收益：
- 能够利用人工智能准备发现问题和销售推销框架
- 能够对常见的反对意见产生同理心和基于证据的反应
- 通过角色扮演演练反对场景来提高自己的能力
销售中最害怕的时刻就是反对：“价格太高”、“我们现在没有时间”、“我们已经有解决方案了”。缺乏经验的销售人员将这些句子视为拒绝，要么变得防御，要么立即尝试打折。然而，反对往往是一种兴趣的表现；如果客户不是真的感兴趣，他甚至懒得反对。在本单元中，您将学习如何构建良好的发现电话、销售宣传的框架、基于证据的异议响应框架，以及也许最强大的：如何通过将人工智能置于具有挑战性的客户角色来提前排练对话。
发现：言语的基础
大多数异议在出现之前就通过良好的发现得到解决。发现是在试图说服客户之前了解他们的世界。好的发现问题是开放式的（不是用是/否来封闭），并遵循特定的层次顺序：首先是情况，然后是痛苦，然后是痛苦的影响，然后是决策和预算背景。
层
目的
样本问题
状态
了解当前图片
“你现在如何管理这个流程？”
痛点
找到真正的问题
“在这个过程中，你最困在哪里？”
影响
衡量痛苦的成本
“这些延误对你有什么影响？”
决定/预算
了解流程和可行性
“谁参与此类问题的决策过程？”
影响层至关重要，因为它是价格异议的解药。如果客户清楚地看到他的问题给他带来了什么损失，那么解决方案的价格就会被定位为投资，而不是成本。
角色：您是一位经验丰富的 B2B 销售顾问。我在 {{ Industry }} 行业销售 {{ 产品/解决方案 }}。为发现电话会议准备 12 个开放式问题。按以下层次对问题进行分组：情况、痛点、影响、决策/预算。指导原则：不要使用是/否问题，不要引导，用中性语言写作，不会让客户陷入防御状态。
俯仰骨架
一次好的销售拜访不是演示，而是相互探索。总体框架：(1) 简短而友好的开场白，(2) 澄清议程并获得许可，(3) 倾听探索性问题，(4) 简短的价值陈述，准确反映所发现的痛苦，(5) 发现反对意见，(6) 明确下一步。顾客应该占据大部分的谈话时间；一名优秀的销售人员不是会说很多话的人，而是会提出正确问题并倾听的人。
异议回应框架
遵循一个框架而不是对反对意见做出反应可以让你保持冷静和值得信赖。有两种常见的框架。
LAER：倾听、承认、探索、回应。关键是不要立即跳到“Respond”；大多数销售人员常犯的错误是在不倾听的情况下做出回应。
Feel-Felt-Found：“我理解你，我明白你的感受（感觉）；其他顾客一开始也有类似的感觉（感觉）；但他们注意到了这一点（发现）。”这句话可以建立同理心并提供证据，但应诚实使用，不要陈词滥调。
两个框架的共同逻辑是：监听、确认、重构。重构并不是否定反对意见，而是从新的角度看待问题。
对常见异议的基于证据的答案
以下所有答案必须不打印且可验证；我们的目标不是赢得胜利，而是表达真正的担忧。
反对
可能的潜在问题
方法
“价格高”
“值这个价钱吗？”
提醒影响、链接到投资回报率、明确范围
“我们没有时间”
“现在这是优先事项吗？”
请说明拖延的代价
“我们有一个现有的解决方案”
“值得改变吗？”
发现当前解决方案的缺点并提供比较
“我不负责”
“谁来管理这个过程？”
了解决策者，提出联合演示
一位顾客说：“{{反对句}}”。起草一份符合 LAER 框架的回应。- 首先，确认（不要居高临下）。- 然后用发现问题调查反对的真正原因。- 然后，用可验证的证据做出回应。规则：不要施加压力，不要首选打折，不要夸大或保证。
例如，对“价格高”这一反对意见的弱反应是立即说“我可以给你15%的折扣”。强烈的回应首先确认（“我知道预算很重要”），然后探索（“您将价格与什么进行比较；我们是否考虑了当前方法的成本？”），然后才将解决方案与探索中讨论的影响联系起来。
注意：一听到反对意见就试图打折是最常见且代价高昂的错误。如果在价值尚未得到证实之前进行折扣，就会破坏利润率，并传达出“该产品实际上并不值那么多钱”的信息。先明确价值；如果有价格灵活性，请将其与条款相匹配（例如较长的合同）。
人工智能角色扮演排练
人工智能在销售培训中最强大的用途之一是作为排练（角色扮演）伙伴。你可以让人工智能扮演一个强硬的买家的角色，并在与真正的客户接触之前一遍又一遍地练习你的对话。秘诀在于为人工智能加载一个真正困难且现实的角色；一个太有礼貌的“顾客”不会教你任何东西。
角色：你是我的销售角色扮演伙伴。角色：{{ Industry }} 的采购经理。持怀疑态度、反应灵敏、非常注重预算并且已经在使用竞争解决方案的人。不要轻易被说服。规则：- 仅以客户角色进行交谈，而不是指导。- 给我现实的反对意见：价格、时间、可用的解决方案。- 不要一开始就说“是”；抵抗至少3轮。 - 当我说“BREAK”时，放弃这个角色。我是推销员，我发起对话。如果你准备好了，就开始说：“给你，我在听。”
排练结束后，您可以将 AI 置于教练模式：
放弃这个角色。现在成为一名销售教练。在这次会议中：- 哪些异议我处理得很好？- 我在哪里提前打折扣或施加了压力？- 我跳过了哪些发现问题？给出3条具体的、可操作的建议。
分步校对工作流程
- 定义场景：确定行业、买家角色、角色和主要反对意见。
- 赋予人工智能强硬的角色，并明确表示你需要现实的抵抗。
- 播放对话：用您自己的话，就像您在真实的对话中一样。
- 记下困难的时刻：哪种反对意见让你措手不及？
- 将人工智能变成教练并获得结构化反馈。
- 再次播放相同的场景并衡量改进情况。
提示：将AI在排练中产生的异议保存到库中。随着时间的推移，个人“反对手册”逐渐形成，其中包括对 10-15 种最常见反对意见的基于证据的回应；这成为你在真实对话中保持冷静的源泉。
迷你案例：软件销售中的难缠买家
Elif 销售 CRM 软件，明天将与一家大型零售连锁店的采购经理会面。经理非常注重预算，并且知道他有可用的解决方案。面试前，他将这份个人资料交给人工智能，并进行三轮排练。第一次排练时，AI 说“我们已经在使用软件 X，为什么要改变？” Elif 立刻就占据了价格优势。教练模式下的AI告诉他，这还为时过早，他必须首先发现当前解决方案的不足之处。在第二次排练中，Elif 问道：“在使用 X 时，您最需要的额外解决方案是什么？”他询问并发现了真正的痛苦（报告的弱点）。在第二天的真正面试中，同样的问题也有效；经理解释了报告问题，谈话从讨论价格转向讨论价值。 Elif 同意进行试点阶段，但从未上市。
常见错误
- 不听就回答：跳到准备好的答案，而没有发现反对的真正原因。
- 折扣：在不证明价值的情况下降低价格；利润和信心均丧失。
- 将反对意见视为针对个人：变得防御、争论。反对是兴趣的表现。
- 封闭式问题：以是/否结尾的问题扼杀发现。
- 绕过决策者：认真无视“我不负责”的反对意见，并试图与同一个人一起前进。
- 无需排练就进入现场：第一次尝试与真实客户进行艰难的访谈；然而，有了人工智能，无风险的排练就成为可能。
- 使用人工智能捏造的“证据”：如果人工智能在角色扮演或回复草稿中捏造了客户参考或人物，切勿在未在实际对话中验证的情况下使用它。
综上所述
- 良好的发现可以在大多数异议出现之前解决它们；通过开放式问题了解情况、痛苦、影响和决策的背景。
- 影响层是价格异议的解药；当问题的成本变得清晰时，解决方案就被定位为投资。
- 遵循 LAER 等框架或异议处理中的“感觉发现”框架：倾听、确认、重构。
- 不要一听到反对就急于打折；先证明价值，如果有灵活性，就捆绑回报。
- 使用人工智能作为具有挑战性的客户角色的角色扮演伙伴，然后作为教练。
- 未经验证，请勿在真实对话中使用任何人工智能生成的参考或数字。
应用任务
定义现实的硬买家概况（行业、角色、预算敏感性、现有解决方案）。通过在本单元中向人工智能提供角色扮演提示，排练至少三轮销售电话；故意让自己面临“价格高”和“我们有现有解决方案”的反对意见。将人工智能变成教练，并在每轮比赛后获得结构化反馈。写下一份简短的“反对手册”，其中列出了排练中出现的三种最常见的反对意见，以及您对这些反对意见的基于证据的、不可折扣的回应。最后，用一句话说明你将如何验证人工智能给出的任何参考或数字是否真实。