

// 根据线索行业和预算选择合适的代表
const lead = $json;
const suitableReps = Object.entries(skillMatrix)
  .filter(([id, skills]) => 
    skills.industries.includes(lead.industry)
  )
  .map(([id]) => id);

return {
  suitable_reps: suitableReps,
  recommended_rep: suitableReps[0]
};

4.3 线索评分和优先级

根据线索的多维度评分动态调整处理优先级：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38

let score = 0;

// 来源权重
const sourceWeights = {
  '官网表单': 30,
  '广告转化': 25,
  '推荐': 40,
  '外购': 10
};
score += sourceWeights[$json.lead_source] || 0;

// 预算权重
const budgetScore = {
  '10万以下': 10,
  '10万-50万': 25,
  '50万-100万': 40,
  '100万以上': 50
};
score += budgetScore[$json.budget] || 0;

// 行业权重（针对不同企业）
const industryWeights = {
  '互联网': 30,
  '金融': 35,
  '制造业': 20
};
score += industryWeights[$json.industry] || 0;

// 确定优先级
let priority = 'low';
if (score >= 80) priority = 'urgent';
else if (score >= 60) priority = 'high';
else if (score >= 40) priority = '';

return {
  lead_score: score,
  priority: priority
};

五、完整的工作流配置步骤

第 1 步：创建凭证

1. 点击 n8n 菜单中的"Credentials"
2. 创建"飞书开放平台"凭证，保存 App ID、App Secret
3. 创建"HTTP Basic Auth"凭证（如果需要保护 Webhook）

第 2 步：创建 Workflow

1. 新建 Workflow，命名为"Sales Lead Distribution"
2. 添加"On webhook call"触发器作为起点

第 3 步：添加节点

按照以下顺序添加节点：

第 4 步：连接节点

在画布中连接节点，确保数据流正确传递。多个分支可以并行执行。

第 5 步：测试工作流

1. 点击"Test Workflow"或使用"Execute Workflow"
2. 发送示例线索数据到 Webhook URL
3. 检查每个节点的输出，验证数据转换和路由正确性
4. 确认飞书任务成功创建

第 6 步：激活并监控

1. 启用"Active"开关，工作流开始运行
2. 在"Executions"标签页查看运行日志
3. 定期检查执行状态，排查错误

六、常见问题与最佳实践

6.1 常见问题

Q1：线索数据从何而来？

常见的线索源包括：

• 官网表单（POST 到 Webhook）
• CRM 系统（通过 API 推送）
• 营销自动化平台（HubSpot、Marketo 等）
• 第三方数据服务
• 手动导入的 CSV 文件

Q2：如何处理重复线索？

在 Filter 节点之前添加一个"Remove Duplicates"节点，或在 Code 节点中实现去重逻辑，通过手机号或邮箱进行匹配。

Q3：线索分配失败如何处理？

添加"Error Handling"机制，使用"Try-Catch"模式：

• 如果创建任务失败，发送告警给管理员
• 将失败的线索保存到待处理队列，稍后重试
• 记录错误日志便于排查

Q4：如何支持多语言？

使用条件节点判断线索的地区或语言字段，动态加载不同语言的任务描述和消息模板。

Q5：性能如何保证？

• n8n 采用事件驱动架构，可支持每秒数百条线索的处理
• 对于超大规模（日均 10 万+ 线索），建议使用专业版或企业版的 n8n Cloud
• 在数据库查询前添加缓存层，避免重复查询销售代表信息

6.2 最佳实践

1. 定期审计和优化分发规则

• 每周分析分配数据，检查规则是否公平合理
• 监控销售代表的成交率，调整权重分配
• 定期更新销售代表的技能矩阵

2. 确保数据安全

• 线索数据中可能包含个人隐私信息，确保 n8n 服务器安全
• 使用 HTTPS 协议传输数据
• 定期备份工作流配置和日志数据
• 遵守 GDPR 和当地数据保护法规

3. 建立监控告警

• 设置工作流执行失败的告警机制
• 监控 Webhook 请求延迟，超过阈值发送告警
• 统计线索分配的错误率，超过 5% 时暂停并检查

4. 文档和培训

• 记录所有分发规则的业务逻辑
• 对销售团队进行培训，说明自动分配机制
• 建立反馈机制，定期收集销售团队的建议

5. 逐步扩展功能

• 先实现基本的分配功能，确保稳定运行
• 根据使用经验，逐步添加高级功能（如智能评分、技能匹配）
• 从一个销售团队开始试点，经验成熟后推广到其他部门

七、成本效益分析

投入成本

预期收益

以一个 10 人销售团队为例：

• 响应时间：从平均 30 分钟降至 10 秒，提升 99.4%
• 转化率提升：根据业界数据，快速响应能将线索转化率提升 30-50%
• 工作效率：销售主管工作时间节省 80%（从手动分配转向战略优化）
• 公平性：销售代表工作量分配差异从 40% 降至 5%

财务模型（月度）：

假设：

• 月均 2000 条销售线索
• 平均客户生命周期价值 5 万元
• 转化率提升 40%
• 当前成交率 15%

优化前：2000 × 15% = 300 单，收入 1500 万 优化后：2000 × 15% × 1.4 = 420 单，收入 2100 万

额外收入：600 万/月

投资回报率（ROI）：

• 年度成本：20,000（初期） + 36,000（维护） = 56,000
• 年度收益增加：600 万 × 12 = 7200 万
• ROI = 12,857%（第一年）

八、总结与展望

通过 n8n 和飞书的集成，销售企业可以构建一个完全自动化、高效智能的线索分发系统。这个系统不仅提升了运营效率，更重要的是释放了人工成本，让销售团队专注于高价值的客户沟通和成交。

核心价值

✓ 秒级响应：线索到达的瞬间自动分配，抢占竞争机会

✓ 智能分配：基于多维度条件进行个性化路由，提升成交率

✓ 公平透明：工作量均衡分配，增强团队满意度

✓ 可持续优化：完整的数据记录和分析，驱动持续改进

✓ 成本高效：开源方案，投资回报率超 12000%

进一步的扩展

• 与 AI 结合：使用 GPT 进行自动的线索预热和邮件撰写
• 实时仪表板：构建 Metabase 或 Superset 仪表板，实时展示分配数据
• 多渠道集成：支持 WhatsApp、钉钉、企业微信等多个工作平台
• 预测分析：使用机器学习预测线索的成交概率，动态调整分配权重

参考资源

• n8n 官方文档：https://docs.n8n.io
• 飞书开放平台：https://open.feishu.cn
• n8n 中文社区：https://n8n.akashio.com
• Feishu Project n8n 插件：https://github.com/luka-mimi/n8n-nodes-feishu-project