智能外呼是目前人工智能落地最迅速也是最普遍的场景之一，其中看似简单的用户一问一答对话数据其实蕴含着对大学问，本文将介绍几种智能外呼业务中的数据分析维度。
1、写在前面
<目前智能外呼主要分为两种方式：
根据号码段依次拨打
固定名单导入拨打
这两种方式都是不精准的营销，对于多数用户来说体验一定不会很好。精准的营销会化成关怀温暖入心，不精准的营销只能是恶意打扰。
所以，智能外呼前一定要经过算法过滤，不能为了二八定律而忽视那80%的用户体验。关于外呼算法会在后续的文章中详细说明，本文我们将探讨智能外呼中的数据可视化。
2、关键词分析
场景话术不可能覆盖全量的用户对话逻辑，只有在生产环境内run一段时间后，才可以精确的找到话术的未覆盖范围。关键词分析可以很好的帮助用户看到话术的缺陷并追根溯源完善话术。
可以通过分词提取出用户语句中的关键词，在页面根据频次对关键词进行排序。将有效的关键词添加至话术内可以提升话术质量。
3、外呼数据实时监控
通过线路进行外呼时，机器人会依次拨打计划中的名单。因此可以实时检测拨打情况，这也是智能外呼的优势，可以实时获取用户反馈。
我们可以根据用户与机器人之间的对话判断用户意向程度，实施反馈用户意向。当超过一定比例的用户向机器人发出了负反馈，则说明此次营销不尽如人意。可以一键停止外呼防止伤害更多用户，待策略调整后再唤醒任务。
4、接通率分析
现代人每天不接十几个骚扰电话都不敢说自己生活在2018年。
那么接到一个陌生来电用户的第一反应是什么？要么直接挂，要么接通听到营销话术后再无情的挂断。只有少量真正有需求的用户才会有耐心的保持接听，因此接通率分析显得至关重要。
我们可以分析出不同时段的用户接通率以及用户未接通的原因，如果是因为占线，正在通话中、无人接听等原因导致的未接通可以制定复播策略，提升最终转化率。
5、流量分析
当用户接通电话并愿意继续听的时候，正是产品营销最关键的时刻。把有意向的客户留住要比把无意向的客户挽回要难无数倍，如果因为话术问题导致客户接通后再流失真的会让人”炸裂”。
我们可以分析出用户的挂断情况。类似APP埋点，我们可以看到用户是走到那个环节后流失（挂断）的，基于挂断数据再针对性的优化话术才是对症下药。
6、产品效果分析
“海洋理论/鱼群理论”将产品的所有用户群看做一片海洋内的鱼群，产品位于海洋中心。用户每一次使用产品都会距离产品更近。相反，用户逐渐的搁置产品将会慢慢远离产品。在一片海洋中，随着产品的迭代与推广，可以看到整个鱼群距离海洋中心的移动轨迹，也就是用户与产品之间的关联轨迹。
产品的每一次推广可能会吸引用户也可能推开用户，我们可以通过分析所有用户在产品内的行为，量化出用户与产品之间的距离。
每一通电话，每一次推广都会对这段距离产生变动。我们要做的就是把变动呈现出来从而做效果分析。
在时间轴上，可以看到每隔一段时间用户距离产品（起点）距离的远近，气泡大小可以体现出在这个位置上的用户数量（上图的表现方式可能不是最好的，仅做参考）。
7、用户流失预警
对于用户流失，除了流失分析，更重要的是在用户流失前做到及时、准确的预警。关于流失客户预警可以专门写一篇文章了，本文只做简单介绍。
用户流失的信号有很多，比如对于智能外呼，用户在与机器人的对话中明确的表现出厌恶情绪就是典型的要流失信号。需要专门对此类用户做温和挽回，可以通过短信、APPPush等更轻的触达方式。
8、用户流失分析
产品的成长，会有用户一直长情陪伴，也会有用户“任性分手”，还有些用户擅长“冷暴力”，不分手也不理你。运营人员需要看到用户的沉默与流失情况，做到有效的客户挽回。
实现对用户分群，查看特定看群组内用户的流失情况会更有代表性，挽回也更有力度。
9、结束
在外呼展业中数据分析是格外重要的一环，要充分利用智能外呼可以实时获取用户反馈的优势。分析维度还有很多，产品运营同学可以挑选出最有效的几个维度做深挖。与君共勉。
