用海量的人力資源來堆砌呼叫中心的服務，來實現精準營銷或者對客戶的優質服務，這種方式過往不斷的被中國企業所采納，但仍然這么操作的企業現在必然感受到了層層的壓力，其中很大的因素來自于企業對于業務效率的更高要求和人口紅利的不斷消失。在新的時代中，企業有必要重新思考呼叫中心的運營，嘗試引入新的技術手段，降低呼叫中心TCO，讓呼叫中心的得以更高效的運轉，在這其中，大數據分析就是最為有效的手段。

不妨來看一組數據，根據Frost&Sullivan的研究結果顯示，預計在2009年2016年之間，亞太區基于云計算和托管的呼叫中心市場將以每年超過15%的速度增長，到2016年，該市場將達到12.5億美金。

業界的分析機構已經看到了用云端的大數據分析去幫助呼叫中心的可能性，并且給出了極為樂觀的市場判斷，在這樣的背景下，企業更應該去理智的決策呼叫中心的運營策略了。

技術并非瓶頸

眾所周知，在呼叫中心運營過程中，會產生大量的語音數據，這些數據是非結構化的數據，這些數據規模非常龐大，在傳統的呼叫中心運營中，這些數據的價值并沒有被發揮，甚至大多數情況下作為垃圾數據被丟棄，這是企業極大的損失，大量的潛在商業可能在這樣的數據遺棄中也被拋棄了。

企業當然不會沒有想過去分析這些龐大的語音數據，但是很多企業的管理人員會認為，這樣的分析從技術上將難以實現，呼叫中心面臨的困難不僅僅是語音數據的識別、分析和歸檔，還面臨著海量數據的大數據運營。

但其實，這樣的分析在技術上已經完全被攻克。

作為深耕呼叫中心領域多年的企業，Aspect很早就意識到了這個問題，并且從事了對應的開發，Aspect Analytics for Speech and Text這套解決方案就是他們的研發成果，這是一套專門針對呼叫中心的非結構化語音數據分析平臺。

Aspect Analytics for Speech and Text可以實現對語音和文本數據的分析，深刻洞察呼叫中心產生的數據中蘊含的潛在關系，并且能夠通過技術智能的了解客戶的需求，從而判斷針對客戶需求企業應該提供的解決方案，此外還可以進行實時的語音識別，幫助企業更好的把握稍縱即逝的商業機會。Aspect Analytics for Speech and Text的解決方案還可以將語音分析與坐席人員的考核掛鉤，更加精準的評估坐席效率，同時部署簡單，也能夠幫助企業快速獲取收益。

提升商業效率

這樣的運營方式給與了行業用戶更大的價值，比如說在電話營銷過程中，座席人員正在與客戶對話，語音監測技術發現客戶說出了某個商品的名稱或者相關的需求，Aspect在語音監測的基礎上植入了一種功能，就是立刻在座席人員的屏幕上彈出提示窗口，指導他向客戶推薦相關的商品，或者自動向客戶發出短信、電子郵件的方式的商品推薦信，用戶不需要等待企業的下一次聯系”，一次通話就可以解決全部問題，相當于，有一名專業的智能的工程師在協助坐席人員與外呼客戶之間的溝通，效率成倍提升。

而對于企業管理人員來說，也可以通過Aspect的解決方案很好的了解企業的產品、服務等，是否真的滿足市場的需求，企業可以設定，對在某些時期或者某些業務中本來應該經常出現的關鍵詞頻率進行統計，如果它們在與客戶溝通交互的過程中出現頻率不夠高，就向管理人員發出警示，提醒管理層可能出現了與企業預期不相符的新情況。

變革呼叫中心效率

傳統的呼叫中心中，主管往往是通過抽查的方式對坐席人員與客戶的溝通質量進行追蹤，這種方式需要消耗大量的時間，而且質量欠佳，必然無法覆蓋到所有的坐席工作人員，業務中的隱患甚至有可能一直不會被發現，而利用Aspect的大數據分析手段，所有的信息都被記錄在案，并且進行分析。

比如說，在一個典型的呼叫溝通過程中，如果客戶三次提到了我想用大數據”這個詞，系統會自動提示坐席人員推薦對應的大數據解決方案，而如果坐席人員沒有任何反饋，這個信息將會被記錄在案，并產生警告信息，提交給主管，系統也會自動觸發預置的培訓教程，自動對坐席人員進行培訓。

不論是以客戶服務為主的呼叫中心還是以外呼為主的呼叫中心，這樣的大數據分析手段，都將給呼叫中心帶來前所未有的效率與質量提升。

大辛辛那提水務集團的鮮活案例

也許企業用戶會關心，這樣的方案真的已經可以實現了嗎？我們要說的是，在現實生活中，已經有企業采納并部署了這樣的解決方案，大辛辛那提水務集團（GCWW ,Greater Cincinnati Water Works）就是其中一個典型代表。

GCWW日均供水約1.33億加侖，服務俄亥俄州以及肯塔基州逾100萬人口。由于之前GCWW一直使用的是傳統的異構技術系統，GCWW希望獲得一種能夠提升其聯絡中心穩定性、靈活性以及長期可靠性的統一的解決方案，以便更好地為其24萬用戶提供日常服務。經過廣泛的調查研究，GCWW最終決定采用Aspect的平臺。該平臺將多種不同的功能，如Aspect混合聯絡以及高效勞動力管理集于一身。

上線大數據分析之后，GCWW實現了三點效率提升：

1.35秒或者更短時間之內獲得應答的呼叫數量提高15%
2.被放棄的呼叫數量下降55%
3.平均應答速度提高40%

對此他們自然非常滿意，GCWW客戶聯絡中心經理Mimi McGarry說：向用戶提供大量最優質的供水以及杰出的服務是GCWW的客戶服務使命。為了實現并超越這一使命，GCWW需要一種能夠適應并滿足我們當前以及未來需求、高可靠性的聯絡中心技術，以確保提供最佳的客戶服務。用戶希望在聯絡GCWW時所反映的問題能夠得到迅速、高效的解決，而聯絡中心坐席則需要被賦予迅速、高效解決問題的能力。自從部署以來，Aspect的聯絡管理解決方案提高了我們的呼叫質量，縮短了服務響應時間，并且提升了我們聯絡中心運作的總體可管理性。”

大數據時代的呼叫中心

從某種意義上來看，呼叫中心本身就是一種大數據的實踐，從茫茫人海之中篩選出有價值的客戶，不論是服務型還是外呼型，都是將海量數據進行篩選的過程。

只不過，在傳統的模式中，處理利用到電話溝通”這個環節之后，所有的數據篩選都是由人力進行，既然本身是一種大數據，那么，呼叫中心就更應該借助大數據這個工具。

面對人口紅利的不斷消亡，呼叫中心也有必要利用大數據，在更少的人力資源基礎上實現更好的業務效率，Aspect為業界做出了一個表率，而企業也需要盡早的意識到這個問題并有所轉變。