编辑导语：上篇文章作者结合具体使用场景，与大家分享了对话分析智能平台的设计流程及思考。本文作者将从三个方面继续分享下他做对话分析智能平台设计的几个灵感来源：牛顿、分子计算、行为学家，供大家一同参考和学习。

为了找到提升转化率的有效方式，我们需要把关注度从 结果 转向 过程。在上篇《对话分析智能平台的设计：从无序复杂到有序简单》提出了相应的模型，主要包括三个方面：销售沟通管理，销售人员管理，客户特征洞察。

如何细化这些模型以及如何搭建相应的指标体系呢？特别是面对海量的、非结构化的沟通数据。

01 来自牛顿的灵感

“实际上，指定可解释的范围，这也许是物理学至今最了不起的发现。”

– Eugene P Wigner

牛顿几百年前就能够计算出火星的质量，而且和现在监测到的结果差别很小。而那时候牛顿同学连算盘都没有，只能靠纸笔。假如他要描述10个物体，那就需要1024个方程才能准确计算每个物体的特征，即使采用大型计算机可能也很难得出解，如果数量扩大到整个太阳系呢？

而牛顿的经典力学的巨大成功取决于对复杂系统的简化。

万有引力定律的另一个含义：只需考虑两个物体之间的作用力，而且这些力可以像积木一样互相叠加。

正好九大行星的质量占据了太阳系的大部分，而其它那些小的天体自然就被忽略了（虽然不是很科学）。但通过这样的方式，牛顿成功将1000个方程迅速缩减为45个左右。

那么同样可以对销售沟通要素进行简化：

1. 提取关键

在销售沟通中，销售人员在正确的时间，正确的场景，以正确的方式对正确的客户说了正确的内容，如果客户还不成交，那就不是销售层面上的问题。

将销售沟通的要素限定在了几个关键要素上：

• When——销售阶段 （沟通时间）
• Who——客户特征 （沟通对象）
• What——沟通内容（沟通目标）
• Where——销售场景（沟通渠道）
• How——沟通内容（沟通内容）

接下来，就可以从这几个角度对销售沟通进行分析。而沟通时间、沟通对象、沟通目标、沟通渠道这些销售场景是相对固定，销售也很难主动改变这些要素。那么关键且可控的要素就剩下沟通内容了。

2. 结构拆分

对于牛顿同学来说，45个方程显然还是太多了，靠手算可能到现在都还没算出来。看到牛顿同学的数学手稿，或许能够明白为什么45个方程还是太多了。。。

所以他做了进一步的简化：正好太阳的质量比其他星体的质量之和还要大，所以他就将每个行星和太阳都看作一个系统，与其它系统分离开来，这样45个方程就简化成了9个方程。

这不就是拆分吗？同样可以将一通销售录音进行拆分：

• 字当然，最小的单位就是字，但是字的颗粒度太小，无法直接提取出信息。
• 关键词那么字组成的词呢？一些词的确有一定的价值，例如某个客户经常提到优惠，价格贵，说明他可能对产品的价格不是很满意。
• 句子那么词组成的句子呢？句子当然很有用，因为可以从中提取出一些观点和意图，也许能够帮助了解客户痛点和购买倾向。
• 提问提问也非常重要，因为提问往往反映了客户的一些疑问。这些提问的背后可能是客户的需求和痛点，客户的异议，客户关注点等等。

3. 小结

牛顿是一个天才，不是因为他计算能力强，而是因为他提供了一个简化和理想化的思路。通过不断减少相互关联的物体来解决“有序的复杂”，来帮助普通人在一定程度上认知这个世界。

而人工智能和大数据算法则是将各种纷繁复杂的信息进行整理和提炼，从而帮助我们理解这个世界。

伟大的事物往往都是殊途同归的。

02 来自分子的灵感

兴奋之余，问题又出现了。

就算对上万字的沟通内容进行了拆分，仍然要面临着几百个关键词，近百个观点或者提问。仍然无法对沟通内容进行有效的评估和衡量。

“牛顿的成就在于：它描述了大约10万个物体组成的系统的行为，并成功计算了10个物体的特征。”

那如果要计算分子的特征呢？就算是一个瓶子里面的空气，分子数量也有10^23个。再怎么简化和拆分还是天文数字，牛顿那套理论自然用处不大。

但一些学者换了一个角度：他们决定先研究整体再考虑个体。例如研究氧气，但不去研究某个氧气分子（连显微镜都不多年代这也不现实），而是研究一瓶氧气都有哪些整体特征，然后将整体的特征划分为分子的平均特征。

这不就是统计学中的分类统计么？

1. 分类统计

常见的特征有很多，例如有效沟通时长、听说比、语速等等，这些特征虽然有用，但是价值有限。所以需要进一步针对关键词，观点和提问分别进行分类统计。

但是按照什么样的标准进行分类？什么样的分类是最贴近销售场景的？

这时候就要回归到销售视角。从销售流程的角度来看，成交不是一蹴而就的，销售只有在不同销售阶段使用正确的销售策略才能成单。因此我们借助销售过程管理中的销售漏斗（Sales Pipeline）来作为一个粗略的分析，下图是一家在线教育企业将销售漏斗分成的5个阶段：

1. 成功预约与家长成功地预约了一次线上的试听课程。
2. 展示产品家长和小朋友参与了线上的试听课，并完成了小朋友的能力测评，课程顾问向家长清晰的解释了测评结果，介绍了课程体系，及小朋友对于的课程计划及价格。
3. 达成意向家长对于方案基本满意，但还需要再综合考虑一下并和家人商量。
4. 承诺付款家长同意付款，并准备在线支付。
5. 付款成功

而每个销售阶段，销售都是有相应的话术来和客户进行沟通的。例如在第一阶段中，销售可能会围绕着免费试听，课程特色等等来吸引家长预约。而在第二阶段中，销售可能就需要围绕着课程体系，课程计划进行沟通，推动成交。

在不同的销售阶段，优秀销售往往会围绕着几个固定的话题和客户进行沟通。而这些话题其实是由多个关键词、观点、提问等组成的。结合行业背景、销售场景、业务逻辑，我们梳理出了具有针对某个客户的部分销售话题。

那么问题来了，怎么确保话题能够包含相应的关键词、观点、或提问呢？这个就需要人工智能算法的帮助，通过机器学习和参数优化等技术手段来不断提升精确率和召回率。

2. 可量化的特征

另外统计学给出的灵感不仅仅是分类，而是可量化的整体特征。我们可以结合数量、频率、速度、分布、极值来分别对关键词、观点、提问、话题的特征进行量化分析。

根据提问特征：销售可以知道客户提问的数量是多少，分布在哪些沟通阶段。通过这些信息，销售就可以快速明确客户的需求、痛点、异议等等。销售主管也可以知道销售人员的是否掌握了提问技巧，是否在积极推动成交。

3. 小结

和之前的机械力学相比，统计学面对的是“无序的复杂”。虽然系统本身非常复杂，但正是行为表现出足够的随机性，因此系统具有足够的规律性，我们也就能够进行统计分析。

这也是统计学往往能够在人口普查，疫情传播等领域起到很大的作用的原因，但人口统计学将人群仅仅看成无结构的群体之中可互换的单元，通过取平均值来简化，这似乎缺少一丝人情味。

这样就结束了么？指标就这样搭建完成了么？

03 来自行为学家的灵感

利用机械力学和统计学的原理或思路，我们只是知道了如何解决“有序的简单”和“无序的复杂”。但是处于这两者之间的系统呢？也就是“有序的复杂”。

说它简单，因为它确实可以进行拆分和分类，那说它复杂，是因为它并没有太强的随机性，很难按照平均特征的方式进行统计。

而且更让人沮丧的是，生活中能够通过解析或统计方法就能解决的问题非常有限，包围着我们的其实是中数系统，例如人性，你可以试试将勇气拆分出来单独研究。而销售沟通同样是一个中数系统。

“如果行为学家试图通过平均化的方式来理解个体，那么个体的特性就会被分摊殆尽，如果试图分离出个体进行研究，它们就又割断了研究对象与其他人或环境的练习，个体仅仅成为实验室的人造物，而不再是人。”

不断分解沟通内容最终形成了关键词/观点/提问/话题的结构，但是这样却忽视了从整体的角度来考虑销售沟通。

那么如何从整体的角度衡量销售沟通呢？

1. 话题结构

其实每个沟通都是围绕着“销售-购买”这个核心进行的，因此销售沟通总是会围绕着有限的话题进行。如果我对话题的数量，分布，比例进行分析，那是不是就能通过话题结构来从整体上评估销售沟通呢。那么具体销售场景下的话题结构是什么呢？

2. 话术

通过AI和算法，我们的算法平台能够识别出优秀销售在每个销售阶段：

• ta着重说哪些话题？
• ta问了哪些问题来引导客户？
• ta是怎么应对客户提问的？
• ta经常说的关键词是什么？

等等一系列的内容设定。这就是我们通常说的话术，国外其实是叫Script，也就是剧本或脚本。整个Script不仅仅包括5W2H这些内容层面，还包括：

• 以什么样的方式沟通？
• 如何提问？
• 如何引导客户？
• 如何推动销售场景的发展？

等等一系列的技巧和模式。多个销售阶段的优秀话术组合起来就形成了一个完整的沟通模式。而一个好的沟通模式就能够帮助算法应对大部分的销售沟通评估工作。

可能有人就会问了：“为什么不提取坏的沟通模式呢？引以为戒不行么”

“成功的人都是相似的，不成功的人，各有各的失败。”

—托尔斯泰

3. 小结

既不能轻视也不能高估分解法。分解法并不是牢不可破的整理，麦肯锡咨询团队的结构化思考也不是万能的。分解只是便于人们克服自身的能力不足，无论是工程技术还是管理咨询都是如此。

这三个问题似乎都得到解决了，那么到这里真的结束了么？

04 面对更高级的挑战

“写下和说出的话语只是表层结构，它们是由心理和语言的深层结构转换而来，言语既反映心理体验，也塑造心理体验。”

其实这句话的反映了语义学，符号关系学，语言哲学在“语言”方面的研究。简单来说，我们都有自己的世界观，而这种世界观来源于我们的内在建构。而建构的材料则是我们的语言和感官系统，这是个体生命经验的结果。

我们如何沟通，如何做决定，如何对行为和经历赋予意义，不是由现实决定，而是由我们眼中的“现实”决定。

那么我们是否能够透过沟通的表象，穿过各种纷繁复杂的业务，场景，逻辑等外部要素，直达客户的眼中的“现实”？从而做到真正意义上的销售事实的分析挖掘呢？

而这就是我们要创造出的价值。

作者：李丹阳，摹因智能产品部 实习生，东华大学交互设计方向硕士，工业设计和工商管理双学士。

本文由 @李丹阳 原创发布于人人都是产品经理，未经作者许可，禁止转载。

题图来自pexels，基于CC0协议