diff --git a/src/main/java/com/rj/common/AudioAnalysisSceneType.java b/src/main/java/com/rj/common/AudioAnalysisSceneType.java index 54400e7..f6ffc71 100644 --- a/src/main/java/com/rj/common/AudioAnalysisSceneType.java +++ b/src/main/java/com/rj/common/AudioAnalysisSceneType.java @@ -14,6 +14,11 @@ public enum AudioAnalysisSceneType { "prompts/audio_text_analysis_furniture_user.txt", "qwen-plus" ), + SCENARIO_SOFT_SALE( + "prompts/audio_text_analysis_furniture_system.txt", + "prompts/audio_text_analysis_furniture_user.txt", + "qwen-plus" + ), /** * 会议纪要/会议分析场景 diff --git a/src/main/java/com/rj/controller/AudioManagementController.java b/src/main/java/com/rj/controller/AudioManagementController.java index fce5593..ca1eb0a 100644 --- a/src/main/java/com/rj/controller/AudioManagementController.java +++ b/src/main/java/com/rj/controller/AudioManagementController.java @@ -45,6 +45,7 @@ import java.util.UUID; public class AudioManagementController { // 场景常量，避免在解析逻辑中硬编码字符串 + private static final String SCENARIO_SOFT_SALE = "SOFT_SALE"; private static final String SCENARIO_FURNITURE_SALE = "FURNITURE"; private static final String SCENARIO_MEETING_SUMMARY = "MEETING_SUMMARY"; private static final String SCENARIO_CAR_SALE = "CAR_SALE"; @@ -754,6 +755,10 @@ public class AudioManagementController { String s = scenario.trim().toUpperCase(); // 根据约定的大写场景值进行映射 + + if (SCENARIO_SOFT_SALE.equals(s)) { + return AudioAnalysisSceneType.SCENARIO_SOFT_SALE; + } if (SCENARIO_FURNITURE_SALE.equals(s)) { return AudioAnalysisSceneType.SCENARIO_FURNITURE_SALE; } diff --git a/src/main/java/com/rj/service/IAudioTextAnalysisLlmService.java b/src/main/java/com/rj/service/IAudioTextAnalysisLlmService.java index 5724e31..764b2b0 100644 --- a/src/main/java/com/rj/service/IAudioTextAnalysisLlmService.java +++ b/src/main/java/com/rj/service/IAudioTextAnalysisLlmService.java @@ -42,6 +42,28 @@ public interface IAudioTextAnalysisLlmService { String ownerPhone, String customerName, String customerPhone); + + /** + * 处理完整的业务逻辑：调用大模型生成总结，解析JSON，保存数据 + * 此方法用于家具场景的完整业务处理 + * + * @param sceneType 业务场景类型 + * @param recordingText 录音转写文本 + * @param parentId 父ID（AudioManagement的ID） + * @param ownerName 所属人姓名 + * @param ownerPhone 所属人电话 + * @param customerName 客户姓名 + * @param customerPhone 客户电话 + * @return 保存后的AudioTextAnalysisFurniture对象，如果处理失败返回null + */ + AudioTextAnalysisFurniture generateSummaryAndSave_V2( + AudioAnalysisSceneType sceneType, + String recordingText, + String parentId, + String ownerName, + String ownerPhone, + String customerName, + String customerPhone); } diff --git a/src/main/java/com/rj/service/impl/AudioTextAnalysisLlmServiceImpl.java b/src/main/java/com/rj/service/impl/AudioTextAnalysisLlmServiceImpl.java index 40379d5..70be0f0 100644 --- a/src/main/java/com/rj/service/impl/AudioTextAnalysisLlmServiceImpl.java +++ b/src/main/java/com/rj/service/impl/AudioTextAnalysisLlmServiceImpl.java @@ -236,6 +236,22 @@ public class AudioTextAnalysisLlmServiceImpl implements IAudioTextAnalysisLlmSer } } + @Override + public AudioTextAnalysisFurniture generateSummaryAndSave_V2( + AudioAnalysisSceneType sceneType, + String recordingText, + String parentId, + String ownerName, + String ownerPhone, + String customerName, + String customerPhone) { + + AudioTextAnalysisFurniture furniture = new AudioTextAnalysisFurniture(); + furniture.setRecordingText(recordingText); + + + return furniture; + } /** * 解析大模型返回的JSON结果并填充到AudioTextAnalysisFurniture对象 * diff --git a/src/main/resources/prompts/audio_text_analysis_soft_sale_qa.txt b/src/main/resources/prompts/audio_text_analysis_soft_sale_qa.txt new file mode 100644 index 0000000..77206e4 --- /dev/null +++ b/src/main/resources/prompts/audio_text_analysis_soft_sale_qa.txt @@ -0,0 +1,24 @@ + +客户核心痛点（你们软件就是解决这些） +1，成交率低、靠老销售，新人难带 +2，导购话术乱、不会挖需求、不会逼单 +3，全靠人工听录音，效率极低，无法规模化 +4，门店真实沟通黑盒，管理靠感觉 +5，客户异议听不出来，丢单不知道原因 +6，想数字化，但不想复杂、不想换系统 + + + +1，之前没有，也一直经营的很好，之前一直是这样 ，这类思想的人，如何说服？ +这类问题属于是 刻舟求剑， 不愿意改变，认为现在做的很好， 其实马上就被超越 ， 举例： 步行，自行车，汽车，飞机，比速度 + +2，太贵了 +分析客户的痛点/核心需求，是什么 ，解决和客户聊完就忘，深度挖掘客户痛点 ，常用手段： 算账（每个客户的成本是多少 ，因为没有充分了解客户痛点，损失了多少 ） ，使用之后的效果对比，最终太便宜了， 这不是在花钱是在赚钱 + +3， + + + + + + diff --git a/src/main/resources/prompts/audio_text_analysis_soft_sale_system_prompts.txt b/src/main/resources/prompts/audio_text_analysis_soft_sale_system_prompts.txt new file mode 100644 index 0000000..9748ecf --- /dev/null +++ b/src/main/resources/prompts/audio_text_analysis_soft_sale_system_prompts.txt @@ -0,0 +1 @@ +你是一个专业的软件销售顾问，你有丰富的软件销售经验，擅长AI等新技术类型的软件销售工作 ，需要从录音文本中抽取结构化信息并输出JSON。必须严格按照要求输出JSON，不能包含额外文字。 \ No newline at end of file diff --git a/src/main/resources/prompts/audio_text_analysis_soft_sale_user_prompts.txt b/src/main/resources/prompts/audio_text_analysis_soft_sale_user_prompts.txt new file mode 100644 index 0000000..80bf3fb --- /dev/null +++ b/src/main/resources/prompts/audio_text_analysis_soft_sale_user_prompts.txt @@ -0,0 +1,159 @@ +请阅读以下录音文本，从中提取客户信息并生成 JSON。必须覆盖所有字段，缺失信息请基于语境合理推断或标注"暂无信息"。 + +字段要求： +1. customer_type：客户类型，仅可填「夫妻生意」「一个人的生意」「合伙股份制公司」。 +2. team_members：团队成员，描述 团队成员组成 ，比如： 一个店长，一个助理，两个装修工程师 ， 每个人的优点，重点反应每类人员的数量，姓名， 优点，贡献大小 等。 +3. intention_funs：意向功能清单，比如：客户画像功能， 总结功能，待办功能等，仅限软件功能，不能扩展到其它产品，用顿号或逗号分隔。 +4. summary：一句话总结，应该简洁明了地概括客户的需求和关键信息，重点关注客户是否关注过此类产品，关注或使用过其他什么产品，希望用产品和功能解决他的问题 ， 等关键信息。 +5. service_customer：他们公司服务的客户有哪些，包括： 主要服务高端客户，重视品质/健康 ，总结他服务的客户群体，并推测主人相关信息。 +6. soft_function_audio_assets：软件功能之语音资产，过去和客户谈生意，应该可以被记录和积累 ，分析， 提炼，然后 找到哪些话术可以打动客户，如何介绍客户更容易付费等。 你负责提炼我的客户对这方面的哪些内容感兴趣。 +7. soft_function_customer_assets：软件功能之客户资产，长期保留和定期提醒（节假日生日等重要节日），客户是公司最包括的资产，优待你的核心资产可以给你的事业很大的助力，也是最大的信任背书。你负责提炼我的客户对这方面的哪些内容感兴趣 。 +8. soft_function_pain_points_analysis：软件功能之需求分析，帮你分析客户的痛点/核心需求，是什么 ，解决和客户聊完就忘 ,比如： 成交率低，只能靠自己成交，新人成长慢，成功经验能力无法复制， 。 +9. soft_function_customer_profile_：通过分析对话内容，把所有客户画像相关的内容， 都放到这个字段属性里 ，比如： 我们的客户的行业类型，我们的客户的人员或营收规模，决策人，决策链路。 +17.todo_item: 待办事项，通过分析对话内容，把所有待办的事， 都放到这个字段属性里 。 +18.summary1: 总结 客户疑虑点， 把同类的疑虑点放在一起，总结3类，分别是 :summary1,summary2,summary3 , 针对这三种分类的疑虑点，如何破解 客户的疑虑点,给出建议，为成交做突破.。 +19.summary2: 总结 客户疑虑点， 把同类的疑虑点放在一起，总结3类，分别是 :summary1,summary2,summary3 , 针对这三种分类的疑虑点，如何破解 客户的疑虑点,给出建议，为成交做突破。 +20.summary3 : 总结 客户疑虑点， 把同类的疑虑点放在一起，总结3类，分别是 :summary1,summary2,summary3 , 针对这三种分类的疑虑点，如何破解 客户的疑虑点,给出建议，为成交做突破。 +21. comprehensive_score：综合得分，根据所有SOP维度的表现综合评分，范围0-100分。 +22. score_summary_reason：总结综合得分的原因，详细说明综合得分的依据，包括做得好的方面和需要改进的地方。 +23. greeting_ice_breaking：迎宾破冰得分，评估销售顾问是否主动热情地迎接客户，是否有效打破初次见面的尴尬氛围，是否建立了良好的第一印象。 +24. brand_introduction：品牌和公司介绍得分，评估销售顾问是否适时介绍品牌优势、品牌故事、服务多少客户，平均提升业绩多少，介绍是否专业、有吸引力。 +25. golden_three_questions：黄金三问得分，评估销售顾问是否通过关键问题了解客户需求，如"您今天主要想了解什么？"、"您之前有了解过我们品牌吗？"、"您大概的预算范围是多少？"等。 +26. needs_guidance：需求引导得分，评估销售顾问是否通过专业提问引导客户发现和表达真实需求，是否帮助客户明确购买目标。 +27. service_progression：服务递进得分，评估销售顾问是否按照服务流程递进式地提供服务，从接待、介绍、体验、咨询到跟进，流程是否顺畅自然。 +28. reassurance_handbook：放心手册得分，评估销售顾问是否向客户介绍保障措施、售后服务、质量承诺等，是否有效消除客户的购买顾虑。 +29. three_level_pricing：三级报价得分，评估销售顾问是否采用三级报价策略（低、中、高），是否根据客户需求推荐合适价位的产品，报价是否清晰透明。 +30. objection_handling：解答异议得分，评估销售顾问面对客户疑虑、异议时的应对能力，是否耐心解答、专业回应，是否有效化解客户顾虑。 +31. activity_implantation：活动植入得分，评估销售顾问是否适时介绍促销活动、优惠政策、限时优惠等，活动信息是否清晰，是否有效激发购买欲望。 +32. closing_cooperation：压单配合得分，评估销售顾问是否在合适的时机进行成交引导，是否与客户建立信任关系，是否有效推进成交进程。 +33. proactive_wechat_add：主动添加微信得分，评估销售顾问是否主动提出添加客户微信，是否说明添加微信的价值（如发送产品资料、跟进服务等），是否成功添加。 +34. polite_farewell：礼貌道别得分，评估销售顾问在服务结束时的表现，是否礼貌送别，是否表达感谢，是否留下良好印象，是否约定后续跟进。 + + + + +重要：每个软件功能维度（soft_function_audio_assets、soft_function_customer_assets、soft_function_pain_points_analysis 、soft_function_customer_profile）必须是一个JSON对象，包含以下10个维度： +1. efficiencyImprovement：使用之后的效率提升多少 +2. stability：功能的稳定性 +3. accuracy：功能的准确率 +4. storageDuration：保存时长 +5. openCustomerLevel：这个功能对哪些级别的客户开放 +6. customerConcerns：客户疑虑点 +7. deliveryService：交付服务 +8. competitorFeedback：竞品反馈 +9. deliveryCycle：交付周期 +10. priceSensitivity: 价格敏感度 + +严格输出 JSON 格式，示例： +{ + "customer_type": "合伙股份制公司", + "team_members": "老板，2位助手", + "intention_funs": "语音资产，客户资产的功能", + "summary": "客户是夫妻生意，希望提升成交率", + "service_customer": "多数是高端客户，重视品质", + "soft_function_audio_assets": { + "efficiencyImprovement": "使用之后的效率提升50%", + "stability": "99%是正确", + "customerFocusAreas": "客户重点关注", + "storageDuration": "1个月", + "openCustomerLevel": "企业版客户开放，可以使用", + "customerConcerns": "客户疑虑点", + "deliveryService": "交付服务", + "competitorFeedback": "竞品反馈", + "deliveryCycle": "交付周期", + "priceSensitivity": "价格可以接受" + }, + "soft_function_customer_assets": { + "efficiencyImprovement": "使用之后的效率提升50%", + "stability": "99%是正确", + "customerFocusAreas": "客户重点关注", + "storageDuration": "1个月", + "openCustomerLevel": "企业版客户开放，可以使用", + "customerConcerns": "客户疑虑点", + "deliveryService": "交付服务", + "competitorFeedback": "竞品反馈", + "deliveryCycle": "交付周期", + "priceSensitivity": "价格可以接受" + }, + "soft_function_pain_points_analysis": { + "efficiencyImprovement": "使用之后的效率提升50%", + "stability": "99%是正确", + "customerFocusAreas": "客户重点关注", + "storageDuration": "1个月", + "openCustomerLevel": "企业版客户开放，可以使用", + "customerConcerns": "客户疑虑点", + "deliveryService": "交付服务", + "competitorFeedback": "竞品反馈", + "deliveryCycle": "交付周期", + "priceSensitivity": "价格可以接受" + }, + "soft_function_customer_profile": { + "efficiencyImprovement": "使用之后的效率提升50%", + "stability": "99%是正确", + "customerFocusAreas": "客户重点关注", + "storageDuration": "1个月", + "openCustomerLevel": "企业版客户开放，可以使用", + "customerConcerns": "客户疑虑点", + "deliveryService": "交付服务", + "competitorFeedback": "竞品反馈", + "deliveryCycle": "交付周期", + "priceSensitivity": "价格可以接受" + }, + "todo_item":[{ + "todo_detail": "待办事项详细说明" , + "todo_title":"待办概要" + },{ + "todo_detail": "待办事项详细说明" , + "todo_title":"待办概要" + }], + "summary1": { + "customerConcerns": "客户疑虑点1", + "answer": "如何破解 客户的疑虑点,给出建议，为成交做突破" + }, + "summary2": { + "customerConcerns": "客户疑虑点2", + "answer": "如何破解 客户的疑虑点,给出建议，为成交做突破" + }, + "summary3": { + "customerConcerns": "客户疑虑点3", + "answer": "如何破解 客户的疑虑点,给出建议，为成交做突破" + }, + "comprehensive_score": 85, + "score_summary_reason": "综合得分85分。销售顾问在迎宾破冰、需求引导方面表现优秀，能够热情接待客户并有效了解需求。品牌介绍较为专业，但活动植入和压单配合方面还有提升空间。整体服务流程顺畅，客户体验良好。", + "greeting_ice_breaking": 90, + "brand_introduction": 85, + "golden_three_questions": 80, + "needs_guidance": 90, + "service_progression": 85, + "reassurance_handbook": 75, + "three_level_pricing": 80, + "objection_handling": 85, + "activity_implantation": 70, + "closing_cooperation": 75, + "proactive_wechat_add": 80, + "polite_farewell": 90 + +} +SOP维度评分（每个维度0-100分，根据录音文本中销售顾问的实际表现进行评分）： + +SOP评分注意事项： +1. 所有评分必须基于录音文本中的实际对话内容，不能随意编造。 +2. 评分标准：90-100分为优秀，80-89分为良好，70-79分为一般，60-69分为较差，0-59分为很差。 +3. 如果录音文本中未体现某个SOP维度的内容，该维度得分应为0分，并在score_summary_reason中说明。 +4. 综合得分应综合考虑所有维度的表现，通常取各维度得分的加权平均或根据整体表现综合评定。 +5. score_summary_reason应详细说明评分依据，包括做得好的方面和需要改进的地方，字数建议100-300字。 +6. 如果无法从录音文本中提取姓名、电话等信息，应填写"暂无信息"。 + + +注意： +1. 必须严格按照JSON格式输出，不要添加任何额外文字或markdown代码块标记。 +2. 每个产品维度必须是一个完整的JSON对象，包含上述10个维度。 +3. 如果录音文本中未提及某个产品，该产品的JSON对象中所有维度应填写"暂无信息"或基于语境合理推断。 +4. 所有字段值必须基于录音文本内容，合理推断，不能随意编造。 + +录音文本： +{RECORDING_TEXT} + + + + diff --git a/src/main/resources/prompts/audio_text_analysis_summary_system_prompts.txt b/src/main/resources/prompts/audio_text_analysis_summary_system_prompts.txt new file mode 100644 index 0000000..a4ca2e7 --- /dev/null +++ b/src/main/resources/prompts/audio_text_analysis_summary_system_prompts.txt @@ -0,0 +1 @@ +你是一个专业的会议纪要员，你有丰富的会议记录经验，擅长理解和记录课堂老师讲的内容，擅长总结会议里的主题内容 ，需要从录音文本中抽取结构化信息并输出JSON。必须严格按照要求输出JSON，不能包含额外文字。 \ No newline at end of file diff --git a/src/main/resources/prompts/audio_text_analysis_summary_user_prompts.txt b/src/main/resources/prompts/audio_text_analysis_summary_user_prompts.txt new file mode 100644 index 0000000..d1a02f3 --- /dev/null +++ b/src/main/resources/prompts/audio_text_analysis_summary_user_prompts.txt @@ -0,0 +1,94 @@ +请阅读以下录音文本，从中提取客户信息并生成 JSON。必须覆盖所有字段，缺失信息请基于语境合理推断或标注"暂无信息"。 + +字段要求： +1. style_type：主题类型，仅可填「会议纪要」「课堂纪要」「面试纪要」。 +2. members：团队成员，描述 团队成员组成 ，比如： 经理，员工， 面试者，面试管，老师 ， 重点反应每类人员的数量，姓名， 优点，贡献大小 等。 +4. summary：一句话总结，应该简洁明了总结关键信息， 重点列举5到15个重点信息， 等关键信息, summary应该是树形结构，总共分3层 ，比如 summary是第一层 ，第二层 类似： summary1，summary2，summary3，summary[N] ,第三层 类似：summary1_1,summary1_2,summary1_3,summary1_[N]。 +5.summary1: 对summary 提供支持，summary1是对summary的详细解释的第一个理由， summary1是对summary深入分析的一部分 。 +6.summary1_1: 对summary1提供支持，summary1_1是对summary1的详细解释的第一个理由， summary1_1是对summary1深入分析的一部分 。 +7.summary1_[N]: 对summary1提供支持，summary1_[N]是对summary1的详细解释的第一个理由， summary1_[N]是对summary1深入分析的一部分 ,[N] 这里的N不能超过数字 10。 +8.summary[N]: 对summary 提供支持，summary[N]是对summary的详细解释的第一个理由， summary[N]是对summary深入分析的一部分 ,[N] 这里的N不能超过数字 5。 +10.todo_item: 待办事项，通过分析对话内容，把所有待办的事， 都放到这个字段属性里 。 + + +严格输出 JSON 格式，示例： +{ + "style_type": "课堂纪要", + "members": "讲师，学生", + "todo_item":[{ + "todo_detail": "待办事项详细说明" , + "todo_title":"待办概要" + },{ + "todo_detail": "待办事项详细说明" , + "todo_title":"待办概要" + }], + "summary": { + "summary_text": "本次会议一句话总结", + "items": [ + "summary1": { + "summary_text": "这里是summary 本次会议一句话总结的第一个论点", + "items": [ + "summary1_1": + { + "summary_text": "这里是summary1 本次会议一句话总结的第一个论点" + }, + "summary1_2": + { + "summary_text": "这里是summary1 本次会议一句话总结的第2个论点" + }, + "summary1_[N]": + { + "summary_text": "这里是summary1 本次会议一句话总结的第3个论点" + } + ] + }, + "summary2": { + "summary_text": "这里是summary 本次会议一句话总结的第2个论点", + "items": [ + "summary2_1": + { + "summary_text": "这里是summary2 本次会议一句话总结的第一个论点" + }, + "summary2_2": + { + "summary_text": "这里是summary2 本次会议一句话总结的第2个论点" + }, + "summary2_[N]": + { + "summary_text": "这里是summary2 本次会议一句话总结的第3个论点" + } + ] + }, + "summary[N]": { + "summary_text": "这里是summary 本次会议一句话总结的第2个论点", + "items": [ + "summary[N]_1": + { + "summary_text": "这里是summary[N] 本次会议一句话总结的第一个论点" + }, + "summary[N]_2": + { + "summary_text": "这里是summary[N] 本次会议一句话总结的第2个论点" + }, + "summary[N]_[N]": + { + "summary_text": "这里是summary[N] 本次会议一句话总结的第3个论点" + } + ] + }, + ] + } +} + +注意： +1. 必须严格按照JSON格式输出，不要添加任何额外文字或markdown代码块标记。 +2. 每个产品维度必须是一个完整的JSON对象，包含上述10个维度。 +3. 如果录音文本中未提及某个产品，该产品的JSON对象中所有维度应填写"暂无信息"或基于语境合理推断。 +4. 所有字段值必须基于录音文本内容，合理推断，不能随意编造。 + +录音文本： +{RECORDING_TEXT} + + + + diff --git a/src/main/sql/产品价值分析/客户画像分析.md b/src/main/sql/产品价值分析/客户画像分析.md new file mode 100644 index 0000000..09ce0ac --- /dev/null +++ b/src/main/sql/产品价值分析/客户画像分析.md @@ -0,0 +1,97 @@ +AI语音零售成交提升软件 - 客户画像（软件买家） + +产品定位：AI语音分析技术，助力零售行业提升门店成交率 + +一、客户基本属性（Who） + +- 行业：线下零售连锁（核心覆盖：服装、美妆、珠宝、3C数码、家居、母婴、鞋包、汽车新零售；次要覆盖：高端商超、医美体验店） + +- 门店规模： + + +- 核心客户：连锁品牌（10–500家门店）、区域龙头零售（3–20家门店） + +- 次要客户：单店高客单门店（珠宝、家居、医美、汽车新零售等） + +- 核心决策人： + + +- 高层：品牌老板、创始人 + +- 中层：运营总监、销售总监、区域经理、督导 + +- 执行层：培训负责人（影响决策，负责落地使用） + +- 核心人群标签：对门店业绩负责、对销售人效焦虑、对门店沟通管理“不可见”有痛点的管理者 + +二、客户核心痛点（核心需求触发点） + +1. 成交率偏低，过度依赖老销售，新人上手慢、流失率高，话术无法标准化复制； + +2. 导购沟通话术混乱，不会主动挖掘客户需求、应对客户异议，临门一脚逼单能力弱； + +3. 门店沟通情况“黑盒”，全靠人工听录音质检，效率极低，无法实现规模化管理； + +4. 丢单原因无法精准定位，不清楚客户真实异议（如“太贵”“再考虑”），难以针对性优化； + +5. 想实现销售数字化管理，但抵触复杂系统，不愿更换现有收银、CRM系统，担心落地难度大； + +6. 培训成本高，优秀导购的经验无法快速复制给新人，培训效果难以量化。 + +三、客户核心目标（Goal） + +- 核心目标：提升门店成交率5%–20%，直接带动业绩增长； + +- 管理目标：实现导购话术标准化、可复制，降低新人培训周期30%–50%； + +- 效率目标：用AI替代人工质检，降低管理成本，实现门店沟通数据可量化、可视化； + +- 长期目标：打破门店沟通黑盒，实现精细化管理，提升整体销售人效。 + +四、客户使用场景（When/Where） + +- 一线场景：门店导购与客户面对面沟通（佩戴设备）、语音通话时，AI实时分析沟通内容； + +- 管理场景：总部/区域管理者通过后台查看话术分析、客户异议、成交漏斗等数据报表； + +- 培训场景：督导、培训负责人批量复盘问题话术，提取优秀话术，用于新人培训对标； + +- 优化场景：根据AI分析的薄弱点（如逼单话术不足），针对性优化导购培训内容。 + +五、客户行为特征（Behavior） + +- 核心关注点：ROI（投入成本与业绩提升的比例），重视“可量化的效果”； + +- 产品偏好：喜欢轻量、开箱即用的系统，拒绝复杂部署和操作，不希望改变现有工作流程； + +- 决策特征：决策链短，老板/运营总监可直接拍板，无需多层级审批； + +- 付费意愿：愿意为“能直接提升成交、降本增效”的工具付费，对纯管理类、无明确效果的工具兴趣低； + +- 额外关注：数据安全（导购与客户录音隐私）、行业合规性，担心员工抵触“被监控”。 + +六、客户采购特征（Buying Pattern） + +- 预算范围：按门店/账号收费，单门店/年几千–几万不等，连锁品牌按门店数量阶梯定价； + +- 采购周期：1–4周（核心决策人演示→试用→确认效果→签约，流程简单）； + +- 决策关键：试用效果 > 产品演示 > 价格 > 售后服务； + +- 采购顾虑：部署复杂、员工抵触使用、效果无法量化、数据不安全。 + +七、产品核心匹配点（Fit） + +- + +- 丢单原因定位：自动抓取沟通中的薄弱点、丢单关键因素，生成优化报告； + +- 管理可视化：后台数据看板，清晰呈现成交漏斗、话术效果、异议分布等，实现量化管理； + +- 轻量接入：无需更换现有收银、CRM系统，快速部署，不改变导购工作流程； + +- 培训赋能：自动沉淀优秀话术，助力新人快速对标，降低培训成本。 + +八、精炼一句话画像（对外传播/销售话术用） + +我们的客户是：重视门店成交率、拥有线下零售门店，希望通过AI语音分析技术，实现导购话术标准化、提升销售人效与业绩的零售连锁品牌老板及运营负责人。