Back to Details

pql-framework

Compare original and translation side by side

🇺🇸

Original

English
🇨🇳

Translation

Chinese

PQL Framework Skill

PQL框架方法

When to Use

适用场景

  • Standing up or recalibrating PQL/PQA programs.
  • Aligning product, growth, and sales on what constitutes a high-intent product user.
  • Auditing the health of existing PQL scoring + routing logic.
  • 搭建或重新校准PQL/PQA项目。
  • 协调产品、增长与销售团队，明确高意向产品用户的定义。
  • 审计现有PQL评分及分配逻辑的健康度。

Framework

框架内容

  1. Signal Library – catalog feature usage, plan limits, collaboration signals, intent, firmographics.
  2. Scoring Model – weight signals, set decay rules, and define negative indicators.
  3. Tiering – map PQL tiers (A/B/C) to follow-up motions and SLAs.
  4. Routing Rules – specify owners, cues, channels (CRM tasks, Slack alerts, CS queue).
  5. Measurement Loop – track conversion, ARR impact, and feedback for model tuning.
  1. 信号库 – 分类记录功能使用情况、计划限制、协作信号、用户意向、企业属性信息。
  2. 评分模型 – 为信号设置权重、制定衰减规则，并定义负面指标。
  3. 分层体系 – 将PQL分为A/B/C等级，对应不同的跟进动作和服务水平协议（SLA）。
  4. 分配规则 – 指定负责人、提示信息、渠道（CRM任务、Slack提醒、客户成功队列）。
  5. 衡量循环 – 追踪转化率、ARR影响，并收集反馈以优化模型。

Templates

模板

  • Signal inventory worksheet with data source + freshness.
  • Scoring matrix with weights, thresholds, and decay logic.
  • Routing decision tree linking tiers to plays.
  • 包含数据源及数据新鲜度的信号清单工作表。
  • 带有权重、阈值和衰减逻辑的评分矩阵。
  • 关联分层与执行方案的分配决策树。

Tips

小贴士

  • Start with simple tiering, iterate once telemetry + feedback improve.
  • Include “disqualifier” signals (expired trials, churn risk) to avoid noise.
  • Pair with 
    operationalize-pql-routing
    to push models into automation.
  • 从简单的分层开始，待数据统计和反馈完善后再迭代优化。
  • 加入“不合格”信号（如试用过期、流失风险）以减少无效线索干扰。
  • 搭配
    operationalize-pql-routing
    将模型推进至自动化执行。