“两害相权取其轻”，面对确定的损失和“赌一把”将损失降到最低之间，多数人会选择“赌一把”。

为什么面对损失，人们似乎更偏向于冒险？

因为多数人一旦处于亏损状态时，会极不甘心，宁愿承受潜在的更大的风险来赌一把。这种非理性的坚持背后，可以用「损失厌恶」心理来解释。

一、人性的本能：趋利避害

趋利避害是生物的本能，也是人性的本能。「损失厌恶」可以说是在人性本能的驱使下诞生的。百度百科这样解释「损失厌恶」：人们面对同样数量的收益和损失时，认为损失更加令他们难以忍受。同量的损失带来的负效用为同量收益的正效用的2.5倍。

简单来说，「损失厌恶」反映出人们的风险偏好并不是一致，当涉及的是收益时，人们表现为风险厌恶；当涉及的是损失时，人们则表现为风险寻求。

例如，国人热衷于打麻将，而我们会发现，让一个赢了200块的人不玩，貌似比较容易；反之，很难让一个输了200块的人不玩。

商业社会中，我们比较熟悉的就是炒股了，股神巴菲特一直强调他的投资理念很简单：“买进一支好股票，不要轻易抛出，你只要等着股价上涨就好啦！行情下跌时不要过于恐慌，股市大涨时不要过于贪婪，就已赚到相当高的回报。”

但是显然，绝大多数的人面对损失无法做出这种更为明智的选择。

除此之外，「损失厌恶」心理同样会在不知不觉中渗透到销售工作中，影响着我们的决策。

二、从数据中发现真相

什么是客户意向判断？

在某CRM系统中有一个功能——销售在录入完行动纪录之后，AI智能引擎会根据行动内容的文字自动判断该客户的意向，分为：

• 正向：客户跟进顺利进行；
• 负向：客户跟进遇到困难；
• 模糊：目前没有明显推动或者变化。

当然，AI本身就是以大量的数据作为基础，我们从系统中随机抽取了30万条行动数据，结果显示，在30万条数据中，负意向占比5%，正意向占比33%，模糊意向占比61%。

从正向与负向的数据对比中，可以明显看出，销售对于跟进行动的主观判断更偏向于积极的情绪；再比较模糊意向，可以看出多数销售面对困难，更偏于保守记录。

行动记录本质上已经可以反映出销售后期采取的行动。

例如，销售在CRM系统内记录行动：之前和客户聊的挺好的，但最近总是说忙，提出再去拜访被拒绝，下周再看看。

这条记录实际上就是典型的【负面意向】，其实在跟进中已经出现了问题，但销售最终采取的却是【拖延】战略。

另外，我们再根据实际经验做分析，软件行业数据显示实际签约率不足10%，大多数行业的签约率在3%-5%，也就是说，销售在实际跟单中的遇到困难其实占了很大比例，负反馈几乎可以高达90%。

在经验上，我们可以认为负意向应该远远大于正意向。

但是，对比 AI 引擎统计出的正、负意向数据，高达6倍的差距从哪里来？

不排除存在这样两种可能：

1. 销售把大量的负面信息隐藏了，转移到61%的模糊意向中。
2. 销售早已在潜意识中过滤了部分风险，以积极的态度去记录行动。

看来，销售要读懂自己会比读懂客户更难。

三、暴露问题才能解决问题

销售在跟单过程中，到底是如何受「损失厌恶」心理影响的？

举个例子，销售A在某个客户身上花了很多时间与精力，但后期跟进并不顺利，涉及到可能面临的损失，销售A更愿意相信该客户还存在签约的可能（其实是不甘心），以赌一把的心态继续苦苦纠缠于该客户。

这看似符合逻辑的行为，其实是非常不明智的。

前期投入的时间与精力属于沉没成本，销售继续耗下去只会浪费更多时间与精力，不如去寻找别的客户。

面对这种情况，正确的处理方式从正确的记录客户的负面反馈开始，将问题暴露出来，积极寻求组织上的支持，正视问题才是解决问题的开始。

再如，受「损失厌恶」心理的影响，很多销售低估了自己的能力范围。在恰好完成了当月业绩之后，很少会有销售会继续拼命，之所以会松懈下工作热情，不是真的没有客户了，也不是销售累了，而是该销售在为下个月的业绩考虑，如果能留下客户到下月签单，无疑可以降低下月业绩压力，属于风险规避。

从企业整体盈利来看，老板肯定不希望销售如此。遇到这种情况下，需要【伯乐型】的管理者去发现这类隐藏能力的员工，并制定出更为合理的激励规则来引导销售发挥最大的潜能与干劲。

四、小结

人类不是机器人，远没有我们想象中理性。

销售客户管理中存在很多问题等待我们去发现，看似与客户平常的交往背后，「损失厌恶」心理却在无形中影响着销售决策，而我们可能从未发现自己的不理智行为，在大数据的基础上，AI智能引擎为站在更客观的角度去发现问题创造了可能。

是时候直面危机！

最后，借用丹尼尔·尼卡曼在《思考，快与慢》一书中对「损失厌恶」的正解：“积极和消极的期盼或体验之间的力量不对称状况由来已久，将各种威胁当成“危” 而不是”机” 的有机体的存活和繁殖的概率更大。”

本文由 @fhz 原创发布于人人都是产品经理，未经许可，禁止转载。

题图来自 Unsplash，基于CC0协议