呼叫中心幾乎存在于所有的商業(yè)組織中，它們可以被看作是商業(yè)的數據神經(jīng)中心。呼叫中心每天都會(huì )生成大量的數據，這些數據可以提供有價(jià)值的見(jiàn)解。因此，公司正嘗試在這些數據（只是大數據）之上建立分析應用程序。由此，其結果可以對客戶(hù)行為有更深入的了解，從而使公司能夠采取適當的措施來(lái)增加更多的業(yè)務(wù)。

我們來(lái)談?wù)勑纶厔荩何覀兺ㄟ^(guò)調研現有運營(yíng)的呼叫中心和同行業(yè)交流，發(fā)現兩個(gè)有意思的趨勢。首先，我們可以看到的是新技術(shù)的普遍應用正在深刻改變呼叫中心業(yè)態(tài)。大數據、云計算、人工智能被廣泛應用于呼叫中心的方方面面。大數據能基于用戶(hù)當前遺留信息，實(shí)現用戶(hù)精準畫(huà)像、用戶(hù)消費喜好分析；云計算也就是基于SASS技術(shù)的呼叫中心系統很好的解決了中小企業(yè)標準化需求、上線(xiàn)速度快、投入小的三大需求；人工智能現在更多被用在智能質(zhì)檢、智能IVR和基于封閉或者說(shuō)線(xiàn)性環(huán)境的人機智能交互。

“輔助決策中心”說(shuō)的是所有的呼叫中心其實(shí)都在系統留存著(zhù)大量用戶(hù)數據，以往最大的用處就是作為解決客戶(hù)爭端的證據，并不能為企業(yè)提供其他任何幫助。有了大數據以后，可以將這些數據進(jìn)行清洗和建模，同時(shí)對相同特征的問(wèn)題進(jìn)行歸類(lèi)和規律總結，進(jìn)而實(shí)現服務(wù)高峰預測和投訴高發(fā)群體預警，幫助企業(yè)提供基于真實(shí)客戶(hù)情形的活動(dòng)或者戰略決策?！皟r(jià)值創(chuàng )造中心”也是從事呼叫中心的專(zhuān)業(yè)人士最愿意看到也是平時(shí)和客戶(hù)交流最多的，我們的客戶(hù)都愿意，不再將我們的客戶(hù)中心單純的看做一個(gè)“成本中心”，而是希望通過(guò)為用戶(hù)提供其他增值服務(wù)，實(shí)現成本到利潤中心的轉型，進(jìn)而達到價(jià)值創(chuàng )造中心的目的。

1) 目標管理

根據所采集的數據，對呼叫中心的運營(yíng)工作進(jìn)行目標設定或者是目標調整，并對目標完成情況進(jìn)行統一監管和分析管理。

根據階段性運營(yíng)數據完成情況，及時(shí)調整并下發(fā)下階段目標值，須在數據采集分析平臺增加目標調整功能模塊，用于對呼叫中心運營(yíng)目標的調整管理。

2) 結果管理

對日常運營(yíng)數據及結果進(jìn)行分析監控，并設定相應告警機制，以及結果的傳達機制，督促呼叫中心管理人員及時(shí)采取措施。

根據所采集的數據，建立起對日常運營(yíng)結果的分析機制，對運營(yíng)結果實(shí)施精細化管理，確保呼叫中心持續提升運營(yíng)品質(zhì)和服務(wù)水平。

3) 預測管理

根據所采集的數據，建立起數據分析預測機制，分析預測未來(lái)某階段的趨勢數據，從而確保未來(lái)的運營(yíng)軌跡處在可監控、可預知態(tài)勢中。

根據包括"客戶(hù)基礎屬性指標"和"客戶(hù)投訴根因指標"在內的完整"業(yè)務(wù)特征指標"，提取歷史投訴數據（包括：投訴工單、投訴錄音），通過(guò)數據分析技術(shù)，以時(shí)段、地域、品牌、業(yè)務(wù)為維度預測出投訴群體（數量）。

對于不同類(lèi)型的潛在投訴，呼叫中心可在投訴發(fā)生之前，提前制定統一的服務(wù)策略，包括：統一應答口徑、統一處理流程、統一服務(wù)補救，以及加強品質(zhì)管理、適當調整績(jì)效策略等措施。

4) 指標管理

根據所采集的數據，建立起服務(wù)分析機制，提升綜合服務(wù)水平。

須在數據采集分析平臺增加對各項服務(wù)數據的監控和分析功能，以便于鎖定服務(wù)問(wèn)題并指導管理人員有針對性的改進(jìn)。

5) 相關(guān)部門(mén)及合作伙伴管理

根據所采集的數據，對除呼叫中心之外的內部相關(guān)部門(mén)/合作伙伴實(shí)施監控管理，以確保對外服務(wù)的一致性、及時(shí)性和規范性。