设备客户运维：让巡检信息进入日常跟进

先连接设备状态与客户工作

客户是一家工程机械物联网服务商（信息已脱敏）。合作之前，服务团队遇到四个问题：客户跟进靠个人记忆；设备异常只看得到总数，不知道该先处理哪个项目；服务费到期常常错过；每次汇报都要从几个系统里手工搬数据。

问题的根源是设备数据和客户工作没有连起来：数据都在，但没人每天去看、去对。

把数据组织成可检查的日常流程

管理大屏把设备、客户阶段、回款开票和服务到期集中在一屏。客户按 7 个阶段管理，团队可以按阶段筛选客户、安排跟进。

异常定位进一步落到项目，将终端、传感器和标定问题分开查看。AI 定时巡检每日凌晨对比数据变化，给出建议并推送到群；到期驾驶舱按今日、近期和后续到期范围分层提醒，供团队安排续费沟通。

巡检建议需要结合现场确认

系统提供变化、分类和提醒，服务团队仍需要结合现场情况确认异常原因，并决定后续跟进。客户联系、续费报价及其他对外动作由人员确认。开展同类项目时，需要先核对现有数据的授权、字段和统计口径，再确定巡检与提醒规则。

怎么衡量效果

系统每天的巡检运行、提醒送达和人员跟进都有记录。评估效果时分别看三件事：巡检是否按时跑完、提醒是否送到对的人、提醒之后有没有人跟进并处理。这三项记录是决定是否扩大应用范围的依据。