年薪10万的乞丐给我上了震撼的一课 (转)

我拎着刚买的levi’s从茂业出来,站在门口等一个朋友。一个职业乞丐发现了我,非常专业的、径直的停在我面前。这一停,于是就有了后面这个让我深感震撼的故事,就象上了一堂生动的市场调查案例课。为了忠实于这个乞丐的原意,我凭记忆尽量重复他原来的话。
>>
>> “先生……行行好,给点吧。”我一时无聊便在口袋里找出一个硬币扔给他并同他攀谈起来。
>>
>> 乞丐很健谈。“……我只在华强北一带乞讨,你知道吗?我一扫眼就见到你。在茂业买levi’s,一定舍得花钱……”
>> “哦?你懂的蛮多嘛!”我很惊讶。
>>
>> “做乞丐,也要用科学的方法。”他说。
>>
>> 我一愣,饶有兴趣地问“什么科学的方法?”
>>
>> “你看看我和其他乞丐有什么不同的地方先?”我仔细打量他,头发很乱、衣服很破、手很瘦,但都不脏。
他打断我的思考,说:“人们对乞丐都很反感,但我相信你并没有反感我,这点
我 看的出来。这就是我与其他乞丐的不同之处。”
>>
>> 我点头默认,确实不反感,要不我怎么同一个乞丐攀谈起来。
>>
>> “我懂得swot分析,优势、劣势、机会和威胁。对于我的竞争对手,我的优势是我不令人反感。机会和威胁都是外在因素,无非是深圳人口多和深圳将要市容整改等。

>> “我做过精确的计算。这里每天人流上万,穷人多,有钱人更多。理论上讲,我若是每天向每人讨1块钱,那我每月就能挣30万。但是,并不是每个人都会给,而且每天也讨不了这么多人。所以,我得分析,哪些是目标客户,哪些是潜在客户。”他润润嗓子继续说,“在华强北区域,我的目标客户是总人流量的3成,成功几率70%。潜在客户占2成,成功几率50%;剩下5成,我选择放弃,因为我没有足够的时间在他们身上碰运气。”
>>
>> “那你是怎样定义你的客户呢?”我追问。
>>
>> “首先,目标客户。就像你这样的年轻先生,有经济基础,出手大方。另外还有那些情侣也属于我的目标客户,他们为了在异性面前不丢面子也会大方施舍。其次,我把独自一人的漂亮女孩看作潜在客户,因为她们害怕纠缠,所以多数会花钱免灾。这两类群体,年龄都控制在20~30岁。年龄太小,没什么经济基础;年龄太大,可能已结婚,财政大权掌握在老婆手中。这类人,根本没戏,恨不得反过来找我要钱。”

>> “那你每天能讨多少钱。”我继续问。
>>
>> “周一到周五,生意差点,两百块左右吧。周末,甚至可以讨到四、五百。”
>>
>> “这么多?”
>> 见我有些怀疑,他给我算了一笔帐。“和你们一样,我也是每天工作8小时,上午11点到晚上7点,周末正常上班。我每乞讨1次的时间大概为5秒钟,扣除来回走动和搜索目标的时间,大概1分钟乞讨1次得1块钱,8个小时就是480块,再乘以成功几率60%[(70%+50%)÷2],得到将近300块。”
>>
>> “千万不能黏着客户满街跑。如果乞讨不成,我决不死缠滥打。因为他若肯给钱的话早就给了,所以就算腆着脸纠缠,成功的机会还是很小。不能将有限的时间浪费在无施舍欲望的客户身上,不如转而寻找下一个目标。”
>> 强!这个乞丐听上去真不可貌相,倒像是一位资深的市场营销总监。
>>
>> “你接着说。”我更感兴趣了,看来今天能学到新的东西了。
>> “有人说做乞丐是靠运气吃饭,我不以然。给你举个例子,女人世界门口,一个
帅气的男生,一个漂亮的女孩,你选哪一个乞讨?”
>>
>>
>>
>> 我想了想,说不知道。
>>
>>
>>
>> “你应该去男的那儿。身边就是美女,他不好意思不给。但你要去了女的那边,她大可假装害怕你远远地躲开。”
>>
>> “再给你举个例子。那天cocopark门口,一个年轻女孩,拿着一个购物袋,刚买完东西;还有一对青年男女,吃着冰淇淋;第三个是衣着考究的年轻男子,拿着笔记本包。我看一个人只要3秒钟,我毫不犹豫地走到女孩面前乞讨。女孩在袋子里掏出两个硬币扔给我,并奇怪我为什么只找她乞讨。我回答说,那对情侣,在吃东西,不方便掏钱;那个男的是高级白领,身上可能没有零钱;你刚从超市买东西出来,身上肯定有零钱。”
>>
>> 有道理!我越听越有意思。
>>
>> “所以我说,知识决定一切!”我听十几个总裁讲过这句话,第一次听乞丐也这么说。
>>
>> “要用科学的方法来乞讨。天天躺在天桥上,怎么能讨到钱?走天桥的都是行色匆匆的路人,谁没事走天桥玩,爬上爬下的多累。要用知识武装自己,学习知识可以把一个人变得很聪明,聪明的人不断学习知识就可以变成人才。21世纪最需要的是什么?就是人才。”
>>
>> “有一次,一人给我50块钱,让我替他在楼下喊‘安红,我想你’,喊100声。我一合计,喊一声得花5秒钟,跟我乞讨一次花费的时间相当,所得的酬劳才5毛钱,于是我拒绝了他。”

>> “在深圳,一般一个乞丐每月能讨个千儿八百。运气好时的大概两千多点。全深圳十万个乞丐,大概只有十个乞丐,每月能讨到一万以上。我就是这万里挑一中的一个。
而且很稳定,基本不会有很大的波动。”
>>
>> 太强了!我越发佩服这个乞丐了。
>>
>> “我常说我是一个快乐的乞丐。其他乞丐说是因为我讨的钱多,所以快乐。我对他们说,你们正好错了。正是因为我有快乐、积极的心态,所以讨的钱多。”

说的多好啊!

“乞讨就是我的工作,要懂得体味工作带来的乐趣。雨天人流稀少的时候,其他
乞丐都在抱怨或者睡觉。千万不要这样,用心感受一下这坐城市的美。晚上下班后带着老婆孩子逛街玩耍看夜景,一家三口其乐融融,也不枉此生了。若是碰到同行,有时也会扔个硬币,看着他们高兴的道谢走开,就仿佛看见自己的身影。”


“你还有老婆孩子?”我不禁大声赞叹,引来路人侧目。

“我老婆在家做全职太太,孩子念小学。我在福田区按揭了一套房,十年分期,
还差六年就还清了。我要努力挣钱,供我儿子读大学念市场营销专业,然后子承父业当一个比我更出色的乞丐。”


“我5年前在微硬中华大区做市场策划,2年前升为营销经理,月薪5千。那时按揭
了一台1万多的三星笔记本,每个月还款2千,要死要活的。后来我想这样永远也出不了头,就辞职不干了,下海来做乞丐,我愿意做一个高素质的乞丐。”

听完,我激动地说:“你有没有兴趣收我做徒弟

<think>好的,用户现在问的是如何找出平均年薪以上的公司及其平均年薪。之前他们问过如何找出与经理住在同城市的员工,所以我需要确保这次的回答同样清晰,并且符合他们的需求。 首先,我需要确定用户的数据结构。通常,这样的查询会涉及到两个表:员工表和公司表。员工表可能包含员工ID、所属公司ID、年薪等信息,公司表可能有公司ID和公司名称。用户可能需要连接这两个表,按公司分组,计算平均年薪,然后筛选出符合条件的公司。 接下来,我需要考虑SQL查询的结构。基本的思路是使用GROUP BY对公司进行分组,然后用AVG函数计算平均年薪,最后用HAVING子句过滤结果。不过,用户可能对JOIN操作不熟悉,所以需要解释清楚如何连接这两个表。 可能用户会有疑问,比如是否需要处理没有员工的公司?这时候LEFT JOIN和INNER JOIN的区别就重要了。如果使用INNER JOIN,那么没有员工的公司会被排除,而LEFT JOIN会保留这些公司,但平均年薪可能为NULL。但题目要求平均年薪以上,所以可能不需要考虑这种情况,用INNER JOIN更合适。 另外,用户可能会忽略HAVING和WHERE的区别。需要说明HAVING用于过滤聚合后的结果,而WHERE是在聚合前过滤行。这里必须用HAVING来筛选平均年薪。 还有,是否需要考虑四舍五入?AVG函数的结果可能有小数,用户是否需要保留两位小数,或者直接显示整数?在示例中可以加上ROUND函数,让结果更整洁。 此外,用户可能想知道如何优化这个查询的性能。比如,在company_id和salary字段上添加索引可能会加快查询速度,尤其是当数据量大的时候。不过这可能超出当前问题的范围,但作为个注意事项提出来会更好。 还有可能用户的数据中存在重复记录或者NULL值,比如公司表中某些公司没有对应的员工,或者员工表中的公司ID不正确。这时候查询结果可能不准确,需要提醒用户确保数据的致性和完整性。 最后,示例中的别名使用是否清晰?比如用c表示公司表,e表示员工表,这样用户容易理解。同时,结果中的列名是否明确,比如AS CompanyName和AS AvgSalary,这样更直观。 总结下,我需要提供个结构清晰的步骤说明,包括表结构假设、关联逻辑、分组和过滤,然后给出个示例SQL查询,并解释每个部分的作用。同时,补充注意事项,比如数据规范、性能优化和数据完整性,确保用户在实际应用中能顺利使用这个查询。</think>要找出平均年薪以上的公司及其平均年薪,需通过 **分组聚合** 并结合 **过滤条件** 来实现。以下是具体步骤和示例SQL查询: --- ### **步骤说明** 1. **表结构假设** - **员工表** `Employees`: - `EmployeeID`(员工ID) - `CompanyID`(所属公司ID) - `Salary`(年薪) - **公司表** `Companies`: - `CompanyID`(公司ID) - `CompanyName`(公司名称) 2. **逻辑实现** - 使用 `JOIN` 关联员工表和公司表,按公司分组。 - 计算每个公司的平均年薪(`AVG(Salary)`)。 - 通过 `HAVING` 筛选平均年薪超过的公司。 --- ### **SQL查询示例** ```sql SELECT c.CompanyName AS 公司名称, AVG(e.Salary) AS 平均年薪 FROM Companies c INNER JOIN Employees e ON c.CompanyID = e.CompanyID GROUP BY c.CompanyName HAVING AVG(e.Salary) > 10000; ``` #### **代码说明** - `INNER JOIN`:关联公司表与员工表,确保每个公司至少有个员工。 - `GROUP BY`:按公司名称分组,计算每组的聚合值。 - `HAVING`:过滤出平均年薪超过 10,000 的公司(`AVG(e.Salary)` 为分组的平均年薪)。 --- ### **注意事项** 1. **数据完整性** - 若公司可能没有员工(如新成立公司),使用 `LEFT JOIN` 并排除 `NULL` 值: ```sql HAVING AVG(e.Salary) > 10000 AND COUNT(e.EmployeeID) > 0; ``` - 避免重复数据:确保员工表中的 `CompanyID` 是有效的。 2. **结果格式化** - 若需保留两位小数,可使用 `ROUND(AVG(e.Salary), 2)`。 - 示例结果: ``` | 公司名称 | 平均年薪 | |----------|-----------| | 公司A | 12000.00 | | 公司B | 15000.50 | ``` 3. **性能优化** - 在 `CompanyID` 和 `Salary` 字段上添加索引以加速查询。 --- 通过上述方法,可以高效筛选出平均年薪超过的公司并显示其名称及平均年薪
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值