编辑导语：行为事件分析是一种常见的互联网数据分析方法，有效的分析可以帮助团队洞察用户需求与用户特征，进而制定更合理的销售分发或运营策略。本篇文章里，作者总结了对销售对话数据进行行为事件分析的“五步法”，一起来看一下。

人们最熟悉通过具体的行为来分析事件背后的逻辑，例如发现谁在什么时间什么地点干了什么事，从而得出某个结论。无论是用户旅程地图，还是服务设计中的触点分析，以及更为宏观的4W1H模型，都是将行为事件按时间或流程等维度进行拆解并进行分析。

而在互联网领域中，行为事件分析是一种常见的的数据分析方法，主要指收集用户在使用产品时发生的一系列互动行为信息，并分析不同的互动行为对产品甚至企业价值的影响。

通常互联网产品会采用埋点的方式了解用户在哪些节点做了哪些操作（如注册、浏览、沟通、付款等行为），并挖掘用户行为背后的原因和模式，从而优化产品体验、洞察用户特征、制定运营策略。

而在销售场景中，沟通是至关重要的一部分，客户通过沟通传达自身需求，获取产品信息。销售则通过沟通传达产品价值，促进成交。因此沟通内容是一个非常重要的互动数据来源。

传统的行为分析方式往往是将行为的时间、频率、数量等特征作为统计分析指标，行为本身包含的丰富信息却被丢失了，例如某个用户在社区中非常活跃，如果只通过发送消息这一行为来判断，这个用户可能算是一个高价值用户，但这个用户可能只是经常在社区发广告，严重破坏了社区氛围。

如果我们对沟通行为中，带有特定倾向和目的的沟通内容进行统计分析，我们会发现传统事件分析是无法对内容进行统计分析的，但客户往往会沟通内容中传达自己的喜好、倾向、痛点，销售也会在沟通过程体现出自己的销售能力和技巧。这些信息对精准分析客户需求、绘制用户画像、制定针对性的销售培训策略来说非常有价值。

一、分析销售对话数据面临的问题？

但是当我们拿到海量客户和销售之间的对话数据时，该怎么办？我们该如何对海量对话数据中的沟通行为进行识别、跟踪、统计和分析呢？

例如一家做教育课程在线销售的公司，共有两百名销售，平均每人每天会拨打30通左右的销售通话，发送上百条企业微信聊天信息。面对这么多海量的沟通数据，销售主管们肯定非常想知道：有多少客户非常关注价格？成单的客户都会提哪些问题？不同销售阶段的客户异议是什么等和沟通内容相关的问题。

这些都是非常有价值的信息，我们如何做才能从沟通内容出发，结合行为事件分析的思路回答上述问题呢？

二、如何对销售沟通进行行为事件分析？

结合销售场景下的沟通对话特点，我们发现最基础的分析流程是：确定样本特征、确定分析单元、制定类目系统、内容识别和统计、形成业务洞察。