给一家办公用品跑业务的，新手恳请指教_百度知道
给一家办公用品跑业务的，新手恳请指教
刚从一家办公用品公司回来，是应聘业务员的，主要产品是硫酸纸，打印纸，晒图纸等，客户群集中于图文店，设计院。但刚入这行也没熟手带。就让自己跑，有些茫然，不知道该采取哪些方式来获得效果。比如通过电话呀什么的。请这行的高手多多指教啦。谢谢。
我有更好的答案
一、优秀业务员正确的观念与心态 问题一：决定一名业务员成功与否的关键因素是什么？ 思考、提问、回答 讲 解：成功业务员的20/80法则 克服业务员对失败的恐惧 提升业务员自信心和自我价值 业务员必须有强烈的企图心 业务员必须对产品有十足的信心和知识 业务员必须有高度的热诚和服务心 业务员必须有非凡的亲和力 业务员必须对结果负责（责任心） 业务员有明确的目标和计划 二、优秀业务员如何开发和接纳潜在客户 问题二：你对接触和开发新客户有何心得体会 思考、提问、回答 讲 解：让客户100%的注意我们 电话开发客户要点 拜访客户注意事项 三、优秀业务员如何建立与客户的亲和力 问题三：你在怎样与客户拉好关系方面有何心得体会？ 思考、提问、回答 讲 解：亲和力等于销售大厦的基础 亲和力建立的方法 性绪同步、语调与语速同步、生理状态同步 语言文字同步、合一架构法 四、优秀业务员如何介绍自己的产品 问题四：你能清楚说出你的产品的买点和公司的优势吗？ 思考、提问、回答 讲 解：专门设计过的产品介绍比未经设计过的产品介绍效率高20倍 产品介绍方法 预先框架法/假设问句法/下降式介绍法 找出客户最关心的利益点/倾听的技巧 互动式介绍法/视觉销售法/假设成交法 五、优秀业务员如何解除客户抗拒 问题五：你在解除客户抗拒方面有何心得体会？ 思考、提问、回答 讲 解：顾客的抗拒是正常的，顾客的抗拒是向你提问题 七种常见的抗拒及对策 沉默型/借口型/批评型/问题型 主观型/怀疑型 处理抗拒的方法技巧 六、优秀业务员如何缔结成交 问题六：你对如何成功缔造成交有何心得体会？ 思考、提问、回答 讲 解：缔结成交时应避免的三个错误 解除客户对价格的抗拒要点 10种缔结成交方法 利用客户转介绍寻找新客户 七、优秀业务员如何规划和管理时间 问题七：你是如何规划和管理你的时间的？ 讲 解：九大时间管理秘决 正确的时间管理观念 如何制订日/周/月计划 八、优秀业务员如何处理杀价问题 问题八：你在应付杀价问题上有何心得体会 思考、提问、回答 讲 解：造成杀价的原因 常见的缔结杀手 如何处理杀价问题 价格异议的转化策略 九、优秀业务员如何提升销售业绩 问题九：你是怎样提升你的销售业绩的？ 思考、提问、回答 讲 解：销售必须&用心& 销售必须创新 销售必须竞争 销售必须行劲 影响成功三因素：心态、时机、胆识 销售十戒和销售两大要点 销售流程 1.会哭的孩子有奶吃。很多业务员开始做业务的时候，往往冲劲很大，找到客户，送了样品，报了价就不知道怎么办了，往往前功尽弃。其实你应该不断的问他，你那个单什么时候下呀，不断的问他，知道有结果为止，其实，采购就是等我们问他呢，就像孩子不哭，我们怎么知道他饿了呢？ 2.应该钓鱼，不是撒网。跑业务时最有效和舒服的做法是用钓鱼法，就像我们刚开始追女孩子时，难道我们会同时追几个女孩子，然后在博他有一个成吗？我们往会看准一个，竭而不舍的追求她，直到成功吧。我自己是这样跑业务的，我会选准一个行业，比如我要做耳机行业，我会挑行业里的3个左右认认真真的去攻他，直到做进去为止，以后其他的就很好做了。这样等你在耳机行业里占到80%的份额，我们再转到别的行业，复制它，就像钓鱼一样，看准大的，一条一条的钓，很舒服。 3.胆大、心细、脸皮厚。我们年轻的时候，追女孩子，大一点的告诉我们的经验就是：胆大、心细、脸皮厚。其实做业务就像追女孩子一样的。 4.谈话的结果不重要，过程的气氛很重要。我们在和采购聊天的时候，往往很注意谈话的内容，老是说没话题，其实我们要注意到我们谈话的过程和气氛。如果我们那天聊的很愉快，和融洽，我们的感情就会很亲近，在许多天后，我们往往回忘记了当时谈的是什么，只记得哪天我们聊得很好。其实采购也一样，价格我们会有报价单给他，品质我们有品质承认书给他，交期我们会盖章签名回传给他，所以我们只要和业务之外的事情就可以了，聊他敢兴趣的问题最好。 5.一定要有个试用期。一个客户做下来，就像男女结婚一样，发现客户就像我们发现一个心仪的梦中情人，从打电话到下单就像开始送情书到订婚那么漫长，到真正结婚了，就要认认真真的过日子了。我们不要一下子就做的很大。一见钟情而结婚的新鲜感过后很难维持的，我们都应该给点时间客户和我们，互相考察一下信用，服务等等。 6.做业务不要爱面子。业务做下来了，到收款的时候，很多人会想，我跟采购那么熟，一天到晚去追他的款感觉不好意思。所以就很少追款或者追几次没追到就不追了，其实我们也是要拿到货款才有提成拿呀，欠债还钱，天经地义的，如果你给他欠的太多，你的生意还做不长久呢。我一般追款，不是求他安排，而是说**先生，你星期3安排货款给我，我那天下午去拿，他有时会说那天不行，那我就说，那就星期二罗，他往往就说星期三行了。 我们要不断的给他们打电话，直到他一听到声音就知道是我为止。最好能让他惦记着你，做业务就像谈恋爱一样，我们不能约了一次会后就指望别人能嫁给你。 采购是很健忘的，我们要不断的提醒他。2关于细心有两点： 对自己而言，在做客户之前，应该细心的去了解客户的一切。比如他之前和谁做的业务，也就是你的竞争对手是谁，知道了这一点你就可以报价和做出对策。了解客户为什么会想和你做生意，如果是别人不肯供货给他，那我们就可以要求他做现金，他肯定会赖帐，如果是对手的原因，例如质量不好，价钱高，服务不好，你就可以作相应的对策去应付他。如果是你在某方面做的比对手好而令到他跟你做，那你以后就知道怎么做了。 对客户而言，要经常留意客户喜欢的话题和他的爱好，他喜欢的就多跟他聊些，留意他的一举一动，你就可以投其所好拉。 3.关于业务员本身。很多人觉得，业务员最好身材高大，英俊潇洒，业务员一定要口才好，能说会道，嘴里能吐出油来才叫口才好。业务员一定要会抽烟，身上随时带着烟，逢人就派。业务员一定要会喝酒，白酒，啤酒千杯不倒。其实我感觉这些都不是重要的。就我个人而言，我身高不到160MM，刚开始跑业务时心里很自卑，说话都不流畅，更别说口才好了。我是从来不抽烟的，喝酒我最多一瓶啤酒，多点就醉了，可是勤能补拙，我刚跑业务时，在惠州，刚开始三个月，我拿几件衣服就到东莞的弟弟厂里一跑就是几天。一个工业区，一个工业区的跑。就这样，我走了三个个月，客户也跑下了几个，可是皮鞋也烂了一双，人黑的像黑碳头一样。我现在自己开工厂了，我经常对业务员，头三个月过的是不是人的日子的，熬过后就可以了，所以业务的办公室在厂外。 4.关于业务要不要给回扣。这是最头痛的问题，我之前也在阿里发了一些关于回扣的帖子，朋友的跟贴也是见人见智，个说个有理。大家有兴趣可以看看，我个人的想法是尽量不要给回扣，哪怕是很难做进去，或者做不进去。如果真正是凭质量，和价钱做进去的客户，如果在服务等方面在好点的话，做的机会更多一点。你想你能永远的满足采购的心吗？如果你的产品是很有优势，别人就是给回扣，就很难在产品上有什么高价值了，而且采购的寿命是很短，他走了，别人往往很容易用低价做进来。 5.关于业务员炒单。我也发了很多帖子，也有很多人议论。我个人认为，在职时不要炒单，我们做人要做一个正直的，有原则的人，炒单并不会给你增加多少额外收入，反而会搞的提心吊胆的。真正有本事，可以出来创业，自己堂堂正正的自己做，这样才让别人服你。 1.长相不令人讨厌，如果长得不好，就让自己有才气；如果才气也没有，那就总是微笑。 2.气质是关键。如果时尚学不好，宁愿纯朴。 3.与人握手时，可多握一会儿。真诚是宝。 4.不必什么都用“我”做主语。 5.不要向朋友借钱。 6.不要“逼”客人看你的家庭相册。 7.与人打“的”时，请抢先坐在司机旁。 8.坚持在背后说别人好话，别担心这好话传不到当事人耳朵里。 9.有人在你面前说某人坏话时，你只微笑。 10.自己开小车，不要特地停下来和一个骑自行车的同事打招呼。人家会以为你在炫耀。 11.同事生病时，去探望他。很自然地坐在他病床上，回家再认真洗手。 12.不要把过去的事全让人知道。 13.尊敬不喜欢你的人。 14.对事不对人；或对事无情，对人要有情；或做人第一，做事其次。 15.自我批评总能让人相信，自我表扬则不然。 16.没有什么东西比围观者们更能提高你的保龄球的成绩了。所以，平常不要吝惜你的喝彩声。 17.不要把别人的好，视为理所当然。要知道感恩。 18.榕树上的“八哥”在讲，只讲不听，结果乱成一团。学会聆听。 19.尊重传达室里的师傅及搞卫生的阿姨。 20.说话的时候记得常用“我们”开头。 21.为每一位上台唱歌的人鼓掌。 22.有时要明知故问：你的钻戒很贵吧！有时，即使想问也不能问，比如：你多大了 说话，人人都会，但有些话在一些场合却不该说，我们常常看到在销售中因一句话而毁了一笔业务的现象，推销员如果能避免失言，业务肯定百尺竿头。为此，笔者总结“祸从口出”不该说的9种话，希望业务人员必须回避之。 1、不说批评性话语 这是许多业务人员的通病，尤其是业务新人，有时讲话不经过大脑，脱口而出伤了别人，自己还不觉得。常见的例子，见了客户第一句话便说，“你家这楼真难爬！”“这件衣服不好看，一点都不适合你。”“这个茶真难喝。”再不就是“你这张名片真老土！”“活着不如死了值钱！”这些脱口而出的话语里包含批评，虽然我们是无心去批评指责，只是想打一个圆尝有一个开场白，而在客户听起来，感觉就不太舒服了。 编辑推荐： 订单最常用的12句英文表达 六步引导客户说“是” 赛过泰坦尼克的顶级豪华游轮(组图) 业务员面试技巧101招 人们常说，“好话一句作牛做马都愿意”，也就是说，人人都希望得到对方的肯定，人人都喜欢听好话。不然，怎么会有“赞美与鼓励让白痴变天才，批评与抱怨让天才变白痴”，这一句话呢，在这个世界上，又有谁愿意受人批评？业务人员从事推销，每天都是与人打交道，赞美性话语应多说，但也要注意适量，否则，让人有种虚伪造作、缺乏真诚之感。就像我大院里住的王姨，有一天在业务员与她告别后，她就跑过来对我们说：“别听他那一套一套的，嘴巴甜得要命，都是假的，这保险公司培训出的怎么都是一个模式的人，油腔滑调，耍嘴皮特行！”大家瞧，这王姨，无形中提醒我们，与客户交谈中的赞美性用语，要出自你的内心，不能不着边际地瞎赞美，要知道，不卑不亢自然表达，更能获取人心，让人信服。 2、杜绝主观性的议题 在商言商，与你推销没有什么关系的话题，你最好不要参与去议论，比如政治、宗教等涉及主观意识，无论你说是对是错，这对于你的推销都没有什么实质意义。 我们一些新人，涉及这个行业时间不长，经验不足，在与客户的交往过程中，难免无法有主控客户话题的能力，往往是跟随客户一起去议论一些主观性的议题，最后意见便产生分歧，有的尽管在某些问题上争得面红脖子粗，而取得“占上风”的优势，但争完之后，一笔业务就这么告吹，想想对这种主观性的议题争论，有何意义？然而，有经验的老推销员，在处理这类主观性的议题中，起先会随着客户的观点，一起展开一些议论，但争论中适时立马将话题引向推销的产品上来。总之，我觉得，与销售无关的东西，应全部放下，特别是主观性的议题，作为推销人员应尽量杜绝，最好是做到避口不谈，对你的销售会有好处的。 3、少用专业性术语 李先生从事寿险时间不足两个月，一上阵，就一股脑地向客户炫耀自己是保险业的专家，电话中一大堆专业术语塞向客户，个个客户听了都感到压力很大。当与客户见面后，李先生又是接二连三地大力发挥自己的专业，什么“豁免保费”、“费率”、“债权”、“债权受益人”等等一大堆专业术语，让客户如坠入五里云雾中，似乎在黑暗里摸索，对方反感心态由此产生，拒绝是顺理成章的了，李先生便在不知不觉中，误了促成销售的商机。我们仔细分析一下，就会发觉，业务员把客户当作是同仁在训练他们，满口都是专业，让人怎么能接受？既然听不懂，还谈何购买产品呢？如果你能把这些术语，用简单的话语来进行转换，让人听后明明白白，才有效达到沟通目的，产品销售也才会达到没有阻碍。 4、不说夸大不实之词 不要夸大产品的功能！这一不实的行为，客户在日后的享用产品中，终究会清楚你所说的话是真是假。不能因为要达到一时的销售业绩，你就要夸大产品的功能和价值，这势必会埋下一颗“定时炸弹”，一旦纠纷产生，后果将不堪设想。 任何一个产品，都存在着好的一面，以及不足的一面，作为推销员理应站在客观的角度，清晰地与客户分析产品的优与势，帮助客户“货比三家”，惟有知已知彼、熟知市场状况，才能让客户心服口服地接受你的产品。提醒销售人员，任何的欺骗和夸大其辞的谎言是销售的天敌，它会致使你的事业无法长久。 5、禁用攻击性话语 我们可以经常看到这样的场面，同业里的业务人员带有攻击性色彩的话语，攻击竞争对手，甚至有的人把对方说得一钱不值，致使整个行业形象在人心目中不理想。我们多数的推销员在说出这些攻击性话题时，缺乏理性思考，却不知，无论是对人、对事、对物的攻击词句，都会造成准客户的反感，因为你说的时候是站在一个角度看问题，不见得每一个人都人是与你站在同一个角度，你表现得太过于主观，反而会适得其反，对你的销售也只能是有害无益。这种不讲商业道德的行为，相信随着时代的发展，各个公司企业文化的加强，攻击性色彩的话语，绝不可能会大行其道的。 6、避谈隐私问题 与客户打交道，主要是要把握对方的需求，而不是一张口就大谈特谈隐私问题，这也是我们推销员常犯的一个错误。有些推销员会说，我谈的都是自己的隐私问题，这有什么关系？就算你只谈自己的隐私问题，不去谈论别人，试问你推心置腹地把你的婚姻、性生活、财务等情况和盘托出，能对你的销售产生实质性的进展？也许你还会说，我们与客户不谈这些，直插主题谈业务难以开展，谈谈无妨，其实，这种“八卦式”的谈论是毫无意义的，浪费时间不说，更浪费你推销商机。 7、少问质疑性话题 业务过程中，你很担心准客户听不懂你所说的一切，而不断地以担心对方不理解你的意思质疑对方，“你懂吗”“你知道吗？”“你明白我的意思吗？”“这么简单的问题，你了解吗？”，似乎一种长者或老师的口吻质疑这些让人反感的话题。众所周知，从销售心理学来讲，一直质疑客户的理解力，客户会产生不满感，这种方式往往让客户感觉得不到起码的尊重，逆反心理也会顺之产生，可以说是销售中的一大忌。 如果你实在担心准客户在你很详细的讲解中，还不太明白，你可以用试探的口吻了解对方，“有没有需要我再详细说明的地方？”也许这样会比较让人接受。说不定，客户真的不明白时，他也会主动地对你说，或是要求你再说明之。在此，给推销员一个忠告，客户往往比我们聪明，不要用我们的盲点去随意取代他们的优点。 8、变通枯燥性话题 在销售中有些枯燥性的话题，也许你不得不去讲解给客户听，但这些话题可以说是人人都不爱听，甚至是听你讲就想打瞌睡。但是，出于业务所迫，建议你还是将这类话语，讲得简单一些，可用概括来一带而过。这样，客户听了才不会产生倦意，让你的销售达到有效性。如果有些相当重要的话语，非要跟你的客户讲清楚，那么，我建议你不要拼命去硬塞给他们，在你讲解的过程中，倒不如，换一种角度，找一些他们爱听的小故事，小笑话来刺激一下，然后再回到正题上来，也许这样的效果会更佳。总之，我个人认为，这类的话题，由于枯燥无味，客户对此又不爱听，那你最好是能保留就保留起来，束之高搁，有时比和盘托出要高明一筹。 9、回避不雅之言 每个人都希望与有涵养、有层次的人在一起，相反，不愿与那些“粗口成章”的人交往。同样，在我们销售中，不雅之言，对我们销售产品，必将带来负面影响。诸如，我们推销寿险时，你最好回避“死亡”、“没命了”“完蛋了”，诸如此类的词藻。然而，有经验的推销员，往往在处理这些不雅之言时，都会以委婉的话来表达这些敏感的词，如“丧失生命”“出门不再回来”等替代这些人们不爱听的语术。不雅之言，对于个人形象会大打折扣，它也是销售过程中必须避免的话，你注意了、改过了，你便成功在望了！
参考资料：
采纳率：21%
那建议你换公司了。。。
为您推荐：
其他类似问题
您可能关注的内容
办公用品的相关知识
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。借助分析和业务规则制定更精明的业务决策
简介在应用数据分析结果来改善流程的过程中，业务规则发挥着重要作用。与分析一样，规则处理的也是数据。预测分析使用历史数据来查找模式，这些分析的结果常常是数学分数，最好与由规则提供的基于经验的人为验证结合使用。业务规则无处不在，但在决策管理方面，关注点已从业务规则的自动化和管理转变为业务决策。本文将概述决策管理，并查看用于改进业务决策的 IBM® 产品栈和集成技术。本文还提供了一个场景，其中的一家虚构银行结合使用预测分析和业务规则来更有效地执行风险分析的场景。文中将解释各种集成技术，使用 IBM 软件的补充性技术的相互影响，但不会介绍预测模型或业务规则应用程序的开发。本文将讨论以下产品：IBM SPSS® ModelerIBM SPSS Collaboration and Deployment ServicesIBM Analytical Decision ManagementIBM Operational Decision Manager业务案例Saba Bank（一家虚构银行）刚完成了一个企业信息管理计划，以确保数据质量、一致性和完整性，目前，该公司正开始现代化它的 Know your Customer（KYC 或客户标识过程）和 Anti-money Laundering 操作。Saba Bank 将 KYC 现代化工作的目标定义如下：实现与监管机构发布的更严格的 KYC 准则完全一致，避免高额罚金。预防基于总体风险评分而将过滤掉潜在的可盈利客户。在识别风险方面实现更高的准确性，他们发现手动流程容易出错，准确性仅为 60%，而且在重新评估期间的风险评分有较大偏差。更高效地管理客户信息，以便将时间和精力都用在调查风险更高的客户上，进而实现 KYC 处理时间的显著减少。帮助提供客户的全方位视图，通过更具针对性的服务产品提高客户关系管理和盈利能力，将服务产品响应率提高 10%。解决方案架构该银行采用的决策管理解决方案结合使用了预测分析和业务规则来实现其目标，并实现了一个智慧流程。图 1 概述了 Saba Bank KYC 的架构。图 1. 解决方案架构概述以下各节将介绍解决方案组件、集成技术和产品栈，包括一个识别客户风险的示例用例。什么是预测分析？预测分析是一个数据挖掘领域，它负责从数据中提取信息，并使用这些数据来预测趋势和行为模式。预测模型捕获许多因素之间的关系，以便评估可能与某组特定条件有关联的风险，从而指导制定针对候选客户交易的决策。Cross Industry Standard Process for Data Mining (CRISP-DM) 是一个数据挖掘流程模型，用于描述数据挖掘专家通常用来处理问题的一些方法。CRISP-DM 1.0 最初于 1999 年发布，由一个公司联盟依据欧盟的 Framework IV R&D 举措而制定。尽管许多非 IBM 数据挖掘人员在使用 CRISP-DM，但 IBM 是目前采用 CRISP-DM 流程模型的主要公司。图 2 演示了 CRISP-DM 流程。图 2. CRISP-DM 流程来源：CRISP-DM 流程中的重要步骤如下：业务理解包括使用业务词汇确定和定义业务目标，将它们翻译为数据挖掘目标，以及制定项目评估计划。数据理解包括收集初始数据，描述数据的量、类型和质量，使用可用工具来探查数据，以及验证数据质量。数据准备是数据挖掘的一个非常重要但很耗时的部分，可能会花该项目 50–70% 的时间和工作。它包括选择要包含的数据，清理数据来提高数据质量，构造可能需要的新数据，集成多个数据集，以及格式化数据。建模包括选择合适的建模技术，生成测试设计来验证模型，构建预测模型，以及评估这些模型。预测模型是一种数据函数，用于根据输入变量之间的映射来预测一些输出变量的值。使用历史数据来培训该模型，以便获得最适合的建模技巧。例如，预测模型可基于患者细节来预测是否存在发展为某种疾病的风险。一些常用建模技术如下： 回归分析分析了响应或独立变量与一组独立或预测变量之间的关系。决策树可以帮助探查各种选项的可能结果。集群分析将对象分组为集群，以便查找某些模式。关联技术可以发现大型数据库中的变量之间的关系。评估包括根据项目起初定义的业务成功条件来评估的结果。部署包括整合发现，确定哪些功能可部署，以及规划为保持模型相关而需要的监视和维护。SPSS 软件概述IBM SPSS 产品是一些预测分析软件应用程序，有助于企业制定更智慧的决策和改善业务结果。图 3 描述了 SPSS 产品系列。图 3. SPSS 产品系列SPSS Modeling 系列和 Deployment 系列中的产品（主要是用于预测性模型开发和部署的工具）对 Saba Bank 用例特别有用。SPSS Modeler 是用于预测模型开发的主要工具，它支持使用 CRISP-DM 方法和工具来组织项目，以便能够依据 CRISP-DM 的指引有效地挖掘数据。SPSS Collaboration and Deployment Services 产品能够以评分服务的形式提供预测模型，帮助共享和部署预测模型。SPSS Analytical Decision Management 产品有助于构建将预测模型和业务规则组合在一起的应用程序。什么是业务规则？业务规则是一种描述业务策略或过程的陈述。业务规则可以描述、约束或控制您业务的一些方面。例如，一条业务规则可以是，收入低于 25000 美元的客户没有贷款资格，或者客户在购买总额高于 4000 美元可以享受 4% 的折扣。什么是业务规则管理系统？业务规则管理系统 (BRMS) 使业务规则能够与应用程序代码独立地定义、部署、监视和维护，进而通过自动化可重复的决策来提高业务流程的敏捷性。ABRD（Agile Business Rule Development，敏捷业务规则开发）是一种实践，它使用 BRMS 和规则引擎技术来帮助实现业务应用。图 4 中的流程图描述了 ABRD 活动。规则是以多次短期的迭代的形式增量开发的，但每次迭代可能都未遵守完整的流程生命周期。图 4. 敏捷业务规则开发ABRD 项目通常拥有以下阶段。每个阶段由图 4 中的一些活动组成。 Harvesting 是收集业务规则的活动，包括规则发现和分析。Prototyping 是将业务规则输入 BRMS 中的活动；这包括规则发现、分析、设计和创作。 Building 是构建一个系统来代表组织的业务规则的活动。这包括除部署外的所有规则活动：规则发现、分析、设计、创作和验证。 Integrating 是将规则部署到一个环境中来执行端到端测试的活动，这包括规则验证和部署。 Governance 是监视、维护和增强业务规则的活动，包括所有规则活动。
Operational Decision Manager 概述Operational Decision Manager（以前称为 ILOG JRules）是一个领先的 BRMS，它还提供了业务事件处理能力。图 5 描述了 Operational Decision Management 的组成部分。设计人员负责规则应用程序开发。Decision Center 是执行规则管理和创作的 Web 界面。Decision Server 是规则执行服务器。图 5. Operational Decision Management 架构来源：Operational Decision Manager 知识中心。Analytical Decision Management 概述Analytical Decision Management 软件能够创建结合了预测模型、业务规则和优化的自定义应用程序。它还提供了场景分析和模拟能力。基本架构如图 6 所示。图 6. Analytical Decision Management 架构来源：Analytical Decision Management 架构的重要组成部分如下：Modeler Client 用于轻松地创建预测模型，无需执行太多编程工作。Modeler Server 用于将对资源密集型操作的请求分发给强大的服务器软件，在更大的数据集上实现更快的性能。Platform Services（J2EE 服务器的一部分）拥有 Collaboration and Deployment Services (C&DS)，允许在团队环境中共享预测模型，并将预测模型部署为评分服务。Decision Management Framework 允许创建结合使用了业务规则和预测模型的应用程序，并使用 Collaboration and Deployment Services 部署这些应用程序。Deployment Manager Client 允许连接到 Collaboration and Deployment Services 服务器，以便共享预测模型流和配置这些流的评分。选择产品组合在前面几节中，Saba Bank 定义了他们的目标并采用了决策管理解决方案架构。下一步是选择产品组合来实现想要的业务结果。需要询问的关键问题如下：您是否拥有对您可利用的预测分析或业务规则产品的现有投资？您最开始关注分析还是关注业务规则？您是否需要大量具有一些简单业务规则的预测分析？SPSS Analytical Decision Management 中的业务规则功能适合回答这些问题。或者，您是否需要大量通过预测分析增强的中等或复杂的业务规则？像 Operational Decision Management 这样的功能更全面的 BRMS 适合用于回答这些问题。是否涉及到业务事件？Operational Decision Management 还支持业务事件处理。业务事件处理 (BEP) 软件可帮助业务人员及时地检测、评估和应对事件模式，从而满足业务目标。通常没有必要同时拥有 Analytical Decision Management 和 Operational Decision Management。Analytical Decision Management 对在 Operational Decision Management 中使用业务规则提供了一定的支持，而 Operational Decision Management 有一个集成了 SPSS 的预测分析 Support Pac (LB02)。请根据您的业务需求来选择正确的产品组合。自定义方法Saba Bank 选择了一种结合了 CRISP-DM 流程和 Agile Business Rule Development (ABRD) 流程的方法。该方法如图 7 所述。图 7. 决策管理应用程序开发方法以下各节将介绍 Saba Bank 示例场景中采用的方法。了解业务需求在该流程中，首先需要了解业务需求和目标，这涉及到以下方面：识别决策点采集业务规则识别分析结果和数据挖掘目标第一步是识别决策点。在此案例中，决策属于一种客户风险类别，可用于确定所需的进一步调查是级别。客户的风险类别的定义为：风险类别 = 来自概要分析的预测性风险类别和来自业务规则的风险类别中的较高值。有关有助于描述业务流程中的决策的决策建模方法的更多信息，请参阅 IBM 红皮书 。您审核和分析决策点来采集业务规则。决策点 Determine Risk Category 用于识别确定风险类别的业务规则和分析结果。出于演示的目的，我们选择了 10 个较简单的规则并分类如下：Business Rule Only (R )Analytical Outcome + Business Rule (RA)然后向规则分配风险点，对这些点求和即可计算风险评分。然后将风险评分转换为高、中或低等风险类别。历史数据分析也提供了风险类别。分配的组合风险类别是规则风险类别和客户个人资料风险类别中较高的类别。风险术语定义如下：风险点是与某条规则有关联的风险。风险评分是为一个客户计算的风险点总和。风险类别是高、中或低 3 种风险分类，是基于风险评分（risk score）进行划分的。执行此分析后的规则表如下所示。表 1. 规则分析规则分类分析结果 如果资金来源不是 “Salary” 或 “Government” 添加 20 个风险点
如果 Identity Verification 状态或 Address Verification 状态不是 “Verified” 添加 70 个风险点
如果国籍为 “Non Resident”，则添加 80 个风险点
如果总毛收入 & 100000 美元 添加 30 个风险点
如果 Political Exposure for
"Self" 添加 100 个风险点
如果 Political Exposure for "Close Relative" 添加 50 个风险点
如果风险总分 & 50，则将规则风险类别设置为 “low”。
如果风险总分 & =50 且 & 70，则将规则风险类别设置为 “medium”
如果风险总分 & 70，则将规则风险类别设置为 “high”
如果客户个人资料风险类别大于规则风险类别，则将组合的风险类别设置为客户个人资料风险类别，否则将组合风险类别设置为规则风险类别
客户个人资料风险类别
在此用例中，只有一个使用分析结果的业务规则，但对于其他用例可以有更多的使用分析结果的业务规则。例如，对于从客户个人资料信息中识别的一个小众群体，银行可能决定向他们推广特定的产品。需要仔细寻找和发现那些可以增强业务规则并为业务带来收益的分析结果。选择合适的方法下一步是确定最适合 Saba Bank 的方法来集成这两种补充性风险评分方法。以下各节将讨论可能的方法。方法 1 – 没有集成第一种方法使用一个业务规则应用程序和客户信息来获取分析风险评分和风险类别，这些结果用于计算组合风险类别。分析评分没有实时执行。此方法适合批量模式操作，其中预测模型会定期对某个客户信息批次运行，使业务规则可以使用此结果获得组合的风险类别。该方法如图 8 所述。图 8. 非实时方法（SPSS Modeler 和 Operational Decision Manager）方法 2 – 与 Operational Decision Manager 集成第二种方法使用一个分析评分服务来实时获取风险类别。公开了一个决策服务，它组合了分析评分服务和业务规则服务，如图 9 所述。图 9. 实时集成（SPSS Modeler、SPSS Collaboration and Deployment Services、Operational Decision Manager 和 Wrapper Web 服务）方法 3 – 使用 LB02 SupportPac 与 Operational Decision Manager 集成第三种方法涉及到使用 LB02 Support Pac 将评分服务集成到业务规则中，该支持包能够定义业务规则来引用在运行时通过调用 SPSS 评分服务获得的预测性分数。此方法已在 developerWorks 系列文章
中详细介绍。此方法可通过 Operational Decision Manager 中对预测模型标记语言 (Predictive Model Markup Language, PMML) 的支持来实现。PMML 是 Data Mining Group 开发的一种基于 XML 的文件格式，为应用程序提供了一种描述和交换数据挖掘和机器学习算法所生成的模型的方法。因为 PMML 支持将评分配置导入 Operational Decision Manager 中，所以可以在设计时使用分析结果创建更好的业务规则。评分服务在规则执行期间调用。图 10. 实时集成（SPSS Modeler、SPSS Collaboration and Deployment Services、带 LB02 Support Pac 的 Operational Decision Manager）方法 4 – 使用 Analytical Decision Management如果使用 Analytical Decision Management，则无需额外的集成，因为 Analytical Decision Management 的核心分析基础架构中已包含 SPSS Modeler，而且预测模型可导入到解决方案中。Analytical Decision Management 应用程序是业务规则和预测模型的组合。例如，Analytical Decision Management 应用程序可以使用来自营销团队的业务规则，组合使用针对客户流失、终生价值和客户满意度的预测性数据，为电信客户推荐合适的产品。Building an Analytical Decision Management 应用程序通常包含 7 个步骤，如图 11 所示。简单的应用程序可能仅包含其中的几个步骤，而高级应用程序可能包含所有 7 个步骤。该应用程序由一个 XML 模板定义，可以使用一些预先构建的应用程序来创建新应用程序，无需从头进行创建。图 11. Analytical Decision Management 应用程序开发以下屏幕截图展示了 Analytical Decision Management 软件附带的一个客户交互示例应用程序的设置：使用 Data 选项卡选择数据源，连接到数据并决定使用哪些输入数据。 图 12. 应用程序开发 – 选择数据使用 Global Selections 选项卡定义决策范围，并决定在处理中是包含还是排除记录。 图 13. 应用程序开发 - 全局选择使用 Define 选项卡定义想要的结果（可能是一些可能的决策或建议），并确定这些结果的规则和预测模型。 图 14. 应用程序开发 - 定义使用 Combine、Prioritize 或 Optimize 选项卡指定如何制定最终决策。这可能会使用一个优先化或优化等式，或者使用一个矩阵组合来自多个规则和模型的输出。 图 15. 应用程序开发 – 确定优先级使用 Deploy 选系那个卡配置批量还是实时评分，根据需要与现有 IT 系统集成。选择部署类型。 图 16. 应用程序开发 – 部署从 Reports 选项卡，可以添加和查看报告。Analytical Decision Management 支持 Business Intelligence and Reporting Tools (BIRT) 所实现的报告功能。 图 17. 应用程序开发 – 报告方法 5 – 使用 Analytical Decision Management 和 Operational Decision Manager方法 5 使用了 Analytical Decision Management，并引用了已在 Operational Decision Manager 中创建的外部业务规则。实现此方法的具体操作说明已在 IBM Analytical Decision Management 应用程序设计指南中介绍。下面的摘要表列出了所有方法和每种方法使用的产品。表 2. 方法摘要方法ODMSPSS ModelerSPSS C&DSSPSS ADM 方法 1 – 没有全面集成 XX 方法 2 XXX 方法 3 X（带 SupportPac） XX 方法 4 XXX 方法 5 XXXX出于以下原因，Saba Bank 决定使用
架构方法：有大量业务规则，需要一个功能全面的 BRMS。因此，Operational Decision Manager 是处理业务规则的首选平台。SPSS Modeler 是执行预测模型开发的首选平台。预计新的 KYC 系统将显著减少处理时间，进而可以将更多时间放在风险客户的调查上。该项目的下一个阶段将会根据客户个人资料信息及其交互，通过多种渠道推广更个性化的产品。这需要一种可实现实时集成的方法。SPSS Collaboration and Deployment Services 提供了所需的评分服务支持。这使得上表中的方法 2 和方法 3 进入了可选范围。因为方法 2 有效地分离了规则执行与预测评分，所以选择此方法可以提高架构灵活性。预测模型开发和规则开发可以并行执行，而且可以向彼此提供输入。例如，理解数据有助于建立新业务规则，如果与分析结果结合使用，那么可以显著增强业务规则。开发预测模型以下各节将介绍一个简单的预测模型，使用虚构的客户数据来培训该模型。该场景使用了一个称为 Chi Square Automatic Interaction Detection (CHAID) 的分类模型，基于所选的适合风险类别的输入值来获得风险类别。CHAID 分析是一种分析形式，可用来确定如何以最佳方式组合变量，解释给定的依赖性变量中的结果。有关将预测模型部署为评分服务的详细解释，请参阅 。对预测模型的培训，涉及到使用含风险类别的历史客户数据作为输入。图 18 显示了示例客户数据的快照。图 18. 示例历史客户信息图 19 展示了如何定义输入变量和目标变量（用于预测）。图 19. 示例历史数据准备图 20 给出了一个为了预测风险类别而创建的预测建模流。SPSS Modeler 图形界面将数据操作表示为节点和流。节点表示数据上的各个操作，彼此链接在一个流中来表示数据流。算法由一个建模节点表示，建模节点是一个五边形。当一个流包含一个建模节点时，得到的模型表示为模型 “金块”，其形状类似于一个金块。图 20. 预测建模流图 21 显示了最终的输出。$R-Risk Category 列显示了预测的风险类别。对比预测的值与可用的值有助于评估模型的准确性。如果发现预测模型不太准确，那么可以评估其他建模技术来确定最合适的技术。图 21. 预测模型培训数据输出在建模节点运行时，会生成一个可重用的模型金块（CHAID 风险类别），如图 20 所示。在使用一个已知风险类别值的数据集来培训模型后，可以使用在培训过程中生成的金块对风险类别值未知的记录评分。评分数据文件包含的字段与培训数据文件相同，但风险类别未设置为目标字段。图 20 中突出显示的路径显示了一个评分流，它将评分结果填充到一个数据库中。示例预测模型 (kyc.str) 和输入数据 (kyc_generated_data.xls) 可用在本文所提供的示例中。开发业务规则业务规则开发可以并行执行。Saba Bank 选择了
一节中介绍的 Operational Decision Manager 业务规则开发方法（方法 2）。图 22 中总结了 Operational Decision Manager 业务规则开发方法。 图 22. Operational Decision Manager 应用程序开发根据
一节中的介绍，规则发现和分析的初始阶段现在已完成。下一个阶段是规则开发。规则开发的详细介绍不属于本文的讨论范围。请参阅文章 ，了解有关规则开发的更多细节。“示例” 一节中提供了两个业务规则应用程序示例。业务规则应用程序 kyc-calculated-risk 基于业务规则来计算风险类别。业务规则应用程序 kyc-combined-risk 基于预测的风险类别和业务规则计算的风险类别来计算风险类别。集成和部署模型在开发并测试预测模型和业务规则后，该模型会按照 “方法 2 - 与 Operational Decision Manager 集成” 一节中的介绍来实现集成和部署。为方法 2 实现此目的的技术步骤如下：部署 kyc-calculated-risk 规则集，该规则集基于 Rule Execution 服务器上的业务规则来计算风险类别。生成规则集 kyc-calculated-risk 的 Web 服务客户端代码，该客户端可用作一个托管的透明决策服务。将预测模型配置为评分服务。使用 SPSS Deployment Manager 胖客户端将预测建模流 (kyc.str) 部署在 SPSS Collaboration and Deployment Services 上。评分可在类似 http://hostName:port/peb 的 URL 上使用部署管理器瘦客户端来测试。生成评分服务的 Web 服务客户端代码。评分服务需要进行身份验证，所以应该修改 Web 服务客户端代码来添加安全消息头（security header）。此过程请参见示例代码。部署 kyc-combined-risk 规则集，该规则集基于 Rule Execution 服务器上的业务规则来计算风险类别。生成规则集 kyc-combined-risk 的 Web 服务客户端代码，该客户端可用作一个托管的透明决策服务。创建一个客户风险服务，它调用 Web 服务 kyc-calculated-risk、预测评分服务和 kyc-combined-risk 来返回客户风险类别。关键步骤包括部署预测模型，以及创建和部署决策服务，以下各节将会对此进行介绍。提供的示例代码演示了如何完成这些步骤。预测模型部署预测模型是使用 SPSS Modeler 创建的，并作为评分服务部署在 SPSS Collaboration and Deployment Services 服务器上。这个评分服务返回所提供的客户信息的风险类别。预测模型 (kyc.str) 使用 SPSS Deployment Manager 部署为评分服务，如图 23 所示。图 23. 评分服务有关部署预测模型的更多信息，请参阅 。创建决策服务部署预测模型和业务规则应用程序后，下一步是创建一个返回组合的风险类别的包装器决策服务，如图 10 所示。业务规则应用程序是一个使用 XML 执行对象模型 (XOM) 的简单示例，在部署到 Rule Execution 服务器上之后，会启用该应用程序作为托管的透明决策服务。因为在本用例中，组合风险类别计算也是一个业务规则，所以我们创建了另一个业务规则应用程序，以便基于预测的风险类别和业务规则风险类别来返回组合的风险类别。新的决策服务将会执行以下操作：获取客户的预测的风险类别。获取客户的业务规则风险类别。获取客户的组合风险类别。返回客户风险类别。决策服务开发的详细信息不属于本文的讨论范围，但本文提供了一个示例决策服务 (CustomerRiskService) 来演示 Saba 解决方案。决策验证和治理本节将介绍 IBM 决策管理产品如何为预测模型验证和治理提供支持。SPSS Collaboration and Deployment Services 平台通过以下方式支持预测模型治理：可配置合适的角色和权限来部署和管理模型，比如 IT 管理员负责调度作业或模型的实时评分。模型性能会自动监视，通过配置，可以在模型准确性降级到预先确定的级别时提供警告。此级别可能基于业务规则、目标变量或二者。将模型的实例部署到生产中后，通过配置模型本身，可以针对其他算法自动质疑生产模型，基于新数据来确保生产环境中拥有最高性能、最准确的模型。如果找到更有效的模型，那么可以发出提醒来通知用户，或者可以将该模型自动部署到生产中来取代现有实例。模型和相关的性能指标会在决策管理平台中实现版本控制。这使得用户能够深入了解模型特征和性能。预测模型会在新数据上定期接受培训，此过程可以使用模型刷新来完成。模型刷新是使用更新的数据重新构建一个流中的现有模型的过程。存储库中的流本身不会发生更改。例如，算法类型和特定于流的设置保持不变，但模型在新数据上进行培训，如果新版本的模型比旧版本更好，则会更新模型。 示例应用程序提供了一个基本的用户界面来测试风险服务，如下列屏幕截图所示。图 24. 客户详细信息输入图 25. 客户风险类别结果Operational Decision Manager 在开发人员和业务用户环境中，都支持使用 Decision Validation Services 来完成以下操作：创建和运行测试来验证规则更改。模拟规则更改的潜在业务影响，基于关键性能指标 (KPI) 来解释结果。Decision Warehouse 是 Operational Decision Manager 中的一个工具，它监视规则执行并将执行轨迹存储在数据库中。在完成部署之后，Operational Decision Manager 将决策存储在 Decision Warehouse 中。然后，Saba Bank 的风险管理团队可以生成报告，并评估以下方面：分类为高、中或低风险的客户数量。高、中或低风险分类的主要判定条件。业务规则更改对风险分类的影响。还在适当的位置设置了业务规则的治理。Operational Decision Manager 支持通过使用 Decision Validation Services 和 Decision Warehouse，利用版本管理、访问控制和报告功能来执行业务规则治理。 结束语本文全面概述了来自 IBM 的有关决策管理的业务规则和预测分析产品栈。我们使用一个案例分析介绍了应用程序开发方法。致谢感谢 Raj Rao 提供的一些有帮助建议以及对本文的审阅。还要感谢 Srinivasan Govindaraj 审阅本文的预测分析部分。 示例应用程序实现客户风险应用程序的前提条件包括在本地安装 SPSS Modeler 和 Operational Decision Manager 8.0.1，在远程服务器上安装 SPSS Collaboration and Deployment Services 和 SPSS ADM。客户风险应用程序包含以下部分：SPSS 流 (kyc.str) 和示例数据 (kyc_genereated_data.xls)。需要 SPSS Modeler V 15.0 来开启建模流。请参阅文章 ，获取在 SPSS Collaboration and Deployment Services 服务器上配置评分的操作说明。Operational Decision Manager 业务规则应用程序（kyc-calculated-risk 和 kyc-combined-risk）。需要使用 Operational Decision Management 8.0.1 或更高版本来导入和部署这些规则集。将规则项目导入 Rule Designer 中，参阅 Operational Decision Manager 知识中心中的 “部署规则集” 一节来创建规则应用程序（kyc-calculated-risk-ruleapp 和 kyc-combined-risk-ruleapp）。将这些规则集部署到 Decision Server。Decision Service (CustomerRiskService) 可部署在 IBM WebSphere® Application Server 8.0 上。要测试此服务，需要将预测评分服务部署在 SPSS Collaboration & Deployment Services 上。如果 Operational Decision Manager 服务器不是本地主机且端口不为 9080，则修改它的主机名和端口。修改 CustomerRiskService Java 项目中的 com.saba.riskservice.RiskServiceSOAPImpl Java 类中的以下行，使之指向 SPSS Collaboration and Deployment Services 服务器的主机名和端口，如下所示： url = new URL("http://localhost:9080/scoring/services/Scoring.HttpV2/WEB-INF/wsdl/scoring.wsdl");参考资料相关文章方法业务规则设计和开发Operational Decision Manager 知识中心SPSS 文档Analytical Decision Management 文档IBM Blueworks Live：为使用 WebSphere 产品的开发人员准备的技术信息和资料。这里提供产品下载、how-to 信息、支持资源以及免费技术库，包含 2000 多份技术文章、教程、最佳实践、IBM Redbook 和在线产品手册。加入 ，参与在线交流。
下载资源 (customer_risk_sample_application.zip | 3187 KB):
添加或订阅评论，请先或。
有新评论时提醒我
static.content.url=http://www.ibm.com/developerworks/js/artrating/SITE_ID=10Zone=WebSphereArticleID=983013ArticleTitle=借助分析和业务规则制定更精明的业务决策publish-date=}