本篇教程介绍了基于大数据采集技术建立的智能型客户联络中心，希望阅读本篇文章以后大家有所收获，帮助大家对大数据云计算大数据采集的理解更加深入。

<

    作为客户关系管理（Customer Relationship Management,CRM）的主要载体之一，基于CTI（Computer Telephony Integration）技术的现代呼叫中心（Call Center）在20世纪90年代引入中国。在其后十年左右的时间里，呼叫中心迅速经历了概念期和导入期，很快就进入了高速推广期，并以超乎寻常地速度得到普及和应用。

    作为企业直接与客户联系和沟通的前端，呼叫中心在行业总量保持高速增长的同时，其内涵也在不断发生着质的转变。传统的呼叫中心主要是被动接听和处理电话呼叫，保持与客户的联系。显然，随着竞争的加剧、经济节奏的加快，客户资源已经成为现代企业争夺的主要领域，企业为维持客户满意度、保持持久竞争力，迫使呼叫中心必然向新的模式转型——基于数据挖掘（Data Mining）的智能型客户联络中心（Customer Contact Center）。

    数据挖掘是指从海量的应用数据中，发现有用的相互关系、模式和趋势的过程。从理论角度讲，数据挖掘是融合模式识别技术、统计和数学等多个学科理论和技术的现代跨学科数据分析技术。从商业角度来说，数据挖掘是一种新的商业信息处理技术，其主要特点是对商业数据库中的大量业务数据进行抽样、清洗、转换、分析和模型化处理，通过抽取数据特征辅助商业决策。

    在买方市场背景下，各个行业逐渐进入微利时代，同时消费者对产品和服务的认知水平和消费能力的不断提高，需求和欲望呈现出多样化、差异化等特征，企业为保持持久的竞争力，必须在与客户的联络中，借助数据挖掘技术，更加客观、精准的认识和识别的客户需求，从而以最低的成本获得更高的客户满意度。与此同时，呼叫中心与生俱来的具有信息化和数据化的特征。多年的呼叫中心实践，企业已经积累了大量的客户信息和数据，其中既有客户的属性信息，也有时间序列特征的行为数据，这为数据挖掘的商业应用提供了客观数据支持。因此，借助数据挖掘技术建立现代客户联络中心是一种必然趋势。

    与传统呼叫中心相比，引入数据挖掘技术的联络中心将具有以下特点：

    （1）渠道多样性

    联络中心包括与客户联系的所有渠道，即包括语音（例如电话、IVR、语速识别和声音识别），也可以充分利用E-mail、WEB、视频、传真和信函等多种形式。这是一个输入/输出双向的基于服务的环境，在这个环境中座席处理所有有关销售、客户服务、营销、电话营销、搜集以及其他功能等方面的信息。

    （2）虚拟性

    联络中心的多种联络渠道，特别是对现代网络技术的利用，使得联络中心可以做到从逻辑上是单体的，而从物理上是分散的，从而通过虚拟的架构为客户提供更可靠、更便捷的服务。

    （3）个性化

    运用神经网络、聚类分析等数据挖掘技术，联络中心可以精准的获得客户的基本特征，把握客户需求的细微变动，从而可以主动为其定制个性化的服务。

    （4）精细化

    基于数据挖掘技术，联络中心可以科学的评价每个座席的绩效，从而进行恰当的排班，发挥每个座席的特点和优势，为客户提供最细致的服务。

    可见，成功地应用数据挖掘技术，联络中心将充分体现出其智能性，从而为企业经营决策提供强有力的支持，让联络中心真正的从被动的“成本中心”向主动的“利润中心”逐渐过渡。

    一方面，通过对数据的整合和优化，实施数据挖掘技术建立智能型联络中心，能显著提高联络中心的附加价值，为企业带来更好的经济效益。
[page]
    首先，联络中心借助数据挖掘技术可以实现精准的客户细分，使得座席可以有选择的主动呼叫迫切需要提供服务的客户，为其提供及时地主动关怀。这既能节约联络中心的运行成本，同时又能够集中有限的人力和时间服务于最需要服务的客户，有效提高客户满意度。
    
    图1 智能型呼叫中心模式图

    其次，呼叫中心的大量座席长期与客户最直接的“亲密”接触，其可以充分了解客户的需求。借助关联规则、神经网络等数据挖掘技术，新型联络中心能够方便的将散落在座席之间的零散信息进行集中、系统地分析，从而洞悉客户需求的变动趋势，为交叉销售、新产品开发等提供主动的决策支持。联络中心将一改往日辅助部门的地位，而成为市场运转的核心，从而真正实现以客户为中心的现代企业管理理念。

    另一方面，智能型的联络中心在客观评价座席绩效，提升呼叫中心的运行效率（特别是在分布式呼叫中心的模式下）方面更具优势。

    绩效（Performance）管理是呼叫中心的主管与经理面对的日常课题。比较于其它许多行业，呼叫中心的绩效管理相对说来更复杂些。因为呼叫中心运行过程中大量数字化报表指标需要分析、利用，同时服务态度、客户满意程度等指标难于量化，这都使得绩效评估是传统呼叫中心运行管理的一个难题。智能型联络中心可以从两个方面解决这个问题：

    （1）建立可靠性分析模型

    基于Possion分布等数据挖掘技术，智能型联络中心可以准确预测其未来一定时间内的可能负荷，从而正确选择硬件设备和科学的座席排班，最大限度地节约费用支出，并在一定置信水平上保障中心的可靠、平稳运行。

    （2）建立座席绩效评估模型

    传统的呼叫中心运营系统往往通过建立主要表现指针（Key Performance Indicator，KPI）系统来衡量Call Center运行的实时状况。但由于KPI的确定过程十分复杂，特别是对座席的服务质量和效果的评估方面，往往让管理者束手无策，很多呼叫中心在运营过程中主要是靠平均接听时间来评价座席绩效，衡量中心的成本效益。显然，过于重视运行成本的节约，忽略了座席服务效果的，这与呼叫中心作为客户服务载体的初衷背道而驰了。

    智能型的联络中心可以利用语音识别、小波分析、文本挖掘等技术分析座席每次服务的同步录音或者文字记录，从而从通话时间、语调等多个方面，综合给出客观的服务效果评价，同时也给出客户满意度的有效度量。通过座席绩效评估模型的建立，一方面可以准确评价座席的绩效，同时可以把握座席的特点，为敏捷排班和动态路由设计提供支持，让最恰当的人在最恰当的时刻为最恰当的客户提供最恰当的服务。保证联络中心以最好的效率运行。

    随着企业以客户为中心经营模式的转变，以及客户个性化需求的凸现，企业要想在竞争中赢得先机，必须深入细分目标客户，打造差异化的产品和服务，增强企业自身的核心竞争力，建立基于数据挖掘技术的智能型联结中心是必然的发展趋势。      
      

本文由职坐标整理并发布，希望对同学们有所帮助。了解更多详情请关注职坐标大数据云计算大数据采集频道！