
大數(shù)據(jù)落地不妨從Call Center數(shù)據(jù)開(kāi)始
所謂大數(shù)據(jù),讓我們拋開(kāi)其4V的特性,思考一些究竟有哪些數(shù)據(jù)應(yīng)該進(jìn)行分析,很多人將大數(shù)據(jù)理解為微博、微信等非結(jié)構(gòu)化數(shù)據(jù),實(shí)際上,很多行業(yè)/企業(yè)并不擁有這些數(shù)據(jù),這些數(shù)據(jù)通常掌握在互聯(lián)網(wǎng)廠商手里,對(duì)于很多行業(yè)/企業(yè)來(lái)說(shuō),基于互聯(lián)網(wǎng)的應(yīng)用很多還都是一個(gè)嘗試性的階段,對(duì)于互聯(lián)網(wǎng)大數(shù)據(jù)分析還不是一個(gè)急迫的需求。
行業(yè)/企業(yè)擁有海量數(shù)據(jù),這些數(shù)據(jù)大多是多年積累下來(lái)的經(jīng)營(yíng)性數(shù)據(jù),如財(cái)務(wù)數(shù)據(jù)、生產(chǎn)制造、人力資源和辦公管理數(shù)據(jù)等,很多數(shù)據(jù)屬于結(jié)構(gòu)化的數(shù)據(jù),在行業(yè)/企業(yè)的經(jīng)營(yíng)管理中,其實(shí)非常依仗這些數(shù)據(jù),已經(jīng)得到了很好的分析和利用。對(duì)于行業(yè)/企業(yè)來(lái)說(shuō),沒(méi)有得到重視和利用的數(shù)據(jù)其實(shí)并不多。
在行業(yè)/企業(yè)所擁有的海量數(shù)據(jù)中,最容易被忽略,也是企業(yè)與客戶連接最為緊密的數(shù)據(jù),實(shí)際上是Cal Center數(shù)據(jù)。據(jù)Verint數(shù)據(jù)分析公司所提供的數(shù)據(jù),大部分Call Center能夠利用的數(shù)據(jù)<1%(如圖所示),其中,被使用的1%數(shù)據(jù)也僅限于日常管理,沒(méi)有能夠和企業(yè)戰(zhàn)略和業(yè)務(wù)發(fā)展產(chǎn)生交集。
大數(shù)據(jù)分析創(chuàng)造價(jià)值
作為企業(yè)與用戶連接作為緊密的部門,Call Center是企業(yè)面向用戶交互的窗口,也是企業(yè)接觸用戶的主要途徑,因此對(duì)于這些交互數(shù)據(jù)進(jìn)行分析,很容易掌握用戶的需求,為企業(yè)調(diào)整業(yè)務(wù)流程,開(kāi)展新的服務(wù)提供決策依據(jù)。但在現(xiàn)實(shí)應(yīng)用中,Call Center并沒(méi)有發(fā)揮了解用戶需求,指導(dǎo)研發(fā)、市場(chǎng)、制造和銷售的效果,很多時(shí)候,Call Center不過(guò)扮演了售后服務(wù),亡羊補(bǔ)牢的角色,最多承擔(dān)部分線上銷售工作,與其應(yīng)該有的戰(zhàn)略角色相去甚遠(yuǎn)。
“其中有一個(gè)重要原因在于Call center數(shù)據(jù)是音頻,很多行業(yè)/企業(yè)缺少處理音頻數(shù)據(jù)的分析工具。”Verint數(shù)據(jù)分析公司北亞區(qū)售前及售后服務(wù)總監(jiān)汪志偉在接受采訪時(shí)說(shuō)。
數(shù)據(jù)容量巨大,數(shù)據(jù)類型多樣,這是大數(shù)據(jù)的典型特點(diǎn),而Call Center數(shù)據(jù)恰恰符合這樣的特點(diǎn)。對(duì)于音頻、視頻等非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分析和處理,很多人很容易想到語(yǔ)音識(shí)別、人臉識(shí)別等技術(shù),最典型的如iPAD Siri、微軟Cortana(小娜)和小冰,無(wú)論在識(shí)別率,還是人工智能水準(zhǔn)上都達(dá)到了令人滿意的程度。
“但是行業(yè)/企業(yè)Call Center的數(shù)據(jù)處理并不是一個(gè)簡(jiǎn)單的語(yǔ)音識(shí)別轉(zhuǎn)換,外加數(shù)據(jù)分析的過(guò)程。”汪志偉說(shuō)。
Verint針對(duì)Call center數(shù)據(jù)分析提供了一整套完整的解決方案。
洞察信息價(jià)值
在Verint提供的解決方案中,看似散亂、無(wú)序的Call Center數(shù)據(jù),其實(shí)蘊(yùn)藏著很大的商業(yè)價(jià)值,提供對(duì)于數(shù)據(jù)分析歸類,就可以將數(shù)據(jù)區(qū)分為忠誠(chéng)客戶、粉絲客戶、成功/失敗營(yíng)銷、潛在客戶、投訴抱怨客戶、重復(fù)來(lái)電和超長(zhǎng)通話等類型(如圖所示),對(duì)這些數(shù)據(jù)集進(jìn)行洞察,很容易轉(zhuǎn)變?yōu)樯虡I(yè)價(jià)值。
對(duì)語(yǔ)音數(shù)據(jù)構(gòu)建索引和聚類,這是一個(gè)非常具有技術(shù)含量的工作,其水平高低將直接影響到數(shù)據(jù)分析的使用和效果。
汪志偉表示,Verint數(shù)據(jù)分析公司的技術(shù)優(yōu)勢(shì)就在于完整的語(yǔ)音索引和聚類。Verint公司具有20多年的技術(shù)和經(jīng)驗(yàn)積累,可以在幾秒之內(nèi)構(gòu)建基于文件的索引、分析、查詢和相應(yīng),提供了簡(jiǎn)單易用的索引和語(yǔ)音對(duì)照播放工具。其提供的語(yǔ)音分析系統(tǒng),不僅能夠自動(dòng)偵測(cè)情緒激動(dòng)的來(lái)電,也能夠針對(duì)來(lái)電內(nèi)容進(jìn)行分析。
智能語(yǔ)音分析
完整語(yǔ)意索引和聚類
偵測(cè)情緒激動(dòng)來(lái)電
克服建模難題
實(shí)際上,智能語(yǔ)音分析的過(guò)程不僅是一個(gè)全文轉(zhuǎn)錄及語(yǔ)義識(shí)別的過(guò)程,也是一個(gè)數(shù)據(jù)建模和數(shù)據(jù)分析的過(guò)程。在Verint解決方案中,通過(guò)設(shè)立產(chǎn)品和業(yè)務(wù)類別列表,就可以對(duì)代表每個(gè)業(yè)務(wù)類別的術(shù)語(yǔ)進(jìn)行建模,并可以通過(guò)實(shí)踐不斷進(jìn)行優(yōu)化,從而也就解決了數(shù)據(jù)建模的問(wèn)題(參見(jiàn)下圖)。
解決了數(shù)據(jù)建模問(wèn)題,接下來(lái)就可以對(duì)歸類數(shù)據(jù)進(jìn)行多維度分析。多維度數(shù)據(jù)分析給行業(yè)/企業(yè)用戶創(chuàng)造了巨大商業(yè)價(jià)值。根據(jù)介紹,某保險(xiǎn)公司,借助數(shù)據(jù)分析發(fā)現(xiàn),可以針對(duì)某年齡端用戶,提供針對(duì)性的保險(xiǎn)金融服務(wù)。相比較以往,創(chuàng)新險(xiǎn)種和服務(wù),需要精算師結(jié)合大量的調(diào)查和經(jīng)驗(yàn),反復(fù)驗(yàn)證。如今,大數(shù)據(jù)分析部分代替了計(jì)算師的工作,為保險(xiǎn)公司帶來(lái)的新的工作方式。在電信運(yùn)營(yíng)商市場(chǎng),針對(duì)不同客戶群的各種套餐和定制服務(wù),其種類之豐富,服務(wù)之靈活,很多都是建立在Call Center用戶數(shù)據(jù)分析的基礎(chǔ)上。
小結(jié)
顯而易見(jiàn),Call Center數(shù)據(jù)洞察本身就能帶來(lái)巨大商業(yè)價(jià)值。除此之外,如果Call Center數(shù)據(jù)能夠與企業(yè)ERP、CRM、E-mail、Web以及社交媒體數(shù)據(jù)進(jìn)行交叉、稽核分析,用于指導(dǎo)研發(fā)、生產(chǎn)、銷售等各業(yè)務(wù)部門的工作,這樣在企業(yè)內(nèi)部就可以形成一個(gè)完整的閉環(huán),比較大大提高企業(yè)的競(jìng)爭(zhēng)實(shí)力。
對(duì)于大數(shù)據(jù)分析支撐系統(tǒng)而言,這就需要其能夠支持開(kāi)放數(shù)據(jù)接口,對(duì)于Verint這樣的平臺(tái)而言,已經(jīng)具備了這樣的分析能力。所以,對(duì)于用戶而言,當(dāng)務(wù)之急還是能夠充分重視Call Center等用戶交互數(shù)據(jù)的價(jià)值,通過(guò)數(shù)據(jù)分析,改進(jìn)企業(yè)業(yè)務(wù)流程,所謂大數(shù)據(jù)應(yīng)用落地,不妨從Call Center音頻數(shù)據(jù)開(kāi)始!很見(jiàn)效,也很簡(jiǎn)單!盡快行動(dòng)吧!
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11