目录
1
认知需求
2 利用发问与聆听挖掘潜在需求--动态挖掘
3.3 数据挖掘主要功能
分类（Classification）
首先从数据中选出已经分好类的训练集，在该训练集上运用数据 挖掘分类的技术，建立分类模型，对于没有分类的数据进行分类。 例子： a. 信用卡申请者，分类为低、中、高风险 b. 分配客户到预先定义的客户分片
估值（Estimation）
估值与分类类似，不同之处在于，分类描述的是离散型变量的输出，而估 值处理连续值的输出；分类的类别是确定数目的，估值的量是不确定的。 例子： a. 根据购买模式，估计一个家庭的孩子个数 b. 根据购买模式，估计一个家庭的收入 c. 估计real estate的价值
当前和以后面 临的问题
？
？
？
1、箭头从左至右，代表问题逐步聚焦 2、箭头从上往下，代表顾客的利益或需求逐步聚焦或者明确化
2.1.4 “六箱”提问法
六箱提问法是指把需要了解的两种信息和三种提问法 组合在一起，形成六种提问类型
需要了解的两种信息有：
顾客现在处于什 么状况？
顾客当前和将来 会面临什么问题？
听是第 个层次 感兴趣 听，不 兴趣的
三 ， 的 感 不
己的事，别 听 ， 左 耳
人 讲 什 么 根 进右耳出
本没听进去
4
全神贯注地 听是第四个 层次，顾客 在讲话，促 销员认真地 听，并且不 断地在回应 顾客，鼓励 对方说下去
◆忽视地听 ◆假装地听 ◆有选择地听 ◆全神贯 注地听
5
有同情心地 听是最高层 次，带着同 情心听对方 说话，当对 方高兴时， 为他感到高 兴，当对方 悲哀时，为 他忧伤
1、先创造友好的气氛，微笑、打招呼、 轻松的称赞、对个人的关心等 2、先问一些容易回答的问题 3、提出能够得到肯定性回答的问题
4、拿出具体话题 5、向顾客说明提问的理由 6、然后再提难以回答的问题
2.1.2 提问的技巧
•准备问题
•激励合作
由公开中立 型问题开始
混合引导开放型 及中立开放型
•用肯定型问题作完结
客户保持
现在各个行业的竞争都越来越激烈，企业获得新客户 的成本正不断的上升，因此保持原有客户对所有企业来说 就显得越来越重要。数据挖掘可以帮你发现谁该去维护， 也就是帮你挖掘出最有可能离你而去的客户。例如一家移 动通信公司挖掘出的结果可能是：年龄在26岁以下、开通 了WAP服务、移动电话价值（购买时）在1800~2800元、每 月通话费在250—350元之间（包月制则是200元和280元两 档）的男性流失的比例最高。掌握了这些信息，就可以针 对每个人的贡献，满足他们的一些需求。
3.3 数据挖掘主要功能
预言（Prediction）
通常，预言是通过分类或估值起作用的，也就是说，通过分类或估值得 出模型，该模型用于对未知变量的预言。从这种意义上说，预言其实没有必 要分为一个单独的类。预言其目的是对未来未知变量的预测，这种预测是需 要时间来验证的，即必须经过一定时间后，才知道预言准确性是多少。
目录
1
认知需求
2 利用发问与聆听挖掘潜在需求--动态挖掘
3 通过数据挖掘客户需求---静态挖掘
4 客户心理分析பைடு நூலகம்异议处理
5
市场调研
1 认知需求
1.1 了解顾客消费心理的重要性
顾客与我们是“鱼与水”的关系。
我们是服务于顾客的，只有了解顾客的心理， 体恤他的需求，才能为他们提供合适的产品 和满意的服务。
4 客户心理分析与异议处理
5
市场调研
3 通过数据挖掘客户需求---静态挖掘
3.1 数据挖掘与传统分析方法的区别
数据挖掘与传统的数据分析(如查询、报表、联机应用分析) 的本质区别是数据挖掘是在没有明确假设的前提下去挖掘信息、 发现知识.数据挖掘所得到的信息应具有先未知,有效和可实用 三个特征。
先前未知的信息是指该信息是预先未曾预料到的,既数据挖 掘是要发现那些不能靠直觉发现的信息或知识,甚至是违背直觉 的信息或知识,挖掘出的信息越是出乎意料,就可能越有价值.在 商业应用中最典型的例子就是一家连锁店通过数据挖掘发现了 小孩尿布和啤酒之间有着惊人的联系。
提
问
将问题有程序地引出
的
技 巧
•总结需求
得到客户肯定的接纳
2.1.3 销售锦囊
1、要倾听顾客的话， 以微笑、点头、诚挚 的眼光等发出倾听的 信号
2、牢记“一二三”话术： 提问一分钟 倾听二分钟 对顾客的话赞成三遍以上
2.1.4 “六箱”提问法
普通提问 补充提问 确认型提问
顾客的状况
？
？
？
提问方法
普通提问 补充型提问 确认型提问
2.2 通过倾听了解顾客的需求
2.2.1 倾听的五个层次
2.2.2 倾听的五个层次的诠释
1
2
3
忽 视 地 听 假装地听是 有 选 择 地
是第一个 层次，别 人的话偶 尔听一下， 有时候不 听
第二个层次， 别人在说话， 不好不听， 就假装在听， 而实际上心 里面在想自
引起注意
诱发联想
观察浏览
产生欲望
采取行动
决定购买
思考评价
1.2.4 男性消费心理
1.动机形成迅速、 果断，具有较强
的自信性
2.购买动机具 有被动性
3.购买动机感情色 彩比较淡薄
男性 消费心理
1.2.5 女性消费心理
追求时髦 追求美观
感情强烈 喜欢从众
喜欢炫耀 自尊心强
女性消费心理
1.2.6 顾客购买后的心理变化
3.2 数据挖掘能做什么？
数据挖掘技术能够帮助企业管理客户生命周期的各个阶段，包括争 取新的客户、让已有的客户创造更多的利润、保持住有价值的客户等等。 数据挖掘能够帮助企业确定客户的特点，确定了客户的特点，就能够为 客户提供有针对性的服务。
客户 获得
交叉 销售
数据挖掘 能做什么
客户 分类
客户 保持
层面三： 数据表达
提取关键数据 •对数据进行近似 或归类处理
选择分析工具 •Excel宏处理 •SPSS批处理 •Access SQL
导入原始数据
选择合适的图表 类型
编写分析处理程序
对于图表所说明的 问题作初步解释
•给与进一步分析 留下足够空间
目录
1
认知需求
2 利用发问与聆听挖掘潜在需求--动态挖掘
忠爱
重新评价
了解/ 评价
欣赏/ 甘愿
目录
1
认知需求
2 利用发问与聆听挖掘潜在需求--动态挖掘
3 通过数据挖掘客户需求---静态挖掘
4 客户心理分析与异议处理
5
市场调研
2 利用发问与聆听挖掘潜在需求---动态挖掘 2.1 通过提问了解客户需求
2.1.1 如 何 通 过 提 问 了 解 顾 客 的 心 ？
关联规则（association rules）
决定哪些事情将一起发生。 例子： a. 超市中客户在购买A的同时，经常会购买B，即A => B(关联规则) b. 客户在购买A后，隔一段时间，会购买B （序列分析）
3.3 数据挖掘主要功能
聚集（Clustering）
聚集是对记录分组，把相似的记录在一个聚集里。聚集和分类的区别 是聚集不依赖于预先定义好的类，不需要训练集。 例子： a. 一些特定症状的聚集可能预示了一个特定的疾病 b. 租VCD类型不相似的客户聚集，可能暗示成员属于不同的亚文化群
4.3 客户反对意见
习惯性 的反应
逃避 决策
防守的本 能,从经 验中学到 应付的好 办法。
不喜欢业 务代表公 司;躲过就 好,越快越 好
需求未 认清
同类品太 多，并无 特别的感 觉
期望更 多资料
有兴趣购 买，但未 尽理解， 对某些重 点需要了 解
抗拒 变化
利益不 够显著
变化导致 核对之下
损失的忧 觉得划不
3.2 数据挖掘能做什么？
客户分类
近几年，国内一对一营销（One To One）正在被越 来越多的企业和媒体宣传。一对一营销是指了解你的每 一个客户，并和他建立起长期持久的关系。
客户分类是把大量的客户分成不同的类，在每个类 里的客户拥有相似的属性，而不同类里的客户的属性也 不同。而前面提到的一对一营销实际上是客户分类的极 端，即每个类别里的客户只有一个。数据挖掘同样也可 以帮助你进行客户分类，细致而切实可行的客户分类对 企业的经营策略有很大益处。
3.2 数据挖掘能做什么？
客户获得
对于多数行业来说，企业的增长需要不断的获 得新的客户。新的客户包括以前没有听说过你的产 品的人、以前不需要你的产品的人、以及以前你的 竞争对手的客户。无论你希望得到的是哪一类客户， 数据挖掘都能够帮助你辨别这些潜在客户群，并提 高市场活动的响应率。
3.2 数据挖掘能做什么？
利益要具体化，含糊不清，就不易说明，对顾客 来说，不能马虎，人们不会糊糊涂涂去花钱的。
帮助比较，解决疑点。要有耐心，运用 探询的方式深入了解，详细解说
4.4.1 处理明确的反对意见
提供产品的深入知识。如果需求不明，又在 了解上有困难，或者利益不明显，资料是最 佳的解决来源。 •别人满足的实例，越接近越好。别人真正获得利益 的实例是不能动摇的证据。
1.2 了解顾客需求及心理
1.2.1 客户需求的五个层次
•成功需求 •关系需求 •体验需求 •服务需 求 •产品需 求
출처: 앤더슨 컨설팅
1.2.2 客户具体的购买动机
求美动机 求实动机
求廉动机 求便动 机
求新动机
购买动机
嗜好动机
求优动机
攀比动机
求名动机
1.2.3 客户购买过程中的心理特征