LinkedIn销售每天漏掉70%线索，3个免费工具能堵上

你的LinkedIn私信里躺着多少条"已读不回"？

销售团队平均只跟进30%的潜在客户，剩下70%在沉默中消失。不是被拒绝，是被遗忘。CRM为邮件序列设计，Sales Navigator只会告诉你谁看了主页，不会提醒你"这个人5天没回复了"。

一个三人SaaS团队算过账：专业销售 engagement 平台每年烧掉$2,700到$5,400，核心功能不过是"提醒我跟进"。这笔钱够招半个实习生专门干这事。

用Google Sheets造一个"体温监测仪"

底层逻辑比想象中简单：记录最后一次联系时间，计算"冷却天数"，超阈值就报警。

表格结构七列：姓名、公司、LinkedIn链接、最后联系日期、互动类型、状态、冷却天数。最后一列用公式自动计算，比如=TODAY()-D2，D2是日期单元格。

但手动维护这玩意是噩梦。20到40个新联系人每周，每天审计一遍等于多打一份工。

所以需要自动化。Google Sheets做数据库，Apify抓LinkedIn信号，Slack推送每日待办清单。总成本：Apify按需付费，轻量使用每月几美元，其余免费。

Apify的linkedin-job-scraper能抓什么？目标公司的招聘动态、对方近期发帖、开放职位。这些信号是"体温"的代理指标——正在招人的公司通常预算活跃，近期发帖说明对方还在刷LinkedIn。两者皆无超过10天，这联系人大概率已凉。

代码实现：从发私信到自动归档

第一步，发连接请求时自动写表。用Google Sheets API，Node.js几行代码搞定：

const { google } = require('googleapis');

async function logOutreach({ name, company, linkedinUrl, message }) {

const auth = new google.auth.GoogleAuth({

keyFile: 'credentials.json',

scopes: ['https://www.googleapis.com/auth/spreadsheets'],

const sheets = google.sheets({ version: 'v4', auth });

const today = new Date().toISOString().split('T')[0];

await sheets.spreadsheets.values.append({

spreadsheetId: process.env.SHEET_ID,

range: 'Outreach!A:G',

valueInputOption: 'USER_ENTERED',

requestBody: {

values: [[name, company, linkedinUrl, today, 'connection_sent', 'active', '']],

},

这段代码在每次发送连接请求时触发，把基础信息写进表格，状态标记为"active"，冷却天数留空等后续计算。

依赖安装很简单：npm install googleapis apify-client @slack/webhook。三个包分别对接表格、抓取信号、推送提醒。

为什么Sales Navigator做不到

LinkedIn的官方工具设计逻辑是"发现"，不是"跟进"。

它能告诉你谁看了你的主页，但无法关联到"这个人是我上周三发私信的第17个目标"。它能筛选出最近发帖的用户，但不会交叉比对你自己的 outreach 列表。

这个信息断层让销售陷入两难：要么花钱买昂贵的 engagement 平台，要么靠记忆力和意志力硬撑。

自建系统的优势在于数据主权。你的联系人列表、互动历史、冷却状态全部在Google Sheets里，随时导出、随时分析。想知道哪个行业的回复率最高？透视表拉一下。想复盘上个月哪类开场白效果最好？筛选"last_interaction_type"列。

Apify的角色是补充外部信号。一个人力资源SaaS的创始人分享过用法：每天早会前，脚本自动跑一遍"active"状态的联系人，抓取对方公司招聘页面。如果过去7天新增3个以上职位，Slack推送一条："Acme Corp正在扩招销售团队，你的联系人Mike可能预算充足。"

这种上下文让跟进从"打扰"变成"时机刚好"。

冷却阈值该设几天

没有标准答案，取决于你的销售周期和行业节奏。

B2B软件常见做法：连接请求发送后3天无回复，标记"需跟进"；首次对话后5天无互动，标记"冷却中"；第二次跟进后7天仍无回复，标记"休眠"。

这些阈值写进Google Sheets的条件格式，冷却天数超过阈值自动标红。配合Slack的每日推送，早上打开电脑就知道今天该撩谁。

有人把阈值设得更激进：2天。逻辑是LinkedIn的消息流极快，两天没回基本被淹没。但这也意味着更高的跟进频率，适合客单价低、决策链短的产品。

关键不是数字本身，是团队对"多久算冷"有共识。否则销售A认为3天该跟进，销售B觉得一周才礼貌，同一个客户收到两条节奏完全不同的消息。

这套系统的真正价值不是技术复杂度，是把"记得跟进"从认知负担变成系统义务。人脑不擅长记住40个进行中的对话状态，但表格和脚本擅长。