引
“惊心动魄”的双十一终于过去了，你剁手了吗？
据统计，截至12日零点，今年天猫全球狂欢节的成交额已经突破了2684亿，其中，光是语忆服务的电商客户，就为此贡献出了28亿的成交额。
语忆在对分析了今年双十一前后的天猫数据之后，发现了一条规律：绝大多数情况下，同一时间段内，相同品类店铺的询单转化率与该品类店铺的总体售前客服服务得分基本上呈正相关性。客服的服务得分是通过对服务礼节、服务能力、服务态度、服务过程等等指标的综合计算得分。其中，横坐标表示日期，纵坐标分别是客服服务得分和咨询之后的成交订单数。
（如图所示，蓝线代表询单成交量，绿线代表客服服务质量）
这也就是说明，虽然询单转化成功率是很多元素综合作用的结果，但似乎是绕不开售前客服服务质量这个指标的。作为一名售前客服，让前来咨询的客户主动完成下单的动作并不是一件容易的事。想要客户被自己的销售话术引导产生购买行为，还要建立在充分了解客户心理需求的基础上。
那么，售前客服是如何抓住消费者心理，说服用户主动购买，促成询单转化的呢？这个方法又是否能做进一步优化呢？
本文将对此做具体探讨。
一、售前客服立足于消费者心理之上
有一个牙膏公司的产品很受欢迎，每年的利润都比前一年超过20%，但是这个月却只增长了14%。公司老板对此十分担忧，希望有人能提出对策。这时有一个年轻人站了出来，说他可以解决这个问题，但是必须先支付5w酬金。老板想了一下同意了，年轻人说：把牙膏的口径扩大1毫米。这一年，公司的利润超过了40%。
这个年轻人的建议为什么能使牙膏公司获得这么大的利润？其实就是找准了消费者的心理诉求。消费者心理是人们在生活消费过程中，在日常购买行为中的心理活动规律及个性心理特征。在传统线下销售中，市场研究人员都会通过研究消费者心理来策划营销活动，以提高公司的销售业绩。
然而随着互联网技术的发展，电商经济作为一个新兴经济在市场活动中占据着越来越大的份额，消费心理的使用场景也从线下扩展到了线上。在线上销售中，售前客服作为和客户直接交流的重要角色，承担着消费者购物的引导工作。想要让前来咨询的客户主动完成下单动作，客服的销售话术必须建立在消费者心理之上。
消费者心理是影响消费者购买行为的重要因素之一。当我们分析消费者购买行为以及购买过程的心理，会发现，线下与线上，有很多可以借鉴的地方，也有很多不一样的地方。（比如店员线下叫导购，线上叫客服MM……）如下图所示，售前客服可以利用销售话术来强化用户需求、为用户提供丰富的信息以及缩小用户心理预期和产品实际性能之间的差距，从而促使消费者做出购买决策。
诚然，并不是所有的消费行为都是由消费心理引发的，但是如果售前客服的销售话术都能立足于消费者心理之上，势必也将会提高销售行为的转化率。以此为目的，下文我们就来探讨一下，如何从消费者心理出发，优化售前客服的销售话术。
二、优化销售话术，提高询单转化
消费者心理是指消费者发生的一切心理活动，以及由此推动的行动行为，包括消费者观察商品引起需求、搜集商品信息、选择商品品牌、决策购买、使用商品形成的心理感受和心理体验等等。想要提高消费行为的转化率，售前客服的销售话术就要以消费者心理为基础。下文将会参考消费者心理，为售前客服提供在不同情境下，三种销售话术的优化方法。
1、明确消费者的实际需求
在探寻消费者的需求之前，我们首先要知道，什么是“需求”。需求是指对具有支付能力并且愿意购买某种物品的欲望。因此，做为售前客服，首先要评估顾客的购买能力，其次才是挖掘顾客的需求。
如何评估顾客的购买能力？最简单的方法就是查看顾客以往的购买频率、购买总额、消费习惯等数据。至于怎么挖掘顾客的需求，就需要明确客户的心理诉求，即什么样的客户，在什么场景下，需要采取怎样的方式，解决什么问题。
举个例子，一个顾客想要美白精华，那么她的本质需求就是想解决皮肤不白的问题。所以，她如果前来咨询，更关注的核心点应该是：这个美白精华的美白效果到底怎么样。那么，售前客服就应该在回答的时候，给她描绘一种场景：列举用过这款美白精华之后， 美白效果非常明显的例子。
需要注意是，在描述“痛点干需”时，用户直接告知“我要什么”，可以通过发文字、图片、视频等等清晰的描述出来，这类需求需求属于直接需求。除此之外，还有一种是“隐形”需求，用户在头脑中有想法但没有直接提出、不能清楚描述的需求。这种需求是需要售前客服去引导的。如果要激发用户的隐形需求，售前客服要深入了解用户才能更好地满足他们的隐形需求。
2、放大产品的价值锚点
这个方法运用到的消费心理是“沉锚效应”。通常来说，顾客在做购买决策的时候，思维往往会被得到的第一信息左右，就像沉入海底的锚一样，把消费者的思维固定在某处，而用一个限定性的词语或规定动作作为导向，达成行为效果的心理效应，就被称为“沉锚效应”。
最典型的案例就是，售前客服经常会被顾客提问说：“别的店铺只要XX元，你们家的为什么会贵这么多，贵在哪儿了？”顾客在判断一个商品的价值是否值得相应的价格时，往往会采用对比的方法做出决策。因此，售前客服想要引导顾客下单，也可以采用对比的方式来突出商品的优势。
譬如，有一个顾客想买补水面膜，她在一款一百元价位的面膜和二百元价位的面膜之间做选择，她会问出售二百元价位面膜的店铺你们家为什么卖那么贵，这个时候，售前客服就可以说，相比于一百元的面膜，我们家的面膜多了xx成分，而且这个成分某某大牌也用到了，但是XX品牌的售价是近千元，所以二百元的定价其实是非常优惠的。
这个例子就是利用了“沉锚效应”，利用对比，突出目标产品的性价比，让顾客觉得，我买这个产品远比买其他产品要有价值。
3、 强化顾客的互惠心理
罗伯特·西奥迪尼在写《影响力》这本书中，讲述的第一个影响力就是“互惠原理”。互惠原理认为：我们应该尽量以相同的方式，回报他人为我们所做的一切。由于互惠原理的影响力，我们感到自己有义务在将来回报我们收到的恩惠、礼物、邀请等等。
中国有句老话，“吃人家的嘴软、拿人家的手段”，因为互惠原理能够使他人产生多余的负罪感、增加对你的信任感、回报别人的责任感。而在线上销售中运用互惠原理，是为了增加客服和顾客之间的信任，降低成交难度，让潜在客户来购买。
怎么运用互惠原理呢？
打个比方，有一个孕妇想买电热毯，但是又害怕电热毯有辐射，这时候售前客服就可以说，电热毯是通电的，一定会有辐射的，然后给顾客建议，但是提前2个小时打开预热，暖好被窝就关掉，再躺进去就会好很多。实在担心的话，可以去买带外机的产品，那个没有辐射。顾客由于受到互惠心理影响，通常都会下单购买。
综上所述，售前客服可以通过明确消费者的需求，并运用“沉锚效应”和“互惠心理”，优化销售的话术，以此突出产品的价值，增加相互之间的信任感，引导顾客心甘情愿完成购买的动作，提高询单转化的成功率。但同时，这也就意味着客服要花费更多的时间和精力去研究消费者语言背后的心理需求，以及消费话术的包装转化。在客服质检方面，对话的复杂性就会大大增加，考核的难度也会相应加大。
根据以上内容，小编对销售话术背后的质检内容进行了整理，如表二所示：
如今，很多头部电商团队为了把这些理论转化为实际可操作的得分体系，已经制定出了一套符合自身特色，依照不同服务场景、需求进行拆分及细化的话术规则体系，客服的服务得分则取决于其在这个体系中的综合表现。例如某化妆品店铺在对自家客服的基础服务做质检时，要具体检查客服的通话文本中是否有“您好”等欢迎语和“好的呢”等结束语。
过去，大部分的电商运营公司对客服质检都是采用人工质检的方式。但是人工质检不仅会消耗大量的时间和人力，而且只能通过抽查的方式对有限的坐席、有限的通话进行考核，同时也无法确保质检员在大工作量下是否能至始至终维持相同的评判标准进行质检作业。
那我们就没有更好的手段解决这个问题了吗？事实上人工智能已经给了我们答案。
三、AI质检复杂的对话内容
上文提到，为了提高店铺的询单转化率，我们对售前客服的销售话术提出了三种优化方法，分别是明确消费者的实际需求、放大产品的价值锚点和强化顾客的互惠心理。为了将这些理论知识转化为质检标准，客服管理团队制定出了一套话术得分规则。然而，现在大多数的客服质检工作还停留在人工抽查的阶段，不管从质量上还是效率上，都难以应付如今的行业需求。于是，我们想到了人工智能。希望它能为我们解决质检的难题。
近几年，依赖机器学习、深度神经网络等技术的不断深入，人工智能、自然语言处理等相关技术亦得到了爆发式发展。目前针对不同行业、不同领域的智能文本分析需求都出现了前所未有的定制化智能解决方案。
例如客服质检。客服质检本质上就是对客服通话文本进行文本分析，并根据既定指标标准，最终对客服的服务质量作出评估。而这恰好就属于自然语言处理技术的研究领域。自然语言处理技术是一种基于机器学习技术，帮助人类和计算机最终实现完全相互理解及沟通的人工智能技术。利用自然语言处理技术，计算机就能智能而且高效地对每一通对话进行多维解析，接下来就让我们来看几个功能示例：
情绪分析。当我们说话、动作甚至于输出的文字上都会带有一定的情绪表达，有的是直接的，有的是潜意识的。而基于人工智能情绪分析引擎的自然语言处理技术，可以自动分析通话文本中包含的情绪表达。不管是顾客的对话文本，还是客服的，他们的满意、感激、愧疚等等情绪（最多细分到12维）都可以通过计算机进行实时解读。
观点聚类。不同于传统的关键词匹配，观点聚类不限制具体的词汇表达，而是通过智能解读段落大意之上，自动将相似的观点进行归类、整合、提炼。例如系统能将“为什么面膜B比面膜A贵了一百多块钱？”和“面膜B这么贵，它贵在哪里？”统一归类成观点：“为什么面膜B贵？”。
机器学习。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能的一种技术。它是人工智能的核心，原理就是通过大量的数据训练，得出不断趋向于百分百精确的数据模型。例如系统统一归类成观点“为什么面膜B贵”之后，计算机就知道接下来客服的回答应该是“因为面膜B含有XX成分，这个成分比较珍贵……”。从“为什么”到“因为”之间的逻辑关系就是机器学习研究的内容。
人工智能通过运用情绪解析、观点聚类、机器学习等技术，从更多维度对客服的通话内容进行了解析，不同于常规人力质检手段，基于这些新技术下产生的洞察在真正意义上做到了实时、全量、深度分析。不管是美妆还是其他的品类，人工智能都能根据不同行业的不同需求，帮助企业在原有的评估体系上增加新的智能维度，让评估更立体智能。
总结
天猫“双十一”是一场竞赛，在这一天里，成交数字没有极限，只有超越和再超越。当狂欢落幕，比2684亿更值得被记录的，是这个数字背后蕴藏着的消费机遇和市场潜能。为了适应日新月异的电商经济，电商运营者需要不断变换策略，而始终不变的就是要以顾客的核心诉求作为发展基点，只有抓住了消费者的心理，才能在电商经济中立于不败之地，市场营销是如此，客服管理也是如此。
"
