如何做好COE平台售前工作

本文深入探讨了作为COE老员工如何成为高效的售前工程师,从了解IT教育行业、分析COE平台产品、校方分析、撰写平台解决方案、引导校方、做好平台演示、体现咨询价值等多个角度出发,提供了实施有效售前工作的策略与实践建议,旨在增强校方信任,提高销售成功率。

    作为COE整体业务的核心平台产品——COE项目管理及案例资源平台,它的推广和售前工作是极其重要的,那么我们作为COE的老员工,如何才能做到一个合格的售前工程师呢?下面我就发表一下我的看法:

首先我们要明确一个概念:售前,是一种对销售阶段的工作的统称,售前工程师在售前过程中起着至关重要的作用。我们要做的事情有以下几点:

一、了解IT教育行业

    行业就是所说的圈子, IT教育有IT教育的圈,有其游戏规则、有历史、有内幕、有小道消息......我们对圈子越了解,我们的言谈举止越会被圈子里的人认同。

    简单的说:如果大家和校方聊一些外行话很快就会被轰出来的。

    我们进行了解IT教育圈子的方法很多,通过研究专业媒体、和校方、同事的聊天,和专家成为朋友......  只要我们带着目标去做这些事,我们就会很快了解!这里重要的是,我们和我们的业内专家是交互的,我们的信息和他的信息时共享并可以碰撞出火花的,这样才能保证我们的IT教育圈子是稳固和发展的。

二、对COE平台产品分析

    要像了解自己的枪一样了解我们要销售的平台或服务。我们要清楚地了解或发现平台产品的卖点、优势和能解决校方什么问题。同时我们也必须了解我们竞争对手的平台产品,了解对方的优势和软肋。越详细越好。

    了解的途径也很多,比如技术白皮书、同事的讲解等等,注意总结校方的看法和意见。要让校方认为我们是这个行业的专家,平台产品知识讲得头头是道必定赢得校方的信任。

    切记,如果我们不想做一锤子买卖的话就不要蒙校方,而是摆事实讲道理,这里涉及到诚信和人品的问题。

三、校方分析

    决策人是谁、出了什么新品、主打平台产品、在主打那个市场、在这个行业中处于什么样的地位、发展策略、主要竞争对手、目前校方用的平台产品或服务是我们的那个竞争对手、他们之间是否合作愉快、甚至决策人的性格、家庭......对校方越了解,我们的成功几率越大。

    当然,了解没有这么多也没有关系,我们的校方信息就是一点点修改完善的,有些问题我们可以通过和这个校方聊得到答案。将这些信息赶快添加到我们的校方信息库中吧,这将成为我们非常有用的东西。

四、平台解决方案撰写

    我们不要期待校方在对我们的平台产品或想法没有初步了解的情况下,能有时间听我们说书,提交校方方案是最明智的选择,方案的目的就是激发校方和我们谈下去的兴趣,简单明了是最基本的要求。

    方案可简单的分为两种:

    一种是通用、成熟平台产品或服务的销售方案,大家都没有太大的差别,或者在大家心目中已经有成熟的印象,这种方案主要解决的是为什么要用我们的问题。

    另一种是初期接触或者新公司新平台产品的销售方案,主要解决的是让校方了解我们提供的平台产品和服务,以及这些平台产品或服务能如何帮助校方的问题。

    目前一种新的趋势是“解决方案型”的销售方案,这种方案更具建设性,这样的方案更受欢迎。方案的撰写没法手把手的教,多参考、思考、总结是唯一的办法。

五、引导校方

    如果能够成功的引导校方对项目的成功是非常重要的。引导校方一般有这么几种做法:

    一是如果校方处在选型阶段,对平台产品并没有非常明确的倾向性。这时候要尽量了解校方最关心的问题和校方打算希望了解那些友商的平台产品。

    掌握了校方最关心的问题,也大概知道了后面可能碰到的竞争对手,这时候我们可以在平台演示和讲解中,侧重于如何很好的处理校方最关心的问题,并不动声色的横向比较一下和友商的区别。

    我们的目的就是要让校方的头脑中体现出:“这家的平台产品很不错,很有特点。如果选择友商,会存在一些问题……”——当然,做到这一点,需要我们对自己的平台产品要非常了解,对其他友商的平台产品也要尽可能的了解。同时,一定要注意,只有我们能确定某个平台产品的功能和我们的区别,我们才可以说出他们的名字。否则,不确定的事情就不要指名道姓的说,要提防万一以后校方看了这家平台产品,发现我们说的和事实有出入,可能会影响校方对我们的印象。

    二是如果校方选型已经很长的时间了,并且有倾向性的意见。这时候的引导就要多费些力气,尽量采用这样的语气:“是,我们说的很正确,能这样处理业务的系统确实很好,比起那种只能……的系统,这样做要好的多,不过,好像还有另外一种处理方式,……这样比刚才那种处理方式的优点在于……”。

    总之,这时候的目的是先让校方的立场产生动摇,这样才可能有机会产生奇迹。

六、做好平台演示

    做好平台讲解,也是非常具有挑战性的。如果校方是技术人员,他比较关心的是我们实现功能的方式。就像我们技术人员看一些平台,首先关心的是:这个平台采用了一个第三方组件做报表,挺好的;这个平台的架构挺有优势的等等。对这样的校方,那就要解释技术优势。

    但如果是管理人员,他关心的是:我的业务,我们是怎么实现的?我们这样做,有什么好处?等等。这个时候,就要尽可能用他们听到懂得语言,不要讲有什么功能,而是要描述业务如何处理,这样做的好处是什么。

    在平台演示的时候,一定要注意不要急着开始。而是要先和对方聊聊,倾听对方的兴趣点,这个时候,我们就可以说:我们是这样做的…...。这个问题演示完了,要先停下,继续和校方交流,发现问题,再演示,如此循环。这样做的效果要比从头到尾,从A功能到B功能的演示方式好的多。

七、体现咨询工作的价值

    在售前的过程中,最重要的是要让校方信任我们,对我们有信赖感。要做到这一点,就必须站在校方的角度,去帮着校方解决问题,要能体现出咨询的“价值”。

    什么是咨询?什么是咨询顾问?

    日常生活中,只要存在我们不熟悉的领域,我们问对方,都是咨询,都存在着咨询顾问。

我认为,只要是和校方打交道的人,都是顾问,因为校方有从我们身上了解我们所代表的公司、所代表的平台产品的信息的需求和行为,所以,这时候我们就是顾问。

    我们如何体现顾问的价值呢?

    实际上,我们在和校方交往的过程中,已经无时无刻不在解答校方的“咨询”,但是可能校方和我们都没有意识到。为什么呢?因为回答问题的方式不对!一般人在和校方的交往中,往往是先听完校方的问题,接着就开始滔滔不绝的讲我们怎么怎么样,同时阐明我们的观点,但是这种方式并不是最好的,因为校方往往不喜欢我们把自己的观点强加给他。

    所以,改变交流的方式,将一问一答式的方式改为“探讨”的方式。这样,不是我们在回答校方的问题,而是在和校方商讨解决问题的方法,慢慢的将自己的观点通过一种柔性的方式展现出来。“润物细无声”,才能达到活跃讨论气氛、引发共鸣的。

    其次,在和校方交流的过程中,要体现出“咨询”的价值,还要在交流的过程中,做到对校方的业务的理解和尊重,同时结合以前项目中的经验、教训,真诚的给校方一些建议,帮助校方规避一些风险。

最后,最重要的是,要能针对校方的提议,提出一些有益的建议。如果校方的需求没有超出我们的预期,可以针对这个需求,提出一些如何更好的实现的建议;如果校方提出了超出我们预期的需求,可以委婉的和校方一起分析这样做存在的问题。

    总之,我认为COE平台的售前过程中,对售前团队成员的培训和管理就显得尤为重要。校方在与平台公司不同人员的接触过程中,会逐渐形成对平台公司的一种具象的认识,而这些认识是好是坏,与每个售前参与者都有直接的关系。而这些认识很可能与校方和售前技术支持所要展现的公司形象是交叉的,即校方可能通过校方代表来认识平台公司的技术水平和平台产品,又可能通过技术支持工程师来认识平台公司的服务。

    所以,做好售前工作,需要每个参与售前的人员都有相同的工作原则和方法。这样通过不同层次人员和校方的交流、沟通,会逐渐加深校方对公司的信心。

    以上是我对COE售前工作提出的一些看法和建议,希望能够起到抛砖引玉的作用。

 

软酷网作者:唐天

标题SpringBoot智能在线预约挂号系统研究AI更换标题第1章引言介绍智能在线预约挂号系统的研究背景、意义、国内外研究现状及论文创新点。1.1研究背景与意义阐述智能在线预约挂号系统对提升医疗服务效率的重要性。1.2国内外研究现状分析国内外智能在线预约挂号系统的研究与应用情况。1.3研究方法及创新点概述本文采用的技术路线、研究方法及主要创新点。第2章相关理论总结智能在线预约挂号系统相关理论,包括系统架构、开发技术等。2.1系统架构设计理论介绍系统架构设计的基本原则和常用方法。2.2SpringBoot开发框架理论阐述SpringBoot框架的特点、优势及其在系统开发中的应用。2.3数据库设计与管理理论介绍数据库设计原则、数据模型及数据库管理系统。2.4网络安全与数据保护理论讨论网络安全威胁、数据保护技术及其在系统中的应用。第3章SpringBoot智能在线预约挂号系统设计详细介绍系统的设计方案,包括功能模块划分、数据库设计等。3.1系统功能模块设计划分系统功能模块,如用户管理、挂号管理、医生排班等。3.2数据库设计与实现设计数据库表结构,确定字段类型、主键及外键关系。3.3用户界面设计设计用户友好的界面,提升用户体验。3.4系统安全设计阐述系统安全策略,包括用户认证、数据加密等。第4章系统实现与测试介绍系统的实现过程,包括编码、测试及优化等。4.1系统编码实现采用SpringBoot框架进行系统编码实现。4.2系统测试方法介绍系统测试的方法、步骤及测试用例设计。4.3系统性能测试与分析对系统进行性能测试,分析测试结果并提出优化建议。4.4系统优化与改进根据测试结果对系统进行优化和改进,提升系统性能。第5章研究结果呈现系统实现后的效果,包括功能实现、性能提升等。5.1系统功能实现效果展示系统各功能模块的实现效果,如挂号成功界面等。5.2系统性能提升效果对比优化前后的系统性能
在金融行业中,对信用风险的判断是核心环节之一,其结果对机构的信贷政策和风险控制策略有直接影响。本文将围绕如何借助机器学习方法,尤其是Sklearn工具包,建立用于判断信用状况的预测系统。文中将涵盖逻辑回归、支持向量机等常见方法,并通过实际操作流程进行说明。 一、机器学习基本概念 机器学习属于人工智能的子领域,其基本理念是通过数据自动学习规律,而非依赖人工设定规则。在信贷分析中,该技术可用于挖掘历史数据中的潜在规律,进而对未来的信用表现进行预测。 二、Sklearn工具包概述 Sklearn(Scikit-learn)是Python语言中广泛使用的机器学习模块,提供多种数据处理和建模功能。它简化了数据清洗、特征提取、模型构建、验证与优化等流程,是数据科学项目中的常用工具。 三、逻辑回归模型 逻辑回归是一种常用于分类任务的线性模型,特别适用于二类问题。在信用评估中,该模型可用于判断借款人是否可能违约。其通过逻辑函数将输出映射为0到1之间的概率值,从而表示违约的可能性。 四、支持向量机模型 支持向量机是一种用于监督学习的算法,适用于数据维度高、样本量小的情况。在信用分析中,该方法能够通过寻找最佳分割面,区分违约与非违约客户。通过选用不同核函数,可应对复杂的非线性关系,提升预测精度。 五、数据预处理步骤 在建模前,需对原始数据进行清理与转换,包括处理缺失值、识别异常点、标准化数值、筛选有效特征等。对于信用评分,常见的输入变量包括收入水平、负债比例、信用历史记录、职业稳定性等。预处理有助于减少噪声干扰,增强模型的适应性。 六、模型构建与验证 借助Sklearn,可以将数据集划分为训练集和测试集,并通过交叉验证调整参数以提升模型性能。常用评估指标包括准确率、召回率、F1值以及AUC-ROC曲线。在处理不平衡数据时,更应关注模型的召回率与特异性。 七、集成学习方法 为提升模型预测能力,可采用集成策略,如结合多个模型的预测结果。这有助于降低单一模型的偏差与方差,增强整体预测的稳定性与准确性。 综上,基于机器学习的信用评估系统可通过Sklearn中的多种算法,结合合理的数据处理与模型优化,实现对借款人信用状况的精准判断。在实际应用中,需持续调整模型以适应市场变化,保障预测结果的长期有效性。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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