从事客户服务管理的人，或者和客户打交道比较多的人，大多数都遇到过客户申请退款的情况，退款的原因可能是服务或者产品的问题，可能是用户自身没有了需求，或者产品满足不了需求，又或者用户购买时可能欠考虑而盲目购买。退款的原因复杂多样，有的时候退款简单，易判断，易处理，有的时候则非常棘手，甚至于没有一种有效的方式可以解决和用户在退款上的冲突。今天我们提到的方法可以帮助你有效化解这些冲突，而且越是问题棘手，策略就越是有效。
巧用听力三角形，用开放式提问挖掘用户所有退款原因。
保持聆听，是问题解决过程中的首要步骤。但聆听不只是听，也不是为了给客户提供倾诉或者吐槽的窗口，更重要的，是要在聆听的过程中全面挖掘重要的信息。一个没有经过聆听训练的人，是这样的听力三角形：聆听 - 提问 - 决定。从聆听客户退款的描述开始，对退款的原因进行了简单询问，然后就匹配退款规则，做出是否退款的决定。这种简单通过聆听做判断的方式，如果是否定的结果，那很容易就把用户点燃了，一方面用户认为你的回答太死板，你们的规定太刻薄，另一方面用户可能会另外翻出一大堆退款的理由，让你无法直接拒绝。
优秀的聆听做法，是使用这样的听力三角形：聆听 - 提问 - 反馈，反馈就意味着循环，在循环中反复聆听-提问-反馈，直到用户把所有退款的原因或者利益点都全盘托出。我们常用的反馈方式有两个，横向反馈是Anything Else 也就是“还有呢？”；纵向的反馈是Why，也就是“为什么？”；两种方式都是开放式的反馈，让用户可以充分表达，通过横向和纵向的反馈，便可以挖掘出所有用户思考的原因或者利益点。比如用户购买了一部智能手机，使用了一个月后却申请退货退款。第一次用户给的理由是不好用。
当我们的反馈是“还有呢？”，用户可能会说“照相机不好用”；
“为什么您认为相机不好使呢？”，“拍照不清晰”；
“还有呢？”，“玩游戏卡顿，有比较大的延迟”；
“还有呢？”，“字体太小”；
“是什么情况下字体太小呢”，“用微信阅读看小说的时候”；
“还有吗？”，“没有了”。
这种情况下，你就完全了解了用户申请退货退款的真正原因，而不是只停留在不好用，也不会因为用户已经开机使用，盲目判定不符合退款规则而和用户产生对立冲突。
“您刚才提到的玩游戏卡顿，有比较大的延迟，这个通常是您上网卡网速的问题导致的。您可以连接到信号稳定的WIFI上，这样玩游戏就不会有延迟了。”
“您刚才提到的微信阅读看小说字体太小，是可以在微信阅读内调整字体大小的，如果您不会调整，我可以辅助您一起完成。”
这样，用户退款的2个原因，已经在真正判定是否退款前解决了。而且你把握到了用户仅剩的一个原因“相机拍照不清晰”。
利用大众信息表现同理心，让用户感受到对问题的认同。
论语中有言“人不知而不愠，不亦君子乎。”，这句话的翻译，是说：如果被别人不理解，不懂得，还不生气，这不是一种高尚的品德吗？换句话中，如果你对一个常人不懂，不理解，通常情况下，他会生气，也就容易产生冲突。同理心，是客户服务中的核心素质要求。表现同理心有两种方式，一种，是我懂你。一种，是很多人都和你一样。第一种同理心的表现，在客户服务的场景下，容易被误解为对客户的趋炎附势。而第二种同理心的表现，则是一种更强力的理解的证明，因为我不只懂你，还懂很多跟你遇到一样问题的人。比如我们可以对上面的那个用户说“之前有很多人跟您一样反馈说这款手机的照相功能不清晰”。用户听到这句话会怎么想？用户会认识到你是了解他的问题，认可他的问题，尊重他的问题。每一个用户都不希望投诉或者退款的问题发生，更不希望在处理自己退款的过程中，被别人理解为没事找事，津津计较的异类。但当你说了很多人反馈了同样的问题时，用户就没有了这种担心。
利用从众心理，在用户的心理舒适区为用户预设结果。
通常情况下，一旦用户知道自己反馈的问题，很多人也同样遇到，便会进入到心里舒适区，也就是不必承担过多的风险和挑战，等其他人来反馈争论这个问题。人的本我状态存在一种自然而然的惰性，在面对不确定时，不愿意去探求事实的真相，不愿意去探索最合理有利的选择，而是采用一种从众的状态。
“之前有很多人跟您一样反馈说这款手机的照相功能不清晰，想退款，但最后都没有退。这确实是我们的手机不理想的地方，但这确实不是手机的质量问题，我们会把您的优化建议反馈给相关的部门。”
这就是典型在从众状态下，为用户预设结果，因为不止状态会从众，对结果通常也会从众。 当用户了解到这么多人因为这个原因申请退款，但是都没有退款成功时，多数时候，也就会选择从众而放弃。即使用户没有放弃申请，仍然强烈表态一定要退款，那么这里也可以帮助用户设定一个较低的期望值。即使后续的结果不能帮助用户退款，用户也不会有不公平待遇的感觉。
知识小黑板：
1. 听力三角形：聆听 - 提问 - 反馈，通过开放式问题挖掘用户所有利益点
2. 利用大众信息表达让用户感觉更真切的同理心。
3. 利用从众心理，提前为用户预设结果。
