互聯網的觸角不斷延伸，萬物互聯的大平臺成就大連接，催生大服務，誕生大數據，而大數據反饋回來的信息，讓我們更好的理解客戶，從而創造更加滿意的服務。為服務而生的呼叫中心，從只有一根電話線的呼叫服務中心到逐步過渡到短信、網站、微博、微信、APP等多渠道的多媒體客戶聯絡中心，再到擁有海量客戶接觸數據的客戶關系管理中心。在大數據時代的風口上，呼叫中心應該順勢而為，搶抓大數據領地的制高點，不斷優化服務模式，提升服務體驗，并推出基于多觸點海量數據的服務新模式與新產品。筆者認為，大數據在呼叫中心大有作為，可考慮從如下幾個場景逐步深入和應用。

　　（一）運營側：大數據在客戶精準服務上的應用思考

　　1、客戶聲音挖掘：發揮呼叫中心的回聲谷和傳感器的作用，從海量客戶接觸數據中，洞悉客戶聲音，挖掘客戶訴求的最強音，戳中客戶的痛點，反饋業務部門推動業務、產品的設計優化，改善客戶體驗，為客戶創造驚喜。主要有如下兩方面應用：

　　（1）通過大數據采集建立預警模型，先于客戶發現問題、先于投訴解決問題，化被動服務為主動關懷，防范客戶感知受損。

　　（2）通過來電原因分析，并基于需求--策略--資源管理模型重構服務模式，整合服務資源，優化服務策略，持續打造最佳的服務體驗。

　　2、特殊客戶管理：通過對疑難客戶、敏感客戶、高頻來電客戶的歷史通話開展語音標注，轉化為文本數據，分析客戶來電原因、業務關注點、潛在訴求，并結合客戶基本屬性信息（職業、網齡、ARPU值等）做好客戶畫像，形成客戶標簽庫和與之對應的服務策略庫。基于兩庫重構現有服務流程，設立專席或專屬客戶經理受理，提升特殊客戶的服務針對性。

　　3、大數據精準營銷：大數據精準營銷包含兩方面的內容，即用戶需求挖掘以及目標客戶識別。以中國移動業務為例，大數據在用戶需求挖掘，助力精準營銷方面，主要實施如下四步走策略：

　　為滿足特定營銷活動推廣的需要，常常需要甄選或圈定目標客戶群進行營銷資源投放，在目標客戶群識別方面，需要通過大數據建模，輸出滿足條件的客戶，給到營銷策劃部門。

　　4、提升話務預測精度：影響話務預測的精度，主要由數據和算法來決定。目前，業內在話務預測上常用的算法主要有最小二乘法、移動平均法、指數平滑法等，這些算法的共性特點就是對數據量要求不高，故預測的精度自然也就不高。

　　大數據技術支撐下的話務預測，不僅可以拓寬數據量，同時還可以采用更為優秀的算法基于大數據建模，譬如多元非線性回歸方法和人工神經網絡BP算法。

　　在這之前，受限于數據量，這些優秀的算法無法逞強施威，正所謂巧婦難為無米之炊。一旦話務需求影響因子的維度盡可能的廣，同一影響因子的歷史樣本數據量盡可能的多，話務預測的精度完全可以有質的飛躍，甚至是近乎完美的結果。而實踐證明，通過大數據采集與清洗、算法擇優、模型擬合等，預測準確率可以高達99.3%以上。這對后續人員排班、現場調度、資源配置、人力招聘等工作將帶來更加精準的指導。

　　（二）管理側：大數據在呼叫中心人力管理的應用思考

　　客戶管理和員工管理是貫穿呼叫中心運營管理的兩條主線，對于勞動密集型的大型呼叫中心管理而言，KPI和KHI同等重要，只有像服務客戶一樣服務員工，像節能減排一樣為員工減壓降負，像創造利潤一樣為員工創造幸福，才能形成雙輪驅動。

　　1、互聯網時代人力資源管理面臨挑戰與思考

　　人力資源管理面臨更加復雜的內外環境，人的需求呈現多元化、個性化，人才流動加速、人對組織的黏度降低等，并成為企業發展的新常態，唯有創新求變才能突破管理的困境。

　　2、人力大數據助力呼叫中心實現人性化管理

　　在勞動密集型的大型呼叫中心人員管理上，人力資源管理問題更為凸顯，特別是在培訓管理、排班管理、流失管理、激勵管理等問題上面臨嚴峻的挑戰。筆者所在的中移在線廣州中心，擁有上千個座席，近兩千人的服務規模，屬于國內大型呼叫中心，人員管理難度可想而知。

　　2015年廣州中心在中移在線廣東公司率先搭建了人力大數據管理體系，開展了呼叫中心智慧管理的探索與實踐，通過整合以員工為中心的全方位數據，構建三維立體化的大數據倉庫，并應用于各個模塊的個性化管理，極大的提升了員工的歸屬感，近兩年的人員流失率創歷史新低。

　　10086熱線服務運營經過十多年的發展，員工隊伍的組成已涵蓋70、80、90后甚至00后，年齡層次跨度大，人員思想和需求差異也很大，傳統的一刀切管理方式恐怕很難繼續走下去，而基于人力大數據的管理呼之欲出，恰逢其時。

　　試想，在一個員工隊伍龐雜、前后臺人員素質參差不齊的勞動密集型呼叫中心，對管理而言，仿佛掉進云里霧里，找不到有效的抓手。而人力大數據管理體系充當了管理的眼睛和大腦，基于人力大數據的能力素質模型、人才測評（勝任力模型）、人崗匹配、離職預警模型、員工畫像以及標簽庫等成為HR的大腦和管理利器，可以幫助管理者撥開云霧，為管理提供導航。

　　譬如，公司在搭建培訓體系方面，結合員工畫像，與時俱進的做好課程規劃。如70后有保健養生的需求、80后有投資理財的需求、90后有情感分析的需求……人員賦能做到因人而異，體現公司個性化精準管理和貼心關懷，增強員工歸屬感。

　　譬如，公司在排班管理方面，結合員工標簽庫，統籌個性化排班需求，基于話務規律優化班次體系，結合員工偏好，提供靈活的特色班次，如喜歡夜間服務的月亮班、法定節假日堅守崗位的吸金班、承接繁忙時段話務的高峰班、方便異地員工在節假日期間返鄉的探親班，給懷孕的準媽媽們提供相對舒適的黃金班等等。

　　譬如，公司在人員流失管理方面，過去總是事后補救但卻無濟于事，往往顯得很被動，找不到有效的抓手。傳統的管理觀念，主要靠團隊建設來維系員工的忠誠度，并為此傾注大量管理精力和投入不菲的資源，但在人員流失防控上仍然收效甚微。這正是印證了那句話企業能給的未必是員工想要的。企業不能洞察和把握員工的需求，資源投放就不能做到有的放矢，作為成本中心壓力更大，因為呼叫中心人員流失的背后是公司巨額的招聘、培訓成本的浪費。

　　縱觀廣州中心70、80后員工，離職是個別現象的，有明確原因的，不會引發集體離職大潮；而90后的離職，往往具有傳染式離職的集體特性。由此可見，離職前的預警是多么的重要！

　　譬如，公司在人員激勵方面，除了傳統的精神和物質激勵，還可以考慮增加積分激勵和意愿滿足兩種方式，因人而異的滿足人員個性化激勵需求，提升人員激勵感知。

　　總而言之，基于人力大數據的人力資源管理才是真正意義上的人性化管理之道。隨著大數據技術的日臻成熟，顛覆傳統的服務和管理模式只是時間問題，筆者相信大數據+服務、大數據+管理將是未來智能客服的必經之路。