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(shù)據(jù)神經(jīng)中心。呼叫中心每天都會生成大量的數(shù)據(jù)，這些數(shù)據(jù)可以提供有價值的見解。因此，公司正嘗試在這些數(shù)據(jù)（只是大數(shù)據(jù)）之上建立分析應(yīng)用程序。由此，其結(jié)果可以對客戶行為有更深入的了解，從而使公司能夠采取適當?shù)拇胧﹣碓黾痈嗟臉I(yè)務(wù)。

我們來談?wù)勑纶厔荩何覀兺ㄟ^調(diào)研現(xiàn)有運營的呼叫中心和同行業(yè)交流，發(fā)現(xiàn)兩個有意思的趨勢。首先，我們可以看到的是新技術(shù)的普遍應(yīng)用正在深刻改變呼叫中心業(yè)態(tài)。大數(shù)據(jù)、云計算、人工智能被廣泛應(yīng)用于呼叫中心的方方面面。大數(shù)據(jù)能基于用戶當前遺留信息，實現(xiàn)用戶精準畫像、用戶消費喜好分析；云計算也就是基于SASS技術(shù)的呼叫中心系統(tǒng)很好的解決了中小企業(yè)標準化需求、上線速度快、投入小的三大需求；人工智能現(xiàn)在更多被用在智能質(zhì)檢、智能IVR和基于封閉或者說線性環(huán)境的人機智能交互。

“輔助決策中心”說的是所有的呼叫中心其實都在系統(tǒng)留存著大量用戶數(shù)據(jù)，以往最大的用處就是作為解決客戶爭端的證據(jù)，并不能為企業(yè)提供其他任何幫助。有了大數(shù)據(jù)以后，可以將這些數(shù)據(jù)進行清洗和建模，同時對相同特征的問題進行歸類和規(guī)律總結(jié)，進而實現(xiàn)服務(wù)高峰預測和投訴高發(fā)群體預警，幫助企業(yè)提供基于真實客戶情形的活動或者戰(zhàn)略決策?！皟r值創(chuàng)造中心”也是從事呼叫中心的專業(yè)人士最愿意看到也是平時和客戶交流最多的，我們的客戶都愿意，不再將我們的客戶中心單純的看做一個“成本中心”，而是希望通過為用戶提供其他增值服務(wù)，實現(xiàn)成本到利潤中心的轉(zhuǎn)型，進而達到價值創(chuàng)造中心的目的。

1) 目標管理

根據(jù)所采集的數(shù)據(jù)，對呼叫中心的運營工作進行目標設(shè)定或者是目標調(diào)整，并對目標完成情況進行統(tǒng)一監(jiān)管和分析管理。

根據(jù)階段性運營數(shù)據(jù)完成情況，及時調(diào)整并下發(fā)下階段目標值，須在數(shù)據(jù)采集分析平臺增加目標調(diào)整功能模塊，用于對呼叫中心運營目標的調(diào)整管理。

2) 結(jié)果管理

對日常運營數(shù)據(jù)及結(jié)果進行分析監(jiān)控，并設(shè)定相應(yīng)告警機制，以及結(jié)果的傳達機制，督促呼叫中心管理人員及時采取措施。

根據(jù)所采集的數(shù)據(jù)，建立起對日常運營結(jié)果的分析機制，對運營結(jié)果實施精細化管理，確保呼叫中心持續(xù)提升運營品質(zhì)和服務(wù)水平。

3) 預測管理

根據(jù)所采集的數(shù)據(jù)，建立起數(shù)據(jù)分析預測機制，分析預測未來某階段的趨勢數(shù)據(jù)，從而確保未來的運營軌跡處在可監(jiān)控、可預知態(tài)勢中。

根據(jù)包括"客戶基礎(chǔ)屬性指標"和"客戶投訴根因指標"在內(nèi)的完整"業(yè)務(wù)特征指標"，提取歷史投訴數(shù)據(jù)（包括：投訴工單、投訴錄音），通過數(shù)據(jù)分析技術(shù)，以時段、地域、品牌、業(yè)務(wù)為維度預測出投訴群體（數(shù)量）。

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

4) 指標管理

根據(jù)所采集的數(shù)據(jù)，建立起服務(wù)分析機制，提升綜合服務(wù)水平。

須在數(shù)據(jù)采集分析平臺增加對各項服務(wù)數(shù)據(jù)的監(jiān)控和分析功能，以便于鎖定服務(wù)問題并指導管理人員有針對性的改進。

5) 相關(guān)部門及合作伙伴管理

根據(jù)所采集的數(shù)據(jù)，對除呼叫中心之外的內(nèi)部相關(guān)部門/合作伙伴實施監(jiān)控管理，以確保對外服務(wù)的一致性、及時性和規(guī)范性。