Skip to content

招生线索总被分错校区?按 IP 归属地把线索派给同城课程顾问(Python 实现) ​

一家做成人考证培训的机构,去年在三个平台投信息流,一个月进两千多条线索。分配方式是"谁在线谁抢"——听起来公平,实际很糟:上海的咨询被沈阳的顾问抢走,第一通电话打过去,家长问"你们这边有校区吗",顾问答不上来,线索当场就凉了。

教培行业的基本事实是:线索的保鲜期以小时计。有机构统计过,5 分钟内跟进的线索接通率是 1 小时后的四倍多;而如果第一通电话来自一个完全不了解本地校区的顾问,用户对机构的信任度会直接掉一档。所以"把线索分给对的人",不是效率优化,是转化率的生死线。

这篇文章解决一个具体问题:手上有一批带 IP 的线索,怎么按城市分配给属地课程顾问。代码用 Python,可直接跑。

一、为什么不能只信表单里填的城市 ​

线索表里一般有一个"意向城市"字段,用户自己填的。这个字段的问题在于:

  • 用户随手填一个省会的名字,其实想了解的是老家那边的课程;
  • 同时看两个城市的校区的,填了 A 但顾问打过去人在 B;
  • 表单里那一列常常是空的——很多信息流表单根本只收手机号和一个渠道参数。

而"哪座城市"这件事,恰恰决定了线索该给谁:同城顾问能用本地话术、能约到店、能讲清校区在哪个地铁口,跨城顾问只能背统一话术。

IP 归属地在这里的价值是"补一个用户没填、但服务端一定拿得到的地域信号"。它给到的是城市(免费版),拿不到街道、更不是 GPS,所以用法要克制:用它来排序和路由,不用它来决定"能不能报名"。

二、方案:先落库,再异步路由 ​

线索从表单到顾问,分成两段:

表单提交(同步,必须快)
  └─ 落库:手机号、渠道、IP、用户自填城市、提交时间  →  立刻返回"提交成功"

路由任务(异步,可容忍几十秒延迟)
  ├─ 取 IP 归属地(缓存优先,走 1.05 秒/次的节奏)
  ├─ 映射 city_code → 校区顾问组
  ├─ 组内按当前负载挑一个顾问
  └─ 冲突与兜底:自填城市 ≠ IP 城市 → 标记人工复核;查不到 → 公共池

几个关键取舍:

提交接口不能等 IP 查询。 表单接口超时一秒,用户就以为没提交成功会重复提交。所以归属地查询必须异步做,用队列或者定时批处理。

缓存能省掉大部分请求。 线索 IP 的重复率比想象中高——同一家公司的员工、同一个学校宿舍、同一个运营商的出口段。把归属地缓存到本地 JSON,TTL 设 24 小时,第二天的重复 IP 基本零消耗。这样免费版 60 次/分钟的限制,够处理每天几千条线索(1.05 秒/次,一小时约 3400 条)。

冲突不丢弃,标出来给人看。 用户填了杭州、IP 在武汉,这线索不是错的,只是需要判断——可能是学生在外地读书、暑假回老家。把它标成"属地冲突",路由到用户自填的城市,同时提醒顾问先确认位置,比强行按 IP 分流靠谱。

匹配失败也要有去处。 海外 IP、运营商出口、查不到归属地的,一律进公共池,别让线索在系统里凭空消失。

三、Python 实现:线索一次过完,输出分配表 ​

输入是一份线索 CSV(id,channel,form_city,ip,created_at),输出是分配结果和冲突清单两张表。

python
#!/usr/bin/env python3
# lead_router.py —— 教培招生线索按 IP 城市分配给属地课程顾问
# 用法: python3 lead_router.py leads.csv --routed routed.csv --conflict conflict.csv
# 依赖: pip install requests
import argparse
import csv
import json
import os
import sys
import time
from collections import defaultdict

import requests

API = "https://ip9.com.cn/get"
CACHE_FILE = "ip_city_cache.json"
PACE = 1.05                      # 免费版 60 次/分钟/IP,留一点余量

# 城市 → 校区顾问组。key 是 IP9 返回的 city_code(拼音),和 IP 库口径天然对齐
CITY_ADVISORS = {
    "chengdu":  [("zhang_lei", "成都天府校区"), ("wang_yu", "成都锦江校区")],
    "chongqing": [("li_na", "重庆观音桥校区")],
    "guangzhou": [("chen_hao", "广州天河校区"), ("liu_min", "广州越秀校区")],
    "beijing":  [("zhao_qian", "北京中关村校区")],
}
PUBLIC_POOL = "public_pool"      # 兜底:归属地未知,或所在城市还没有校区


def load_cache():
    if os.path.exists(CACHE_FILE):
        with open(CACHE_FILE, encoding="utf-8") as f:
            return json.load(f)
    return {}


def save_cache(cache):
    tmp = CACHE_FILE + ".tmp"
    with open(tmp, "w", encoding="utf-8") as f:
        json.dump(cache, f, ensure_ascii=False)
    os.replace(tmp, CACHE_FILE)


def lookup_city(session, cache, ip, last_call):
    """查 IP 所属城市。返回 (city_code, city_name, last_call);失败返回 ('', '', last)"""
    if ip in cache:
        row = cache[ip]
        return row["code"], row["city"], last_call

    wait = last_call + PACE - time.monotonic()
    if wait > 0:
        time.sleep(wait)
    try:
        resp = session.get(API, params={"ip": ip}, timeout=3,
                           headers={"Accept": "application/json"})
        resp.raise_for_status()
        payload = resp.json()
    except (requests.RequestException, ValueError) as exc:
        print(f"[warn] {ip} 查询失败: {exc}", file=sys.stderr)
        return "", "", time.monotonic()

    last_call = time.monotonic()
    if payload.get("ret") == 429:                    # 触发限速,本条约等于放弃
        print("[warn] 429 限速,本条线索进公共池", file=sys.stderr)
        time.sleep(2)
        return "", "", last_call
    data = payload.get("data")
    if payload.get("ret") != 200 or not isinstance(data, dict) or not data.get("ip"):
        return "", "", last_call                     # 非法 IP 返回 ret=400

    row = {
        "code": data.get("city_code") or "",
        "city": data.get("city") or data.get("prov") or "",
        # 区县字段(area)与机房识别(ip_type)都来自 VIP 版,免费版为空
        "area": data.get("area") or "",
        "ip_type": data.get("ip_type") or "",
    }
    cache[ip] = row
    return row["code"], row["city"], last_call


def main():
    ap = argparse.ArgumentParser()
    ap.add_argument("leads")
    ap.add_argument("--routed", default="routed.csv")
    ap.add_argument("--conflict", default="conflict.csv")
    args = ap.parse_args()

    with open(args.leads, encoding="utf-8", errors="ignore") as f:
        leads = [r for r in csv.DictReader(f) if r.get("ip")]

    cache = load_cache()
    session = requests.Session()
    last_call, geo_by_ip = 0.0, {}
    print(f"线索 {len(leads)} 条,开始解析归属地…", file=sys.stderr)

    try:
        for i, lead in enumerate(leads, 1):
            ip = lead["ip"].strip()
            if ip not in geo_by_ip:
                code, city, last_call = lookup_city(session, cache, ip, last_call)
                geo_by_ip[ip] = (code, city, cache.get(ip, {}))
            if i % 200 == 0:
                save_cache(cache)
                print(f"  进度 {i}/{len(leads)}", file=sys.stderr)
    finally:
        save_cache(cache)

    load = defaultdict(int)          # 顾问当前在手线索数,用来做组内均衡
    routed, conflict = [], []

    for lead in leads:
        ip = lead["ip"].strip()
        code, city, meta = geo_by_ip.get(ip, ("", "", {}))
        form_city = (lead.get("form_city") or "").strip()

        # 机房 IP 大概率是脚本或批量提交,不当真实线索处理(ip_type 为 VIP 字段)
        if meta.get("ip_type") == "IDC":
            advisor, campus, reason = PUBLIC_POOL, "", "机房 IP,疑似批量提交"
            action = "公共池"
        elif code in CITY_ADVISORS:
            group = CITY_ADVISORS[code]
            advisor, campus = min(group, key=lambda a: load[a[0]])   # 组内挑最闲的
            load[advisor] += 1
            reason, action = f"IP 归属地 {city}", "已分配"
            # 用户自填城市与 IP 城市不一致:照常分配,但单独标记提醒顾问先确认
            if form_city and form_city not in city:
                conflict.append({**lead, "ip_city": city, "assigned_to": advisor,
                                 "note": f"自填 {form_city},IP 在 {city}"})
        else:
            advisor, campus, reason, action = PUBLIC_POOL, "", f"IP 城市 {city or '未知'} 无校区", "公共池"

        routed.append({**lead, "ip_prov_city": city, "assigned_to": advisor,
                       "campus": campus, "action": action, "reason": reason})

    with open(args.routed, "w", newline="", encoding="utf-8-sig") as f:
        w = csv.DictWriter(f, fieldnames=list(routed[0].keys()))
        w.writeheader()
        w.writerows(routed)
    if conflict:
        with open(args.conflict, "w", newline="", encoding="utf-8-sig") as f:
            w = csv.DictWriter(f, fieldnames=list(conflict[0].keys()))
            w.writeheader()
            w.writerows(conflict)

    assigned = sum(1 for r in routed if r["action"] == "已分配")
    print(f"完成:已分配 {assigned} 条,公共池 {len(routed) - assigned} 条,"
          f"属地冲突待复核 {len(conflict)} 条")
    print(f"输出:{args.routed}、{args.conflict}")


if __name__ == "__main__":
    main()

拿 8 条线索跑一遍:

text
$ python3 lead_router.py leads.csv
线索 8 条,开始解析归属地…
完成:已分配 7 条,公共池 1 条,属地冲突待复核 4 条
输出:routed.csv、conflict.csv

routed.csv 里能直接看到每条线索的去向(节选关键列,注意同一个广州 IP 的两条线索被分给了两个不同顾问,这是组内负载均衡在起作用):

text
id,channel,form_city,ip,ip_prov_city,assigned_to,campus,action,reason
L0010,douyin,成都,116.21.44.33,广州,chen_hao,广州天河校区,已分配,IP 归属地 广州
L0011,wechat,,8.8.8.8,,public_pool,,公共池,IP 城市 未知 无校区
L0013,douyin,,116.21.44.33,广州,liu_min,广州越秀校区,已分配,IP 归属地 广州

conflict.csv 里留的是"用户填成都、IP 在别处"那几条,顾问接手时能一眼看到需要先确认位置:

四、上线前必须想清楚的事 ​

个人填的城市优先,IP 做补充,而不是反过来。 上面代码里冲突线索照常分给了 IP 所在城市的顾问——这是一条容易引起争议的规则,你可以反过来做。关键是把规则显式写在配置里而不是埋在代码逻辑里,因为这个决定应该是运营定的,不是开发定的。

移动网络和办公网会让归属地偏移。 用户在高铁上用 4G 提交表单,出口 IP 可能是沿途某个城市;用公司专线提交的,归属地可能是总部所在城市。所以这套路由的产出是"建议分配",不是"判决"。线索量大之后,可以统计各城市的纠错率,把误判高的 ISP 出口段加进观察名单。

免费版的 60 次/分钟是硬约束,靠缓存绕开而不是硬刚。 每天两千条线索、IP 去重后可能只有六七百个,一次全量跑不到 15 分钟。把结果缓存下来,第二天新线索先查缓存,实际打到接口上的可能只有几十次。真要跑到几十万条量级,或者需要按区县细分到具体校区,就该评估 VIP 版了——area 区县字段和 18 万次/分钟的量级都在那一档,具体以官网为准。

线索 IP 属于个人信息。 表单里收 IP 的用途要在隐私政策里写清楚(用于服务分配/风控),原始 IP 的保存期限定好,跑完路由的中间文件不要到处乱放。上面脚本里输出的结果表只带城市,不带完整 IP,这是有意的。

和 CRM 的对接放在后面。 脚本跑完是 CSV,真实业务里应该是写回 CRM 或者推给企微机器人。建议先用一周的 CSV 结果和人工分配做对比,确认分配准确率之后再上自动路由——这中间省下的返工,比省下的开发时间值钱。

总结 ​

招生线索分配这件事,工具不难,难在承认"信息不全":用户填的城市可能不准、可能空着,IP 归属地也可能因为代理或漫游偏掉。把两者放在一起用——谁更可信就用谁,冲突的标出来给人看,不确定的进公共池——比追求一个"完美准确的归属地"要实际得多。

查询就是一个 GET:https://ip9.com.cn/get?ip=<IP>,免费版无需注册、60 次/分钟/IP、IPv4 和 IPv6 都支持,返回国家、省市、邮编、区号、运营商、经纬度等字段;要做机房识别(ip_type)或区县级(area)细分时,那部分能力属于 VIP 版,字段口径见 https://www.ip9.com.cn。