五步法：对销售对话数据进行“行为事件”分析

编辑导语：行为事件分析是一种常见的互联网数据分析方法，有效的分析可以帮助团队洞察用户需求与用户特征，进而制定更合理的销售分发或运营策略。本篇文章里，作者总结了对销售对话数据进行行为事件分析的“五步法”，一起来看一下。

人们最熟悉通过具体的行为来分析事件背后的逻辑，例如发现谁在什么时间什么地点干了什么事，从而得出某个结论。无论是用户旅程地图，还是服务设计中的触点分析，以及更为宏观的4W1H模型，都是将行为事件按时间或流程等维度进行拆解并进行分析。

而在互联网领域中，行为事件分析是一种常见的的数据分析方法，主要指收集用户在使用产品时发生的一系列互动行为信息，并分析不同的互动行为对产品甚至企业价值的影响。

通常互联网产品**采用埋点的方式了解用户在哪些节点做了哪些操作（如注册、浏览、沟通、付款等行为），并挖掘用户行为背后的原因和模式，从而优化产品体验、洞察用户特征、制定运营策略。

而在销售场景中，沟通是至关重要的一部分，客户通过沟通传达自身需求，获取产品信息。销售则通过沟通传达产品价值，促进成交。因此沟通内容是一个非常重要的互动数据来源。

传统的行为分析方式往往是将行为的时间、频率、数量等特征作为统计分析指标，行为本身包含的丰富信息却被丢失了，例如某个用户在社区中非常活跃，如果只通过发送消息这一行为来判断，这个用户可能算是一个高价值用户，但这个用户可能只是经常在社区发广告，严重破坏了社区氛围。

如果我们对沟通行为中，带有特定倾向和目的的沟通内容进行统计分析，我们**发现传统事件分析是无法对内容进行统计分析的，但客户往往**沟通内容中传达自己的喜好、倾向、痛点，销售也**在沟通过程体现出自己的销售能力和技巧。这些信息对精准分析客户需求、绘制用户画像、制定针对性的销售培训策略来说非常有价值。

一、分析销售对话数据面临的问题？

但是当我们拿到海量客户和销售之间的对话数据时，该怎么办？我们该如何对海量对话数据中的沟通行为进行识别、跟踪、统计和分析呢？

例如一家做教育课程在线销售的公司，共有两百名销售，平均每人每天**拨打30通左右的销售通话，发送上百条企业微信聊天信息。面对这么多海量的沟通数据，销售主管们肯定非常想知道：有多少客户非常关注价格？成单的客户都**提哪些问题？不同销售阶段的客户异议是什么等和沟通内容相关的问题。

这些都是非常有价值的信息，我们如何做才能从沟通内容出发，结合行为事件分析的思路回答上述问题呢？

二、如何对销售沟通进行行为事件分析？

结合销售场景下的沟通对话特点，我们发现最基础的分析流程是：确定样本特征、确定分析单元、制定类目系统、内容识别和统计、形成业务洞察。

1. 确定样本特征

在不同的销售场景，对话特征**存在很大的差异，需要采用不同的分析维度和方法。

• 从销售特征的角度来看：B2C和B2B的销售沟通在沟通时长、间隔频次、内容特征等存在较大的差异。
• 从沟通形式的角度来看：连贯性较强的实时语音沟通与碎**化的在线文本沟通在数据格式、互动节奏等方面存在较大的差异。

分析实时语音沟通时，双方沟通相对连贯，可以从话题时长、轮次等维度进行分析。而分析在线文本沟通内容时，由于沟通间隔时间较长，更侧重于分析话题内容。

2. 确定分析单元

分析单元相当于行为事件分析中的事件定义，简单来说从哪些维度分析对话数据。

分析单位可以是关键词、一串意义连贯的词组、句子或段落。而从对话特征来看，轮次、时长、情绪也可以作为分析单元。

对于销售场景来说，很多体系化的销售流程都是由环环相扣的话术点所组成的。每个话术点可能由几个有意义的词语组成，例如“价格、多少钱”等，也有可能整个沟通都是在围绕着某个话术点开展的。

例如FAB中的F（产品特征）可能就需要销售花费十几分钟讲述。

3. 制定类目系统

制定类目系统，即确定分析单元的归类标准，这里分类分为两个层次，

1. 根据业务特点确定一个销售话术主要包含哪些话题，有助于后续的统计分析。
2. 每个话题究竟包含哪些分析单元，从而让算法能够准确识别特定话题。

1）关键话题分类

分类标准的设置往往取决于具体的业务场景和诉求，例如针对销售SOP检测，通常**根据销售阶段执行不同的销售流程，每个销售流程又包含多个话题，例如开场白、建立信任、需求挖掘、产品介绍等。其中需求挖掘这个话题可能包括多个关键词组合或句子。

2）确定具体内容

当我们明确了话题框架，那么每个话题具体包含哪些内容呢？例如需求挖掘可能就包含多种提问方式，那我们怎么知道哪些问题属于需求挖掘，哪些只是简单询问呢？

再比如在识别客户意向度时，高意向的客户往往**询问价格、产品、优惠等信息，但是不同客户询问价格的方式多种多样，如何知道客户是在询问价格呢？这就需要结合实际的销售经验对所有可能的回答进行列举。

4. 内容识别和统计

当我们设定好每个话题包含哪些具体的内容后，就需要通过算法对内容进行识别和检测。

从技术手段来看，不同的分析单元采用的算法也不同。例如关键词、关键词组合、相似句子、话题背后采用技术手段、使用难度和效果都有差异，在实际应用中往往**多种技术手段组合使用。

当算法识别出每通对话中：“谁在什么时间点说了什么话题”时，我们就能对海量沟通数据进行内容统计。不仅能够结合前期设定的类目系统进行条件筛选，还能下**到具体某个通话中进行详细分析。

5. 形成业务洞察

结合沟通内容识别和统计结果，我们可以根据实际的业务需求设定筛选条件，配置出沟通内容追踪点，挖掘出蕴藏在对话数据中的巨大价值，为销售组织回答关于销售管理、销售绩效、市场洞察等各类问题。

作者：李丹阳，摹因智能产品设计师，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Unsplash，基于CC0协议