这是一个连接无处不在的社会，这是一个服务无处不在的社会，这是一个数据无处不在的社会，每个人都在随时、随地、随心的获取服务并与这个社会进行互动。当下，每个人与这个世界的距离比以往任何时期都要更接近，更有参与感和存在感，无处不在的服务让生活更加便捷和美好。
互联网的触角不断延伸，万物互联的大平台成就大连接，催生大服务，诞生大数据，而大数据反馈回来的信息，让我们更好的理解客户，从而创造更加满意的服务。为服务而生的呼叫中心，从只有一根电话线的呼叫服务中心到逐步过渡到短信、网站、微博、微信、APP等多渠道的多媒体客户联络中心，再到拥有海量客户接触数据的客户关系管理中心。在大数据时代的风口上，呼叫中心应该顺势而为，抢抓大数据领地的制高点，不断优化服务模式，提升服务体验，并推出基于多触点海量数据的服务新模式与新产品。笔者认为，大数据在呼叫中心大有作为，可考虑从如下几个场景逐步深入和应用。
（一）运营侧：大数据在客户精准服务上的应用思考
1、客户声音挖掘：发挥呼叫中心的回声谷和传感器的作用，从海量客户接触数据中，洞悉客户声音，挖掘客户诉求的最强音，戳中客户的痛点，反馈业务部门推动业务、产品的设计优化，改善客户体验，为客户创造惊喜。主要有如下两方面应用：
（1）通过大数据采集建立预警模型，先于客户发现问题、先于投诉解决问题，化被动服务为主动关怀，防范客户感知受损。
（2）通过来电原因分析，并基于需求--策略--资源管理模型重构服务模式，整合服务资源，优化服务策略，持续打造最佳的服务体验。
2、特殊客户管理：通过对疑难客户、敏感客户、高频来电客户的历史通话开展语音标注，转化为文本数据，分析客户来电原因、业务关注点、潜在诉求，并结合客户基本属性信息（职业、网龄、ARPU值等）做好客户画像，形成客户标签库和与之对应的服务策略库。基于两库重构现有服务流程，设立专席或专属客户经理受理，提升特殊客户的服务针对性。
3、大数据精准营销：大数据精准营销包含两方面的内容，即用户需求挖掘以及目标客户识别。以中国移动业务为例，大数据在用户需求挖掘，助力精准营销方面，主要实施如下四步走策略：
为满足特定营销活动推广的需要，常常需要甄选或圈定目标客户群进行营销资源投放，在目标客户群识别方面，需要通过大数据建模，输出满足条件的客户，给到营销策划部门。
4、提升话务预测精度：影响话务预测的精度，主要由数据和算法来决定。目前，业内在话务预测上常用的算法主要有最小二乘法、移动平均法、指数平滑法等，这些算法的共性特点就是对数据量要求不高，故预测的精度自然也就不高。
大数据技术支撑下的话务预测，不仅可以拓宽数据量，同时还可以采用更为优秀的算法基于大数据建模，譬如多元非线性回归方法和人工神经网络BP算法。
在这之前，受限于数据量，这些优秀的算法无法逞强施威，正所谓巧妇难为无米之炊。一旦话务需求影响因子的维度尽可能的广，同一影响因子的历史样本数据量尽可能的多，话务预测的精度完全可以有质的飞跃，甚至是近乎完美的结果。而实践证明，通过大数据采集与清洗、算法择优、模型拟合等，预测准确率可以高达99.3%以上。这对后续人员排班、现场调度、资源配置、人力招聘等工作将带来更加精准的指导。
（二）管理侧：大数据在呼叫中心人力管理的应用思考
客户管理和员工管理是贯穿呼叫中心运营管理的两条主线，对于劳动密集型的大型呼叫中心管理而言，KPI和KHI同等重要，只有像服务客户一样服务员工，像节能减排一样为员工减压降负，像创造利润一样为员工创造幸福，才能形成双轮驱动。
1、互联网时代人力资源管理面临挑战与思考
人力资源管理面临更加复杂的内外环境，人的需求呈现多元化、个性化，人才流动加速、人对组织的黏度降低等，并成为企业发展的新常态，唯有创新求变才能突破管理的困境。
2、人力大数据助力呼叫中心实现人性化管理
在劳动密集型的大型呼叫中心人员管理上，人力资源管理问题更为凸显，特别是在培训管理、排班管理、流失管理、激励管理等问题上面临严峻的挑战。笔者所在的中移在线广州中心，拥有上千个座席，近两千人的服务规模，属于国内大型呼叫中心，人员管理难度可想而知。
2015年广州中心在中移在线广东公司率先搭建了人力大数据管理体系，开展了呼叫中心智慧管理的探索与实践，通过整合以员工为中心的全方位数据，构建三维立体化的大数据仓库，并应用于各个模块的个性化管理，极大的提升了员工的归属感，近两年的人员流失率创历史新低。
10086热线服务运营经过十多年的发展，员工队伍的组成已涵盖70、80、90后甚至00后，年龄层次跨度大，人员思想和需求差异也很大，传统的一刀切管理方式恐怕很难继续走下去，而基于人力大数据的管理呼之欲出，恰逢其时。
试想，在一个员工队伍庞杂、前后台人员素质参差不齐的劳动密集型呼叫中心，对管理而言，仿佛掉进云里雾里，找不到有效的抓手。而人力大数据管理体系充当了管理的眼睛和大脑，基于人力大数据的能力素质模型、人才测评（胜任力模型）、人岗匹配、离职预警模型、员工画像以及标签库等成为HR的大脑和管理利器，可以帮助管理者拨开云雾，为管理提供导航。
譬如，公司在搭建培训体系方面，结合员工画像，与时俱进的做好课程规划。如70后有保健养生的需求、80后有投资理财的需求、90后有情感分析的需求……人员赋能做到因人而异，体现公司个性化精准管理和贴心关怀，增强员工归属感。
譬如，公司在排班管理方面，结合员工标签库，统筹个性化排班需求，基于话务规律优化班次体系，结合员工偏好，提供灵活的特色班次，如喜欢夜间服务的月亮班、法定节假日坚守岗位的吸金班、承接繁忙时段话务的高峰班、方便异地员工在节假日期间返乡的探亲班，给怀孕的准妈妈们提供相对舒适的黄金班等等。
譬如，公司在人员流失管理方面，过去总是事后补救但却无济于事，往往显得很被动，找不到有效的抓手。传统的管理观念，主要靠团队建设来维系员工的忠诚度，并为此倾注大量管理精力和投入不菲的资源，但在人员流失防控上仍然收效甚微。这正是印证了那句话企业能给的未必是员工想要的。企业不能洞察和把握员工的需求，资源投放就不能做到有的放矢，作为成本中心压力更大，因为呼叫中心人员流失的背后是公司巨额的招聘、培训成本的浪费。
纵观广州中心70、80后员工，离职是个别现象的，有明确原因的，不会引发集体离职大潮；而90后的离职，往往具有传染式离职的集体特性。由此可见，离职前的预警是多么的重要！
譬如，公司在人员激励方面，除了传统的精神和物质激励，还可以考虑增加积分激励和意愿满足两种方式，因人而异的满足人员个性化激励需求，提升人员激励感知。
总而言之，基于人力大数据的人力资源管理才是真正意义上的人性化管理之道。随着大数据技术的日臻成熟，颠覆传统的服务和管理模式只是时间问题，笔者相信大数据+服务、大数据+管理将是未来智能客服的必经之路。
