Q：为什么要对呼叫中心的大数据进行有效地分析利用？

近几年来“大数据”一词的热度有目共睹，各行各业也都在根据自身特点和需求不断探索符合不同行业特性的大数据应用场景。

呼叫中心作为连接企业和企业用户的沟通枢纽，其在日常运营中也会获取、使用、或者是产生大量的数据。虽然从数据的“量级”来看，呼叫中心的运营数据规模相对有限，然而对于呼叫中心自身的运营管理，乃至于企业来讲这部分数据的价值却是“无可限量”的。

• 一、守着金矿—海量价值数据

呼叫中心的运营数据具备4V特性：

• Volume（大量）

据调查统计，仅传统热线服务渠道，XX运营商每月就有30亿次的客户接触记录和通话录音。

• Variety（多样）

呼叫中心的运营数据按照数据格式划分，包括：

1. 1.      结构化数据

结构化数据是指可以使用关系型数据库表示和存储，表现为二维形式的数据。比如：

• 用于体现呼叫中心日常运营情况的运营类数据。

• 用于记录和呈现呼叫中心整体及个体（班组和个人）日常运营结果的考核类数据（KPI数据）。

• 基于客服人员日常受理记录（工单）所形成的业务受理统计数据（二维形式）等。

1.  

2. 2.      非结构化数据

非结构化数据是指数据结构不规则或不完整，没有预定义的数据模型，不方便使用数据库二维逻辑表来表现的数据，各种文档、图片、视频/音频等都属于非结构化数据。

对于呼叫中心来讲，特指客服人员与客户的通话录音数据，以及受理工单中的文本数据。以往采用传统的人工质检、报表统计等手段，对于这些数据价值的分析利用仅是“冰山一角”，大量的价值信息有待挖掘。

为此，企业需要通过整合多服务渠道的客户服务数据，建设运营指标库和客户标签库，并借助大数据挖掘分析技术，及自然语言处理技术(NLP , Natural Language Processing)，实现数据价值变现。

• Velocity（快速）

呼叫中心需要借助大数据挖掘分析技术，及自然语言处理技术(NLP , Natural Language Processing)建设“智能客服助手”，从而实现在客服人员与客户的互动交流中快速定位问题并智能匹配解决方案，同时亦可适时推荐营销。

• Value（价值）

据调查统计，在呼叫中心的运营数据中，非结构化数据（录音数据和文本数据）的占比高达80%。而真正能够反映客户真实“心声“的价值信息，恰恰就在这些依靠传统人工手段、难以被挖掘利用的非结构化数据中。

因而，呼叫中心需要应用大数据挖掘分析技术及自然语言处理技术(NLP , Natural Language Processing)，自动将海量录音转写为文本语句，并进行文本分析应用，如关键词检索、筛选、归类等，挖掘分析出价值信息，传递至公司相关部门，从而为企业的产品创新、营销完善、服务优化等提供现实、客观、全面、且有价值含金量的信息。

• 二、面临问题—数据价值如何挖掘利用？

•  

•  

• （一）关于运营

数字化管理时代，呼叫中心日常运营中面临的问题及痛点包括但不限于：

1. 1.       大量运营数据散落在不同的excel报表中，缺失形象、直观的可视化实时监控工具，不利于通过数据实时发现并解决运营问题。

2. 2.       对于运营目标（整体目标+个体目标）的管控依赖人工手动模式，存在一定的滞后性。

3. 3.       缺失运营目标“过程性”管控工具，也即：缺少针对于“阶段性目标值未达标”的实时监控管理工具。

4. 4.       数据预测主要依赖手工模式，精准性较差，且采集的历史数据源不完整。对于预测结果的应用，缺少明确的方向指引、及明细方法。

5. 5.       对于运营结果的分析主要依赖人工手动模式，存在滞后性及偏差性，且对于管理人员的经验要求较高。

6. 6.       对于公司内部相关部门、及外部合作伙伴的协同处理过程及结果缺少监控管理工具，极易出现由于协同类问题“石沉大海”、“严重超时”而导致的客户重复投诉、升级投诉。

•  

• （二）、关于营销

电话营销（呼入营销和呼出营销）是推动呼叫中心由成本中心向利润中心转型的重要方法措施，但多数呼叫中心在进行电话营销时又普遍存在以下问题：

1. 1.       向客户推荐不需要的产品和服务。

2. 2.       在不合适的时机或通过不合适的接触点进行营销。

3. 3.       不能深入了解、洞察客户的特征和用户需求。

4. 4.       过度打扰客户。

5. 5.       营销结果没有跟踪，重复营销。

6. 6.       交叉营销缺乏支撑，开展水平低。

7. 7.       营销效果不能及时得到监控、评估。

8. 8.       。。。。。。

为响应和遵循相关管理规范，确保呼叫中心营销业务的长期有效开展，持续保障客户满意度及营销成功率，急需在呼叫中心营销渠道建立起基于大数据挖掘分析的精准营销解决方案。

•  

• （三）、关于价值传导

长期以来，呼叫中心忙于针对单个事件提供被动式服务，反馈和推动客户问题根因解决的力量弱，存在不聚焦、不及时、不闭环的问题。同时，对于真正反映客户真实“心声”的通话录音，也即大量的非结构化数据，采用传统方式所挖掘的价值信息仅为“冰山一角”，大量的价值数据有待进一步挖掘利用。

如能够将存在于大量非结构化数据中的价值信息充分挖掘，成为企业产品创新、营销完善、服务优化的重要“驱动器”。那么，呼叫中心也将实现由成本型服务中心，向价值型传导中心的“华丽蜕变”。

综上所述，守着海量的价值数据，如何深挖数据价值、实现数据变现？也即：

• 如何通过可视化手段，统一展示全网客服生产运营情况？

• 如何构建数据立方体，建立数字化运营管理规范，对客户服务质量实施有效管控？

• 如何通过对数据的深加工和关联性分析，以及内部流程和管理体制的优化，不断提升运营管理效率和运营管理品质？

• 如何借助大数据分析与挖掘技术，全面了解客户行为，主动发现客户问题和营销机会？

• 如何从“海量”客户“声音”中提炼价值信息，并传递至公司业务部门，为产品创新、营销完善、服务优化等提供价值信息？