人工智能助力中小企业创新

20/24人工智能助力中小企业创新第一部分机器学习优化运营和决策 2第二部分自然语言处理加强客户互动 5第三部分物联网传感器收集业务洞察 8第四部分数据分析提高效率和竞争力 10第五部分计算机视觉提升产品设计和质量控制 13第六部分自动化流程节省时间和成本 15第七部分个性化服务提升客户忠诚度 17第八部分预测分析优化资源配置和市场预测 20

第一部分机器学习优化运营和决策关键词关键要点预测性分析

1.机器学习算法分析历史数据，识别趋势和模式，预测未来事件。

2.中小企业利用预测性分析优化库存管理、需求预测和客户流失预测。

3.预测分析提供有关市场趋势、客户行为和竞争格局的见解，帮助中小企业做出明智的决策。

需求预测

1.机器学习技术处理大规模数据集，识别需求模式和影响因素。

2.中小企业利用需求预测优化生产计划，避免库存短缺或过剩。

3.实时需求预测帮助企业根据市场动态调整业务策略和资源分配。

客户细分和目标定位

1.机器学习算法分析客户数据，将客户分为不同的细分市场。

2.中小企业利用客户细分和目标定位，为不同客户群体定制营销策略，提高转化率。

3.机器学习模型识别有价值的客户并预测他们的购买行为，优化客户关系管理。

推荐系统

1.机器学习模型根据用户历史行为和偏好，提供个性化产品或服务推荐。

2.中小企业利用推荐系统提升客户体验，增加销售和建立忠诚度。

3.推荐系统可学习用户反馈，不断优化推荐结果，提高转换率和客户满意度。

运营效率优化

1.机器学习算法分析运营数据，识别瓶颈和低效领域。

2.中小企业利用运营效率优化，自动化流程、减少浪费和提高生产力。

3.机器学习模型监控运营指标，实时检测异常，并建议改进措施。

财务管理

1.机器学习算法处理财务数据，发现支出模式和欺诈行为。

2.中小企业利用机器学习优化预算分配，提高现金流管理和财务预测的准确性。

3.机器学习模型识别异常交易，防止欺诈和财务损失，保护企业资产。机器学习优化运营和决策

机器学习(ML)通过分析大量数据，识别模式和趋势的能力，为中小企业(SME)提供了优化运营和决策的强大工具。以下是如何利用ML实现这些目标：

1.需求预测和库存管理

ML算法可以分析历史销售数据、季节性趋势和市场状况，以预测未来需求。通过准确的预测，中小企业可以优化库存水平，避免库存不足或积压，从而提高运营效率并降低成本。例如，在线零售商可以使用ML来预测特定商品在未来特定时期的需求，从而确保备货充足，同时避免过度库存。

2.客户细分和有针对性的营销

ML可以帮助中小企业识别客户群体，并根据他们的行为、偏好和人口统计数据对他们进行细分。这种细分使企业能够制定高度针对性的营销活动，增加转化率。例如，一家电子商务商店可以使用ML来识别经常购买特定产品类型的客户群体，并向这些客户发送量身定制的促销活动。

3.供应链优化

ML算法可以通过分析供应商数据、交货时间和库存水平来优化供应链效率。通过识别瓶颈和优化运输路线，中小企业可以缩短交付时间，降低成本，并提高客户满意度。例如，一家制造公司可以使用ML来优化其原材料采购和配送，以减少库存并提高准时交货率。

4.产品开发和创新

ML可以协助中小企业识别新产品机会和优化现有产品。通过分析客户反馈、市场趋势和技术进步，ML算法可以帮助企业制定数据驱动的创新策略。例如，一家消费品公司可以使用ML来识别消费者对新产品功能的需求，并指导其研发工作。

5.风险管理和欺诈检测

ML算法可以通过分析异常模式和识别可疑活动来帮助中小企业管理风险和检测欺诈。通过实现预测性风险建模，企业可以主动确定潜在风险，并采取预防措施来减轻其影响。例如，一家金融机构可以使用ML来检测信用卡欺诈，并迅速采取措施保护客户资金。

6.效率和自动化

ML可以自动化许多手动任务，例如数据处理、客户服务和库存管理。通过自动化这些流程，中小企业可以提高效率，降低成本，并释放员工专注于更高价值的任务。例如，一家客服中心可以使用ML聊天机器人来处理常见查询，从而释放人类客服人员处理更复杂的问题。

成功实施ML优化运营和决策的步骤

*收集和准备数据：收集高质量、相关的数据对于ML模型的成功至关重要。

*选择合适的算法：选择与特定优化目标和数据类型相匹配的ML算法。

*训练和评估模型：使用训练数据训练ML模型，并使用测试数据对其准确性进行评估。

*部署和监控模型：将ML模型部署到运营环境中，并定期监控其性能。

*持续改进：随着新数据的出现，定期更新和改进ML模型以确保持续优化。

通过利用ML的强大功能，中小企业可以优化运营、改善决策制定并获得竞争优势。第二部分自然语言处理加强客户互动关键词关键要点聊天机器人增强客户支持

1.基于自然语言处理的聊天机器人能够理解并响应客户询问，提供即时、全天候的支持。

2.自动化常见问题的处理，减少人工客服的工作量，提高客服效率。

3.根据用户历史互动数据和偏好进行个性化响应，提升客户满意度和忠诚度。

智能推荐引擎优化客户体验

1.分析客户行为数据，识别客户偏好和需求，提供个性化的产品或服务推荐。

2.减少客户选择困难，提高购买转化率，增强客户满意度。

3.根据实时数据和反馈不断优化推荐算法，提高相关性和有效性。

情感分析提升客户洞察

1.分析客户文本数据中的情绪倾向，识别客户反馈和情绪中的关键信息。

2.理解客户对产品或服务的感受，及时发现问题并制定改进措施。

3.识别潜在客户痛点和未满足需求，为产品开发和营销提供指导。

内容个性化提高营销效果

1.根据用户人口统计、行为数据和兴趣，生成定制化的营销内容。

2.提升内容相关性和吸引力，增加转化率，优化营销支出。

3.利用自然语言生成技术，大规模创建高质量且相关的营销文案。

文本摘要加快客户调研

1.自动从大量客户反馈文本中提取关键信息和见解，节省时间并提高调研效率。

2.识别客户趋势、痛点和需求，为产品开发和业务决策提供宝贵数据。

3.减少人工分析工作，降低调研成本。

问答系统简化知识获取

1.基于自然语言处理构建知识库，使客户能够通过自然语言交互获取信息。

2.提供快速、便捷的自助服务，减少客服的工作量。

3.赋能员工，使他们能够随时随地获取相关信息，提高工作效率。自然语言处理加强客户互动

自然语言处理（NLP）是一种人工智能技术，它使计算机能够理解、解释和生成人类语言。在中小企业（SME）中，NLP被用于增强客户互动，提供以下优势：

1.个性化对话

NLP驱动的聊天机器人和虚拟助手可以与客户进行自然语言对话，个性化客户体验。这些助手可以根据个人偏好、购买历史和客户情绪定制响应，营造更个性化和吸引人的互动。

2.实时支持

NLP赋予聊天机器人24/7即时响应客户查询的能力。它们可以立即解答常见问题，提供产品信息，并连接客户到人类支持代理，从而改善客户满意度和便利性。

3.情绪分析

NLP可以分析客户反馈中的情绪，揭示客户的满意度水平和情绪状态。通过识别积极和消极的情绪，企业可以主动解决问题，提高客户体验。

4.语言翻译

对于拥有全球客户群的企业，NLP可以提供实时语言翻译，跨越语言障碍。这可以增强客户沟通，确保来自不同文化背景的客户都能获得顺畅的体验。

5.语音交互

NLP驱动的语音助理使客户可以通过语音命令与企业互动。这对于移动设备和语音搜索用户来说特别方便，他们可以通过自然对话方式获取信息和执行操作。

案例研究

案例1：Chatbot改善客户支持

一家电子商务公司实施了NLP驱动的聊天机器人，处理客户查询。聊天机器人减少了人类支持代理30%的工作量，提高了客户满意度，并节省了运营成本。

案例2：NLP增强个性化体验

一家在线零售商利用NLP分析客户反馈，识别偏好和情绪。通过将这些见解应用于客户互动，零售商能够根据个人兴趣提供定制产品推荐和优惠，从而提高销售额和客户忠诚度。

数据

*根据Gartner的一份报告，到2024年，85%的客户互动将由聊天机器人等人工智能技术处理。

*埃森哲的一项研究发现，使用NLP的企业将客户满意度提高了15%，客户保留率提高了10%。

*根据Forrester的另一项研究，在零售业，NLP驱动的聊天机器人可以将客户支持成本降低30-50%。

结论

NLP是一种强大的技术，能够增强客户互动，为中小企业提供许多好处。通过个性化对话、实时支持、情绪分析、语言翻译和语音交互，NLP可以改善客户体验、提高满意度并推动收入增长。随着NLP技术的不断发展，中小企业可以期待利用这一变革性技术来赢得竞争优势和建立强大的客户基础。第三部分物联网传感器收集业务洞察关键词关键要点物联网传感器增强运营效率

1.通过实时监测设备和流程，传感器识别运营瓶颈，优化生产流程，减少浪费。

2.传感器收集的详细数据支持精益制造实践，通过消除瓶颈和改进质量来提高生产率。

3.利用预测性维护功能，传感器预警设备故障，避免计划外停机，确保业务连续性。

物联网传感器优化客户体验

1.传感器通过收集客户反馈和使用模式，帮助企业了解客户偏好，定制产品和服务。

2.传感器连接的设备提供个性化服务体验，通过主动监测客户需求和响应及时解决问题。

3.传感器在产品中集成，增强客户与产品的互动，提供价值附加体验。物联网传感器收集业务洞察

物联网（IoT）传感器在中小企业创新中发挥着至关重要的作用，通过收集和分析大量数据，为企业提供对业务运营的深刻见解。

数据收集

物联网传感器部署在各种物理资产和环境中，例如设备、车辆、建筑物和人员。这些传感器不断收集有关资产状态、环境条件、用户交互和位置等方面的数据。此数据可以远程传输到云平台或本地存储，以便进一步分析。

数据分析

收集的数据使用先进的数据分析技术（例如机器学习和深度学习）进行处理和分析。这些技术可以识别模式、趋势和异常，并从中提取有价值的信息。例如，传感器可以收集有关设备运行时间的指示数据，从而帮助企业预测何时需要维护。

业务洞察

分析物联网数据产生的洞察力可以帮助企业优化其运营和做出明智的决策。这些见解包括：

*提高效率：识别流程中的瓶颈和低效率领域，并确定改进机会。

*降低成本：通过预测性维护减少停机时间和维护成本，并通过优化资源利用提高效率。

*提升客户体验：深入了解客户行为和偏好，以提供个性化且相关的服务。

*创建新产品和服务：识别未满足的需求和机会，并利用数据来开发新产品或服务。

*制定数据驱动的决策：基于可靠的数据和见解制定明智的业务决策，而非直觉或猜测。

案例研究

*制造业：一家制造商部署物联网传感器来监控机器性能。该数据被用于预测维护需求，避免了意外停机，节省了大量资金。

*零售业：一家零售商使用物联网传感器来跟踪客户在商店内的行为。该数据被用于优化商店布局、改善产品展示并提供个性化促销活动。

*医疗保健：一家医院使用物联网传感器来监测患者健康状况。该数据被用于及时发现健康问题、远程监测患者并改善患者护理。

结论

物联网传感器收集业务洞察是中小企业创新的关键推动者。通过收集和分析大量数据，企业可以深入了解其运营、客户行为和市场趋势。这些见解使企业能够优化决策、提高效率、降低成本、改善客户体验并开辟新的增长机会。第四部分数据分析提高效率和竞争力数据分析提高中小企业效率和竞争力

数据分析是利用计算机技术对海量数据进行处理和分析，从中提取有价值信息的活动。随着中小企业数字化转型进程的加速，数据分析技术在助力中小企业提高效率和竞争力方面发挥着愈发重要的作用。

1.提升运营效率

*优化供应链管理：数据分析可以帮助中小企业分析供应商数据、库存水平和客户需求，优化采购和库存管理流程，减少浪费，提高供应链效率。

*提高客户服务质量：通过对客户数据进行分析，中小企业可以识别客户痛点和需求，制定个性化的营销和服务策略，提升客户满意度，增加回头客数量。

*自动化业务流程：数据分析工具可以自动执行数据处理和报告生成等任务，解放中小企业员工的时间，让他们专注于更高价值的工作，从而提高整体运营效率。

2.增强决策能力

*数据驱动的决策制定：数据分析为中小企业提供基于数据的洞察力，帮助他们做出明智的决策，降低风险，抓住市场机遇。

*预测市场趋势：数据分析可以探测市场趋势，识别潜在机遇和威胁，帮助中小企业提前规划和调整战略，保持竞争优势。

*优化定价策略：通过分析市场数据、竞争对手定价和客户需求，中小企业可以优化定价策略，最大化利润并赢得市场份额。

3.加速产品和服务创新

*洞察客户需求：数据分析可以深入了解客户偏好、购买模式和反馈，帮助中小企业识别客户尚未满足的需求，开发有针对性的产品或服务。

*优化产品开发：数据分析可以跟踪产品性能、客户反馈和市场竞争，帮助中小企业持续改进产品和服务，满足客户不断变化的需求。

*探索新市场：数据分析可以帮助中小企业识别新兴市场和潜在客户群，制定战略性的市场拓展计划，抓住增长机会。

4.提高竞争力

*降低成本：数据分析可以帮助中小企业优化运营、提高效率，从而降低成本，增强财务稳定性。

*提升客户忠诚度：通过提供个性化的服务和针对性的产品，数据分析可以帮助中小企业增加客户忠诚度，提高客户留存率。

*增强市场地位：通过准确了解市场趋势、竞争对手和客户需求，中小企业可以制定有效的竞争策略，巩固市场地位。

案例

*一家小型在线零售商使用数据分析优化其数字营销活动，针对特定客户群体投放有针对性的广告，导致销售额增长了25%。

*一家制造业公司利用数据分析来预测机器故障，通过主动维护减少了生产停机时间，提高了整体生产率。

*一家初创企业通过数据分析洞察发现了医疗保健行业中尚未满足的需求，开发了一款创新产品，快速获得了市场认可。

结论

数据分析为中小企业提供了强大的工具，帮助他们提高效率、做出数据驱动的决策、加速产品和服务创新，增强竞争力。中小企业应拥抱数据分析技术，将其作为数字化转型战略的重要组成部分，从中获取价值并推动业务增长。第五部分计算机视觉提升产品设计和质量控制关键词关键要点【计算机视觉提升产品设计】

1.实时视觉数据分析能发现微小缺陷，改善质量控制流程，减少返工浪费，降低成本。

2.视觉数据分析能识别产品模式和趋势，用于改进设计，满足客户需求和提升竞争力。

3.计算机视觉技术能自动化设计任务，加速产品开发周期，提高效率和创新能力。

【计算机视觉提升质量控制】

计算机视觉提升产品设计和质量控制

计算机视觉（CV）通过利用深度学习算法处理图像和视频数据，为中小企业提供了提升产品设计和质量控制的强大工具。

产品设计

*概念设计：CV生成计算机化的产品草图和模型，帮助设计师探索不同的设计理念，并快速创建逼真且可视化的原型。

*人体工学优化：CV分析人体动作和互动，以确保产品的舒适性和易用性。例如，通过虚拟试穿技术，客户可以在购买前看到产品在其身体上的效果。

*定制化：CV使企业能够根据每个客户的个人喜好和需求定制产品。通过面部识别和图像分析，设计师可以提供个性化的产品建议和设计。

质量控制

*缺陷检测：CV算法自动扫描产品图像或视频，以识别缺陷和不合格产品。这提高了质量保证流程的准确性和效率，避免了昂贵的召回和投诉。

*尺寸和规格验证：CV测量产品尺寸并验证其是否符合规格。这有助于确保一致性和准确性，减少返工和浪费。

*过程管理：CV监控生产线，检测潜在问题，并提供实时反馈。这使制造商能够优化流程，提高生产率和产品质量。

案例研究

*Nike：使用CV来分析运动员的运动并改进运动鞋的设计，从而提高性能和舒适性。

*亚马逊：通过图像识别技术，推出“StyleSnap”功能，用户可以根据照片搜索和购买相似的产品，简化了产品发现和设计过程。

*通用汽车：采用CV驱动的缺陷检测系统，将质量检查时间缩短了30%，提高了产品质量。

数据和算法

CV技术依赖于大量高质量的数据。中小企业可以通过与其他企业、研究机构和在线平台合作来获取所需的数据集。

CV算法不断发展，提供更准确和高效的性能。机器学习、卷积神经网络（CNN）和生成对抗网络（GAN）等技术提升了CV在产品设计和质量控制方面的能力。

结论

计算机视觉为中小企业提供了变革性的工具，以提升产品设计和质量控制。通过利用CV技术，企业可以提高产品的创新性、质量和生产效率，从而获得竞争优势并满足客户不断变化的需求。第六部分自动化流程节省时间和成本关键词关键要点流程优化

1.自动化重复性任务和数据输入，例如发票处理、客户服务查询和数据整理，从而优化业务流程并释放员工时间。

2.通过消除人为错误和提高准确性，节省时间和成本，减少对雇员培训和质量控制的需要。

3.集成人工智能算法可实时识别和响应流程中的异常情况，进一步提高效率和准确性。

数据洞察

1.自动收集和分析业务数据，例如销售、客户反馈和运营绩效，提供全面而准确的数据洞察。

2.通过识别趋势、模式和异常情况，帮助企业做出明智决策，优化产品和服务，提高客户满意度。

3.利用人工智能驱动的分析工具，中小企业可以挖掘以前无法获取的数据，获得对业务的深入了解。自动化流程节省时间和成本

人工智能(AI)在中小企业(SME)创新中发挥着关键作用，其中自动化流程是其关键优势之一。通过自动化日常、重复性任务，中小企业可以释放人员的精力，专注于更有战略性、增值的任务。这不仅节省了时间，还降低了运营成本。

时间节省

AI支持的自动化流程显著减少了完成任务所需的时间。例如，在客户服务中，聊天机器人可以处理常见查询，从而释放客服人员处理更复杂问题的精力。此外，在财务中，自动化可以简化发票处理、记账和报销请求流程。

一项研究表明，中小企业通过自动化流程平均每年节省200小时。这相当于5个工作周的时间，能够用于更有利可图的活动，例如产品开发、市场营销和客户拓展。

成本降低

随着节省时间的提高，自动化流程还降低了中小企业的运营成本。减少对人工的依赖可以降低人力成本，并通过消除错误和重复性任务相关的费用来提高效率。

例如，在库存管理中，自动化可以跟踪库存水平、发出补货订单并优化仓库空间。这减少了因库存过剩或短缺造成的成本，并通过减少收货、仓储和配送费用提高了效率。

一项研究发现，中小企业在自动化流程上每投资1美元，平均可获得3美元的投资回报率。这表明自动化是一项高回报率的投资，可以帮助中小企业显着提高盈利能力。

具体示例

以下是中小企业通过自动化流程节省时间和成本的一些具体示例：

*客户服务：聊天机器人可以处理常见问题，释放客服人员处理更复杂问题的精力，从而每年节省数百小时。

*营销：电子邮件营销自动化可以根据客户行为和偏好自动发送个性化电子邮件，提高效率并节省时间。

*财务：自动化发票处理可以减少人为错误，加快付款处理速度，节省时间和成本。

*库存管理：自动化库存跟踪和补货可以优化库存水平，减少因过剩或短缺造成的成本。

*人力资源：自动化薪酬处理、福利管理和绩效评估流程可以减少人工错误并提高效率。

关键要点

*自动化流程是中小企业创新和增长的关键推动因素。

*自动化可以显著节省时间，释放人员的精力用于更有战略性的任务。

*自动化也可以降低成本，减少对人工的依赖并提高效率。

*中小企业可以通过自动化客户服务、营销、财务、库存管理和人力资源等领域的流程来节省时间和成本。第七部分个性化服务提升客户忠诚度个性化服务提升客户忠诚度

在当今瞬息万变的商业环境中，为客户提供个性化服务至关重要。中小企业可以通过利用人工智能（AI）的力量来增强其个性化服务能力，从而提升客户忠诚度。

数据的收集与分析

AI技术能够收集和分析来自不同来源的大量客户数据，包括：

*购买历史

*网站互动

*社交媒体参与度

*客户支持互动

这些数据为中小企业提供了对客户行为和偏好的深入了解，使他们能够创建个性化的体验。

基于数据洞见的客户细分

通过对客户数据的分析，中小企业可以将客户细分为不同的群体，例如：

*购买频率

*偏好的产品或服务

*特定的兴趣或需求

这一细分过程使企业能够为每个细分市场量身定制个性化服务，满足其独特需求。

个性化内容和沟通

AI算法可以自动生成个性化的内容和沟通，以迎合每个细分市场的兴趣和需求。例如：

*定制化的产品推荐

*有针对性的电子邮件营销活动

*个性化的网站体验

这些个性化沟通建立了与客户的更深层联系，增强了品牌忠诚度。

实时响应和支持

AI驱动的聊天机器人和虚拟助手提供24/7全天候客户支持，即使在非营业时间也是如此。这些虚拟代理可以：

*回答客户查询

*解决问题

*提供个性化的帮助

这种及时的响应提高了客户满意度，营造了一种以客户为中心的环境。

忠诚度计划的个性化

中小企业可以利用AI来个性化其忠诚度计划，提供有针对性的奖励和优惠。例如：

*基于购买历史的积分奖励

*为特定产品的个性化优惠

*在客户生日或特别活动时的特殊奖励

这些个性化的忠诚度计划创造了情感联系，巩固了与客户的关系。

案例研究

*亚马逊：通过使用AI来个性化产品推荐，亚马逊改善了其客户体验，增加了交叉销售和追加销售。

*星巴克：星巴克的忠诚度计划使用AI来个性化奖励和优惠，这极大地提升了客户忠诚度。

*Netflix：Netflix利用AI来个性化流媒体内容推荐，提高了客户参与度和订阅率。

度量和优化

中小企业必须持续度量和优化其个性化服务策略。相关指标包括：

*客户满意度调查

*购物篮大小

*客户流失率

通过持续监视这些指标，中小企业可以调整其策略以最大程度地提高客户忠诚度和业务成果。

总而言之，中小企业可以通过利用人工智能提升其个性化服务能力，从而显著提升客户忠诚度。通过收集和分析客户数据、基于洞见的客户细分、个性化内容和沟通、实时响应和支持以及个性化忠诚度计划，企业可以打造以客户为中心的环境，建立牢固而有利可图的关系。第八部分预测分析优化资源配置和市场预测关键词关键要点主题名称：预测性分析优化资源配置

1.实时数据洞察：预测性分析利用实时数据，识别趋势、模式和异常情况，帮助中小企业优化资源分配，避免浪费和提高效率。

2.优化库存管理：预测未来需求，避免过量或不足库存，降低持有成本和提高周转率，从而释放宝贵的资金用于其他战略投资。

3.动态人力资源规划：根据预测的需求和业务目标，优化人力资源配置，确保在需要时拥有适当的技能和员工数量，避免人员短缺和过剩。

主题名称：预测分析增强市场预测

预测分析优化资源配置和市场预测

预测分析利用历史和实时数据利用机器学习算法来预测未来事件的概率。中小企业可以通过预测分析优化资源配置和市场预测，从而获得竞争优势。

资源配置优化

*需求预测：预测未来对产品或服务的需求，以优化库存管理和生产计划。

*劳动力规划：根据预测的客户需求调整劳动力需求，避免人员过剩或不足。

*财务预测：预测收入、支出和现金流，以优化财务决策和风险管理。

*供应链管理：预测供应商交货时间和原材料价格，以优化供应链效率和成本。

市场预测

*消费者行为分析：分析客户行为，识别趋势和预测未来需求。

*市场细分：细分目标市场，根据不同客户群体的独特需求定制营销和销售策略。

*竞争对手分析：监测竞争对手的活动，预测其战略和市场份额。

*趋势预测：识别行业趋势和影响未来市场需求的因素，以调整产品开发和营销策略。

案例研究

一家电子商务公司：使用预测分析来预测客户对新产品的需求。通过分析历史销售数据、市场研究和社交媒体互动，公司能够准确预测新产品的需求。这使得公司能够优化库存水平，避免过剩或不足，从而提高了销售额并降低了成本。

一家制药公司：使用预测分析来预测临床试验参与者的反应。通过分析临床数据和患者病历，公司能够识别对特定疗法有更好反应的患者群体。这使公司能够优化临床试验设计，提高研发效率并缩短上市时间。

一家零售公司：使用预测分析来预测商店客流量和高峰期。通过分析销售历史、天气数据和社交媒体数据，公司能够预测每家商店的客流量。这使得公司能够优化员工的班次，提供更好的客户服务，并提高销售