从了解销售开始
最近新产品开发收尾,如何将产品推向市场,如何销售并产生效益就显得尤为重要,这也是一个开发人员最不擅长的地方了。做了10年的软件开发,纯粹的技术研究仍是自己喜欢的事情。随着对团队责任的要求,逐渐从关注开发阶段到整个产品的生命周期,以及各个阶段的衔接和协调。前一段时间,由于职业发展的需要,曾经研究了一下自己可能的发展方向。自己从技术研究、产品定义、产品测试、实施、技术支持等都有涉猎,比较符合“产品经理”的职位。认真研究了一下产品经理的职责,发现自己还是非常有兴趣的,但产品经理对市场营销有一定的要求,也是自己欠缺的。这次伴随着新产品的发布,刚好利用这个机会来主动体验一下这个职位的要求,从软件销售开始。
了解软件销售,寻找突破点
如何了解软件销售,了解哪些内容?作为一个没有销售经验的开发人员,基本上是没有答案的。经过简单的思考后,还是决定寻求Google帮助了。看到有分析文章说,经常依赖搜索的人智力会下降,看来真有这个可能哦。
过滤掉很多广告信息,看了一些浅尝辄止的关于软件销售的原则后,发现一些软文性质的新闻报道还是有些价值的,其中一条是关于蓝色巨人IBM的,大致内容是:IBM新招500软件销售人员,推动行业销售策略。并为每位新招聘的员工搭配一名来自业务咨询服务部门的销售人员。这一举措将进一步推动IBM面向特定行业的销售策略。据IBM称,通过与具有特定行业知识的顾问相结合,它能够更好地调整其产品和服务,满足业务需求。
通过这个信息,我想销售+顾问的方式是不是符合我们这个定位特定行业的软件销售呢?决定还是先系统的了解一下“顾问式销售”。 而系统了解一方面知识,我还是优先选择纸质书籍。网上虽然也有很多系统的知识,甚至有很多电子书,但不能随时随地的翻阅,而且个人用电脑看书,看的不能深入。
从当当上搜关于顾问 销售的书,先选择销售量排名,再看内容摘要是不是实战类的,排名决定了这本书的质量,实战类的参考性更强,也容易阅读。最后选择了两本书陈关聚先生的《顾问式销售团队》和一本翻译的《销售中的心理学》,随后从图书馆借来这两本书。
学习过程与收获
拿到两本书后,翻看了一下内容,决定还是先看最自己最有帮助的《顾问式销售团队》,刚好那几天热,每天早上5点就起来(也不完全是因为热,毕竟开着空调呢,在阳台上看书可能还热一些,但空气会很好,相对卧室),刚好早上看一章,虽然可以看更多,但我一般一早上只看一章,看完以后一般会回头再捡重点翻阅一下,体会一下,结合自己的情况思考一下:哪些是印证了以前的一些想法,或是明白了一些现象的因果,哪些可以借鉴,哪些将来才会用到。这样读起来还是比较轻松的。白天有时间就会整理一下,做一份思维导图,相当于是学习笔记,把一些要点记录下来,一方面加强记忆,一方面留作以后参考。再就是在空余的时间在这个新开的QQ空间中写一份学习笔记,记录重要内容,上传思维导图,谈一下学习体会。这样既给自己增加了约束,也为有兴趣的网友分享一下。
学习过程包括了三个步骤:读书思考、做导图笔记、写博客;在这个过程中也有很多感触,首先是自己系统的学习了顾问式销售团队的相关知识,从什么情况下适合做顾问式团队销售,到销售团队的组织形式、成长、运营机制、冲突管理和绩效考核。其次是通过结合公司目前情况的借鉴运用,对自己公司的销售支持有了一定的理论依据,可以更好的为销售做好技术顾问,配合好销售工作,避免走了一些弯路,而且在与销售人员的探讨过程中,更容易理解他们的想法。最后在这个学习和记笔记的过程中,感觉写作的思路更清晰,而且对学习方法也有了一定的体会,这也是要分享这篇学习总结的原因。
学习笔记:
1、顾问式销售团队——更适合复杂软件的销售模式
2、顾问式销售团队——组织设计
3、顾问式销售团队——成长
4、顾问式销售团队——运作机制
5、顾问式销售团队——冲突管理
6、顾问式销售团队——绩效管理
后继规划
《顾问式销售团队》这本书已经读完,《销售中的心理学》一本书还在看的过程中,感觉还是很有收获,尤其在自我意识对行为的影响方面,估计对销售过程中的心理分析可能不会很关注,毕竟自己不准备真的去做销售,但自我意识的使用将是学习的重点。在毕业后也曾翻看过《社会心理学》这本教材,理论性的东东很多,记住并能运用的也只剩下马斯洛需求层次理论了。通过现在的阅读感觉收获会更多,可能社会经验和见识会有很大辅助作用。但这本书不准备写读书笔记了,最后会写一篇学习体会和大家分享。
针对软件销售的书籍可能后期会看一本关于大客户影响的,软件销售应该属于这个范畴吧。在软件销售方面的有想法的朋友可以推荐一下。
<!--v:3.2-->
分享到:
相关推荐
销售人员培训教材——如何进行客户管理,是一份针对销售团队提升业绩和优化客户服务的重要参考资料。这份文档深入探讨了销售过程中的关键环节,旨在帮助销售人员更好地管理客户关系,提高销售效率和客户满意度。 ...
因此,培训团队在顾客满意的服务策略、顾问式销售技巧等方面的能力至关重要。 此外,问题分析与解决技巧是提升执行力不可或缺的部分。面对市场变化和竞争压力,团队应具备快速响应、找出问题根源并提出解决方案的...
销售团队需要对这些因素进行分析,改进不足,提升整体服务质量,从而吸引更多客户留下资料,增加成交率。 总结来说,汽车展厅销售秘籍的核心在于建立良好的客户关系,通过专业且贴心的服务赢得客户的信任,有效收集...
- **90年代:ERP**——实现了企业资源的全面集成,涵盖了采购、生产、销售等各个方面。 - **21世纪初**:随着互联网技术的发展,企业开始重视客户关系管理和供应链协同。 #### 六、总结 IBM Business Analytics ...
基于 OpenCV 的魔兽世界钓鱼机器人
供应链管理中信息共享问题的研究
青春文学中的爱情观呈现
1.版本:matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
XLSReadWriteII6.02.01.7z
图解系统-小林coding-v1.0
1.版本:matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
漫画作品与乌托邦理想追求
江苏建筑消防设施维护保养规程.rar
内容概要:论文介绍了一款名为DODRIO的交互式可视化工具,帮助自然语言处理(NLP)研究人员和从业者解析基于转换器架构的语言模型内部工作机理。DODRIO整合了概述图与详尽视图,支持用户比较注意力权重与其输入文本的句法结构和语义特征。具体而言,它包含了依赖关系视图(Dependency View)、语义关注图(Semantic Attention Graph)以及注意力头概览(Attention Head Overview),并利用不同的图形展示方法使复杂的多层多头转换器模型中的注意力模式更容易理解和研究。 适用人群:适用于从事深度学习、自然语言处理的研究人员和技术从业者;尤其适合对基于变换器架构的大规模预训练语言模型感兴趣的开发者们。 使用场景及目标:DODRIO用于探索转换器模型各层级之间的联系、验证已有研究成果,同时激发新假设形成。具体使用时可以选择特定数据集中的句子作为样本输入,观察不同注意力机制如何响应文本内容的变化。此外,还可以用来对比精简版本DistilBERT的表现,评估其相对全量模型BERT的优势与不足。 其他说明:DODRIO为开源项目,提供web端实施方式,使得
该代码使用scikit-learn的乳腺癌数据集,完成分类模型训练与评估全流程。主要功能包括:数据标准化、三类模型(逻辑回归、随机森林、SVM)的训练、模型性能评估(分类报告、混淆矩阵、ROC曲线)、随机森林特征重要性分析及学习曲线可视化。通过`train_test_split`划分数据集,`StandardScaler`标准化特征,循环遍历模型进行统一训练和评估。关键实现细节包含:利用`classification_report`输出精确度/召回率等指标,绘制混淆矩阵和ROC曲线量化模型效果,随机森林的特征重要性通过柱状图展示,学习曲线分析模型随训练样本变化的拟合趋势。最终将原始数据和预测结果保存为CSV文件,便于后续分析,并通过matplotlib进行多维度可视化比较。代码结构清晰,实现了数据处理、模型训练、评估与可视化的整合,适用于乳腺癌分类任务的多模型对比分析。
在智慧城市建设的大潮中,智慧园区作为其中的璀璨明珠,正以其独特的魅力引领着产业园区的新一轮变革。想象一下,一个集绿色、高端、智能、创新于一体的未来园区,它不仅融合了科技研发、商业居住、办公文创等多种功能,更通过深度应用信息技术,实现了从传统到智慧的华丽转身。 智慧园区通过“四化”建设——即园区运营精细化、园区体验智能化、园区服务专业化和园区设施信息化,彻底颠覆了传统园区的管理模式。在这里,基础设施的数据收集与分析让管理变得更加主动和高效,从温湿度监控到烟雾报警,从消防水箱液位监测到消防栓防盗水装置,每一处细节都彰显着智能的力量。而远程抄表、空调和变配电的智能化管控,更是在节能降耗的同时,极大地提升了园区的运维效率。更令人兴奋的是,通过智慧监控、人流统计和自动访客系统等高科技手段,园区的安全防范能力得到了质的飞跃,让每一位入驻企业和个人都能享受到“拎包入住”般的便捷与安心。 更令人瞩目的是,智慧园区还构建了集信息服务、企业服务、物业服务于一体的综合服务体系。无论是通过园区门户进行信息查询、投诉反馈,还是享受便捷的电商服务、法律咨询和融资支持,亦或是利用云ERP和云OA系统提升企业的管理水平和运营效率,智慧园区都以其全面、专业、高效的服务,为企业的发展插上了腾飞的翅膀。而这一切的背后,是大数据、云计算、人工智能等前沿技术的深度融合与应用,它们如同智慧的大脑,让园区的管理和服务变得更加聪明、更加贴心。走进智慧园区,就像踏入了一个充满无限可能的未来世界,这里不仅有科技的魅力,更有生活的温度,让人不禁对未来充满了无限的憧憬与期待。
内容概要:本文档介绍了基于MATLAB实现的贝叶斯优化(BO)、Transformer和GRU相结合的多特征分类预测项目实例,涵盖了详细的程序设计思路和具体代码实现。项目旨在应对数据的多样性与复杂性,提供一种更高效的多特征数据分类解决方案。文档主要内容包括:项目背景与意义,技术难点与解决方案,具体的实施流程如数据处理、模型构建与优化、超参数调优、性能评估以及精美的GUI设计;详细说明了Transformer和GRU在多特征数据分类中的应用及其与贝叶斯优化的有效结合,强调了其理论与实际应用中的价值。 适合人群:具备一定机器学习和MATLAB编程基础的研发人员,特别是从事多维数据处理与预测工作的专业人士和技术爱好者。 使用场景及目标:① 适用于金融、医疗、交通等行业,进行复杂的多维数据处理和预测任务;② 提升现有分类任务中复杂数据处理的准确度和效率,为各行业提供智能预测工具,如金融市场预测、患者病情发展跟踪、交通流量管理等。 其他说明:本文档包含了丰富的实战案例和技术细节,不仅限于模型设计本身,还涉及到数据清洗、模型优化等方面的知识,帮助使用者深入理解每一步骤背后的原理与实现方法。通过完整的代码样例和GUI界面设计指导,读者可以从头到尾跟随文档搭建起一套成熟的分类预测系统。
大数据的sql练习题,初级中级高级
内容概要:论文介绍了名为Transformer的新网络架构,它完全基于自注意力机制,在不使用递归或卷积神经网络的情况下建模输入与输出之间的全局依赖关系,尤其适用于长文本处理。通过多头自注意力层和平行化的全连接前馈网络,使得在机器翻译任务上的表现优于当时最佳模型。具体地,作者用此方法实现了对英语-德语和英语-法语翻译、句法解析等任务的高度并行化计算,并取得显著效果。在实验方面,Transformer在较短训练时间内获得了高质量的翻译结果以及新的单一模型基准。除此之外,研究人员还探索了模型变体的效果及其对于不同参数变化时性能的变化。 适用人群:从事自然语言处理领域的研究者、工程师、学生,熟悉深度学习概念尤其是编码器-解码器模型以及关注模型创新的人士。 使用场景及目标:主要适用于序列到序列(seq2seq)转换任务如机器翻译、语法分析、阅读理解和总结等任务的研究和技术开发;目标在于提高计算效率、缩短训练时间的同时确保模型性能达到或超过现有技术。 其他说明:本文不仅提出了一个新的模型思路,更重要的是展示了自注意力机制相较于传统LSTM或其他方式所拥有的优势,例如更好地捕捉远距离上下文关系的能力
1.版本:matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。