分类: 所有内容

FABE销售法

FABE法简单地说,就是在找出顾客最感兴趣的各种特征后,分析这一特征所产生的优点,找出这一优点能够带给顾客的利益,最后提出证据,通过这四个关键环节的销售模式,解答消费诉求,证实该产品确能给顾客带来这些利益,极为巧妙的处理好顾客关心的问题,从而顺利实现产品的销售诉求。

首先列出商品特征
首先应该将商品的特征(F)详细的列出来,尤其要针对其属性,写出其具有优势的特点。将这些特点列表比较。表列特点时,应充分运用自己所拥有的知识,将产品属性尽可能详细地表示出来。
接着是商品的利益
也就是说,您所列的商品特征究竟发挥了什么功能对使用者能提供什么好处,在什么动机或背景下产生了新产品的观念,这些也要依据上述的商品的八个特征,详细的列出来。
第三个阶段是客户的利益
如果客户是零售店或批发商时,当然其利益可能有各种不同的形态。但基本上,我们必须考虑商品的利益(A)是否能真正带给客户利益(B)也就是说,要结合商品的利益与客户所需要的利益。
最后保证满足消费者需要的证明
亦即证明书、样品、商品展示说明、录音录像带等。
客户心中的问题--FABE的理论基础
了解了产品的卖点后,运用FABE法则,销售人员就能针对客户的需求,进行简洁、专业的产品介绍。
哈佛大学的营销学者们经过研究发现,在顾客心中有一连串的问题,这些问题不一定会被清晰的说出来,因为这些问题可能只存在于顾客的潜意识中。虽然这样,这些问题都必须得到回答,否则就可能失掉生意。优秀的导购员应在演示中做好准备,以回答这些未被说明但十分关键的问题。
客户心中的6个问题:
①:“我为什么要听你讲?”
——销售人员一开始就要吸引住客户。
②:“这是什么?”
——应该从产品优点方面进行解释。
③:“那又怎么样?”
——“方太公司从事厨房事业已经12年了;‘那又怎么样?’方太公司是厨具行业的第一品牌;‘那又怎么样?’方太公司有遍布全国的售后服务网络。”
关于问题的回答,需要解释这些优势能给顾客带来的利益,而且要使用顾客熟悉的用语。
④:“对我有什么好处?”
——人们购物是为了满足自己的需求,不是销售人员的需求。
⑤和⑥:“谁这样说的?还有谁买过?”
——除了导购人员,还应该有某位有声望的人说你的产品或服务确实像你说的一样好,以此打消顾客心中的疑虑,对购买风险的评估。应该从权威性的购买者、证明方面介绍。
简单说,就是强调好处而非特点。你必须回答以上6个问题,才能赢得顾客的心。

MongoDB python scrapy保存到元数据库 navicat

模糊搜索查找
{title: {$regex:/00|jk/}}

忽略转义大小写等模糊查找 {title: {$regex:/hd/,$options:”imsx”}}
{$or:[{title: {$regex:/hd/,$options:”imsx”}} ,{description: {$regex:/jk/,$options:”imsx”}} ]}

多条件or或者查找
{ $or : [{“title” : /.*波多.*/i}, {“description” : /.*jk.*/i}] }

时间范围内
({“START_TIME”:{“$gte”:ISODate(“2021-08-03 07:59:06″),”$lte”:ISODate(“2021-09-01 08:30:46”)}})

复合条件查找
关系数据库:select * from where(state1=11 and state2=22) or value >300
MongoDB数据库:db.getCollection(‘testOrAnd’). find(
{$or:[{$and:[{“state1”:11},{“state2”:22}]},{“value”:{$gte:300}} ] }
)

准确查询
db.user.find({$or:[{name:{$eq:’小博’}},{name:{$eq:’测试小博’}}]})

$exists:查询是否存在某个字段
因为mongodb是非关系型数据库,因此,每条记录可能包含的字段都不一样,不同的数据之间可能存在一些字段没有写入值,想要筛选某个字段是否存在的时候,就可以使用$exists去进行筛选。
存在
db.getCollection(“user”).find({age:{$exists:1}})
db.getCollection(“user”).find({age:{$exists:true}})
不存在
db.getCollection(“user”).find({age:{$exists:0}})
db.getCollection(“user”).find({age:{$exists:false}})

参考链接:https://huaweicloud.csdn.net/63356eadd3efff3090b56b38.html

$regex操作符的介绍
MongoDB使用$regex操作符来设置匹配字符串的正则表达式,使用 PCRE(Pert Compatible Regular Expression)作为正则表达式语言。
regex操作符
{:{$regex:/pattern/,$options:’’}}
{:{$regex:’pattern’,$options:’’}}
{:{$regex:/pattern/}}
正则表达式对象
{: /pattern/}
$regex与正则表达式对象的区别:
在$in操作符中只能使用正则表达式对象,例如:{name:{$in:[/^joe/i,/^jack/}}
在使用隐式的$and操作符中,只能使用$regex,例如:{name:{$regex:/^jo/i, $nin:[‘john’]}}
当option选项中包含X或S选项时,只能使用$regex,例如:{name:{$regex:/m.*line/,$options:”si”}}

$regex操作符的使用
$regex操作符中的option选项可以改变正则匹配的默认行为,它包括 i, m, x以及S四个选项,其含义如下
i 忽略大小写,{{$regex/pattern/i}},设置i选项后,模式中的字母会进行大小写不敏感匹配。
m 多行匹配模式,{{$regex/pattern/,$options:’m’},m选项会更改^和$元字符的默认行为,分别使用与行的开头和结尾匹配,而不是与输入字符串的开头和结尾匹配。
x 忽略非转义的空白字符,{:{$regex:/pattern/,$options:’m’},设置x选项后,正则表达式中的非转义的空白字符将被忽略,同时井号(#)被解释为注释的开头注,只能显式位于option选项中。
s 单行匹配模式{:{$regex:/pattern/,$options:’s’},设置s选项后,会改变模式中的点号(.)元字符的默认行为,它会匹配所有字符,包括换行符(\n),只能显式位于option选项中。
使用$regex操作符时,需要注意下面几个问题:
i,m,x,s可以组合使用,例如:{name:{$regex:/j*k/,$options:”si”}}
在设置索弓}的字段上进行正则匹配可以提高查询速度,而且当正则表达式使用的是前缀表达式时,查询速度会进一步提高,例如:{name:{$regex: /^joe/}

Bootstrap5 实例选项卡切换

Bootstrap5 实例选项卡切换

选项卡切换

HOME

Lorem ipsum dolor sit amet, consectetur adipisicing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua.

python lxml 网页数据清洗

选择所有的h2下的文本

//h2/text()

获取所有的a标签的href

//a/@href

获取html下的head下的title的文本

/html/head/title/text()

获取html下的head下的link标签的href

/html/head/link/@href

python正则表达式 匹配不包含某几个字符的字符串方法 – 正则表达式 与或非

文件中所有以https?://开头,以.jpg|.png|.jpeg结尾的字符串

二、尝试过程

1)

自然想到正则表达式r'(https?://.*?.jpg|https?://.*?.png|https?://.*?.jpeg)简化书写为r'(https?://.*?\.(?:jpg|png|jpeg)

匹配结果:[‘http://sdsdsdadadsdsdsddsdsdawwii,https://sdsdoijcjz.jpg’]发现结果并非我们想要的,仔细查看,结果中出现了,或者”等符号,因此需要将这些字符去除

2)更改正则表达式为r'(https?://[^ “,]*?\.jpg|https?://[^ “,]*?\.png)’ 简化书写为r'(https?://[^, “]*?\.(?:jpg|png|jpeg))

匹配结果 : [https://sdsdoijcjz.jpg’]

Python datetime 日期时间差的计算(天/小时/分钟)及timedelta函数的使用(附python代码)

# 输入2个日期
date1 = “2022.05.11 13:30:00”
date2 = “2022.05.10 12:00:00”

# 将输入的日期转换为“datetime.datetime”类型
# 由于日期的类型是字符串,因此不能直接进行计算,会报错
date1 = datetime.strptime(date1, “%Y.%m.%d %H:%M:%S”)
date2 = datetime.strptime(date2, “%Y.%m.%d %H:%M:%S”)
print(” date1:”, date1, “\n” ,”date2:”, date2)
print(” 2个日期的类型分别是:\n”, type(date1), type(date2))

# 计算时间差:时间差的类型为“datetime.timedelta”类型
duration = date1 – date2
duration

由于计算的时间差需要精确到小时/分钟/秒等,因此需要将日期类型转换为“datetime.datetime类型”后进行计算。
运算得到的时间差值,其类型为“datetime.timedelta”,包括2部分:days: 多少天,seconds: 多少秒。
时间差值的提取:天数(days)= durations.days; 秒数(seconds)= durations.seconds,
可根据提取出来的秒数再换算为多少小时或多少分钟。

2.1 timedelta()函数的简介
timedelta()函数的构造:
datetime.timedelta(days=0, seconds=0, microseconds=0, milliseconds=0, minutes=0, hours=0, weeks=0)
对参数设定具体的值,达到计算的要求,如:
设定:days=1 – 在原有时间上增加1天;
设定:minutes=-30 – 在原有时间上减少30分钟

2.2 timedelta()函数的使用
# 1. timedelta()的基本用法
dt1 = datetime(2022, 5, 12, 8, 30, 0)
dt2 = dt1 + timedelta(days = 1)
dt3 = dt1 + timedelta(minutes = -30)
print(“dt1:”, dt1)
print(“dt2:”, dt2)
print(“dt3:”, dt3)

python dict合并_Python 中两个字典(dict)合并

python 字典合并
dict1={1:[1,11,111],2:[2,22,222]}

dict2={3:[3,33,333],4:[4,44,444]}

合并两个字典得到类似

{1:[1,11,111],2:[2,22,222],3:[3,33,333],4:[4,44,444]}

方法1:

dictMerged1=dict(dict1.items()+dict2.items())

方法2:

dictMerged2=dict(dict1, **dict2)

方法2等同于:

dictMerged=dict1.copy()

dictMerged.update(dict2)

或者

dictMerged=dict(dict1)

dictMerged.update(dict2)

方法2比方法1速度快很多