ThoughtSpot Spotter 是一款在线服务：以自然语言搜索分析数据的 BI 平台。

这篇写给销售：围绕客户背景调研、跟进邮件与话术和会议纪要与商机记录这几类日常工作，说明它能帮上什么忙、怎么用、哪些地方必须自己把关。

销售的三个高频用法

1. 客户背景调研

提示词示例：

根据这家客户公开的官网和新闻信息，整理一份拜访前简报：主营业务、近期动态、可能的需求和我方切入点。所有信息附来源，推测的内容标注「推测」。

把关：推测与事实分开标注。

2. 跟进邮件与话术

可直接复制到 ThoughtSpot 里修改：

写一封会后跟进邮件：感谢对方时间，总结会上确认的 3 点，列出下一步和时间，附上对方关心问题的答复。不做合同以外的承诺。

把关：没有超出授权的承诺。

3. 会议纪要与商机记录

在 ThoughtSpot Spotter 中可以这样提：

根据这段客户沟通记录，更新商机信息：客户痛点、决策人、预算情况、竞争对手、下一步动作。记录中没提到的字段留空。

把关：缺失字段留空没有臆造。

也可以试试：图表建议

这是「数据与分析」类工具的通用任务，销售同样用得上。

根据这些数据推荐合适的图表类型，说明理由，并指出容易误导读者的画法（如截断坐标轴）。

边界与合规

客户数据按公司规定处理，报价和承诺以合同为准。

  • 产出由销售本人负责，AI 只是草稿和辅助。
  • 对外内容发布前至少看一遍。
  • 如单位有规定的工具清单，优先在清单内选择；ThoughtSpot Spotter 的同类还有 Power BI Copilot、Tableau。

一周试用建议

选一个最常做的任务连续用 5 个工作日，记录每次节省的时间和需要修改的地方，再决定是否把 ThoughtSpot 纳入日常流程。

补充练习

指标异动解读

适用情况：手头有一个突然下降的业务指标时。

日活本周下降了，请列出可能原因的排查清单，按「数据问题 / 产品变化 / 外部因素」分类，每项写明需要查看的数据。

验收标准：先排查数据本身问题。

自然语言问数

准备材料：一张销售明细表。

请基于这张表回答：上个季度销售额最高的 3 个地区是哪些？与前一季度相比变化多少？请同时给出你使用的计算方法或 SQL，便于我复核。

检查点：给出了可复核的计算过程。

写 SQL 查询

适用情况：手头有数据库表结构说明时。

根据以下表结构写 SQL：统计每个月新增用户数和其中完成首单的比例。请说明关联条件和可能存在的口径问题。

交付前确认：说明了口径问题。

常见问题：图表结论被过度解读

区分相关与因果，在报告中标注假设。

常见问题：AI 算出的数字和报表不一致

检查口径和过滤条件，要求它输出 SQL 或公式逐步复核。

常见问题：生成的 SQL 运行报错

提供准确的表结构和字段说明，先在测试库运行。

概念补充：文本转 SQL

把自然语言问题转换为数据库查询语句。

概念补充：语义层

把业务指标定义统一管理，让 AI 查询时口径一致。

注意事项

所有示例输出均为示意，不代表真实统计或效果承诺；请以自己的测试结果为准。

涉及个人信息、商业机密或受监管数据时，先确认 ThoughtSpot Spotter 的数据处理条款，再决定能否使用。

延伸阅读