接上 AI 之后发现效果一般，八成是数据的问题。
要做的：把主要渠道都通过知你客服接入。
判断标准：你在客服后台能看到这个渠道的会话，AI 才可能查到。
常见遗漏：抖音、小红书这类平台容易被忽略，但往往咨询量不小。
至少要有：来源渠道、联系方式、标签、负责客服。
为什么要补：AI 回答"这个客户是谁"时，靠的是客户资料。资料空着，它只能告诉你"有一个客户问过价格"。
不用追求完美：五个准确字段胜过二十个填了一半的字段。
常见问题：有"高意向"又有"意向高"又有"重点客户"，统计时对不上。
要做的：合并同义标签，统一命名规则。
建议格式：维度-值，比如"来源-抖音""意向-高"。
顺便清理：三个月没人用的标签，删掉。
同一个词，含义要一致。
口径不统一，AI 给出的数字和你的报表会对不上，然后就没人信了。
四项都过关，再接 AI。
数据整理不是一次性工作。它会随着业务变化不断产生新的问题。
建议每季度做一次数据体检，而不是等到分析结果不对劲才回头查。
一个团队接 AI 前花了一周整理数据：补渠道、合并同义标签、统一指标口径。这一周看起来没产出，但后面所有分析都建立在这上面。数据没整理就接 AI，等于让 AI 在垃圾上做归纳。
补充一点：数据整理不是一次性工作。业务变了、渠道加了、标签体系调整了，都会产生新的数据问题。建议每季度做一次数据体检。
数据整理不是一次性工作。业务变了、渠道加了、标签调整了，都会产生新问题。建议每季度做一次数据体检。
实操上，数据体检可以很简单：抽 20 个客户，看资料完整不完整、标签准不准、会话能不能关联上。
在接入前整理渠道、客户资料和标签时，可访问知你AI助手官网，了解数据连接的准备思路。
也可以扫码联系知你客服：
