整天說(shuō)大數據，多大算大？
這么大的數據，怎么管？
語(yǔ)塞，心塞，喝酒吃飯...
后來(lái)想了一項，這看似門(mén)外的問(wèn)法其實(shí)涉及到了一個(gè)嚴肅的技術(shù)討論問(wèn)題，那就是DataGovernance，又叫做數據治理。第一次我在接觸這個(gè)詞的時(shí)候努力試圖把它與DataManagement數據管理分開(kāi)，以宏觀(guān)(政府)和微觀(guān)(企業(yè))想映射。
數據就是二十一世紀的石油，所以“DataLake數據湖”產(chǎn)生了。對于企業(yè)來(lái)說(shuō)，掌握數據就掌握了更多的可能。聯(lián)絡(luò )中心則是日以繼夜地生產(chǎn)大量數據的后方根據地，以一個(gè)100坐席規模的多媒體聯(lián)絡(luò )中心，每天產(chǎn)生的數據量也是驚人的：如通話(huà)數據、錄音數據、坐席數據、工單數據、日志數據、網(wǎng)頁(yè)數據等，如果是一個(gè)外呼的營(yíng)銷(xiāo)型聯(lián)絡(luò )中心或者工單派發(fā)型的服務(wù)聯(lián)絡(luò )中心，再配合CRM所產(chǎn)生的業(yè)務(wù)數據，日積月累，存儲空間會(huì )以T比特級別直線(xiàn)上升。
經(jīng)常業(yè)務(wù)部門(mén)要一個(gè)數據ETL做匹配篩選，或者來(lái)一份CDR詳單對一下明細，數據庫管理員DBA的內心深處其實(shí)是奔潰的，就好比:
hmm，來(lái)點(diǎn)干貨吧：
聯(lián)絡(luò )中心本質(zhì)上是一種綜合的信息處理系統，包括了多方的參與者，因此數據的生成可以從多個(gè)維度來(lái)進(jìn)行剖析。從宏觀(guān)來(lái)說(shuō)可以從業(yè)務(wù)流、知識流、信息流、數據流這四個(gè)層次去觀(guān)察。
- 業(yè)務(wù)流根據不同企業(yè)對聯(lián)絡(luò )中心的任務(wù)定義通過(guò)不同分工完成，各個(gè)崗位和組織之間的協(xié)作構成業(yè)務(wù)流，典型的就是一個(gè)電話(huà)訂單受理的流程，客戶(hù)來(lái)電下單，CSR在線(xiàn)受理后，提交工單，流轉到財務(wù)、審核、生產(chǎn)、物流形成一個(gè)線(xiàn)性的流程。站在這個(gè)維度，聯(lián)絡(luò )中心可以將觸角延伸到后臺處理，以一個(gè)“流程360度視圖”數據的方式來(lái)綜合提高運營(yíng)效率。
- 知識流則是在不同的崗位和組織之間進(jìn)行業(yè)務(wù)活動(dòng)時(shí)候，知識也在不斷的遷移。比如新產(chǎn)品的對應的營(yíng)銷(xiāo)話(huà)術(shù)，投訴工單的聚類(lèi)和歸集輸出等等。
- 信息流的直接表現形式就是ERP/BPM或者CRM軟件，讓各種知識流在不同的IT信息系統中傳遞。
- 信息流最終具象成數據，要么短暫使用，要么持久化在數據庫中，形成數據湖，等待后期數據挖掘。
如果只有數據一直在存而不做數據挖掘分析，那就會(huì )形成數據“沼澤”，因此數據治理的第一步就應該是頂層設計，也就是數據分層。抽象地理解，聯(lián)絡(luò )中心的數據大致可以分為：
- 元數據：描述數據的數據MetaData
- 參考數據：如知識庫等包含通用不變的數據（網(wǎng)點(diǎn)、利率、等常見(jiàn)知識)
- 組織結構數據：坐席、崗位和后臺流程部門(mén)等
- 業(yè)務(wù)結構數據：用戶(hù)信息、理財產(chǎn)品、工單表格等
- 業(yè)務(wù)活動(dòng)數據：交互記錄、活動(dòng)數據、合同信息等
- 業(yè)務(wù)審計數據：操作記錄、審批記錄、質(zhì)檢記錄等
從聯(lián)絡(luò )中心層面來(lái)說(shuō)，多種媒體渠道（語(yǔ)音、聊天、APP），各種工具軟件（知識庫、錄音）和應用程序（機器人）越來(lái)越復雜，相互依存度逐年增加，相應的追蹤整個(gè)客戶(hù)鏈條各組件之間數據流動(dòng)、了解數據元素含義和上下文的需求越來(lái)越強烈。比如一個(gè)客戶(hù)在A(yíng)PP上通過(guò)聊天機器人對話(huà)轉到人工，坐席后又主動(dòng)致電客戶(hù)，后續質(zhì)檢人員在追蹤此條對話(huà)需要對應地抽取聊天記錄和通話(huà)錄音兩種數據，甚至還有后續客戶(hù)短信滿(mǎn)足度回放的結果。
從總量上來(lái)看，聯(lián)絡(luò )中心的元數據越來(lái)越多，光現有的數據模型中就包含了成千上萬(wàn)的表，同時(shí)還有更多的模型等著(zhù)上線(xiàn)，同時(shí)隨著(zhù)大數據時(shí)代的來(lái)臨，企業(yè)需要處理的數據類(lèi)型越來(lái)越多，需要明確元數據管理策略和元數據集成體系結構，依托成熟的方法論和工具實(shí)現元數據管理，并有步驟的提升其元數據管理成熟度。
為了實(shí)現大數據治理，構建智慧的分析洞察Insight，僅僅是分析聯(lián)絡(luò )中心自身的數據，很難建立完整且一致的元數據管理策略，聯(lián)絡(luò )中心需要實(shí)現貫穿整個(gè)企業(yè)的元數據集成。該策略不僅僅針對某個(gè)數據倉庫項目、業(yè)務(wù)分析項目、某個(gè)大數據項目或某個(gè)應用單獨制定一個(gè)管理策略，而是針對整個(gè)企業(yè)構建完整的管理策略。
通俗的話(huà)說(shuō)，就是聯(lián)絡(luò )中心在自身的元數據整理好、數倉建設好后，以ETL標準件方式主動(dòng)融入業(yè)務(wù)部門(mén)的大數據分析系統，形成更有力的數據治理。
其實(shí)后來(lái)想得清楚一些了，這就是道與術(shù)的區別，抖音一個(gè)機靈：《黃帝內經(jīng)》之素問(wèn)·四氣調神大論中提出到：“是故圣人不治已病治未病，不治已亂治未亂，此之謂也。呃～大概也就是這個(gè)意思。
