AI邮件试点的核心，不是判断邮件“发得好不好”，而是判断它是否把合适的客户推进了真实销售沟通。线索质量应被定义为：客户属于目标市场，联系人职责与业务问题相关，具备可解释的触达条件，并且在回复中表现出可进一步确认的需求。打开或点击只能说明发生了行为，不能直接等同于购买意向。
先定义“有效线索”
试点开始前，应由营销和销售共同约定线索状态，避免双方使用不同标准。可以按以下层级记录：
- 冷线索：只有基础企业资料，没有近期互动。
- 关注线索：访问过页面、下载过资料或参加过活动。
- 互动线索：回复邮件、提出问题或申请进一步信息。
- 销售机会：已经确认业务场景、时间计划、评估条件或下一步沟通安排。
其中，只有达到“互动线索”或“销售机会”的联系人，才适合被纳入线索质量判断。一次点击产品资料，最多说明对方愿意接触信息；如果回复中出现具体业务问题、实施条件或时间安排，才更接近可销售的机会。
指标要分三层看
第一层是触达质量，包括送达、退信、投诉和退订，用于检查名单质量、发送基础和合规风险。第二层是互动质量，包括有效回复、资料申请和预约沟通，用于判断邮件是否击中了客户问题。第三层是销售质量，包括销售接通、有效需求、进入商机和后续演示，用于判断线索能否进入真实销售流程。
打开率和点击率只能作为辅助指标。邮件客户端的隐私机制和安全扫描可能影响记录，因此高打开率不代表真实阅读，高点击率也不代表高意向。若打开较高但回复很少，问题可能在联系人不匹配、正文价值不足或行动入口不清晰；若点击较高但销售机会少，则需要检查点击内容是否过于宽泛，以及销售对“有效线索”的定义是否一致。
用小样本验证因果关系
试点应只聚焦一个客户场景，例如面向某一类岗位解决一个明确业务问题，并分批发送。测试时一次只改变一个关键变量，如主题、问题切入方式或行动入口；同时记录客户分层、邮件版本、回复内容摘要、销售判断和后续动作。否则，名单差异、内容差异和发送时机同时变化，结果就无法解释。
最终复盘的重点不是哪封邮件数字最高，而是哪些客户更容易产生有效回复，哪些行为能被销售确认，以及销售是否及时承接。只有当客户筛选、内容触达、人工判断和销售跟进形成闭环，AI邮件试点才真正证明了线索质量，而不是制造了更多待处理记录。