SaaS 公司做到一定规模都会建 SDR（Sales Development Representative）团队，专门负责线索清洗和初步筛选。但很多 SDR 团队建起来后效果不好——要么清洗标准不统一、要么话术生硬被用户反感、要么和销售的协同断裂。问题不在 SDR 这个角色本身，而在 SOP 没搭好。本文给一套从 0 到 1 的 SDR 清洗 SOP 搭建指南。
目标
用 4-6 周搭建一套标准化 SDR 清洗 SOP，使每条进入销售视野的线索都经过结构化清洗，线索合格率提升至 70% 以上，销售对线索质量的满意度提升至 90% 以上，无效跟进时间减少 60%。
前置条件
第一，日均线索量超过 20 条——低于这个量建 SDR 不经济，市场或销售兼任即可。第二，有明确的 MQL 标准定义（建议基于 BANT），否则 SDR 清洗无依据。第三，有 CRM 承载清洗记录和流转状态。第四，销售团队愿意接受 SDR 清洗后的线索——如果销售习惯自己捞线索不信任 SDR，SOP 推不动。第五，有 1 人能担任 SDR 主管或兼管，不能让 SDR 没人管。
步骤一：定义 SDR 岗位职责和边界
SDR 的核心职责是线索清洗——把进入 CRM 的原始留资，通过电话、微信、邮件等方式联系，确认其 BANT 信息，分级为 MQL 或非 MQL，MQL 移交销售，非 MQL 进入培育池或剔除。边界要划清：SDR 不做产品演示、不做报价、不签单，只做清洗和移交。这个边界很重要——很多 SDR 团队失败是因为 SDR 越界做了销售的事，导致清洗本职做不好，销售又觉得被抢客户。
避坑提示：SDR 和销售的收入结构要不同。SDR 按清洗量和 MQL 合格率考核，销售按成交考核。如果 SDR 也按成交考核，会挑线索只跟容易成交的，清洗本职失焦。
步骤二：设计清洗流程和 SLA
清洗流程要标准化。标准流程：线索进入 CRM 后 1 小时内 SDR 完成首次联系（电话优先，未接转微信，微信未回转邮件），首次联系获取 BANT 信息，1 个工作日内完成清洗判定。判定结果三种：MQL（合格，移交销售）、培育线索（暂时不合格，进入培育流程）、无效线索（同行、学生、无需求等，剔除）。SLA 要写死并自动监测——超时未清洗的线索系统自动提醒，连续超时的 SDR 要复盘。
避坑提示：首次联系的时间窗口很关键。线索进入 CRM 后 1 小时内联系，接通率和转化率最高；超过 24 小时联系，接通率下降 50% 以上。很多 SDR 团队效率低不是因为清洗能力差，而是因为响应慢，线索已经凉了。
步骤三：设计清洗话术
SDR 清洗不是电话推销，是结构化信息收集。话术要场景化、不生硬。开场白模板："您好，我是 XX 公司的 XX，看到您在我们官网下载了 XX 资料，想简单跟您聊 3 分钟，了解下您的需求，看我们能不能帮上忙。"——不要说"我是来跟进的""您有购买意向吗"。BANT 信息获取话术：预算问"这类项目通常的采购预算范围是多少"，权限问"选型通常是哪个部门牵头、您这边负责哪部分"，需求问"当前在用什么、遇到什么问题、想解决什么"，时间问"采购大概什么时间节点"。每个问题都要给用户留回答空间，不要变成审问。
避坑提示：话术要分场景——内容下载来的线索、Demo 申请来的线索、活动报名来的线索，开场白和切入角度都不同。一套话术打所有线索是 SDR 新手常犯的错。
步骤四：建立质量管理和校准机制
SDR 清洗质量要有管理。日常管理三件事：第一，抽听录音——SDR 主管每周抽听每个 SDR 的 5-10 通电话，评估话术执行、信息获取完整性、态度专业性。第二，MQL 合格率追踪——每个 SDR 移交的 MQL 被销售接受的比率，低于 80% 说明清洗标准偏松，高于 95% 说明偏严。第三，校准会议——每周 SDR 团队和销售一起复盘争议线索（SDR 认为合格销售不接受的），对齐标准。校准会议是 SDR 体系持续优化的核心机制。
避坑提示：抽听录音不要变成找茬，要找亮点和问题各占一半。只找问题会让 SDR 抵触，只找亮点会失去校准意义。录音抽听的重点是话术执行度和信息获取完整度，不是 SDR 的口才。
步骤五：工具承载和自动化
SDR 清洗 SOP 要落到工具里，不能靠人记。CRM 里要建：线索清洗记录字段（联系时间、方式、BANT 信息、判定结果）、清洗话术库（按线索来源分类，SDR 可快速调用）、SLA 监测看板（每个 SDR 的响应时长、清洗量、MQL 合格率）、线索流转日志（每条线索从进入到移交的全链路记录）。有条件的可以引入 AI 辅助——AI 听通话录音自动提取 BANT 信息、自动评分线索质量、自动建议下一步动作，把 SDR 从重复劳动中解放出来。
避坑提示：工具要服务于 SOP，不要让 SOP 迁就工具。先定流程再选工具，不要被工具的功能框死流程。很多公司买了昂贵的 SDR 工具但流程没理顺，工具成了摆设。
常见问题
- 问：SDR 自建还是外包？答：日均线索 50 条以下自建更经济，50 条以上可以考虑外包（外包 SDR 服务商按清洗量收费）。但外包的 SDR 不懂业务，清洗质量波动大，建议核心 SDR 自建、峰值外包。
- 问：SDR 团队几个人起步？答：按 1 SDR 处理 30-50 条/日线索估算。起步建议 2 人，1 人单点风险高（请假就停摆）。
- 问：SDR 留存率低怎么办？答：SDR 是高流动岗位，要接受这个现实。应对方式是 SOP 和话术标准化，新人 2 周能上手；建立晋升通道，优秀 SDR 转销售或 SDR 主管；薪资结构合理，底薪 + 清洗量提成 + MQL 合格率奖金。
- 问：SDR 和销售扯皮怎么办？答：靠 SLA 和校准会议。SDR 移交 MQL 后销售 24 小时内必须确认是否接受，不接受要说明原因；争议线索每周校准会议复盘。扯皮的根源是标准不清，标准清了就不扯了。
进阶：从 SDR 清洗到 AI 辅助清洗
SDR 清洗 SOP 跑顺后，下一步是用 AI 提升清洗效率和质量。三个方向：第一，AI 预清洗——线索进入 CRM 时，AI 根据表单内容、行为数据、公司信息预填 BANT 评分，SDR 只联系有潜力的线索，无效线索自动剔除，清洗量降 30%。第二，AI 辅助通话——SDR 通话时 AI 实时提示话术、提取关键信息、标记遗漏问题，新人也能快速达到老人水平。第三，AI 中立裁判——SDR 判定的 MQL 由 AI 复核，发现评分异常的线索进入人工二审，降低主观偏差。这三个方向逐步上，不要一次全上。先上预清洗（最容易、ROI 最高），再上通话辅助，最后上中立裁判。跑通后 SDR 团队的效率能提升 50% 以上，MQL 合格率能从 70% 提升到 85% 以上。这也是 SDR 体系从人工走向人机协同的必然路径——纯人工的 SDR 团队在海量线索面前效率天花板很明显，AI 辅助才能突破天花板。
如果你的 SaaS 企业也困在线索质量参差不齐、市场和销售标准不统一的循环里，我们的 MQL 交付服务可以帮上忙。SDR 清洗加 BANT 四维评估把每条线索标注到位，AI 中立裁判消除人为偏差，按效果收费、无交付不收费——让销售只跟进真正值得跟进的客户。