隨著互聯網、移動互聯網技術的迅猛發展，以及業務特性復雜程度的日趨加深，單一服務渠道很難及時解決客戶的問題，越來越多的客戶習慣于通過多個渠道獲取服務。
面對著客戶行為習慣發生的改變，整個客戶服務體系的建設導向、及建設內容也在發生改變。本文將從“服務、數據、產品”三個方面，詳細闡述新形勢下客戶服務體系建設的新思考。
三、 新思考：由“大服務”到“大數據”，深挖數據價值、實現數據變現
【概述】
近幾年來“大數據”一詞的熱度有目共睹，各行各業也都在根據自身特點和需求不斷探索符合不同行業特性的大數據應用場景。
呼叫中心作為連接企業和企業用戶的溝通樞紐，其在日常運營中也會獲取、使用、或者是產生大量的數據。雖然從數據的“量級”來看，呼叫中心的運營數據規模相對有限，然而對于呼叫中心自身的運營管理，乃至于企業來講這部分數據的價值卻是“無可限量”的。
以下，將以“運營可視、管理可控、數據可用”作為主線條，對呼叫中心的大數據應用進行詳細闡述。
【詳述】-數據可用
數據可用是指：整合多渠道服務生產數據，建設運營指標庫和用戶標簽庫，實現“數據變現”。按照數據變現后的作用方向不同，數據可用包括：
以下，將分別打開、詳細說明。
(一) 對外：精準營銷
精準營銷是指：借助大數據分析技術，提升呼入/外呼營銷成功率，推動呼叫中心由成本中心向利潤中心轉型。
精準營銷解決方案整體視圖見下：
“精準營銷”大數據挖掘分析閉環實施“八步曲”如下：
以下，將通過：流量包營銷、手機套餐營銷、手機終端營銷三個明細應用場景，對“八步曲”進行詳細打開說明。
2. 套餐營銷
建立模型及結果輸出
① 核心內容
A. 根據用戶的語音、流量實際使用情況，分別計算用戶使用每個4G套餐后的語音費和流量費，取費用總和最小的套餐作為最佳匹配的套餐。
B. 最終，將通過調整“總費變化率”和“月租變化率”，選擇同時能夠兼顧公司營收和用戶滿意的用戶群進行推薦，其它則不推薦。
② 方法策略
A. 聚合信息
聚合候選用戶近三個月的基本信息，單月示例見下（20XX年XX月）：
B.用戶細分
對候選用戶群進行細分：針對4G用戶，可采用套餐飽和度進行劃分；針對非4G用戶，可采用使用量分位數進行劃分。
C. 套餐適配
構建笛卡爾積進行套餐適配，分別計算同一用戶使用不同資費套餐時，所產生的語音費和流量費。示例見下：
D.條件篩選
對每個用戶的計算結果進行條件限制：
-
條件1-取出費用總和最少的套餐；
-
條件2-4G套餐類用戶不降低適配后的套餐月租（也即不降檔）；
-
條件3-如果是捆綁合約用戶，匹配后的套餐月費>=原套餐月費；
-
條件4-如果是融合業務（寬帶）用戶，不降檔；
-
條件5-原費用的150%>匹配后的總費用>原費用的60%；
-
條件6-......
E. 結果輸出
根據模型分析結果和用戶屬性確定最佳匹配套餐，輸出結果如下。并將結果數據對接呼叫中心系統平臺，設計營銷場景及營銷話術、優化呼入營銷彈窗功能，正式上線應用。
模型評價
① 核心內容
模型分析出的數據結果質量到底如何？則需要根據分析結果數據的實際使用效果來綜合、客觀判定。對于模型效果的評價維度包括：
② 方法策略
A. 精準性評價
評價指標
對以上評價指標的分解說明如下：
|
序號
|
指標名稱
|
指標含義
|
計算方法
|
數據來源
|
|
1
|
模型覆蓋率（%）
|
統計周期內、同一營銷渠道，模型分析結果覆蓋到的變更套餐的用戶數量，占變更套餐用戶總量的比率。
|
模型分析結果覆蓋到的變更套餐的用戶數量/變更套餐的用戶總量 × 100％
|
1、用戶服務系統-熱線IVR服務渠道--人工服務渠道運營報表
2、BOSS平臺（Business
Operation Support System 業務運營支撐系統）
|
|
2
|
模型準確率（%）
|
統計周期內、同一營銷渠道，變更套餐的用戶資費與模型分析結果一致的數量，占模型分析結果覆蓋到的數量的比率。
|
變更套餐的用戶資費與模型分析結果一致的數量/模型分析結果覆蓋到的數量 ×
100％
|
|
3
|
呼入營銷彈窗率（%）
|
統計周期內，系統平臺上呼入精準營銷彈窗的彈出（提示）數量，占模型分析給出的目標用戶呼入人工服務渠道總量的比率。
|
彈窗數量/模型分析給出的目標用戶呼入人工服務渠道的數量×
100％
|
|
4
|
主動營銷開展率（%）
|
統計周期內，主動開展呼入營銷的數量與目標用戶在精準營銷界面彈窗數量的比率
。其中：主動開展呼入營銷量是指客服代表手動點擊精準營銷彈窗（打開彈窗窗口）的數量。
|
主動營銷數量/目標用戶在精準營銷界面彈窗的數量 ×100％
|
|
5
|
營銷成功率（%）
|
統計周期內，成功辦理的業務數量與主動開展營銷數量的比率。
|
營銷成功業務量 / 主動營銷數量 × 100％
|
|
6
|
用戶滿意度（%）
|
統計周期內，主動營銷的服務中，有效參與人工服務滿意度調查總量中用戶評價為滿意的比率。
|
人工服務滿意量 / 人工服務滿意度評價總量 ×
100%
|
評價方法
使用A/Btest方法進行對比評價，A樣本為使用新模型數據分析結果的呼入營銷數據，B樣本為使用舊模型數據分析結果的呼入營銷數據。同時，還須滿足以下條件、以保證數據具備可比性：
-
彈窗規則及彈窗界面的功能性和易用性相同。
-
運營導向性的落地措施相同。
-
產品營銷優惠政策相同。
評價示例
附注：
以上表格中的數據為示例，并非真實項目數據。
B樣本使用的是舊數據模型的分析結果數據。
AB樣本在”模型分析給出的目標用戶呼入人工服務渠道的數量“、”目標用戶在精準營銷界面彈窗的數量“和”主動營銷數量“數據項目上保持一致。也即，平臺易用性和運營導向性保持一致，以確保數據具備可比性。
B.收益性評價
評價指標
呼入營銷是呼叫中心人工服務團隊在服務中創收的重要方法，也是推動呼叫中心由成本中心向利潤中心轉型的有效措施。而通過逐步優化數據模型分析質量、提升營銷成功率，則能夠在現有人力不變的前提下（即投入成本不增加），持續拉動收入數據提升。也即，對于收益性的評價聚焦在-呼入營銷成功率的提升為企業所帶來的收入增加。評價指標為：
對以上評價指標的分解說明如下：
|
序號
|
指標名稱
|
指標含義
|
計算方法
|
數據來源
|
|
1
|
銷售收入（元）
|
是指企業通過產品銷售或提供勞務所獲得的貨幣收入，以及形成的應收銷貨款。此處特指企業通過呼叫中心電話營銷渠道，所獲得的銷售收入。
|
銷售收入=營銷成功數量X月功能費
|
1、用戶服務系統-熱線IVR服務渠道--人工服務渠道運營報表
2、BOSS平臺（Business Operation
Support System 業務運營支撐系統）
3、呼叫中心運營管理平臺
|
|
2
|
人均收入（元）
|
是指一定時期內，收入總額與人員數量的比值。
|
人均收入=收入總額/人員總量
|
評價方法
-
使用A/Btest方法進行對比評價，A樣本為使用新模型數據分析結果的呼入營銷數據，B樣本為使用舊模型數據分析結果的呼入營銷數據。
-
可從：單月營收增加、留存3個月營收增加（假設留存率80%）、留存6個月營收增加（假設留存率60%）幾個維度進行分析。
-
其它要求同精準性評價部分。
評價示例
單月營收增加
附注：
以上表格中的數據為示例，并非真實項目數據。
B樣本使用的是舊數據模型的分析結果數據。
單月營收=營銷成功量X月租。
為保證數據具備可比性，”主動營銷數量“和”呼入營銷人員數量“數據保持一致。
留存3個月營收增加
附注：
以上表格中的數據為示例，并非真實項目數據。
B樣本使用的是舊數據模型的分析結果數據。
3個月營收=營銷成功量X月租X3X80%，其中80%為假設的用戶留存率。
為保證數據具備可比性，”主動營銷數量“和”呼入營銷人員數量“數據保持一致。
留存6個月營收增加
附注：
以上表格中的數據為示例，并非真實項目數據。
B樣本使用的是舊數據模型的分析結果數據。
6個月營收=營銷成功量X月租X6X60%，其中60%為假設的用戶留存率。
為保證數據具備可比性，”主動營銷數量“和”呼入營銷人員數量“數據保持一致。
模型優化
① 核心內容
根據初次模型的運行結果，通過數據集對模型的準確率進行驗證，以準確率為導向優化算法參數和樣本數據。
② 方法策略
A. 效果優化：調整指標的顯示類型（部分指標既可用1和0標識，也可以使用連續性數值標識），對比模型輸出的結論后，結合業務經驗得到模型輸出的最終結論。最終，根據分析結論采取如下優化策略：
-
優化模型方法一：可以考慮重新選擇一個新的模型。
-
優化模型方法二：模型中增加新的考慮因素，或者調整參數。
B.配置靈活：可通過如下方法提升模型配置的靈活性。
-
每當有新的資費產品加入時，可直接在資費套餐產品配置表中添加新套餐，節省模型開發上線時間。示例見下：
-
模型中預置多種分類標簽、并設有調節指標，可以按照所需的目標用戶群數量進行選擇，方便靈活。
模型發布/固化
對于已經過效果評估及優化迭代環節的數據分析模型，可正式發布并固化在大數據分析平臺上。模型發布流程為：
