在线语音交互情境下销售说服策略的FACI模型研究——基于呼叫中心非结构化数据的实证检验

王 毅 鑫 颖 姚 凯 张炬远 耿 勇

一、引言

数字经济时代，互联网销售、电商直播、虚拟空间等新的营销场景不断涌现，改变了传统营销的客户互动方式和销售模式，以在线语音交互系统进行客户关系维护并展开营销活动的企业呼叫中心获得高速发展。截至2019年年底，全球呼叫中心共有2 900万座席，产业投资达到5 392亿美元，同比增长15%；在中国已有7 904家企业建立呼叫中心，呼叫中心座席总数达到275万个，投资额约为2 432亿元，年复合增长率为23.3%，销售总收入达到687.0亿元，同比增长56.5%[1]。呼叫中心以其高附加值、低碳环保、创造就业、提升服务业水平等优点，逐渐从传统的电信、金融、保险、航空等渗透到互联网、电商、零售、旅游、汽车等五十多个行业。

在人们的传统印象中，呼叫中心承担的主要是信息咨询、售后服务、投诉处理等支撑性职能。然而，近些年随着产业转型升级和商业模式创新，呼叫中心已逐渐成为组织与客户的交互平台，企业的价值中心、利润中心以及现代制造业和服务业实现客户价值的重要产业链节点。与此同时，不同于与客户面对面沟通的传统销售、服务方式，呼叫中心的销售和服务人员主要通过在线语音与客户交流，沟通手段和交互方式严重受限，对员工的沟通能力提出了很高的要求，且沟通效果难以把握。笔者通过对多家大型呼叫中心的系列调研发现：呼叫中心意识到该问题的重要性并采取多种方法试图解决，如制订标准化销售服务流程，引进销售辅助系统，并对销售人员开展包括产品知识、沟通技能、销售技巧等方面的培训，然而这些措施并没有彻底解决语音销售过程中最关键的销售说服问题。调研还发现，呼叫中心作为企业与顾客接触的前沿阵地和最后防线，每天产生海量客户交互数据和交易数据，通过对非结构化数据进行深入挖掘，能够对洞察用户需求、优化沟通策略以及提升销售业绩、消费者体验和服务运营效率起到重要的作用。

有鉴于此，本研究基于说服理论、修辞理论和前景理论，梳理在线语音交互情境下的关键说服因素，构建包含信息框架(Framework)、语音特征(Acoustic features)、说服内容(Content)、顾客参与(Involvement)的FACI销售说服模型，以呼叫中心的真实非结构化语音销售数据为研究样本，采用文本分析、语音数据挖掘等大数据分析方法，深入探究在线语音交互情境下呼叫中心如何提升销售效率问题，旨在帮助销售人员更好地实现销售说服模式的转变。

二、文献综述与研究模型

在营销领域，销售说服一直是研究的热点，众多学者对说服模式、说服动机、说服知识展开研究(Miceli等，2006[2]；Eisend和Tarrahi，2021[3]；Isaac和Grayson，2017[4])，并探索影响说服效果的多种因素如中断、销售语言、信任、说服对象等(Kupor和Tormala，2015[5]；Cheng和Loi，2018[6]；Bickart等，2015[7]；Eisend和Tarrahi，2021[3])。近年来，随着信息技术与营销战略的融合越来越深入，人工智能、个性化推荐、虚拟现实等技术在销售领域得到广泛采用，数据技术的发展和应用为重构销售说服理论提供了新的契机。本研究将基于经典的亚里士多德和霍夫兰的说服理论[8][9]，结合新兴的ELM说服模型、信息框架模型，采用文本分析、语音数据挖掘和机器学习等大数据分析方法，重构在线语音交互情境下的销售说服理论框架。

(一)说服理论

说服(persuasion)是指一个人的态度、意图或行为不受胁迫地受到他人沟通影响的过程，也是利用信息优势来影响他人决策的行为。[9]关于说服的研究，最早可以追溯到亚里士多德的《修辞学》[8]，其后美国学者霍夫兰在研究传播与态度改变问题时，首次提出说服理论，成为现代说服领域研究的起点[9]。如今，说服理论作为社会学和心理学的核心理论，在营销、管理、文化传播、法律等多个领域被深入研究。

亚里士多德认为修辞是对任何已知情况下的有用的劝说方式进行观察的能力，并指出内容、文辞、演说技巧是影响演说效果的三个因素，其中演说技巧包括演说者的诉诸人格、诉诸情感和诉诸逻辑三种策略。[8]美国学者霍夫兰通过50多项心理实验研究了传播者、传播内容、受众三个说服关键角色，借鉴学习理论、群体认同等，提出了“态度改变—说服模型”，将被说服者态度改变的原因归结为沟通信息差异、外部情境、信息源和被说服者等要素[9]，该模型得到了众多学者的认可并进行了拓展性研究。之后，Petty和Cacioppo(1981)[10]提出了说服效果的精细可能性模型(The Elaboration Likelihood Model)，认为说服过程包括中心路径与外围路径这两种通道，中心路径是指态度的改变主要缘于论点是否能够令人信服；外围路径是指人们会被表面因素说服，例如说服者的魅力等。Park和Kim(2008)[11]研究发现对低专业知识的消费者的说服主要通过外围路径，而具有高专业知识的消费者更倾向于通过ELM的中心路径了解信息。经典说服理论为营销说服研究提供了前期的理论基础，指出了影响说服效果的重要因素和关键路径，为本研究构建语音交互情境下的营销说服模型提供了逻辑基础。

(二)信息框架

作为前景理论的重要组成部分，框架效应在各学术领域得到深入研究。霍夫兰的说服理论指出信息结构对说服效果有着重要影响，在说服过程中唤起被说服者的恐惧对提高说服效果有显著效果。[9]Tversky和Kahneman(1981)[12]进一步提出了信息框架效应(Message Framing)，认为信息框架是语言的表达策略，对于相同的信息，采用不同的表达方式，对被说服者的认知参照点产生影响，进而产生不同的认知和决策。

信息框架可以分为积极框架和消极框架，积极框架以突出追求积极成果(例如金钱或心理优势)为中心，消极框架以突出避免负面结果(例如金钱或心理损失)为中心。Meyerowitz和Chaiken(1987)[13]最早研究了积极和消极信息框架的说服效果，发现收到以消极框架装帧的健康宣传手册的女性相比于收到积极框架的女性更倾向于进行手册所宣传的健康检查。Maheswaran和Meyers(1990)[14]研究表明，在低感知效能的条件下(不确定遵循建议是否能导致预期结果时)，被试表现出更深的信息处理水平，此时消极框架比积极框架更有说服力；而在高感知效能的条件下，被试的信息处理水平较浅，此时消极框架和积极框架具有同样的说服力。此外，对ELM模型的研究也表明，当受众依靠外围说服路径处理信息时，其参与度水平较低，积极框架比消极框架更加具有说服力。由此提出假设1：

H1：销售过程中，使用适当的信息框架(积极信息框架或消极信息框架)相比于无信息框架而言能显著提升销售成功率。

(三)语音特征

人们在通过语音交流时，同时传递着语言和非语言两类信息。销售说服中的语言信息为说服内容，非语言信息是销售人员在说服中表现出的声音、表情、动作等外部线索。无论是经典修辞学，还是现代说服理论，均充分肯定了说服者的非语言信息对说服效果、情感表达、增进信任等方面的重要作用[9]。

在线语音交互情境中，非语言线索主要来源于销售人员的声音。Zuckerman 和Miyake (1993)[15]认为声音中包含了众多语音参数，其中所蕴含的信息比语言内容更能影响到听众的态度和认知。人的声音中携带着丰富的声学信息，如发言者的生理特征、内在个性以及说话时的情感状态等。研究表明，在广播广告中播音员采用低音会更具吸引力，更能令人信服，受众的广告认知和品牌态度会更加积极(Chattopadhyay等，2003[16])。语音基频较高的销售人员成功率较高，较快的语速会被受众认为更聪明博学，更受听众的喜爱和信任。销售人员沟通中的音调曲线有助于达到不同的说服效果，利用下降的音调曲线可以实现更加理想的销售业绩(Xiao等，2013[17])。除此之外，研究还表明语音共振峰、语音微扰值等能量参数对于配音演员和广告感知具有明显的影响(王毅和刘钾，2018[18])。由此提出假设2：

H2：销售过程中，声音特征能显著影响销售人员的销售成功率。

(四)说服内容

亚里士多德认为演说具有伦理道德、情感与逻辑三种魅力。大多数听众都是理性的，逻辑有助于提高说服效果；同时他也没有忽视情感的作用，对情感的说服作用进行了详细分析。[8]除此之外，在现代商业活动中，专业的力量也备受推崇，在品牌传播、人员销售中所展示的传播内容的专业性对于说服效果和销售提升具有重要作用(Morgan和Hunt，1994[19])。因此，本文在构建销售说服的内容策略这一关键说服要素时，将从诉诸逻辑、诉诸专业与诉诸情感三个部分展开分析。

1.诉诸逻辑。

诉诸逻辑是指以逻辑推理来组织消息内容，语言逻辑提供的真实而有条理的信息有助于说服他人。Weitz和Sujan (1986)[20]的研究指出，使用“如果-那么”这样的逻辑词汇进行销售沟通，有利于提高销售人员的销售成功率。王伟等(2016)[21]指出在项目描述中使用逻辑性词汇(如：then、because)有利于众筹项目的成功。根据ELM模型，说服的中心路径指人们态度的改变更多受到论据逻辑的影响，如果逻辑强而有力，人们很容易被说服，并且态度改变更持久(Park和Kim，2008[11])。由此提出假设3：

H3：销售语言中恰当地使用逻辑性词汇能够提升销售成功率。

2.诉诸专业。

诉诸专业强调说服内容的专业性，专业性的信息内容有助于受众建立信任感从而提升说服效果。关于ELM模型的研究表明，信息源的专业性能够显著影响用户的风险感知与态度，买家也更愿意投向那些赢得他们信任的销售人员。销售人员的专业知识是建立长久业务关系的重要因素，有助于增强销售人员与公司的可信度。王伟等(2016)[21]将经典说服理论用于探索众筹项目说服风格和众筹成功率之间的关系时发现，使用专家为众筹项目“背书”以及项目专业性的词语有利于众筹项目的成功。由此提出假设4：

H4：销售语言中恰当地使用专业性词汇能够提升销售成功率。

3.诉诸情感。

诉诸情感是指说服过程中使用感情性的言辞来感染对方。说服理论指出，态度的改变由多种因素驱动，除了说服的核心路径外，人们也很容易受到外围因素的影响，其中情感是影响态度改变的重要方式。[9]研究发现，逢迎和鼓舞通过激发受众的热情、认同来提升对销售人员的好感，可以达到影响和改变客户态度的目的；销售人员与客户的关系导向沟通方式能够拉近情感距离，增加客户对销售人员的信任(Ci和Weiss,1951，[22])。在销售过程中，称呼代词对关系的感知有重要作用，通过销售称谓的改变有利于增进客户关系(Gordon等，1993[23])。在我国，销售人员在销售过程中经常利用称谓的替换(如：“哥”替换“先生”)来建立虚拟关系，从而降低与客户之间的距离感。李婷婷等(2016)[24]对这种现象进行了解释，认为在大多数情况下，人们优先处理与自我相关的信息，称谓的改变通过改变客户的心理距离，可以建立信任进而达到改变态度的作用。由此提出假设5：

H5：销售语言中恰当地使用称谓改变能够提升销售成功率。

(五)顾客参与

顾客参与度是指顾客参与生产与服务过程的程度，顾客通过提供建议、表达看法、参与决策等行为与企业发生互动，从而提高顾客感知服务质量、增进企业与客户关系(Farrell和Hakstian，2001[25])。Prahalad和Ramaswamy(2004)[26]指出，服务主导逻辑下，顾客与企业共创消费者体验环境是企业竞争战略的重要内容。根据顾客投入的时间、精力的程度，顾客参与分为高度参与和低度参与两种类型。研究发现，在销售说服过程中，高度参与的顾客能够主动了解企业信息，积极互动，并主动激发顾客的自我说服机制(Bernritter和Van Ooijen,2017[27])。根据信息框架效应，当销售人员在沟通中采用了恰当的信息框架时，如果顾客高度涉入该说服过程，会在信息接受中表现出更强的积极性，产生更广泛的认知加工及积极的情感反应。由此提出假设6：

H6：顾客参与在信息框架对说服效率的影响过程中起到调节作用。

(六)研究模型

基于经典的说服理论、修辞理论和框架效应等，本研究对在线语音交互情境下的关键说服因素进行总结，构建出包含信息框架(F)、语音特征(A)、说服内容(C)、顾客参与(I)四要素的FACI销售说服模型，如图1所示。本研究将借鉴计算机科学、深度学习等领域的相关研究方法，对呼叫中心的非结构化语音销售数据进行文本分析和声音特征抽取，结合真实的销售数据，对该模型进行实证检验。

图1 在线语音交互情境下的FACI销售说服模型

三、研究设计

本研究的目的是为了探索在线语音交互情境下销售说服的关键因素和营销效果，构建出新技术环境下的销售说服模型。为此，笔者进行了精心的研究设计，针对某保险公司呼叫中心的真实语音销售数据展开实证检验。首先，使用文本分析法，运用TF-IDF算法对语音数据进行关键词抽取，并进行销售说服策略分类与词频统计。第二步，提取出该中心销售人员的语音特征参数作为非语言线索进行分析验证。第三步，利用所收集的销售数据和抽取的声学特征数据进行音频数据的分析，从多个角度对销售说服效率的影响因素进行深入分析。

(一)研究数据

本研究采用某保险公司呼叫中心在2016年10月至2017年8月期间的在线语音销售数据进行研究。剔除数据残缺的样本，共有研究数据6 452条，其中销售成功数量为809条(12.54%)，销售失败数量为5 643条(87.46%)，如表1所示。对话总时长与销售说话时长数据比较分散，波动性大；对话交换次数数据比较集中，波动较小。初步分析发现，销售人员与客户交互频繁，但销售成功率不高。

表1 研究数据描述性统计

(二)销售说服策略信息提取

在线语音销售数据具有信息量大、非结构化信息丰富等特点，难以提取有效信息进行量化分析，本研究采用文本分析方法挖掘销售说服关键词与词频，通过分词、清洗、提取等方法进行数据预处理，采用实体提取、主体建模、关系提取等方法分析文本，从文本数据中抽取隐含信息的方法。

1.销售说服策略关键词获取。

对在线语音销售数据进行文本数据转化后，本研究使用TF-IDF算法抽取相关关键词。TF-IDF(term frequency-inverse document frequency)算法可以有效评估重要关键词对整体文本的重要程度，进而对文本进行聚类和分类。TF为词频，指某个词语在文章中出现的次数与文章词语总数之比。n(x)指的文章中该词语出现的频数，n为该文章词语总数，IDF为逆文本频率指数，N是需要进行关键词提取的文章总数，N(x)是包含该词语的文章数量。一个词语的TF-IDF值为词语文本矩阵中该词语TF与IDF积的总和。

TF(x)=n(x)/n

TF-IDF(x)=TF(x)×IDF(x)

本研究使用pythoy3中的jieba0.42.1包来进行文本挖掘工作，该工具被广泛用于中文文本的挖掘(周雄伟等，2018[28])。使用jieba中TF-IDF算法的API接口“jieba.analysis.extract_tags()”对算法进行调用，提取TF-IDF值最高的前2 000个关键词。因为其中会混有数字、地名等停止词，因此导入哈工大停止词表对2 000个关键词进行筛选，最后选择TF-IDF最高的前500个词语作为销售说服策略分类的待选关键词，研究数据的处理框架如图2所示。

图2 研究数据处理框架

2.销售说服策略关键词分类。

得到TF-IDF关键词后，进行人工标注分类，确定初始分类词表。本研究邀请了50位语言能力优异的大学生对分组词汇进行销售说服策略标注，如表2所示。通过对问卷拟合优度检验发现词语的选择存在显著性差异，说明答题者能显著对这些词语进行区分，随后选取了归类认同率高于50%的关键词，并进行词频统计。

表2 销售说服策略关键词分类

(三)语音特征提取

呼叫中心销售人员的非语言线索都来源于销售人员的声音，本研究从预处理后的数据中提取销售人员的语音特征数据，验证非语言线索对销售成功率的影响。

1.语音特征参数提取。

本研究使用python中的pyAudioAnalysi0.2.5包提取语音特征参数。该工具可用于提取音频中的声音特征，训练和应用音频分类器，使用监督或无监督方法对音频流进行分段以及可视化内容关系，被广泛用于自然语言处理深度学习(NLP-Deep Learning)和语音识别算法。参考营销学、声学等领域相关研究，本研究使用pyAudioAnalysis0.2.5提取了34个声学参数以及销售人员的语速信息作为语音特征，如表3所示。

表3 语音特征参数

2.语音特征数据处理。

消费者行为研究表明，第一印象在销售过程中起到非常重要的作用。销售人员在进行营销接触时，需要在最初的很短时间内，通过语言或非语言线索，在客户心中建立初步的印象和认知(Wood等，2008[29])。本研究使用pyAudioAnalysis抽取销售人员在电话销售前三句话(大约30s)的语音特征，并取其平均值。

(四)销售说服策略变量定义

至此，将研究框架中所需要的所有实验数据都进行了转化、抽取，变量定义如表4所示，并对这些参数的均值、标准差和最大值进行了统计分析。

表4 关键变量定义

四、数据分析

(一)信息框架对说服效率的影响

对三分类变量信息框架(无框架VS积极框架VS消极框架)与销售说服结果进行卡方检验，结果表明，信息框架对于销售说服结果有显著影响(χ2=10.396，P<0.001)。相对于无框架11.7%的销售成功率，积极框架的销售成功率和消极框架的销售成功率均有提升(N积极框架=11.90%，N消极框架=15.10%)。假设H1得到验证。

表5 框架效应的卡方检验

(二)语音特征对说服效率的影响

由于声音特征参数之间存在一定的相互关系，首先检验35个声音参数的共线性问题。根据共线性检验中的VIF因子显示，zcr、spectral_centroid等10个声音参数间存在多重共线性(VIF>5)，通过逐一剔除并检测多重共线性，得到29个声音特征参数进入模型。

采用二元逻辑回归模型检验声音特征参数对于销售说服结果的影响。表6结果显示，销售人员拥有较快的语速将更有利于说服客户(B=0.006，P<0.001)；声音特征参数energy对销售说服成功亦有正向作用(B=0.003，P<0.01)，销售人员在销售过程中语音坚定有力对客户将更加具有说服力；energy_entropy和spectral_flux两个声音特征参数描述的是声音的频谱特性，这两个声音特征对于销售说服有着显著的负效应(-0.496**，-73.617***)；其余的声音参数反映的是声音的倒谱和音阶特征，整体来说都对销售说服产生了显著影响作用。假设H2得到验证。

表6 声音特征参数对说服效率的影响

(三)说服内容对说服效率的影响

对两个连续性变量诉诸逻辑和诉诸专业进行二元逻辑回归，以检验这两种说服策略的销售说服效率，结果如表7所示。诉诸逻辑说服策略对销售说服结果有显著的正效应(B=0.024，P<0.001)，销售人员说服过程中多利用逻辑性词语来连接说服内容有利于增强销售人员的说服力，提高销售人员的说服成功率，假设H3得到验证。诉诸专业的说服策略对销售结果有显著的负效应(B=-0.055，P<0.05)。分析其原因，一方面，在线语音销售中专业性语言可能导致顾客对销售人员产生刻板印象联想，激发顾客的负面情绪；另一方面，可能是本研究中代表该策略的关键词选取数量过小而导致的。假设H4没有得到检验。

表7 诉诸逻辑与诉诸专业对说服效率的影响

对分类变量诉诸情感的说服效率进行卡方检验。数据表明，销售人员使用虚拟关系称谓的情感策略能够显著影响客户的产品购买(χ2=18.127，P<0.001)，销售人员使用诉诸情感的销售说服策略对于销售说服效率的提升达到了40%(N诉诸情感=14.29% >N未诉诸情感=10.78%)。假设H5得到验证。

(四)顾客参与对说服效率的调节作用

使用卡方检验分析客户参与度是否会对销售说服效率产生影响。数据结果显示，客户参与度对于销售说服结果并没有显著影响(χ2=1.935，P=0.164)。利用多因素方差分析验证客户参与度对于信息框架的说服效率的调节效应，结果如表8所示。数据显示，信息框架与客户参与度的交互项对销售说服结果的影响显著(F=4.756，df=2，P<0.01)，说明客户参与度的调节作用得到验证。进一步分析表明，当销售信息为无框架时，顾客参与度的调节机制显著(χ2=14.491，P<0.001)；当销售信息为积极信息框架和消极信息框架时，顾客参与度的调节机制不显著(χ2=0.022，P=0.883；χ2=0.066，P=0.797)。假设H6得到验证。

表8 客户参与的调节作用

(五)整体模型

为了进一步验证各个销售说服关键策略对于销售说服效率的影响，以建立呼叫中心销售说服模型，本研究使用层次逻辑回归模型进行整体模型检验，结果如表9所示。模型1研究了说服内容(诉诸逻辑、诉诸专业及诉诸情感)和语音特征(声音特征参数)对销售说服的影响作用；模型2加入了信息框架与客户参与度两个关键因素的影响作用；模型3加入了信息框架与客户参与度的交互作用。通过卡方检验可以看到，随着变量的加入，模型的χ2不断增大，调整后的R2也在不断提高。对三个模型进行Hosmer和Lemeshow 检验，显著性P>0.1，说明模型对销售说服结果有着良好的预测效果和理论效度。

表9 销售说服效率的整体模型结果

五、研究结论与展望

(一)研究结论

技术环境和服务环境的剧烈变化正深刻改变现代制造业和服务业的客户互动方式和销售模式，如何利用大数据技术提升销售人员在新营销情境下的营销绩效，是当前研究者和企业关注的热点问题。有鉴于此，本研究聚焦于呼叫中心在线语音交互情境下的说服效率提升问题，构建了基于四个关键因素的FACI销售说服模型，展开实证检验，得到如下主要结论。

第一，在线语音交互情境下的FACI销售说服模型表现出良好的解释作用和理论效度，各个关键说服因素对销售效率的提升作用均得到实证支持。经典说服理论主要聚焦于说服技巧、语言修辞等传统说服要素，本研究在此基础上，结合新兴的ELM说服模型、信息框架模型和非结构化数据挖掘模型，对经典销售说服理论进行延伸和扩展，整合传统说服内容策略，创新性地加入了信息框架、语音特征等维度，并考虑顾客参与的调节作用，构建了包含四个关键因素的FACI销售说服模型，通过对呼叫中心真实的非结构化数据的挖掘，提取语音数据、文本数据和销售数据中的有效信息，使用层次逻辑回归模型进行实证检验，随着关键要素的逐步加入，模型的解释度稳步提高，展示出稳健的理论效度和良好的解释效应。

第二，在销售沟通中采取恰当的信息框架(积极框架和消极框架)是提升说服效率、提高销售成功率的关键。在本研究的保险销售情境下，消极信息框架更能够引起顾客对于产品信息的关注，激发客户安全需求，从而显著提高销售成功率；积极信息框架引导顾客追求积极成果(例如金钱或心理优势)，虽然在保险产品销售中没有表现出明显优势，但是在金融理财产品的销售中会有更加优异的表现。信息框架理论在广告设计、产品促销等营销领域得到广泛应用，本研究通过对呼叫中心语音销售数据的文本分析，创新性地提取出销售说服的三种信息框架并进行实证检验，拓展了营销说服理论的技术边界，为企业的营销说服策略设计提出了新的思路。

第三，独特的个人声音特征是销售人员的秘密武器。在线语音交互情境下，通过恰当的声音传递出销售人员的专业性、逻辑性和对客户的情感关怀，能够激发顾客的共情与认同，对销售成功率的提升有显著的作用。在营销实践中，人声的应用无处不在，在品牌传播、声音广告、人员推销等营销活动中起到重要作用，笔者采取语音数据挖掘技术，提取出呼叫中心销售人员的语音特征参数展开实证检验，发现语速、能量值、声音的频谱特征、音阶特征等语音特征参数明显影响到销售人员的说服效果和销售成功率。本研究首次通过实证研究检验了声音特征对销售人员说服效率的提升作用，在新技术环境下，为丰富营销说服模型提出新的关键要素。

第四，在线语音交互情境下，销售人员设计恰当的说服内容策略，通过诉诸逻辑、诉诸专业与诉诸情感等说服技巧，可以有效传递产品信息、激发顾客需求、维护客户关系，进而提升销售说服效率。传统的说服理论为说服内容设计提供了前期的理论基础，本研究基于文献分析并运用TF-IDF算法对语音销售数据进行关键词挖掘，提取关键销售说服策略信息，创新性构建说服内容策略的三种核心诉求，并通过实证检验证实了这三种核心说服内容策略的有效性。研究发现在销售语言中恰当使用诉诸逻辑、诉诸情感等说服策略能显著提高销售成功率。销售人员通过适当更换称谓，可以有效拉近与客户间的社会距离与心理距离，从而提高销售说服力。本研究通过理论分析和数据检验，梳理并构建了销售说服中的内容策略，为营销说服理论从规范到实证提供了扎实的逻辑和数据支持。

本研究采用多学科的研究视角，将营销学、社会学、计算机科学等学科的研究方法相结合，对呼叫中心的真实在线语音交互数据展开研究，解决了呼叫中心如何利用大数据分析技术改进销售人员的说服效果、提升销售效率这一备受关注的热点管理问题。首先，本研究提出了在线语音交互情境下的销售说服模型，解决了销售人员“说什么”和“怎么说”的销售说服模式问题，为在线语音销售绩效的改进提出了明确的思路和办法，可以帮助企业设计精准的销售说服模式和销售辅助系统。其次，本研究建立了核心说服要素与销售成功率的实证模型，可以帮助企业辨别销售说服中的关键要点，有助于其建立严谨规范的销售人员招聘、培训及评价体系。最后，本研究基于呼叫中心真实的语音销售数据展开分析，挖掘出影响销售说服的关键要素及其数据内涵，为企业提出了在线交互音频数据、文本数据和销售数据处理、分析的技术框架，为数字经济时代企业如何利用新技术对沉淀数据资源展开挖掘，提供了可借鉴的研究思路和技术路线，还将有助于新兴行业如电商直播、虚拟空间营销等优化在线交互情境，提高销售效率。

(二)研究展望

说服在销售、广告、促销等各种营销活动中扮演重要角色。商业环境和营销场景的改变，对企业的客户互动和销售模式提出了新的要求，本领域的研究将面临更加广阔的发展空间，在未来潜在研究方向存在于以下几个方面:

第一，呼叫中心作为产业价值链的重要节点，重要性日益凸显，积累的海量非结构化数据是产业发展和企业创新的重要财富资源。未来对这些数据资源可以采用更加多元化、多维度的分析方法和技术路线，对其语音数据、文本数据、供应链数据等展开综合挖掘利用。

第二，新经济模式和疫情常态化改变了企业与客户的交流方式和销售情境，直播电商、虚拟空间、元世界等新兴的营销模式下，对于图像、视频等新兴的非结构化数据资源展开研究，利用机器学习、智能化推荐、VR技术塑造消费者的全方位感官体验是未来创新的方向。