“數據就是新的石油。它是有價(jià)值的，但如果未經(jīng)提煉就不能真正使用。必須將數據轉化為天然氣、塑料、化學(xué)品等，才能創(chuàng )造一個(gè)有價(jià)值的實(shí)體，推動(dòng)盈利活動(dòng)；因此必須對數據進(jìn)行分解、分析，使其具有價(jià)值。”--數據科學(xué)家先驅Clive Humby。

　　數據爆炸正在發(fā)生，全球數據總量每3年翻一番，站點(diǎn)也沒(méi)有盡頭。利用這些數據將推動(dòng)未來(lái)的經(jīng)濟。這個(gè)領(lǐng)域的專(zhuān)家被稱(chēng)為數據科學(xué)家，《哈佛商業(yè)評論》（Harvard Business Review）稱(chēng)之為“21世紀最性感的工作”的職業(yè)。數據已經(jīng)給職業(yè)體育帶來(lái)了革命性的變化--只要看看棒球場(chǎng)上的擊球手們用“轉移”到球場(chǎng)的一邊就知道了，這是由于擊球手們的統計擊球模式造成的。數據也將徹底改變聯(lián)絡(luò )中心。

　　數據通常分為兩類(lèi)：結構化和非結構化。結構化數據長(cháng)期以來(lái)一直是聯(lián)絡(luò )中心管理的基礎--數據是在一個(gè)組織良好的數據庫中，可以交叉引用，例如由座席、組和隊列組織的通話(huà)時(shí)間。非結構化數據比會(huì )話(huà)內容更原始。像聊天和電子郵件這樣的數字會(huì )話(huà)有豐富的文本等待挖掘，隨著(zhù)語(yǔ)音識別技術(shù)的進(jìn)步，語(yǔ)音會(huì )話(huà)也可以以類(lèi)似的方式進(jìn)行挖掘。語(yǔ)音和文本分析可用于破譯對話(huà)并將其分類(lèi)到結構化數據庫中，例如，為來(lái)電者表現出挫敗感或座席使用不當語(yǔ)言的互動(dòng)建立索引。

　　數據科學(xué)家在新興聯(lián)絡(luò )中心的工作是理解所有這些信息，并將其付諸行動(dòng)以改善業(yè)務(wù)成果。

　　數據分析師使用專(zhuān)門(mén)的分析工具來(lái)尋找趨勢和獲得見(jiàn)解，并幫助設計解決方案。數據分析員在結構化和非結構化數據中尋找相關(guān)性。例如，一個(gè)聯(lián)絡(luò )中心通過(guò)語(yǔ)音分析發(fā)現，在與座席的對話(huà)中提到競爭對手價(jià)格的客戶(hù)，最終離開(kāi)轉向競爭對手的可能性明顯高于其他客戶(hù)。

　　為了擴大洞察的范圍，數據科學(xué)家可以將來(lái)自聯(lián)絡(luò )中心內部的信息與來(lái)自外部來(lái)源的數據相結合。公共領(lǐng)域中存在大量有價(jià)值的數據集。例如，一個(gè)完整的亞馬遜客戶(hù)評論和Yelp評論數據庫可以在線(xiàn)獲得，其中包含關(guān)于客戶(hù)情緒的寶貴數據。制造商或零售商可以利用這些評價(jià)來(lái)評估自己的產(chǎn)品和服務(wù)以及競爭對手的績(jì)效。這些見(jiàn)解可以幫助培訓座席在銷(xiāo)售談話(huà)中強調產(chǎn)品的哪些方面。其他有價(jià)值的工具是免費提供的，比如Google云公共數據集，它提供了搜索100多個(gè)公共數據集的能力，Google趨勢，它可以用來(lái)檢查Web搜索歷史以及實(shí)時(shí)搜索趨勢。

　　創(chuàng )造性的數據分析師將與聯(lián)絡(luò )中心的其他人合作，為他們發(fā)現的問(wèn)題或機遇制定解決方案。數據分析師的見(jiàn)解可用于：

　　例如，針對上述客戶(hù)流失風(fēng)險的適當對策可以是主動(dòng)聯(lián)系在互動(dòng)中提及競爭對手價(jià)格的所有客戶(hù)，以特價(jià)吸引他們作出長(cháng)期承諾。

　　數據分析師還將為機器人團隊提供關(guān)鍵見(jiàn)解。客戶(hù)交互趨勢可以用來(lái)決定在何處部署機器人，以及如何微調它們在該領(lǐng)域的性能。機器人本身將由另一種數據科學(xué)家開(kāi)發(fā)。

　　機器人開(kāi)發(fā)首先需要認識到哪些問(wèn)題非常適合自動(dòng)化，哪些問(wèn)題最好留給人工座席。下一個(gè)要求是熟練掌握驅動(dòng)許多機器人程序的一套專(zhuān)門(mén)的自然語(yǔ)言工具，如Google DialogFlow和IBM Watson，并了解哪些工具最適合于哪種類(lèi)型的對話(huà)。機器人開(kāi)發(fā)人員使用數據分析人員提供的數據和見(jiàn)解來(lái)設計機器人解決方案，并訓練機器人更好地完成任務(wù)。

　　我們將這些人稱(chēng)為會(huì )話(huà)開(kāi)發(fā)人員。他們了解計算機是如何“思考”和對輸入做出反應的，這使得他們能夠更好地掌握什么時(shí)候以及為什么會(huì )發(fā)生意外，從而避免意外。他們利用數據分析員對結果的置信度來(lái)知道什么時(shí)候“建議”答案，什么時(shí)候“宣布”行動(dòng)。

　　這些技術(shù)工人類(lèi)似于軟件世界中的“前端開(kāi)發(fā)人員”，一個(gè)好的前端開(kāi)發(fā)人員與犯罪的合作伙伴，即用戶(hù)界面設計師是搭檔。對于機器人設計，這個(gè)人被稱(chēng)為會(huì )話(huà)設計師，這是一個(gè)新角色，是為下一代聯(lián)絡(luò )中心編寫(xiě)劇本的團隊的一部分。

　　原文網(wǎng)址：

　　https://blog.glia.com/the-times-they-are-a-changing-talent-in-the-contact-center-part-4-the-research-team/