互聯(lián)網(wǎng)的觸角不斷延伸，萬(wàn)物互聯(lián)的大平臺成就大連接，催生大服務(wù)，誕生大數據，而大數據反饋回來(lái)的信息，讓我們更好的理解客戶(hù)，從而創(chuàng )造更加滿(mǎn)意的服務(wù)。為服務(wù)而生的呼叫中心，從只有一根電話(huà)線(xiàn)的呼叫服務(wù)中心到逐步過(guò)渡到短信、網(wǎng)站、微博、微信、APP等多渠道的多媒體客戶(hù)聯(lián)絡(luò )中心，再到擁有海量客戶(hù)接觸數據的客戶(hù)關(guān)系管理中心。在大數據時(shí)代的風(fēng)口上，呼叫中心應該順勢而為，搶抓大數據領(lǐng)地的制高點(diǎn)，不斷優(yōu)化服務(wù)模式，提升服務(wù)體驗，并推出基于多觸點(diǎn)海量數據的服務(wù)新模式與新產(chǎn)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(gè)場(chǎng)景逐步深入和應用。
（一）運營(yíng)側：大數據在客戶(hù)精準服務(wù)上的應用思考
1、客戶(hù)聲音挖掘：發(fā)揮呼叫中心的“回聲谷”和“傳感器”的作用，從海量客戶(hù)接觸數據中，洞悉客戶(hù)聲音，挖掘客戶(hù)訴求的最強音，戳中客戶(hù)的痛點(diǎn)，反饋業(yè)務(wù)部門(mén)推動(dòng)業(yè)務(wù)、產(chǎn)品的設計優(yōu)化，改善客戶(hù)體驗，為客戶(hù)創(chuàng )造驚喜。主要有如下兩方面應用：
（1）通過(guò)大數據采集建立預警模型，先于客戶(hù)發(fā)現問(wèn)題、先于投訴解決問(wèn)題，化被動(dòng)服務(wù)為主動(dòng)關(guān)懷，防范客戶(hù)感知受損。
（2）通過(guò)來(lái)電原因分析，并基于“需求--策略--資源”管理模型重構服務(wù)模式，整合服務(wù)資源，優(yōu)化服務(wù)策略，持續打造最佳的服務(wù)體驗。
2、特殊客戶(hù)管理：通過(guò)對疑難客戶(hù)、敏感客戶(hù)、高頻來(lái)電客戶(hù)的歷史通話(huà)開(kāi)展語(yǔ)音標注，轉化為文本數據，分析客戶(hù)來(lái)電原因、業(yè)務(wù)關(guān)注點(diǎn)、潛在訴求，并結合客戶(hù)基本屬性信息（職業(yè)、網(wǎng)齡、ARPU值等）做好客戶(hù)畫(huà)像，形成客戶(hù)標簽庫和與之對應的服務(wù)策略庫。基于“兩庫”重構現有服務(wù)流程，設立專(zhuān)席或專(zhuān)屬客戶(hù)經(jīng)理受理，提升特殊客戶(hù)的服務(wù)針對性。
3、大數據精準營(yíng)銷(xiāo)：大數據精準營(yíng)銷(xiāo)包含兩方面的內容，即用戶(hù)需求挖掘以及目標客戶(hù)識別。以中國移動(dòng)業(yè)務(wù)為例，大數據在用戶(hù)需求挖掘，助力精準營(yíng)銷(xiāo)方面，主要實(shí)施如下“四步走”策略：
為滿(mǎn)足特定營(yíng)銷(xiāo)活動(dòng)推廣的需要，常常需要甄選或圈定目標客戶(hù)群進(jìn)行營(yíng)銷(xiāo)資源投放，在目標客戶(hù)群識別方面，需要通過(guò)大數據建模，輸出滿(mǎn)足條件的客戶(hù)，給到營(yíng)銷(xiāo)策劃部門(mén)。
4、提升話(huà)務(wù)預測精度：影響話(huà)務(wù)預測的精度，主要由數據和算法來(lái)決定。目前，業(yè)內在話(huà)務(wù)預測上常用的算法主要有最小二乘法、移動(dòng)平均法、指數平滑法等，這些算法的共性特點(diǎn)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(shù)支撐下的話(huà)務(wù)預測，不僅可以拓寬數據量，同時(shí)還可以采用更為優(yōu)秀的算法基于大數據建模，譬如多元非線(xiàn)性回歸方法和人工神經(jīng)網(wǎng)絡(luò )BP算法。
在這之前，受限于數據量，這些優(yōu)秀的算法無(wú)法逞強施威，正所謂“巧婦難為無(wú)米之炊”。一旦話(huà)務(wù)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(huà)務(wù)預測的精度完全可以有質(zhì)的飛躍，甚至是近乎完美的結果。而實(shí)踐證明，通過(guò)大數據采集與清洗、算法擇優(yōu)、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(chǎng)調度、資源配置、人力招聘等工作將帶來(lái)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(hù)管理和員工管理是貫穿呼叫中心運營(yíng)管理的兩條主線(xiàn)，對于勞動(dòng)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(wù)客戶(hù)一樣服務(wù)員工，像節能減排一樣為員工減壓降負，像創(chuàng )造利潤一樣為員工創(chuàng )造幸福，才能形成“雙輪驅動(dòng)”。
1、互聯(lián)網(wǎng)時(shí)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(huán)境，人的需求呈現多元化、個(gè)性化，人才流動(dòng)加速、人對組織的黏度降低等，并成為企業(yè)發(fā)展的新常態(tài)，唯有創(chuàng )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(shí)現人性化管理
在勞動(dòng)密集型的大型呼叫中心人員管理上，人力資源管理問(wèn)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(wèn)題上面臨嚴峻的挑戰。筆者所在的中移在線(xiàn)廣州中心，擁有上千個(gè)座席，近兩千人的服務(wù)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(xiàn)廣東公司率先搭建了人力大數據管理體系，開(kāi)展了呼叫中心智慧管理的探索與實(shí)踐，通過(guò)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(gè)模塊的個(gè)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(chuàng )歷史新低。
10086熱線(xiàn)服務(wù)運營(yíng)經(jīng)過(guò)十多年的發(fā)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(shí)。
試想，在一個(gè)員工隊伍龐雜、前后臺人員素質(zhì)參差不齊的勞動(dòng)密集型呼叫中心，對管理而言，仿佛掉進(jìn)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(zhì)模型、人才測評（勝任力模型）、人崗匹配、離職預警模型、員工畫(huà)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(kāi)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(huà)像，與時(shí)俱進(jìn)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(gè)性化精準管理和貼心關(guān)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(gè)性化排班需求，基于話(huà)務(wù)規律優(yōu)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(wù)的月亮班、法定節假日堅守崗位的吸金班、承接繁忙時(shí)段話(huà)務(wù)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(guò)去總是事后補救但卻無(wú)濟于事，往往顯得很被動(dòng)，找不到有效的抓手。傳統的管理觀(guān)念，主要靠團隊建設來(lái)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(huà)“企業(yè)能給的未必是員工想要的”。企業(yè)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(guān)廣州中心70、80后員工，離職是個(gè)別現象的，有明確原因的，不會(huì )引發(fā)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(jiàn)，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(zhì)激勵，還可以考慮增加積分激勵和意愿滿(mǎn)足兩種方式，因人而異的滿(mǎn)足人員個(gè)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(zhù)大數據技術(shù)的日臻成熟，顛覆傳統的服務(wù)和管理模式只是時(shí)間問(wèn)題，筆者相信“大數據+服務(wù)”、“大數據+管理”將是未來(lái)智能客服的必經(jīng)之路。
