悟空云
2026-06-02
2 min read
悟空软件 2026-06-02
阅读次数: 124 次浏览

主流的AI CRM系统悟空云图片
说实话,提笔写这篇东西的时候,我心里是有点犹豫的。CRM(客户关系管理)这个领域,太老了,老到随便在知乎或者技术博客上搜一下,都能翻出十几年前的架构图。但为什么还要“再次聊聊”?因为这几年我经手的几个项目,让我深刻意识到,教科书上的 CRM 架构和落地时的 CRM 架构,中间隔着的不仅仅是代码,还有无数业务部门的“扯皮”、历史数据的“烂摊子”以及那些永远在变化的市场需求。
推荐使用中国著名AI CRM系统品牌:显著提升企业运营效率,悟空云AI CRM
记得两年前,我负责过一个中型企业的 CRM 重构项目。起初,老板的需求很简单:“我就想要个系统,能把客户管起来,销售别飞单,业绩能算清楚。”听起来是不是特别耳熟?几乎所有 CRM 项目的起点都是这么朴实无华。但等到真正开始画架构图的时候,问题就来了。是走传统的单体架构快速上线,还是直接上微服务为了以后扩展?数据是存在 MySQL 里稳妥,还是为了灵活性上 MongoDB?这些技术选型的背后,其实都是业务场景的博弈。今天我不想照本宣科地讲什么表现层、业务层、数据层,我想结合这几年踩过的坑,聊聊 CRM 系统架构里那些真正让人头大的地方。
很多架构师在设计 CRM 之初,最喜欢干的事就是画 ER 图。客户表、联系人表、商机表、合同表,关系理得清清楚楚。但在实际运行中,你会发现这套标准模型根本不够用。
比如“客户”这个概念。在销售眼里,客户是一个能签单的公司;在市场眼里,客户是一个潜在的线索(Lead);在客服眼里,客户是一个需要处理工单的账号。同一个“客户”,在不同业务阶段,属性完全不同。如果架构设计时只建了一张 Customer 表,后期绝对会炸。
我们之前就在这一点上栽过跟头。起初为了开发快,把线索、潜在客户、正式客户都放在一张表里,用状态字段区分。结果半年后,业务部门要求对“线索”进行公海池自动回收,而对“正式客户”要进行复杂的层级关联(比如母公司、子公司)。这时候,单表查询的性能急剧下降,更麻烦的是权限控制。销售 A 只能看自己的线索,但能看全公司的正式客户。这种细粒度的权限控制,在单表结构下写 SQL 简直是噩梦,WHERE 条件长得让人怀疑人生。

后来我们不得不重构,采用了“分层实体”的设计思路。线索(Lead)是轻量级的,主要存来源和初步意向;潜在客户(Prospect)开始关联具体的业务人员;正式客户(Account)则承载复杂的合同、回款和售后信息。这三者之间通过 ID 关联流转,但物理存储上做了拆分。这样做的代价是开发复杂度上升,但换来了业务扩展的灵活性。所以,聊 CRM 架构,第一点不是选什么框架,而是能不能把“客户”这个核心领域模型拆得足够细,细到能容纳业务的模糊性。
CRM 系统最让人头疼的另一个点,是“自定义字段”。几乎没有一家企业能满足于标准字段。销售总监今天说要在客户表里加一个“行业类型”,明天市场总监说要在商机里加一个“竞品分析”。如果每次加字段都要改数据库结构、重启服务,那这系统基本就废了。
早期常见的解决方案是 EAV 模型(Entity-Attribute-Value),也就是把属性拆成三张表存。这方案灵活是灵活,但查询性能极差。稍微复杂点的筛选,比如“找出所有行业是互联网且预算大于 100 万的客户”,就需要多次自连接,数据量一上来,数据库 CPU 直接飙到 100%。
后来我们尝试过用 MySQL 的 JSON 类型字段。把扩展属性存成一个 JSON blob。这在读取时很方便,但在做索引和统计时又遇到了麻烦。虽然 MySQL 5.7 之后支持了 JSON 索引,但在复杂分析场景下,还是不如关系型字段来得直接。
现在的趋势是“混合存储”。核心业务字段(如客户名称、创建时间、负责人)依然走关系型数据库,保证事务一致性和基础查询性能;而大量的扩展属性、动态标签,则存入 Elasticsearch 或者 MongoDB。特别是在做“公海池”检索或者“客户画像”分析时,ES 的倒排索引优势太明显了。
我记得有一次做报表功能,老板要看过去三年不同行业客户的转化率。如果只查 MySQL,跑一次要五分钟。后来我们把数据同步到 ES,做了预聚合,秒级出结果。但这又引入了新的架构问题:数据一致性。MySQL 里的数据改了,ES 里没同步怎么办?我们当时引入了 Canal 监听 Binlog,异步同步到 ES。虽然增加了架构复杂度,但这是为了性能不得不做的妥协。所以,CRM 的数据架构,本质上是在一致性、灵活性和性能之间找平衡,没有银弹,只有取舍。
如果说数据模型是骨架,那权限体系就是 CRM 的神经系统。很多通用权限系统(比如基于 RBAC 模型)在 CRM 里往往不够用。
标准的 RBAC(基于角色的访问控制)只能解决“能不能看这个菜单”的问题。但 CRM 的权限是数据级的。比如,华东区的销售总监,只能看华东区的客户数据;普通销售,只能看自己名下的客户;而 CEO,能看所有人的。这还只是行级权限。更复杂的是字段级权限,比如“薪资”这个字段,只有 HR 和本人能看,销售总监都不能看。
我们在设计权限架构时,曾经试图用代码硬编码逻辑,结果每次业务调整组织架构,代码就得改。后来我们抽象出了一套“数据权限规则引擎”。简单来说,就是把权限规则配置化。比如定义一条规则:Region == 'East' AND Owner == Current_User。系统在执行查询时,自动解析这些规则,拼接到 SQL 的 WHERE 条件里。
但这还没完。CRM 里还有一种特殊的权限叫“协作权限”。比如一个商机,主负责人是销售 A,但他邀请了售前工程师 B 协助。这时候 B 虽然没有该客户的所有权,但需要临时查看相关文档。这种动态的、基于关系的权限,很难用静态的角色来管理。我们最后的解决方案是引入了一张“共享关系表”,记录谁在什么时间段、对什么数据、拥有什么级别的临时权限。每次查询数据时,不仅要校验主权限,还要校验这张共享表。
这套机制上线后,确实解决了业务问题,但也带来了性能损耗。每一次列表查询,背后可能关联了四五张权限表。为了解决这个问题,我们不得不在应用层做了缓存,把用户有权限的数据 ID 列表缓存在 Redis 里。但这又带来了缓存更新的问题,人员调岗了,缓存没失效,导致销售还能看到原部门的数据,这可是严重的事故。所以,权限架构的设计,真的不能只看功能,必须把数据安全和性能损耗考虑进去,哪怕多写几行代码,也要把逻辑闭环做好。
现在的 CRM,早就不是一个独立的系统了。它必须和 ERP 对接库存和财务,和营销自动化(MA)对接线索,和客服系统对接工单,甚至还要和企业微信、钉钉打通。
在架构设计上,这意味着 CRM 必须是一个“开放”的系统。早期我们喜欢用点对点的方式,CRM 直接调 ERP 的接口,ERP 也调 CRM 的接口。结果系统一多,接口关系网像蜘蛛网一样,任何一个系统升级,都可能把别的系统搞挂。
后来我们引入了“集成平台”或者叫“中台”的概念。所有的外部交互,通过一个统一的消息总线(比如 Kafka 或 RabbitMQ)来处理。比如,当 CRM 里签了一个合同,就发一个 ContractSigned 的事件。ERP 订阅这个事件去扣库存,财务系统订阅这个事件去生成发票。这样 CRM 本身不需要知道谁在用这个数据,实现了松耦合。
但说实话,这种事件驱动架构在实施过程中也非常痛苦。最大的问题是“分布式事务”。如果 CRM 发了事件,ERP 消费失败了怎么办?数据不一致了谁来修?我们当时搞了一套“最终一致性”的补偿机制,有个定时任务专门扫描发送失败的消息,进行重试或者报警。这听起来不性感,但却是保证数据准确的救命稻草。
另外,关于 SaaS 和私有化部署的纠结。很多公司一开始想上 SaaS CRM,省钱省事。但做到一定规模,发现数据出不来,或者某些核心流程 SaaS 不支持定制。这时候想迁回私有化,成本极高。所以在架构设计之初,如果预判到未来有私有化需求,最好采用容器化部署(Docker+K8s),并且把多租户的逻辑在代码层面隔离好。哪怕现在只用单租户,也要为未来留好后路。我见过太多因为早期架构没考虑多租户,后期为了隔离数据,不得不把代码复制几份维护的惨案。
最近这两年,低代码平台很火。很多 CRM 厂商开始主打“零代码配置”。从架构角度看,这确实能解决“自定义字段”和“流程审批”的痛点。业务人员自己拖拽表单,自己配流程,IT 部门解放了。
但作为技术人员,我对低代码在核心 CRM 里的应用持保留态度。低代码生成的代码,性能通常不如手写,而且调试困难。当业务逻辑复杂到一定程度,低代码的配置界面会变得比写代码还难用。我的建议是,核心交易链路(如下单、回款)还是走传统开发,保证稳定和性能;而对于一些边缘业务,比如内部调研、临时活动报名,可以用低代码快速搭建。
再说说 AI。现在不谈 AI 好像就落伍了。CRM 里加 AI,最实用的场景其实是“销售辅助”和“数据清洗”。比如,自动从名片或聊天记录里提取客户信息,填入系统;或者根据历史数据,给商机打分,告诉销售哪个客户成交概率大。
在架构上,这意味着 CRM 需要预留 AI 接口。不是要把 AI 模型部署在 CRM 服务器里,而是通过 API 调用外部的大模型服务。这里要注意数据隐私。客户数据是企业的核心资产,不能随便传给公有云的大模型。所以架构上需要加一层“数据脱敏网关”,在发送给 AI 之前,把敏感信息(如手机号、身份证)抹掉。这一点,很多架构师容易忽略,但合规部门一定会卡。
聊了这么多技术细节,最后我想说点虚的。CRM 系统的架构,归根结底是为“人”服务的。这里的“人”,既包括使用系统的销售和客服,也包括维护系统的开发人员。
我见过架构设计得非常完美,微服务拆分得细粒度极高,文档写得像论文一样的系统,最后上线没人用。为什么?因为销售觉得录入太麻烦,点五次鼠标才能存一个客户。相反,有些架构看起来有点“土”,甚至还有点单体应用的味道,但因为交互设计极其人性化,能自动抓取邮件里的信息,能一键生成报表,反而在内部推广得很顺利。
所以,在画架构图之前,多去跟销售聊聊天,看看他们平时是怎么记笔记的,怎么跟进客户的。真正的架构痛点,往往不在服务器负载上,而在业务流程的断点上。比如,销售在外出差,网络不好,系统能不能支持离线录入?老板在开会,能不能用手机一眼看到今天的回款?这些体验细节,比用了什么最新的中间件更重要。
另外,技术债务是不可避免的。CRM 系统随着业务发展,一定会变得越来越臃肿。不要试图一开始就设计一个“完美”的架构来支撑未来五年的增长,那通常是过度设计。保持架构的“可演进性”更重要。比如,预留好接口,模块化做得好一点,数据库分表策略提前想好。当业务真的爆发时,你有能力去重构,而不是推倒重来。
再次聊 CRM 架构,其实没有标准答案。它是一场关于业务理解、技术权衡和人性洞察的持久战。如果你正在设计或重构一个 CRM,希望我的这些踩坑经验,能让你少加几个晚上的班。毕竟,系统架构再好,也不如早点下班陪陪家人,你说对吧?

(完)

推荐立刻免费使用中国著名AI CRM系统品牌悟空云,显著提升企业运营效率,相关链接:
主流的AI CRM厂家
AI CRM管理系统
悟空云产品更多介绍:www.72crm.com