分析Salesforce商机的干系人参与风险

原文要点

这是n8n模板库第20845号工作流，作者WeblineIndia，免费模板。它在Salesforce商机被更新时触发，取回商机详情和关联的Opportunity Contact Roles，按金额与阶段推算应有的干系人角色，收集客户联系人邮箱域名后搜索绑定的Gmail邮箱往来邮件、拉取指定Google Calendar的会议，归一成互动清单后交给OpenAI（默认gpt-4o-mini）输出结构化JSON缺口与风险分析，经解析校验后写回商机五个自定义字段，风险分达到61及以上就向Slack发高危提醒。模板说明角色矩阵、阈值、CRM均可替换，并指出若商机没挂任何联系人角色，所有必需角色都会判为缺失。

这次做成什么

复刻一条“商机更新→干系人参与风险分析→写回CRM并Slack告警”的n8n流程。为便于在没有完整Salesforce环境时先练手，本页另给一套本站独立设计的离线练习：用合成商机JSON和假邮件/会议清单走通“期望角色矩阵→互动归一→OpenAI结构化分析→阈值告警”全链路，确认逻辑后再替换为真实节点。

准备什么

• n8n账号，并能添加Salesforce、Gmail、Google Calendar、OpenAI、Slack五种凭据
• Salesforce Opportunity对象已建好五个自定义字段：Stakeholder_Engagement_Status__c、Last_Stakeholder_Analysis__c、Stakeholder_Risk_Score__c、Stakeholder_Engagement_Insight__c、Missing_Stakeholders__c
• OpenAI计费账户，可用gpt-4o-mini或同级模型；Slack工作区及目标告警频道
• 练手阶段可只用n8n加OpenAI，用本页合成数据代替真实CRM与邮箱

具体怎么做

1. 定义期望干系人角色矩阵

   按原模板说明，角色矩阵在Determine Expected Stakeholder Roles节点内维护。先用本站设计的示例规则练手：金额≥25万美元要求Economic Buyer与Executive Sponsor，≥10万要求Procurement，所有进入Negotiation阶段的商机必须有Legal与Champion。在n8n里用Code节点实现：读取商机amount和stage，输出expectedRoles数组。矩阵数值是示例，请按自家销售方法论改。

2. 汇总联系人与互动清单

   真实环境用Salesforce节点读取Opportunity Contact Roles拿到联系人角色与邮箱，Gmail节点按联系人邮箱搜索往来邮件，Google Calendar节点拉指定日历的会议。练手时跳过这三步，直接用本页材料里的合成互动JSON喂给后续节点。随后用Code节点把邮件和会议归一成统一结构：{type, date, contact_email, role, direction}，便于交给模型统计每个角色最近互动时间。

3. 调用OpenAI输出结构化风险分析

   接OpenAI节点（Chat Model，选gpt-4o-mini），System消息用本页材料中的分析提示词，要求只输出规定字段的JSON；User消息填入商机名称、金额、阶段、expectedRoles、实际联系人角色、互动清单。其后按原模板思路加解析与校验Code节点：JSON.parse失败或缺字段时抛错，不直接写CRM。

4. 写回Salesforce并做Slack阈值告警

   校验通过后接Salesforce节点（Update Opportunity），把status、score、insight、缺失角色列表、当前时间戳分别映射到五个自定义字段。再接IF节点判断score≥61：为真时接Slack节点向告警频道发消息，内容含商机名、分数、缺失角色和负责人；为假时静默结束。阈值61来自原模板默认，可下调。

5. 用合成数据端到端演练

   在激活真实触发器前，把触发器换成Manual Trigger，输入本页示例商机（32万美元、Negotiation阶段、只挂了Champion一名联系人、近45天无Economic Buyer互动），确认输出JSON的score≥61、missingRoles含Economic Buyer与Procurement，且Slack收到告警。通过后再换回Salesforce触发器小流量上线。

可直接复制的材料

// 本站独立设计的练习脚本，阈值与原模板默认值无关，请自行校准
const opp = $json.opportunity;
const expected = ['Champion'];
if (opp.amount >= 250000) expected.push('EconomicBuyer', 'ExecutiveSponsor');
if (opp.amount >= 100000) expected.push('Procurement');
if (['Negotiation', 'Contracting'].includes(opp.stage)) expected.push('Legal');
const roles = (opp.contacts || []).map(c => c.role);
const missing = expected.filter(r => !roles.includes(r));
const interactions = (opp.emails || []).map(e => ({ type: 'email', date: e.date,
  contact_email: e.from, role: e.role, direction: e.direction }))
.concat((opp.meetings || []).map(m => ({ type: 'meeting', date: m.date,
  contact_email: m.organizer, role: m.role, direction: 'both' })));
interactions.sort((a, b) => a.date < b.date ? 1 : -1);
return [{ json: { expectedRoles: expected, missingRoles: missing, interactions } }];

你是B2B销售方法论分析师（熟悉MEDDPICC）。根据输入的商机背景、期望干系人角色、实际联系人角色和近期邮件/会议互动清单，评估干系人参与缺口与成交风险。只输出如下JSON，不要输出任何其他文字：
{"risk_score":0到100的整数,"status":"Low|Medium|High","missing_stakeholders":["角色名"],"engagement_insight":"100字以内中文结论：谁缺位、哪个角色超过30天无互动、对当前阶段的具体风险","next_actions":["最多3条给销售的动作建议"]}
打分参考：每缺一个关键角色加20分，关键角色超过30天无互动加15分，Negotiation阶段缺Legal或Procurement额外加10分，上限100。
商机：{{ $json.opportunity_context }}
期望角色：{{ $json.expectedRoles }}
实际联系人与互动：{{ $json.interactions }}

{"opportunity":{"id":"006TEST0001","name":"Acme集团CRM扩容项目","amount":320000,"stage":"Negotiation","owner":"rep.chen@example.com","contacts":[{"name":"王芳","email":"wangfang@acme.example","role":"Champion"}],"emails":[{"date":"2026-10-08","from":"wangfang@acme.example","role":"Champion","direction":"inbound"},{"date":"2026-09-20","from":"wangfang@acme.example","role":"Champion","direction":"outbound"}],"meetings":[{"date":"2026-10-05","organizer":"wangfang@acme.example","role":"Champion"},{"date":"2026-08-28","organizer":"liwei@acme.example","role":"EconomicBuyer"}]}}

输入与输出示例

本站虚构演示，JSON为按提示词风格的示意输出，非OpenAI实际返回

输入

把上面的合成商机JSON喂入练习链路：金额32万美元、Negotiation阶段，仅挂Champion王芳一名联系人，Economic Buyer李伟最后一次会议是2026-08-28，距今（2026-10-13）46天。

对应输出

归一脚本输出expectedRoles含Champion、EconomicBuyer、ExecutiveSponsor、Procurement、Legal，missingRoles含其余四个。OpenAI按提示词输出的示意JSON：{"risk_score":85,"status":"High","missing_stakeholders":["EconomicBuyer","ExecutiveSponsor","Procurement","Legal"],"engagement_insight":"仅Champion保持活跃，Economic Buyer已46天无互动，Negotiation阶段缺Legal与Procurement，合同谈判存在审批层断联与法务卡点风险。","next_actions":["请Champion引荐Economic Buyer并两周内安排方案确认会","主动向客户方索要采购流程与法务接口人","暂缓推进至Contracting直到至少补齐Legal"]}。因85≥61，IF节点走真分支，Slack频道收到含商机名与缺失角色列表的告警。

做完检查这些

• 校验节点能拦截非法JSON：把模型输出手动改成带解释文字的格式时流程报错且不写Salesforce
• 合成数据跑出的missing_stakeholders必须包含EconomicBuyer、Procurement和Legal，且risk_score不低于61从而触发Slack分支
• Salesforce商机记录上五个自定义字段全部被更新，Last_Stakeholder_Analysis__c为本次运行时间戳
• 把IF阈值从61改成50后重跑，中风险样例也能收到告警，证明阈值可调

容易卡住的地方

• 原模板明确指出：商机上一个Contact Role都没挂时，所有必需角色都会被判缺失，所以前提是销售团队平时认真维护联系人角色，否则告警会刷屏
• Gmail搜索串在联系人过多时可能超出长度限制，原模板会回退到label:SENT的默认过滤，互动统计可能不全，解读风险分时要注意
• Slack告警阈值61是原模板默认值， mid-market团队可按其建议下调；本页脚本的金额阈值是练习示例，不是原模板内部数值
• OpenAI调用按token计费，具体费用请以账户为准；Salesforce自定义字段名必须与原文列出的一致，否则Update节点报错
• 本文未核对原模板矩阵节点与解析节点的内部代码，接入真实CRM前请在模板里逐节点确认字段映射