論“大數據”對企業呼叫中心職能的影響

張亞軍+韓燕

摘 要：隨著計算機互聯網技術的不斷升級換代和廣泛應用，大數據時代的到來已是必然?！按髷祿币l了人們生活、工作與思維的大變革，也給商業和管理帶來了重大變革的契機?，F今時代，能否掌控和駕馭“大數據”已經成為衡量企業能否走向未來和成功的關鍵性指標。對于企業呼叫中心而言，也不能再僅充當數據的收集和儲藏庫，提供傳統的服務了，還必須按照大數據的要求積極拓展自身職能，以大數據的理念和手段來收集和處理信息，為企業的管理、決策和長遠發展提供信息支持。

關鍵詞：大數據；企業管理；呼叫中心；職能拓展

中圖分類號：F272 文獻標志碼：A 文章編號：1673-291X（2017）30-0008-05

信息大爆炸的世紀，“大數據”已經晉升為一個時髦的“熱詞”。2013年，英國學者維克托·邁爾—舍恩伯格與肯尼斯·庫克耶合著的《大數據時代》一書的中文版在我國大陸正式出版發行后，“大數據”這一概念開始引起我國各界的廣泛關注。其實，麥肯錫全球研究院（MGI）早在2011年6月已經發布了題為《大數據：下一個創新、競爭和生產力的前沿》的研究報告，并指出：“數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對于海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈余浪潮的到來?！盵1]目前，世界上比較公認的是IDC對“大數據”的定義：“為了更經濟地從高頻率獲取的、大容量的、不同結構和類型的數據中獲取價值，而設計的新一代架構和技術?！盵2]通俗地講，所謂大數據（big data），就是指所涉及的資料量規模巨大到無法透過目前主流軟件工具，在合理時間內達到擷取、管理、處理并整理成為幫助企業經營決策更積極目的的資訊。我國對大數據的研究也提出指導方針，“《國家中長期科技發展規劃綱要（2006—2020）》《‘十二五國家戰略性新興產業發展規劃》中都提出支持海量數據存儲、處理技術的研發和產業化。2013年2月1日，科技部公布了國家重點基礎研究發展計劃（973計劃）2014年度重要支持方向，其中，大數據計算的基礎研究為重要支持方向之一?！盵3]這為大數據與我國各行業的融合發展指明了方向，提出了要求。作為集人力、知識和技術密集型為一體的服務產業——呼叫中心，伴隨著互聯網時代和大數據時代的到來，其互動形式和服務職能都將發生革命性變化。呼叫中心作為企業提高服務質量的有效手段，已經在商業界得到了廣泛應用。隨著呼叫中心的發展，其收集和掌握的數據已呈現出爆炸性增長的趨勢，但對數據管理和開發利用還遠遠不夠，致使很多有價值的數據信息被淹沒在無序的數據增長中，不能有效發揮作用。因此，如何將大量無序數據變為有利用價值的信息顯得尤為重要。只有進行專業化、系統化的數據管理、開發和利用，才能將這些無序的數據轉變成有價值的信息，為企業的管理、發展和運行更好服務。

在一個企業內部，呼叫中心掌握的信息，有兩大類：一類信息是能夠用數據或統一的結構加以表示的，被稱為結構化數據，如數字、符號；另一類信息是無法用數字或統一的結構表示的，如文本、圖像、聲音、網頁等，被稱為非結構化數據。這些數據有的可以直觀反映呼叫中心運營管理情況，有些則需要通過分析和挖掘，才能對企業的管理與決策發揮積極作用。因此，在大數據時代，有必要探討數據信息的開發利用對呼叫中心職能拓展的影響，以便促進企業呼叫中心職能的與時俱進和完善。

一、結構性數據的開發利用對呼叫中心職能的影響

結構性數據對呼叫中心內部的考核起著至關重要的作用，通過對這些數據的處理，企業可以迅速獲得員工的接入話量、通話時長、在線時長、處理量等數據；通過滿意度評分、話后回訪等工作，可以快速將這些數據轉化為可視數據；還可以通過對接通率、重復呼叫率、一次解決率等指標的考核，反映出呼叫中心的整體服務、運營水平。

（一）有利于強化呼叫中心管理、運營的監管職能

呼叫中心的每一個管理者都清楚，每次話務服務均涉及到客戶滿意度、首次問題解決率、通話時長、來電原因等各項運營數據，數據量若以服務人次的倍數增長來衡量，要做到各個指標以及量質的均衡是非常困難的。當前，雖然呼叫中心運營質量與效率管理的方法已經日趨成熟，但仍需進一步改進和提升，比如，如何突破傳統，形成呼叫中心管理運營的新思路，就是亟待解決的難點問題。

表1中的數據是西安市某天然氣公司呼叫中心2016年2月份最后一周的部分數據（下文數據出處相同，不再一一標注）。該表中涉及有日入呼量、日接話量、日呼損量以及呼損率等四項數據。此組數據雖然能核算出呼叫中心接聽率、話務損失率，但無法真實、全面地反映坐席臺的接話質量。如果單純地控制呼損率，會導致中心一味追求話務數量，而忽視話務質量的管理工作，一旦失去對接話質量的控制，客戶滿意度必會受到影響；另一方面，如果過度強調客戶滿意度，則會導致接話時間增長，增加人力成本，降低整體服務效率。因此，在監管過程中，應將呼損率和客戶滿意率有機結合在一起，參考所在行業整體服務水平，結合公司管理目標，合理分配監管中的考核指標和所占權重。

（二）有利于優化呼叫中心人員配置的核算職能

隨著呼叫中心規模的不斷擴大，傳統的經驗式排班模式已無法滿足管理需要。為使呼叫中心運營成本得到最小化，須針對小時話務量準確核算所需坐席數，并依此對呼叫中心的人力資源進行合理配置。呼叫中心可以針對不同的話務量安排對應的坐席，使其在滿足呼叫中心服務要求的前提條件下，有效實現呼叫中心人力資源的最優配置。

但呼入率是一個不確定的量，不僅在不同的年、月、日會不斷變化，而且在同一天不同的時間段也變化較大。以某熱線實際采樣數據進行處理，利用標準方差的數學預測模型對小時入呼量進行核算，具體（見表2）。

表2中采集了上述公司呼叫中心的平均小時入呼量。直觀上看，數據雜亂五章，無法預測每日小時入呼量的峰值作用。但是，如果通過折線圖表示，則可直觀體現出小時入呼電話量的規律（見圖1）。endprint

從圖1可以看出，呼叫中心話務峰值出現在每日9：00-16：00之間。如果再結合最高小時接聽量，則可準確核算出在此時段所需坐席數。據此，只需依照數據結果，就可以合理安排在班人員，順利完成部門接話任務。

（三）有利于拓展呼叫中心對客服相關部門的數據監督職能

維修部門是與呼叫中心聯系最為緊密的業務部門，呼叫中心的運營除了受到內部管理的影響外，維修部門運營水平對呼叫中心的影響也是非常大的。

呼叫中心獲得的數據中，除了內部工作數據外，還包含大量的協作部門信息。這些數據可對公司整體服務水平進行監控，也可協助公司對管理客服相關崗位提交的工作數據起到監督作用。

假設設備的故障率恒定，區域內用戶數量不變的情況下，報修量應與用戶數量成正比關系。如果報修比出現異常，則表明區域內出現異常情況。表3列舉的是上述公司中壓站高供與非高供期間維修工單量的統計情況，下頁圖2則是根據表3中的數據制作的各服務站維修數據分布圖。從圖2中可以看出，城中中壓站在高供期間報修量激增，轄區用戶數卻無明顯增長，應予以關注。經核實，城中區域受天氣影響，供氣壓力不足。

二、非結構性數據的開發利用對呼叫中心職能的影響

在很多企業呼叫中心的管理運營中，結構化數據均能得到較好的開發和利用，相應的核算辦法、考核手段也比較成熟。但由于考核參數多，反映運營狀況目標點不一，行業尚無統一標準考量管理執行情況。因此，在大數據時代，呼叫中心面對大量無序數據，如何開發利用已經成為亟待解決的重要問題。

研究顯示，企業呼叫中心包含信息量最多的應用程序就是電話錄音。但事實上，這部分數據資料并沒有得到充分挖掘和利用。電話錄音中所包含的基本信息，不僅僅是客服代表說過什么，做過什么，同時還隱含著客戶致電呼叫中心的目的和反映實際問題以及客戶對于企業的服務滿意度和態度等。依靠專業的錄音挖掘人員和工具，可以將這些數據轉變成有價值的數據信息，為企業的各項決策和戰略調整提供更可靠、更有效的參考。

（一）非結構性數據的開發利用對呼叫中心話務質量控制的影響

傳統的企業呼叫中心內部管理，對結構數據分析功能倚重較強，各項考核指標煩瑣復雜，會給坐席員帶來很大的考核壓力，容易導致呼叫中心人員嚴重流失。其主要原因在于，企業對呼叫中心員工工作的精確細分和定位不夠，在培訓需求確定、計劃設定和實施等環節管理過于粗放，使坐席員專業技能不足，所造成的呼叫中心人員流失。

此外，傳統的來電原因點擊分類功能，是通過坐席員人工完成的。采集到的數據顆粒粗、精度差，不能滿足精細化分析；同時，此項工作又增加通話時長、降低了接話效率。不過，雖然錄音監聽分類顆粒和準確性能滿足需求，但是人工成本過高，效率低下，難于執行。因此，電話錄音長期不被關注，未能及時挖掘和利用。

大多數管理者常常會有這樣的慣性思維——培訓工作無法用數據化來體現。因此，培訓課程的設計，培訓方式的選擇，常?？俊敖涷灐眮矶▕Z。但是，在大數據時代，其所需的數據技術完全可以幫助管理者更好地進行決策。對員工各階段成長目標的設定，必須實現由“依賴經驗”逐步向“有據可依”過渡。通過語音挖掘技術有效地對呼叫中心錄音數據進行挖掘、整理、匯總，可以將非結構化的語音信息轉換為結構化的索引，從而提取出有價值的數據信息。通過信息能及時發現存在的熱點和難點問題以及專業技能盲點，可以實現“培訓課程與培訓對象”之間最經濟和最精準的匹配，從而縮減了不必要的培訓項目，減輕了員工負擔和壓力，進而大大提升工作效果。

（二）非結構性數據的開發利用對呼叫中心客戶關系管理的影響

客戶關系管理（簡稱CRM），企業為提高核心競爭力，利用相應的信息技術以及互聯網技術來協調企業與顧客間在銷售、營銷和服務上的交互，從而提升其管理方式，向客戶提供創新式的個性化的客戶交互和服務的過程。應用的目的是根據客戶的屬性，從不同角度深層次分析客戶，并以此為依據，針對不同客戶制定服務類型，以達到增加新的客戶、提高客戶的忠誠度、降低客戶流失率、提高客戶消費等目的。

呼叫中心中的看似散亂、無序的非結構性數據，其實蘊藏著很大的商業價值。只要企業呼叫中心對大量非結構性數據進行一定的分類整理，就可以將數據區分為忠誠客戶、粉絲客戶、成功/失敗營銷、潛在客戶、投訴抱怨客戶、重復來電和超長通話等類型，對這些數據集進行分類統計，并根據用戶類型對應提供服務，就能帶來良好的客戶體驗，從而維持好客戶關系。

此外，通過規范和豐富客戶服務內容以及對市場反饋信息挖掘，持續收集客戶需求及市場信息；推進產品設計和服務模式創新；強化客戶忠誠度，拓增新客戶與新話務等。而這也是創造新的商業價值的良好契機。

三、結語

總之，擁有海量的客戶信息是企業呼叫中心的主要特征，而整理挖掘海量信息并為企業決策和發展提有效參考，則是其在大數據時代的職能拓展。在大數據時代，隨著每一位新客戶的加入，以及每一個客戶呼叫的介入，企業呼叫中心的客戶數據庫都會得到一次刷新，數據量也會進一步膨脹。因此，對于企業呼叫中心而言，采用大數據方法來管理數據中心的客戶信息已勢在必行。在企業呼叫中心收集的海量數據中，必然包含著企業管理和運營所需要的各種信息。如果能對這些數據進行整理和挖掘，提取其中的有效信息并加以合理利用，必然能夠幫助企業管理者更好地實施管理，為企業的更好發展帶來益處。能否“從混亂中解析出價值”，是大數據時代給企業呼叫中心提出的新要求和新任務，也是企業呼叫中心職能拓展的新契機。

參考文獻：

[1] 艷琳.大數據應用之道[J].科學大觀園，2013，（12）：75-76.

[2] 淺析大數據與云計算物聯網等熱點的關系[EB/OL].眾焱科技網，2013-03-02.

[3] 方巍，鄭玉，徐江.大數據：概念、技術及應用研究綜述[J].南京信息工程大學學報：自然科學版，2014，（5）：405-419.

[責任編輯 劉嬌嬌]endprint