隨著云計(jì)算技術(shù)應(yīng)用到互聯(lián)網(wǎng)技術(shù)中，形成更具擴(kuò)展、彈性、擴(kuò)容、多平臺(tái)、模式化的云服務(wù)平臺(tái)機(jī)制。一些企業(yè)的客服中心也在經(jīng)歷了服務(wù)人群數(shù)量、服務(wù)模式變更、外部環(huán)境需求變化等多重考驗(yàn)，對(duì)客服中心的數(shù)據(jù)存儲(chǔ)、分析、加工等都帶來(lái)了極大考驗(yàn)。對(duì)于客戶(hù)服務(wù)中心而言，建立起一套以數(shù)據(jù)驅(qū)動(dòng)為前端的平臺(tái)，實(shí)現(xiàn)數(shù)據(jù)資源的充分存儲(chǔ)與分析，兼顧前、中臺(tái)運(yùn)營(yíng)數(shù)據(jù)支撐應(yīng)用是整個(gè)數(shù)據(jù)體驗(yàn)平臺(tái)亟需解決的難題。
本文著重于客戶(hù)服務(wù)中心海量數(shù)據(jù)現(xiàn)狀，結(jié)合數(shù)據(jù)的存儲(chǔ)、分析需求，以數(shù)據(jù)收集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)分析、數(shù)據(jù)服務(wù)等四項(xiàng)關(guān)鍵步驟，對(duì)服務(wù)數(shù)據(jù)采用分布式分析方法，分別對(duì)文本數(shù)據(jù)、語(yǔ)音數(shù)據(jù)、輿情數(shù)據(jù)等進(jìn)行深度平臺(tái)化加工，進(jìn)而設(shè)計(jì)與搭建具備實(shí)踐性?xún)r(jià)值的數(shù)據(jù)體驗(yàn)平臺(tái)。
前言
大數(shù)據(jù)作為計(jì)算機(jī)科學(xué)與技術(shù)發(fā)展與應(yīng)用的一個(gè)重要方向，也是“互聯(lián)網(wǎng)+”的重要組成部分之一，其應(yīng)用一直是諸多企業(yè)在提升自身技術(shù)應(yīng)用能力與水平的關(guān)鍵。大數(shù)據(jù)應(yīng)用不僅僅是一種數(shù)據(jù)化的集合，更是一種新的處理模式及優(yōu)化模式。
客戶(hù)服務(wù)中心需要處理大量的客戶(hù)咨詢(xún)、投訴等業(yè)務(wù)，在處理業(yè)務(wù)的同時(shí)，其數(shù)據(jù)規(guī)模也在不斷擴(kuò)大，隨著服務(wù)模式和渠道的增加，數(shù)據(jù)種類(lèi)日益增多。在數(shù)據(jù)類(lèi)型上，有服務(wù)數(shù)據(jù)（多媒體信息，包括文本和語(yǔ)音）、客戶(hù)數(shù)據(jù)，還有系統(tǒng)運(yùn)行數(shù)據(jù)、其他在服務(wù)過(guò)程中收集的數(shù)據(jù)等，利用好這些數(shù)據(jù)，不僅可以進(jìn)一步提升客服中心的運(yùn)營(yíng)能力，還可以結(jié)合人工智能數(shù)據(jù)的應(yīng)用，驅(qū)動(dòng)智能數(shù)據(jù)產(chǎn)品，為前端經(jīng)營(yíng)發(fā)展助力。
客戶(hù)服務(wù)中心數(shù)據(jù)體驗(yàn)平臺(tái)的建立有利于從數(shù)據(jù)生態(tài)的維度，結(jié)合服務(wù)中心、呼叫中心的數(shù)據(jù)特點(diǎn)，提升服務(wù)價(jià)值。采用架構(gòu)設(shè)計(jì)、功能設(shè)計(jì)、數(shù)據(jù)設(shè)計(jì)、模型設(shè)計(jì)的模式，搭建數(shù)據(jù)體驗(yàn)平臺(tái)的存儲(chǔ)、并發(fā)解決方案，實(shí)現(xiàn)數(shù)據(jù)收集、分析的設(shè)計(jì)與應(yīng)用，最終形成系統(tǒng)化的解決方案。
一、國(guó)內(nèi)外應(yīng)用現(xiàn)狀
國(guó)外對(duì)客服中心數(shù)據(jù)體驗(yàn)平臺(tái)的研究起源較早，早在20世紀(jì)30年代，北美在快速的經(jīng)濟(jì)發(fā)展中就已經(jīng)形成了在旅游業(yè)、民航業(yè)的呼叫中心模式，最早的呼叫中心主要是是以預(yù)定服務(wù)為主，更多依靠硬件支持，很少有軟件服務(wù)支持。隨著用戶(hù)需求量的高速增長(zhǎng)，20世紀(jì)50年代，美國(guó)部分企業(yè)開(kāi)始設(shè)立具有一定規(guī)模的呼叫中心，以全天候服務(wù)的方式開(kāi)展預(yù)定業(yè)務(wù)，而后幾十年間，呼叫中心伴隨著銀行業(yè)、電商行業(yè)的快速發(fā)展，規(guī)模不斷擴(kuò)大。
以美國(guó)知名電商公司EBay為例。該公司以分布式存儲(chǔ)的Hadoop數(shù)據(jù)庫(kù)，以低成本的方式海量存儲(chǔ)購(gòu)物平臺(tái)所包含的商品信息，并結(jié)合到其呼叫中心的數(shù)據(jù)體驗(yàn)平臺(tái)中，使之煥發(fā)了巨大的數(shù)據(jù)應(yīng)用價(jià)值，也形成了諸多精益化數(shù)據(jù)運(yùn)營(yíng)及營(yíng)銷(xiāo)的案例。
國(guó)內(nèi)的呼叫中心起步相對(duì)較晚，20世紀(jì)90年代開(kāi)始在電信領(lǐng)域興起，早期規(guī)模較小。直到本世紀(jì)初，呼叫中心開(kāi)始被國(guó)內(nèi)越來(lái)越多的企業(yè)開(kāi)始重視，并逐步作為企業(yè)發(fā)展、產(chǎn)品推廣的重要工具，其功能細(xì)分也更為明確。2010年后，云計(jì)算服務(wù)開(kāi)始應(yīng)用到客服中心中，云呼叫中心的產(chǎn)品在理論上是可以支持更多座席（甚至是無(wú)限座席）。在運(yùn)用開(kāi)源數(shù)據(jù)、分布式文件系統(tǒng)的計(jì)算框架模式下，一些高性能數(shù)據(jù)方法開(kāi)始逐步被應(yīng)用及測(cè)試，例如：Hadoop模式，以高擴(kuò)展性功能獲取更多的存儲(chǔ)空間。
對(duì)于企業(yè)而言，企業(yè)對(duì)于客服中心所產(chǎn)生的數(shù)據(jù)不僅是備份及存儲(chǔ)，還需要挖掘其中深藏的巨大客戶(hù)價(jià)值，并對(duì)數(shù)據(jù)信息進(jìn)行深度開(kāi)發(fā)、利用以及加工，最后應(yīng)用到企業(yè)的生產(chǎn)及實(shí)踐中。
二、數(shù)據(jù)體驗(yàn)平臺(tái)需求分析
1總體需求與角色需求
總體需求主要是基于客戶(hù)服務(wù)中心在系統(tǒng)規(guī)模上的擴(kuò)大，產(chǎn)生數(shù)據(jù)規(guī)模化運(yùn)行的標(biāo)準(zhǔn)，系統(tǒng)運(yùn)營(yíng)的數(shù)據(jù)在一定程度上已經(jīng)無(wú)法滿(mǎn)足數(shù)據(jù)分析的需求。并且，隨著人工智能服務(wù)的高速發(fā)展，海量數(shù)據(jù)基礎(chǔ)所產(chǎn)生的職能數(shù)據(jù)產(chǎn)品及應(yīng)用，對(duì)數(shù)據(jù)發(fā)展帶來(lái)了更多的動(dòng)力。以數(shù)據(jù)驅(qū)動(dòng)平臺(tái)設(shè)計(jì)為例，需要為用戶(hù)提供以業(yè)務(wù)支撐為導(dǎo)向的運(yùn)營(yíng)管理支撐，并附加信息系統(tǒng)功能，包含數(shù)據(jù)運(yùn)行、分析、智能應(yīng)用等核心需求。
在角色需求層需要綜合考慮系統(tǒng)、運(yùn)營(yíng)、質(zhì)量考核、數(shù)據(jù)分析等管理職能，系統(tǒng)管理需要以運(yùn)營(yíng)監(jiān)控為導(dǎo)向，運(yùn)營(yíng)需要更多關(guān)注服務(wù)人員的運(yùn)營(yíng)質(zhì)量，形成全方位、立體化的運(yùn)營(yíng)監(jiān)控模式。
對(duì)于質(zhì)量考核而言，數(shù)據(jù)體驗(yàn)平臺(tái)需要明確坐席服務(wù)質(zhì)量監(jiān)控、質(zhì)量考核的標(biāo)準(zhǔn)，以明確的質(zhì)量考核標(biāo)準(zhǔn)形成立體化的服務(wù)監(jiān)督標(biāo)準(zhǔn)。數(shù)據(jù)分析的需求在運(yùn)營(yíng)監(jiān)控、質(zhì)量監(jiān)控的基礎(chǔ)上，形成數(shù)據(jù)分析庫(kù)及功能，定向分析結(jié)論。系統(tǒng)管理則是數(shù)據(jù)體驗(yàn)平臺(tái)的最高權(quán)限者，除了基礎(chǔ)的業(yè)務(wù)分析職能，還需要起到系統(tǒng)信息管理、數(shù)據(jù)管理、權(quán)限管理等功能。
2功能需求與非功能需求
功能需求主要分為如下三點(diǎn)：
一是體驗(yàn)數(shù)據(jù)的收集功能，將業(yè)務(wù)平臺(tái)、語(yǔ)音平臺(tái)、在線(xiàn)平臺(tái)、輿情平臺(tái)的數(shù)據(jù)進(jìn)行抽取、加載，形成實(shí)時(shí)處理數(shù)據(jù)，在線(xiàn)或離線(xiàn)處理。
二是體驗(yàn)數(shù)據(jù)的分析功能，這一功能需求包含座席、系統(tǒng)的運(yùn)營(yíng)情況，也是分為實(shí)時(shí)、離線(xiàn)功能，其包含座席話(huà)務(wù)統(tǒng)計(jì)分析、IVR分析、座席服務(wù)分析、滿(mǎn)意度分析、投訴分析等。
三是體驗(yàn)數(shù)據(jù)的服務(wù)功能，該需求主要是一些報(bào)表服務(wù)、線(xiàn)上服務(wù)、存儲(chǔ)服務(wù)等，按照平臺(tái)化開(kāi)放的方式面向運(yùn)營(yíng)側(cè)人員生態(tài)數(shù)據(jù)報(bào)表，供分析運(yùn)用。
這里需要明確的是，由于客服中心每日服務(wù)語(yǔ)音和多媒體交互內(nèi)容存儲(chǔ)數(shù)據(jù)巨大，數(shù)量也在不斷增長(zhǎng)，需要評(píng)估對(duì)語(yǔ)音數(shù)據(jù)進(jìn)行文本化轉(zhuǎn)換后存儲(chǔ)、圖片數(shù)據(jù)進(jìn)行去重，也有利于減輕數(shù)據(jù)體驗(yàn)平臺(tái)的存儲(chǔ)壓力。
非功能性需求主要包含如下兩點(diǎn)：
一是穩(wěn)定高效性功能需求，其主要包含分布式數(shù)據(jù)以及系統(tǒng)的穩(wěn)定性，尤其是對(duì)于數(shù)據(jù)需求方而言，這一功能尤為關(guān)鍵，如出現(xiàn)數(shù)據(jù)丟失等情況，不僅導(dǎo)致數(shù)據(jù)分析無(wú)法進(jìn)行，更會(huì)造成無(wú)法估量的經(jīng)濟(jì)運(yùn)營(yíng)損失，因而首先要考慮穩(wěn)定高效的功能需求。
二是擴(kuò)展性需求，其主要是在系統(tǒng)測(cè)試、試用階段，按照業(yè)務(wù)復(fù)雜度、數(shù)據(jù)接入度的要求，以資源擴(kuò)充為導(dǎo)向，在滿(mǎn)足業(yè)務(wù)資源的同時(shí)將動(dòng)態(tài)存儲(chǔ)、計(jì)算功能進(jìn)行擴(kuò)展，進(jìn)而不斷提高系統(tǒng)存儲(chǔ)能力及功能應(yīng)用能力。
三、客戶(hù)服務(wù)中心數(shù)據(jù)體驗(yàn)平臺(tái)設(shè)計(jì)分析
1數(shù)據(jù)體驗(yàn)平臺(tái)收集模塊設(shè)計(jì)
在數(shù)據(jù)體驗(yàn)平臺(tái)收集模塊設(shè)計(jì)中不僅是業(yè)務(wù)數(shù)據(jù)量巨大，其在結(jié)構(gòu)化與非結(jié)構(gòu)化的數(shù)據(jù)領(lǐng)域，總體架構(gòu)設(shè)計(jì)及功能也會(huì)產(chǎn)生變化。在此過(guò)程中，要充分考慮到平臺(tái)的數(shù)據(jù)量對(duì)數(shù)據(jù)功能的影響，這也涉及到系統(tǒng)安全性、穩(wěn)定性以及功能性等影響因素。
在收集功能上，還需要充分考慮到系統(tǒng)設(shè)計(jì)的應(yīng)用、結(jié)構(gòu)等，在系統(tǒng)展示上按照應(yīng)用、計(jì)算分析、數(shù)據(jù)存儲(chǔ)、接入、數(shù)據(jù)展示等收集方式，收集展示中涉及到系統(tǒng)管理、運(yùn)營(yíng)分析、質(zhì)量考核等可視化操作模式，需要將其結(jié)果展示到系統(tǒng)層的用戶(hù)群體中。
收集模塊的應(yīng)用還需要考慮到分布式的解決方案，海量存儲(chǔ)因?yàn)橐婕暗綄?shí)時(shí)的查詢(xún)功能，這一功能下可應(yīng)用HBASE技術(shù)，按照非結(jié)構(gòu)化數(shù)據(jù)的存儲(chǔ)方式進(jìn)行分布式收集處理。按照數(shù)據(jù)接入層的抽取需求及規(guī)則方式，實(shí)現(xiàn)結(jié)構(gòu)化、非結(jié)構(gòu)化的數(shù)據(jù)平臺(tái)應(yīng)用，將語(yǔ)音數(shù)據(jù)上傳，形成數(shù)據(jù)平臺(tái)數(shù)據(jù)庫(kù)集。
2數(shù)據(jù)體驗(yàn)平臺(tái)分析模塊設(shè)計(jì)
在分析應(yīng)用層上，主要考慮到平臺(tái)數(shù)據(jù)接的處理，包含接收、處理、反饋等需求，展示層需要參照業(yè)務(wù)邏輯的應(yīng)用服務(wù)方式，先發(fā)送存儲(chǔ)，再獲取數(shù)據(jù)，最后對(duì)展示層進(jìn)行請(qǐng)求處理后，將最終的處理結(jié)果反饋到展示層的框架中。
在具體的分析模塊設(shè)計(jì)上，還有一項(xiàng)重要的職責(zé)就是應(yīng)用服務(wù)層的數(shù)據(jù)計(jì)算分析服務(wù)，其主要是在Spark離線(xiàn)計(jì)算、Spark Streaming實(shí)時(shí)計(jì)算、語(yǔ)音識(shí)別等基礎(chǔ)上，實(shí)現(xiàn)語(yǔ)音與文本的雙重挖掘。
3數(shù)據(jù)體驗(yàn)平臺(tái)服務(wù)模塊設(shè)計(jì)
在服務(wù)模塊設(shè)計(jì)上，充分考慮數(shù)據(jù)存儲(chǔ)層的應(yīng)用，按照數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)庫(kù)、分布式文件系統(tǒng)的方式，數(shù)據(jù)倉(cāng)庫(kù)（Hive）主要是按照存儲(chǔ)運(yùn)營(yíng)數(shù)據(jù)的結(jié)構(gòu)化數(shù)據(jù)應(yīng)用方式，先存儲(chǔ)語(yǔ)音數(shù)據(jù)，而后將非結(jié)構(gòu)化數(shù)據(jù)加以處理，建立起索引、分庫(kù)、分表的查詢(xún)功能及方式。
數(shù)據(jù)庫(kù)（HBase）按照索引數(shù)據(jù)查詢(xún)方式，應(yīng)用到數(shù)據(jù)相對(duì)較小的數(shù)據(jù)庫(kù)中，數(shù)據(jù)功能相對(duì)單一。
不過(guò)，兩者的功能都需要建立在分布式的文件系統(tǒng)層上，這也是服務(wù)模塊設(shè)計(jì)的關(guān)鍵。
四、客戶(hù)服務(wù)中心數(shù)據(jù)體驗(yàn)平臺(tái)搭建路徑
1、以傳輸導(dǎo)向的收集模塊搭建
以傳輸導(dǎo)向的收集模塊搭建需要建立在以客服中心模塊數(shù)據(jù)基礎(chǔ)上的需求設(shè)計(jì)應(yīng)用，傳輸導(dǎo)向模塊中，明確平臺(tái)數(shù)據(jù)收集、數(shù)據(jù)分析、數(shù)據(jù)服務(wù)等功能模塊，將數(shù)據(jù)收集、指標(biāo)計(jì)算、文件存儲(chǔ)、報(bào)表應(yīng)用等業(yè)務(wù)功能先期進(jìn)行應(yīng)用。在具體的功能結(jié)構(gòu)應(yīng)用上，還需要將數(shù)據(jù)收集后加以抽取與清洗，轉(zhuǎn)化成數(shù)據(jù)平臺(tái)數(shù)據(jù)。收集中，也可以分為實(shí)時(shí)收集、定期收集兩種模式，便于存儲(chǔ)數(shù)據(jù)庫(kù)及收集離線(xiàn)內(nèi)容，生成新的統(tǒng)計(jì)庫(kù)模式。
在客服中心自身已經(jīng)搭建的話(huà)務(wù)、業(yè)務(wù)平臺(tái)上，先建立數(shù)據(jù)庫(kù)記錄模式，對(duì)通話(huà)的數(shù)據(jù)進(jìn)行詳細(xì)的記錄，其包括時(shí)間、排隊(duì)等信息，這些數(shù)據(jù)信息可以滿(mǎn)足現(xiàn)階段的服務(wù)需求，還可以形成集群的數(shù)據(jù)收集方式。
例如：數(shù)據(jù)收集中，MySQL語(yǔ)句匯總的binlog日志就有三種模式以上，行動(dòng)記錄及對(duì)數(shù)據(jù)庫(kù)的備份功能都是極具收集效果的。還有一種row模式，主要是對(duì)數(shù)據(jù)庫(kù)執(zhí)行準(zhǔn)確的備份，包括存儲(chǔ)過(guò)程、觸發(fā)等數(shù)據(jù)，都是一種很好的解決方式，同時(shí)也很靈活。值得一提的是，現(xiàn)在一些大型的平臺(tái)也會(huì)有開(kāi)源組件，例如阿里巴巴集團(tuán)的開(kāi)源Canal，這些組件也可以在API接口下進(jìn)行便捷的應(yīng)用。
2、以計(jì)算導(dǎo)向的分析模塊搭建
以計(jì)算導(dǎo)向的分析模塊搭建主要是對(duì)客服中心指標(biāo)情況進(jìn)行分析，其包括特定時(shí)間段內(nèi)的運(yùn)營(yíng)查詢(xún)及分析、座席指標(biāo)統(tǒng)計(jì)等。
在現(xiàn)有的條件下，座席指標(biāo)包括對(duì)接通率、呼出成功率、服務(wù)水平、滿(mǎn)意度等指標(biāo)進(jìn)行分析總結(jié)。對(duì)最終的運(yùn)營(yíng)數(shù)據(jù)及分析結(jié)果均可以按照實(shí)時(shí)計(jì)算、離線(xiàn)計(jì)算的方式，對(duì)最終的數(shù)據(jù)采取、分析、存儲(chǔ)等都會(huì)起到很大的作用。
在這一過(guò)程中，實(shí)時(shí)分析設(shè)計(jì)與實(shí)現(xiàn)按照Hive的實(shí)踐方式，同步數(shù)據(jù)管理功能，數(shù)據(jù)庫(kù)使用SQL功能操作，信息數(shù)據(jù)、關(guān)系數(shù)據(jù)等在無(wú)法滿(mǎn)足存儲(chǔ)需求的基礎(chǔ)上，將數(shù)據(jù)轉(zhuǎn)移應(yīng)用到更大的數(shù)據(jù)平臺(tái)功能上，從而提升其大數(shù)據(jù)存儲(chǔ)及關(guān)系型數(shù)據(jù)庫(kù)的開(kāi)發(fā)功能作用。在文件數(shù)據(jù)源的基礎(chǔ)上，源操作包括功能操作、數(shù)據(jù)表等，不同數(shù)據(jù)源創(chuàng)建的臨時(shí)表操作模式也是不同的，也需要更多的兼容功能及高性能的數(shù)據(jù)運(yùn)行能力。
3、以存儲(chǔ)導(dǎo)向的服務(wù)模塊搭建
以存儲(chǔ)導(dǎo)向的服務(wù)模塊搭建主要以報(bào)表服務(wù)、文件存儲(chǔ)服務(wù)功能為主，前者在查詢(xún)功能設(shè)計(jì)的基礎(chǔ)上按照?qǐng)?bào)表服務(wù)類(lèi)型進(jìn)行分類(lèi)查詢(xún)，其計(jì)算結(jié)果按照指標(biāo)控制類(lèi)、查詢(xún)導(dǎo)出類(lèi)等進(jìn)行信息操作的判斷，具體的指標(biāo)數(shù)據(jù)上還需要對(duì)角色的權(quán)限進(jìn)行正確的判斷，功能上主要是數(shù)據(jù)操作的查詢(xún)及方法應(yīng)用。
后者在文件存儲(chǔ)服務(wù)設(shè)計(jì)及實(shí)現(xiàn)上，其主要是文件管理功能，在存儲(chǔ)的基礎(chǔ)上，按照文件管理創(chuàng)建、刪除、檢索等功能，以文件ID映射的方式進(jìn)行識(shí)別，所有的HDFS都是在同一目錄層級(jí)下，功能創(chuàng)建及搭建更為簡(jiǎn)單，且支持多級(jí)目錄的創(chuàng)建及應(yīng)用。
總結(jié)
隨著國(guó)內(nèi)很多企業(yè)客服中心規(guī)模及需求的擴(kuò)大，其在涉及數(shù)據(jù)體驗(yàn)平臺(tái)設(shè)計(jì)及搭建需求主要有如下三個(gè)方面：
一是對(duì)數(shù)據(jù)存儲(chǔ)空間及數(shù)據(jù)處理要求不斷增大，甚至對(duì)云數(shù)據(jù)存儲(chǔ)及功能應(yīng)用也提出了更高的要求。
二是在結(jié)構(gòu)化、非結(jié)構(gòu)化的數(shù)據(jù)應(yīng)用層，無(wú)論是語(yǔ)音數(shù)據(jù)，還是一些難以實(shí)現(xiàn)結(jié)構(gòu)化的文本數(shù)據(jù)，其均存在巨大的數(shù)據(jù)存儲(chǔ)、處理、分析的問(wèn)題點(diǎn)。
三是平臺(tái)化數(shù)據(jù)處理機(jī)制的匱乏，這一問(wèn)題不僅僅體現(xiàn)在T量級(jí)的數(shù)據(jù)處理上，數(shù)據(jù)丟失、分析問(wèn)題也會(huì)在一些開(kāi)源模式下應(yīng)用更多的技術(shù)功能。
為此，需要通過(guò)云服務(wù)功能及大數(shù)據(jù)處理功能，進(jìn)一步解決數(shù)據(jù)存儲(chǔ)、結(jié)構(gòu)數(shù)據(jù)應(yīng)用、平臺(tái)數(shù)據(jù)處理機(jī)制等三大核心問(wèn)題，進(jìn)而為客戶(hù)服務(wù)中心綜合體驗(yàn)?zāi)芰Φ奶嵘峁└鄶?shù)據(jù)化的功能基礎(chǔ)。
編審評(píng)注
客戶(hù)在尋求服務(wù)的過(guò)程中，對(duì)于企業(yè)產(chǎn)品的使用、服務(wù)體驗(yàn)和個(gè)人訴求都是最接近真實(shí)的。
其在服務(wù)過(guò)程中的很多信息都值得企業(yè)記錄并加以挖掘分析，并在后續(xù)的產(chǎn)品改善、營(yíng)銷(xiāo)策略制定和提升客戶(hù)滿(mǎn)意度美譽(yù)度方面都有很大的應(yīng)用前景。而采集、存儲(chǔ)、分析和應(yīng)用就是需要客服中心在考慮成本產(chǎn)出比最優(yōu)的前提下，讓服務(wù)數(shù)據(jù)得以最大化的利用，而這些的前提是企業(yè)和呼叫中心的領(lǐng)導(dǎo)是否已經(jīng)想明白服務(wù)數(shù)據(jù)對(duì)企業(yè)的作用，以及如何做好數(shù)據(jù)產(chǎn)出、使用的閉環(huán)。
至于采取何種技術(shù)和解決方案，則是在決策層想清楚大戰(zhàn)略方面之后，就容易選型確定。拎著錘子找釘子卻是當(dāng)下一些迫切想將服務(wù)數(shù)據(jù)增值化操作的呼叫中心的典型場(chǎng)景。——張輝
