本文為作者專(zhuān)門(mén)為CTI論壇所撰寫(xiě) 謝絕轉載
一、從一個(gè)微博說(shuō)起
8月2日，@高峽之數據時(shí)代的一個(gè)朋友發(fā)送了一條微博：“呼叫中心的大數據方案應該是這樣的：客戶(hù)打電話(huà)進(jìn)來(lái)，并不是簡(jiǎn)單的分配一個(gè)空閑的接線(xiàn)員，而是通過(guò)大數據分析，實(shí)時(shí)分配一名與該客戶(hù)好感度最高的接線(xiàn)員。通過(guò)這一方案，可以實(shí)現6年營(yíng)業(yè)額增長(cháng)190%，客戶(hù)解約阻止率提高117%，接線(xiàn)員離職率下降25%。 ”
可以用“一石激起千層浪”，來(lái)形容這條微博的效果。
被轉發(fā)了93次，被評論了21次，雖然這些數量都不是很大，但是，一些呼叫中心的朋友，包括一些比較有名的專(zhuān)業(yè)人士都做了點(diǎn)評，同時(shí)，其它領(lǐng)域的網(wǎng)友也想法頗多。
最初我沒(méi)有太留意，評論了一條：“根本就是‘白日夢(mèng)’。很早各大國際公司就有這樣的方案。但是，做路由策略的公司搞不定大數據；做大數據的公司搞不定路由策略。很難啊。”
其他網(wǎng)友的評論很有意思，我分了一下類(lèi)，大概有四類(lèi)：
1.持懷疑、否定態(tài)度的
@張道山_2003：客戶(hù)好感度最高是在哪里如何被評價(jià)出來(lái)的？方案效果的數據來(lái)源于哪里？
@挽弓射虎：數據來(lái)自真實(shí)案例？
@下雨在家：這幾個(gè)數字咋來(lái)的？好感度高的人總占線(xiàn)怎么辦？
@鹽漬烏梅：這樣得需要多少坐席啊，哪家呼叫中心這么不計成本。
@黃河Tony：關(guān)鍵是在復雜模型的計算上又要效率，還要變化
@王厚東HD:對排班和路由策略挑戰不小，可以從高端小眾VVIP客戶(hù)做實(shí)驗。
@王厚東HD:來(lái)電的隨機性和匹配員工的可用性跟對運營(yíng)效率的要求是相悖的。
@請問(wèn)微博是什么：很難，不是技術(shù)上而是人這個(gè)動(dòng)物很特殊，不是電腦能理解的
@彭旻璽：鄙人粗陋寡聞，老聽(tīng)別人忽悠大數據的概念，但從來(lái)聽(tīng)過(guò)，更沒(méi)見(jiàn)過(guò)落地實(shí)施的大數據成功案例，哪位可以幫忙告知一下？
@趙磊--前進(jìn)檔：如何確定好感度？如何在短時(shí)間內快速評價(jià)客戶(hù)接受前的狀態(tài)？通過(guò)什么機制實(shí)現？是否還要考慮客戶(hù)的性別、年齡、身份、職級、戶(hù)籍、方言、學(xué)歷、經(jīng)常使用的語(yǔ)言風(fēng)格、性格特質(zhì)......有沒(méi)有具體的解決方案建議？做運營(yíng)的最怕忽悠。
@國旭網(wǎng)絡(luò )：復雜的工程。
@山煈點(diǎn)火把滿(mǎn)意度結合起來(lái)？但是需要長(cháng)時(shí)間積累。。。還要提升戶(hù)均來(lái)電。否則客戶(hù)和坐席的猿糞是個(gè)問(wèn)題。
@木杉hn：據我所知聯(lián)通客服所使用的華為V600系統還遠不能滿(mǎn)足這個(gè)大數據分析需求~
@唐川-草上飛2008：客戶(hù)好感度最高是在哪里如何被評價(jià)出來(lái)的？方案效果的數據來(lái)源于哪里？
