交叉銷售定義如下：

1,、借助CRM（客戶關系管理）,，發(fā)現(xiàn)有顧客的多種需求,，并通過滿足其需求而銷售多種相關服務或產(chǎn)品的一種新興營銷方式,。

2,、是一種從橫向角度開發(fā)產(chǎn)品市場的方式,，是營銷人員在完成本職工作以后,，主動積極的向現(xiàn)有客戶、市場等銷售其他的,、額外的產(chǎn)品或服務,。

什么是交叉銷售,？簡單說來，就是向擁有本公司A產(chǎn)品的客戶推銷本公司B產(chǎn)品,。它有兩大功能：

其一,，可以增強客戶忠誠度。如果客戶購買本公司的產(chǎn)品和服務越多,，客戶流失的可能性就越小,。來自銀行的數(shù)據(jù)顯示：購買兩種產(chǎn)品的客戶的流失率是55%，而擁有4個或更多產(chǎn)品或服務的流失率幾乎是0,。

其二,，交叉銷售也可以增加利潤。實踐證明,，將一種產(chǎn)品和服務推銷給一個現(xiàn)有客戶的成本遠低于吸收一個新客戶的成本,。來自信用卡公司的數(shù)據(jù)顯示：平均說來，信用卡客戶要到第三年才能開始有利潤,。由此可見,，吸收新客戶的成本是非常高的，而對現(xiàn)有客戶進行交叉銷售,，也自然成為許多公司增加投資回報的捷徑,。

找產(chǎn)品

如何有效地進行交叉銷售？尋找合適的產(chǎn)品自然是第一步,。目前有兩種方法：業(yè)務靈感和數(shù)據(jù)挖掘,。

有些時候，業(yè)務靈感可以告訴公司,，哪些產(chǎn)品需要進行交叉銷售,。比如，房屋貸款自然是向抵押貸款者推銷的下一個產(chǎn)品,。再比如,，一個公司最近新開發(fā)了一個具有戰(zhàn)略意義的產(chǎn)品，那么該產(chǎn)品本身就是一個交叉銷售的好選擇,。

業(yè)務靈感的確是一個快速確定交叉銷售產(chǎn)品的方法,。但是，僅僅依賴業(yè)務靈感可能會喪失許多商機,，因為在某些情況下,，一些好的交叉銷售產(chǎn)品并不是直觀可見的。因此,，如果要尋找那些潛在的交叉銷售商機,，有一個最好用的工具――數(shù)據(jù)挖掘。

鏈接分析是數(shù)據(jù)挖掘中的一種方法,，它可以從歷史數(shù)據(jù)中找到產(chǎn)品和產(chǎn)品之間的相關關系,，從而產(chǎn)生出最恰當?shù)慕徊驿N售產(chǎn)品或服務,。但是，鏈接分析的結果必須依賴業(yè)務知識來審核其準確性和價值,，因此,，在實際應用中，又常常將業(yè)務靈感和數(shù)據(jù)挖掘結合起來,，以確定合適的交叉銷售產(chǎn)品,。

尋下家

一旦確定了要推銷的產(chǎn)品，下面的問題是――推銷給誰,？

數(shù)據(jù)挖掘有很多方法都能幫助解決這個問題。而采用鏈接準則來進行客戶定位,，便是其中之一,。

鏈接分析主要是了解不同產(chǎn)品之間同時或前后發(fā)生的購買關系，從而為捆綁銷售或交叉銷售提供有價值的建議,。

鏈接分析起源于零售業(yè),，它的一個典型例子就是啤酒和尿布的故事。數(shù)據(jù)挖掘人員通過對交易數(shù)據(jù)的分析,，發(fā)現(xiàn)啤酒和尿布同時購買的相關程度很高,。再經(jīng)進一步的調(diào)查發(fā)現(xiàn)，原來是有孩子的父親在給自己購買啤酒時,，也常會給自己剛出生不久的子女購買尿布,。根據(jù)以上信息，超市人員便及時調(diào)整了物品的擺放結構,，從而讓客戶的購買更加方便,。目前，類似的數(shù)據(jù)挖掘技術也已在國外許多銀行中廣泛使用,，針對既有客戶推銷不同的產(chǎn)品和服務,。

一個鏈接準則通常包括“準則體”、“準則頭”,、“支持度”,、“置信度”以及“提升度”。

下表便是一個采用IBM Intelligent Miner進行數(shù)據(jù)挖掘的案例：

置信度(%)類型 提升度 準則體 準則頭

0.85 28.5 + 10.7 VISA金卡 = > 房屋貸款

這個準則說明：有28.5%的VISA金卡用戶購買了房屋貸款,，它的購買率是平均的10.7倍,。這個準則的客戶數(shù)目占總客戶群的0.85%(關于準則的詳細定義請參考IBM Intelligent Miner的說明書)。根據(jù)這個準則我們可以知道,，將房屋貸款交叉銷售給VISA金卡用戶是一個很好的選擇,。

第二種方法就是應用分類模型對所有客戶購買該指定產(chǎn)品的可能性進行預測，從而發(fā)現(xiàn)誰最有可能購買該產(chǎn)品,。

第三種方法可以結合鏈接分析和分類預測,，對準則體所篩選出來的客戶進行預測,。每一種數(shù)據(jù)挖掘方案都各有所長，至于什么方案最優(yōu),，要根據(jù)實際應用和模型結果來確定,。

銷售過程

通常來講，如果具備客戶的產(chǎn)品購買信息,，就可以應用鏈接分析的方法來了解產(chǎn)品和產(chǎn)品之間的相關程度,，從而確定交叉銷售的對象。鏈接分析將產(chǎn)生許多鏈接準則,，如何從眾多的準則中挑選出有意義的部分,，這就需要業(yè)務知識和數(shù)據(jù)挖掘的結合。

從數(shù)據(jù)挖掘角度看,，主要是選擇那些提升度,、置信度、和支持度都比較高的準則,；從業(yè)務角度看,，主要是對數(shù)據(jù)挖掘挑選出的準則進行評估，從而挑選出正確的和有價值的一些交叉銷售鏈接準則,。

在挑選完以后,，那些在“準則體”中沒有購買“準則頭”的客戶，就是潛在的客戶,。接下來,，可以選擇全部的潛在客戶進行交叉銷售，也可以采用數(shù)據(jù)挖掘中分類的方法進行評分,，以便找出購買性大的客戶,，從而進一步提高購買率。

但是在有些情況下,，我們可能不用去關心產(chǎn)品和產(chǎn)品之間的相關程度,，而只需要從現(xiàn)有的客戶中找出最有可能購買某指定產(chǎn)品的客戶，并不限定這些客戶是什么產(chǎn)品的客戶,。對于這種情形,，我們直接應用分類模型就可以了。

對于指定產(chǎn)品A,，我們將收集客戶在購買A之前的背景信息和其它產(chǎn)品的交易數(shù)據(jù),。對于購買A的客戶，可以將其賦值為1,，而沒有買A的客戶,，則可以將其賦值為0。

賦值完后,，還要生成一系列的“集”,，如：用于建模的訓練集,、用于測試的測試集以及用于應用的應用集。集合的生成可以采用時間窗口移動法或者隨機采樣法,。

之后,，便可以采用不同的分類方法(邏輯回歸、神經(jīng)網(wǎng)絡,、徑向基函數(shù),、決策樹等)進行建模，再由提升圖來衡量模型的質(zhì)量,，最終來選擇最佳預測模型進行實際應用,。

在零售行業(yè)，因為利潤和產(chǎn)品數(shù)量的密切相關,，購買產(chǎn)品越多利潤就越大,，所以對于這類行業(yè)的交叉銷售，只要采用上面的過程就可以了,。

但是對于一些服務行業(yè)，比如銀行業(yè),，由于有較大的日常維護和服務的開銷,，因此不是每個客戶的每件產(chǎn)品都會有利潤。如果銀行在實施交叉銷售一些產(chǎn)品后導致該客戶的利潤減少,，將是一件“吃力不討好”的事,。如何避免這類事情的發(fā)生，一個好辦法就是在挖掘過程中增加利潤分析,。

利潤分析有很多思路,。對于采用鏈接分析的方案，可以采用統(tǒng)計的方法來比較在購買產(chǎn)品前,、后的利潤變化情況,，去掉那些在購買新產(chǎn)品后出現(xiàn)利潤下降的交叉銷售模式。對于分類模型,，則可以在建模的時候只對那些購買了產(chǎn)品后出現(xiàn)利潤增長的客戶賦值為1,，從而實現(xiàn)預測的目標導向有利潤增長的交叉銷售。再或者,，可以另外建立一個利潤預測模型,，并將購買該產(chǎn)品的可能性和利潤結合起來，從而選擇那些可能性和利潤都高的客戶進行交叉銷售,。

參見什么是交叉銷售,？簡單說來，就是向擁有本公司A產(chǎn)品的客戶推銷本公司B產(chǎn)品,。它有兩大功能：

其一,，可以增強客戶忠誠度,。如果客戶購買本公司的產(chǎn)品和服務越多，客戶流失的可能性就越小,。來自銀行的數(shù)據(jù)顯示：購買兩種產(chǎn)品的客戶的流失率是55%,，而擁有4個或更多產(chǎn)品或服務的流失率幾乎是0。

其二,，交叉銷售也可以增加利潤,。實踐證明，將一種產(chǎn)品和服務推銷給一個現(xiàn)有客戶的成本遠低于吸收一個新客戶的成本,。來自信用卡公司的數(shù)據(jù)顯示：平均說來,，信用卡客戶要到第三年才能開始有利潤。由此可見,，吸收新客戶的成本是非常高的,，而對現(xiàn)有客戶進行交叉銷售，也自然成為許多公司增加投資回報的捷徑,。

找產(chǎn)品

如何有效地進行交叉銷售,？尋找合適的產(chǎn)品自然是第一步。目前有兩種方法：業(yè)務靈感和數(shù)據(jù)挖掘,。

有些時候,，業(yè)務靈感可以告訴公司，哪些產(chǎn)品需要進行交叉銷售,。比如,，房屋貸款自然是向抵押貸款者推銷的下一個產(chǎn)品。再比如,，一個公司最近新開發(fā)了一個具有戰(zhàn)略意義的產(chǎn)品,，那么該產(chǎn)品本身就是一個交叉銷售的好選擇。

業(yè)務靈感的確是一個快速確定交叉銷售產(chǎn)品的方法,。但是,，僅僅依賴業(yè)務靈感可能會喪失許多商機，因為在某些情況下,，一些好的交叉銷售產(chǎn)品并不是直觀可見的,。因此，如果要尋找那些潛在的交叉銷售商機,，有一個最好用的工具――數(shù)據(jù)挖掘,。

鏈接分析是數(shù)據(jù)挖掘中的一種方法，它可以從歷史數(shù)據(jù)中找到產(chǎn)品和產(chǎn)品之間的相關關系,，從而產(chǎn)生出最恰當?shù)慕徊驿N售產(chǎn)品或服務,。但是，鏈接分析的結果必須依賴業(yè)務知識來審核其準確性和價值，因此,，在實際應用中,，又常常將業(yè)務靈感和數(shù)據(jù)挖掘結合起來，以確定合適的交叉銷售產(chǎn)品,。

尋下家

一旦確定了要推銷的產(chǎn)品,，下面的問題是――推銷給誰？

數(shù)據(jù)挖掘有很多方法都能幫助解決這個問題,。而采用鏈接準則來進行客戶定位,，便是其中之一。

鏈接分析主要是了解不同產(chǎn)品之間同時或前后發(fā)生的購買關系,，從而為捆綁銷售或交叉銷售提供有價值的建議,。

鏈接分析起源于零售業(yè)，它的一個典型例子就是啤酒和尿布的故事,。數(shù)據(jù)挖掘人員通過對交易數(shù)據(jù)的分析,，發(fā)現(xiàn)啤酒和尿布同時購買的相關程度很高。再經(jīng)進一步的調(diào)查發(fā)現(xiàn),，原來是有孩子的父親在給自己購買啤酒時,，也常會給自己剛出生不久的子女購買尿布。根據(jù)以上信息,，超市人員便及時調(diào)整了物品的擺放結構,，從而讓客戶的購買更加方便。目前,，類似的數(shù)據(jù)挖掘技術也已在國外許多銀行中廣泛使用，針對既有客戶推銷不同的產(chǎn)品和服務,。

一個鏈接準則通常包括“準則體”,、“準則頭”、“支持度”,、“置信度”以及“提升度”,。

下表便是一個采用IBM Intelligent Miner進行數(shù)據(jù)挖掘的案例：

置信度(%)類型 提升度 準則體 準則頭

0.85 28.5 + 10.7 VISA金卡 = > 房屋貸款

這個準則說明：有28.5%的VISA金卡用戶購買了房屋貸款，它的購買率是平均的10.7倍,。這個準則的客戶數(shù)目占總客戶群的0.85%(關于準則的詳細定義請參考IBM Intelligent Miner的說明書),。根據(jù)這個準則我們可以知道，將房屋貸款交叉銷售給VISA金卡用戶是一個很好的選擇,。

第二種方法就是應用分類模型對所有客戶購買該指定產(chǎn)品的可能性進行預測,，從而發(fā)現(xiàn)誰最有可能購買該產(chǎn)品。

第三種方法可以結合鏈接分析和分類預測,，對準則體所篩選出來的客戶進行預測,。每一種數(shù)據(jù)挖掘方案都各有所長，至于什么方案最優(yōu)，要根據(jù)實際應用和模型結果來確定,。

銷售過程

通常來講,，如果具備客戶的產(chǎn)品購買信息，就可以應用鏈接分析的方法來了解產(chǎn)品和產(chǎn)品之間的相關程度,，從而確定交叉銷售的對象,。鏈接分析將產(chǎn)生許多鏈接準則，如何從眾多的準則中挑選出有意義的部分,，這就需要業(yè)務知識和數(shù)據(jù)挖掘的結合,。

從數(shù)據(jù)挖掘角度看，主要是選擇那些提升度,、置信度,、和支持度都比較高的準則；從業(yè)務角度看,，主要是對數(shù)據(jù)挖掘挑選出的準則進行評估,，從而挑選出正確的和有價值的一些交叉銷售鏈接準則。

在挑選完以后,，那些在“準則體”中沒有購買“準則頭”的客戶,，就是潛在的客戶。接下來,，可以選擇全部的潛在客戶進行交叉銷售,，也可以采用數(shù)據(jù)挖掘中分類的方法進行評分，以便找出購買性大的客戶,，從而進一步提高購買率,。

但是在有些情況下，我們可能不用去關心產(chǎn)品和產(chǎn)品之間的相關程度,，而只需要從現(xiàn)有的客戶中找出最有可能購買某指定產(chǎn)品的客戶,，并不限定這些客戶是什么產(chǎn)品的客戶。對于這種情形,，我們直接應用分類模型就可以了,。

對于指定產(chǎn)品A，我們將收集客戶在購買A之前的背景信息和其它產(chǎn)品的交易數(shù)據(jù),。對于購買A的客戶,，可以將其賦值為1，而沒有買A的客戶,，則可以將其賦值為0,。

賦值完后，還要生成一系列的“集”,，如：用于建模的訓練集,、用于測試的測試集以及用于應用的應用集,。集合的生成可以采用時間窗口移動法或者隨機采樣法。

之后,，便可以采用不同的分類方法(邏輯回歸,、神經(jīng)網(wǎng)絡、徑向基函數(shù),、決策樹等)進行建模,，再由提升圖來衡量模型的質(zhì)量，最終來選擇最佳預測模型進行實際應用,。

在零售行業(yè),，因為利潤和產(chǎn)品數(shù)量的密切相關，購買產(chǎn)品越多利潤就越大,，所以對于這類行業(yè)的交叉銷售,，只要采用上面的過程就可以了。

但是對于一些服務行業(yè),，比如銀行業(yè),，由于有較大的日常維護和服務的開銷，因此不是每個客戶的每件產(chǎn)品都會有利潤,。如果銀行在實施交叉銷售一些產(chǎn)品后導致該客戶的利潤減少,，將是一件“吃力不討好”的事。如何避免這類事情的發(fā)生,，一個好辦法就是在挖掘過程中增加利潤分析,。

利潤分析有很多思路。對于采用鏈接分析的方案,，可以采用統(tǒng)計的方法來比較在購買產(chǎn)品前,、后的利潤變化情況，去掉那些在購買新產(chǎn)品后出現(xiàn)利潤下降的交叉銷售模式,。對于分類模型,，則可以在建模的時候只對那些購買了產(chǎn)品后出現(xiàn)利潤增長的客戶賦值為1，從而實現(xiàn)預測的目標導向有利潤增長的交叉銷售,。再或者，可以另外建立一個利潤預測模型,，并將購買該產(chǎn)品的可能性和利潤結合起來,，從而選擇那些可能性和利潤都高的客戶進行交叉銷售。

什么是交叉銷售,？簡單說來,，就是向擁有本公司A產(chǎn)品的客戶推銷本公司B產(chǎn)品。它有兩大功能：

其一,，可以增強客戶忠誠度,。如果客戶購買本公司的產(chǎn)品和服務越多，客戶流失的可能性就越小。來自銀行的數(shù)據(jù)顯示：購買兩種產(chǎn)品的客戶的流失率是55%,，而擁有4個或更多產(chǎn)品或服務的流失率幾乎是0,。

其二，交叉銷售也可以增加利潤,。實踐證明,，將一種產(chǎn)品和服務推銷給一個現(xiàn)有客戶的成本遠低于吸收一個新客戶的成本。來自信用卡公司的數(shù)據(jù)顯示：平均說來,，信用卡客戶要到第三年才能開始有利潤,。由此可見，吸收新客戶的成本是非常高的,，而對現(xiàn)有客戶進行交叉銷售,，也自然成為許多公司增加投資回報的捷徑。

找產(chǎn)品

如何有效地進行交叉銷售,？尋找合適的產(chǎn)品自然是第一步,。目前有兩種方法：業(yè)務靈感和數(shù)據(jù)挖掘。

有些時候,，業(yè)務靈感可以告訴公司,，哪些產(chǎn)品需要進行交叉銷售。比如,，房屋貸款自然是向抵押貸款者推銷的下一個產(chǎn)品,。再比如，一個公司最近新開發(fā)了一個具有戰(zhàn)略意義的產(chǎn)品,，那么該產(chǎn)品本身就是一個交叉銷售的好選擇,。

業(yè)務靈感的確是一個快速確定交叉銷售產(chǎn)品的方法。但是,，僅僅依賴業(yè)務靈感可能會喪失許多商機,，因為在某些情況下，一些好的交叉銷售產(chǎn)品并不是直觀可見的,。因此,，如果要尋找那些潛在的交叉銷售商機，有一個最好用的工具――數(shù)據(jù)挖掘,。

鏈接分析是數(shù)據(jù)挖掘中的一種方法,，它可以從歷史數(shù)據(jù)中找到產(chǎn)品和產(chǎn)品之間的相關關系，從而產(chǎn)生出最恰當?shù)慕徊驿N售產(chǎn)品或服務,。但是,，鏈接分析的結果必須依賴業(yè)務知識來審核其準確性和價值，因此,，在實際應用中,，又常常將業(yè)務靈感和數(shù)據(jù)挖掘結合起來,，以確定合適的交叉銷售產(chǎn)品。

尋下家

一旦確定了要推銷的產(chǎn)品,，下面的問題是――推銷給誰,？

數(shù)據(jù)挖掘有很多方法都能幫助解決這個問題。而采用鏈接準則來進行客戶定位,，便是其中之一,。

鏈接分析主要是了解不同產(chǎn)品之間同時或前后發(fā)生的購買關系，從而為捆綁銷售或交叉銷售提供有價值的建議,。

鏈接分析起源于零售業(yè),，它的一個典型例子就是啤酒和尿布的故事。數(shù)據(jù)挖掘人員通過對交易數(shù)據(jù)的分析,，發(fā)現(xiàn)啤酒和尿布同時購買的相關程度很高,。再經(jīng)進一步的調(diào)查發(fā)現(xiàn)，原來是有孩子的父親在給自己購買啤酒時,，也常會給自己剛出生不久的子女購買尿布,。根據(jù)以上信息，超市人員便及時調(diào)整了物品的擺放結構,，從而讓客戶的購買更加方便,。目前，類似的數(shù)據(jù)挖掘技術也已在國外許多銀行中廣泛使用,，針對既有客戶推銷不同的產(chǎn)品和服務,。

一個鏈接準則通常包括“準則體”、“準則頭”,、“支持度”,、“置信度”以及“提升度”。

下表便是一個采用IBM Intelligent Miner進行數(shù)據(jù)挖掘的案例：

置信度(%)類型 提升度 準則體 準則頭

0.85 28.5 + 10.7 VISA金卡 = > 房屋貸款

這個準則說明：有28.5%的VISA金卡用戶購買了房屋貸款,，它的購買率是平均的10.7倍,。這個準則的客戶數(shù)目占總客戶群的0.85%(關于準則的詳細定義請參考IBM Intelligent Miner的說明書)。根據(jù)這個準則我們可以知道,，將房屋貸款交叉銷售給VISA金卡用戶是一個很好的選擇,。

第二種方法就是應用分類模型對所有客戶購買該指定產(chǎn)品的可能性進行預測，從而發(fā)現(xiàn)誰最有可能購買該產(chǎn)品,。

第三種方法可以結合鏈接分析和分類預測,，對準則體所篩選出來的客戶進行預測。每一種數(shù)據(jù)挖掘方案都各有所長,，至于什么方案最優(yōu),，要根據(jù)實際應用和模型結果來確定,。

銷售過程

通常來講,，如果具備客戶的產(chǎn)品購買信息,，就可以應用鏈接分析的方法來了解產(chǎn)品和產(chǎn)品之間的相關程度，從而確定交叉銷售的對象,。鏈接分析將產(chǎn)生許多鏈接準則,，如何從眾多的準則中挑選出有意義的部分，這就需要業(yè)務知識和數(shù)據(jù)挖掘的結合,。

從數(shù)據(jù)挖掘角度看,，主要是選擇那些提升度、置信度,、和支持度都比較高的準則,；從業(yè)務角度看，主要是對數(shù)據(jù)挖掘挑選出的準則進行評估,，從而挑選出正確的和有價值的一些交叉銷售鏈接準則,。

在挑選完以后，那些在“準則體”中沒有購買“準則頭”的客戶,，就是潛在的客戶,。接下來，可以選擇全部的潛在客戶進行交叉銷售,，也可以采用數(shù)據(jù)挖掘中分類的方法進行評分,，以便找出購買性大的客戶，從而進一步提高購買率,。

但是在有些情況下,，我們可能不用去關心產(chǎn)品和產(chǎn)品之間的相關程度，而只需要從現(xiàn)有的客戶中找出最有可能購買某指定產(chǎn)品的客戶,，并不限定這些客戶是什么產(chǎn)品的客戶,。對于這種情形，我們直接應用分類模型就可以了,。

對于指定產(chǎn)品A,，我們將收集客戶在購買A之前的背景信息和其它產(chǎn)品的交易數(shù)據(jù)。對于購買A的客戶,，可以將其賦值為1,，而沒有買A的客戶，則可以將其賦值為0,。

賦值完后,，還要生成一系列的“集”，如：用于建模的訓練集,、用于測試的測試集以及用于應用的應用集,。集合的生成可以采用時間窗口移動法或者隨機采樣法。

之后,，便可以采用不同的分類方法(邏輯回歸,、神經(jīng)網(wǎng)絡,、徑向基函數(shù)、決策樹等)進行建模,，再由提升圖來衡量模型的質(zhì)量,，最終來選擇最佳預測模型進行實際應用。

在零售行業(yè),，因為利潤和產(chǎn)品數(shù)量的密切相關,，購買產(chǎn)品越多利潤就越大，所以對于這類行業(yè)的交叉銷售,，只要采用上面的過程就可以了,。

但是對于一些服務行業(yè)，比如銀行業(yè),，由于有較大的日常維護和服務的開銷,，因此不是每個客戶的每件產(chǎn)品都會有利潤。如果銀行在實施交叉銷售一些產(chǎn)品后導致該客戶的利潤減少,，將是一件“吃力不討好”的事,。如何避免這類事情的發(fā)生，一個好辦法就是在挖掘過程中增加利潤分析,。

利潤分析有很多思路,。對于采用鏈接分析的方案，可以采用統(tǒng)計的方法來比較在購買產(chǎn)品前,、后的利潤變化情況,，去掉那些在購買新產(chǎn)品后出現(xiàn)利潤下降的交叉銷售模式。對于分類模型,，則可以在建模的時候只對那些購買了產(chǎn)品后出現(xiàn)利潤增長的客戶賦值為1,，從而實現(xiàn)預測的目標導向有利潤增長的交叉銷售。再或者,，可以另外建立一個利潤預測模型,，并將購買該產(chǎn)品的可能性和利潤結合起來，從而選擇那些可能性和利潤都高的客戶進行交叉銷售,。