我们花了五天,做出两个“半成品”

图片

试想一个问题:一家卖家具的公司,和一家做软件销售的公司,会不会有什么相似的困扰?

答案或许是:它们都想知道,怎么让团队其他人都掌握销冠的本事。

在“200万·AI落地营”中,接触了大约30家企业后,我们发现这样的事,还有很多。

企业生意各不相同,想解决的问题却往往很相似。

再比如,一家开线下门店的企业,会想知道哪场促销带来了增长。一家做电商的企业,会想知道哪笔投流更有效。它们想解决的,是怎么从经营数据里找到影响结果的东西。

大致归纳下,有两类特别常见:

1)找到数据背后的关系,2)把高手的经验复制给别人。

企业最常遇到的两类难题1)找到数据背后的关系;2)把高手的经验复制给别人。

既然遇到的是同一类难题,为什么每家企业都要从头想解决办法?为什么不把共同的部分提前做好,让企业直接拿来用?

于是,在第三期“200万·AI落地营”里,我们做了一次尝试:

把解决同一类问题的方法,提前做成工具。企业放进自己的业务和数据,做成适合自己的软件。

我把这样的底层工具,叫“底座”。

它既不是一套拿来就用的成品软件,也不是为每家企业量身定做的软件。它更像是一件“半成品”,把很多企业共通的、难做的部分提前做好,剩下的,企业可以自己发挥。

五天里,我们研究了很多种底座。今天,想跟大家聊聊其中两种。

一种叫“锦囊”,是从数据里找关系。另一种叫“销冠”,是把高手的经验做复制。

怎么理解?我们挨个聊聊。

图片

锦囊:很多经营问题,其实是数学问题

先说第一种。

之前,有位企业家跟我聊起库存管理的问题。他告诉我,他们有8个人在做这件事,主要靠一位干了20年的老师傅。每天需要备多少货,老师傅看一眼,心里大概就有数了。

我问他:老师傅是怎么判断的呢?他说:不太清楚,应该就靠经验吧。

那你想让AI帮你做什么?我接着问。他告诉我,希望AI能成为这位老师傅。

可是,如果你连老师傅是怎么判断库存的都不清楚,AI又怎么能学会这件事?

为什么会这样?其实,很多人可能都没意识到一件事:

很多看起来复杂的经营问题,背后往往是数学问题。

举个例子,你开了一家门店,下个月要备多少货?

备少了,可能卖断货。备多了,货压在仓库里,又占用资金。认真考虑起来,起码要算清楚:现在还有多少库存?最近每天卖出去多少?下一批货什么时候能到?仓库还有多少空间?这些,都可以用数据分析和计算。

下个月备多少货,起码要算清1现有库存现在还有多少库存2近期销量最近每天卖出去多少3到货时间下一批货什么时候能到4仓储空间仓库还有多少空间

数学里有一类解决资源安排问题的方法,线性规划。

比如,每件商品的采购成本、占用空间都是固定的,预计需求也明确。怎样在预算和仓库容量的限制下安排进货,才能尽可能降低成本?就可以用线性规划求解。

当然,如果销量不确定,或者采购必须按整箱计算,还可能需要其他方法配合。

你看,老师傅凭经验做的判断,背后可能有一套数学方法。

只是这些依据,还藏在老师傅的脑子里。

而且,不同的经营问题,需要的数学方法也不同。

比如,库存管理,是在预算、仓储等限制下,算出怎么进货更合适。而做零售的,想知道哪场促销更有效;做电商的,想知道哪笔投流更值得花钱。这些问题,需要从数据里分析不同因素与经营结果之间的关系。

虽然方法不同,但都需要先把经营问题,变成数学可以分析的问题。

可是,数学方法那么多,该用哪一种?怎么建模型、怎么算?普通老板未必知道。专门找人开发,又费钱又费时间。

所以,我们尝试做了一个底座,叫“锦囊”。

把常用的数学分析方法提前做好,帮企业找到复杂的经营数据里的关系,辅助下一步决策。

比如,你开了几家门店。上个月发了券、做了满减,还办了会员日。销售额涨了,可到底哪场活动更有效?

你可以把收银流水和活动记录导入锦囊,选好想研究的“是否发券”,和关心的“销售额”。系统就会调用随机森林、XGBoost等模型分析,展示数据中发现的关系。

假如算出来,工作日没做满减时,发券的店往往卖得更多。负责人确认后,可以把这条发现连同适用条件存下来。下次又在想要不要发券,就能调出来参考。

知道发券可能有帮助,还不够。那是发10块的券,还是20块呢?

还可以用“实验场”做一次模拟。

选个面额,看看过去哪一档表现得好。差得不明显,系统就先不给建议。真要试,可以挑几家生意差不多的店,先做下预测。

等到活动做完,把实际销售额导回来,再对照当初的预测看看准不准。

回头看,店长一开始想解决的只是一个问题:下个月生意怎么更好。但要回答这个问题,背后可能需要一整套数学分析的方法。

放过去,就是要各家企业自己找人、想办法、做模型。现在,这些共通的方法,底座提前做好了。

企业拿到底座,可以直接从自己的经营问题开始,做分析、尝试,再验证。

就像诸葛亮给赵云准备的锦囊。遇到问题的时候,打开看看,有没有可以用的办法。

这是“锦囊”底座想做的事。

图片

销冠:让高手的经验,成为团队能力

第二种,是销冠。

假设,你开了一个卖家具产品的门店。周六下午,一位客户跑过来:对门小张家比你们还便宜两千。

刚上岗三天的小李看到,第一反应是,要不去问问老板能不能便宜点吧。但店里的销冠小刘拉住了他,自己走到客户跟前,说了这么一句话:“里头有差价,我来拆给您看看。”四十分钟后,客户跟小刘约好了第二天再来谈。

老板看在眼里,觉得小刘真厉害,赶紧让小李学学。

可是,小李学到了什么?

下次客户再说别人家便宜,他是不是也应该说这句话?如果客户不想听怎么办?如果客户坚持要求降价呢?小李可能就没辙了。

同样一句话,销冠说出来有用,别人照着说,却未必管用。

为什么?

因为,新人看到的,只是销冠做了什么,却不知道他为什么这么做。

就像有人看到销冠给客户送了一份蛋糕,最后拿下订单。于是,其他销售也照着送。可问题是,之所以送蛋糕,是因为销冠知道客户过生日。可客户根本不过生日,送蛋糕又有什么用?

销冠真正厉害的地方,并不是送蛋糕。而是先弄清楚客户在意什么,再决定怎么做。

所以,要把高手的经验教给别人,不能只教动作,还得把背后的判断方法提炼出来。

为此,“销冠”底座做了两件事。

第一,抽象。

把高手的具体做法,提炼成可以在不同场景使用的销售策略。

比如,先把销冠接待客户的录音上传到系统。AI会分析对话,找出客户遇到了什么问题、销冠采取了什么行动,再总结背后的判断方法。

还是那个嫌贵的客户。为什么销冠没急着降价?

可能是他判断,客户并非买不起,而是担心多花了冤枉钱。所以,他才决定先解释两份报价的差别。但如果客户真的预算不足,继续解释差价,可能就没用了。

所以,这里真正值得提炼的,不是“客户嫌贵,所以解释差价”。而是:面对价格异议,先判断客户的真实顾虑,再决定回应方式。

担心买贵了,就解释差价。预算不足,就了解预算和可选方案。担心质量,就提供相应的证明。

负责人结合录音,与销冠核对后,就能把这些判断整理成策略,放进底座。

这样,新人学到的,不再是某一句话,而是一套判断和行动的方法。

不过,策略总结出来了,新人就一定能用好吗?未必。

因为,“先判断客户的顾虑”听着简单。真碰到客户,新人还是可能不知道怎么问、怎么说、怎么判断。

所以,还需要第二件事,

还原。

把抽象出来的策略,重新放回具体场景,让新人练习。

比如,系统第一题是“客户嫌贵,你下一步怎么做?”,底下有ABC三个选择。选错了,后台会记下这次回答。

接着,还会有AI扮演客户,新人模拟接待,试着用一遍刚才的学习结果。可能这次模拟怕买贵了的客户,下次换成预算不足的客户。新人得根据不同情况,不同调整沟通方式。

可是,模拟练习通过了,实战就一定有用吗?也不一定。

过了几天,真的客户来店里比价。新人完全按照学习的内容接待,最后还是没成交。没关系,负责人可以回听这次的录音,对照之前的策略,看看问题出在哪儿。是没有问清楚客户的顾虑?还是判断对了,却没有采取合适的行动?

如果是没掌握,就加强练习。如果是原来的策略不适用,也可以重新检查、补充规则。

你看,从一段录音,到一套策略,再到模拟练习,最后回到真实销售场景中检查。

这里面,最关键的就是先抽象,再还原。

先把高手脑子里的判断提炼出来,再让新人学会在不同情况下使用。

这样,高手的经验,才有机会从一个人的本事,变成整个团队可以学习、练习、不断改进的能力。

这,就是“销冠”底座想解决的难题。

最后的话

好。我们最后回头看看两个底座。

锦囊,是把复杂的经营问题,变成可以用数学方法分析的问题。销冠,是把高手说不清的经验,变成别人可以学习、练习的策略。

两件看起来不同的事,但其实都朝着同一个方向。

企业的生意千差万别,解决同一类问题的方法,却没必要每次都从零开始。

这也是我们在“200万·AI落地营”上,做“底座”的初衷。

所以,我们花了五天时间,做了两件很难的事。

让AI帮我们做出两个底座不难,真正难的是把难题想清楚,把难题背后的解决方案想明白,再做成别人也能用的基石。

底座省下的是开工前的重复摸索,改变的是企业解决问题的起点。

也许,你的生意里,也有一道琢磨了很久,却始终不知道从哪里下手的难题。

12月14日到18日,我们会举办第四期“200万·AI落地营”。

欢迎你把你的那道难题带来,我们一起把问题问具体,搭建出属于你的“底座”。

如果,你也感兴趣。那么,欢迎你联系我们。


文章原文

内容来自 刘润,版权归原作者所有。

阅读原文 ↗

用 HomepageTab 新标签页关注 RSS,打开浏览器就能看到更新。

安装 HomepageTab