用户需求与抱怨的理解:重视用户所关注的核心利益

      经常我们所听到的词语: XXX,这个系统做的真垃圾,XX 根本用不了!结果你一上去一看,没问题啊,一切都挺正常的.可他那边就说他那不行,你说可能是他电脑有问题,他就不耐烦地和你纠缠。这个案例我还真的遇到过。


       有一次一个客服和我反映一个问题,说发不了帖子,我就站在她的座位边,让她演示给我看看是什么情况,她操作的一切正常。然后我让她找到反映问题的客户让他详细说说他是怎么操作的,出现了什么错误提示。那人非常不耐烦地抱怨说这系统做的真垃圾,领导交代的我怎么都发不上去,然后边骂边说怎么操作的,出现什么错误。等他描述完了我告诉客服人员说:他那边网络有问题,应该是一个 Js 文件没有下载完所导致的。然后我就在客服边上告诉她该怎么和客户说。
1 .告诉他他们那边网络不太稳定导致的问题,关闭浏览器然后清理 浏览器缓存文件;
2 .对于此问题我非常抱歉,要不要我远程协助你一下?
3 .要是我还解决不了,让客服说她帮忙叫我们这边的技术帮你看一下;

结果客服和客户沟通变的比较友好了,问题也顺利解决了。

事后我了解到这个系统大部分都是那人在用,那人也是遇到一点小问题就找客服抱怨甚至开骂,我就和客服说以后逮到机会,他和他的领导来了你要不失时机地在他的领导面前夸奖他一下,说他工作努力之类的,问题会改观。

果然,客服和我说在一次这样的碰面后他的工作态度及言语大为改善,比以前友好多了。

 

中国人的文化:有些东西大家都不方便直接说,靠你去领会。关心并照顾好他们所关注的利益并关心操作人的个人利益,啥问题都好说,否则让你喝开水都塞牙缝。

 

转载于:https://www.cnblogs.com/infozero/archive/2010/07/11/1775374.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值