一：無限的可擴展性。
過去，呼叫中心系統的數據容量是有限的，'X'坐席人員在'Y'時間段內將創建'Z'數據，這就產生了’V’的數據容量。X和Y是可預測的，Z是靜態的，因此V可以被精確計算出來，數據的存儲和檢索系統可以在此基礎上構建。
在全新的托管呼叫中心中，系統幾乎已具備無限可伸縮性，因此本質上是無法預知的。隨著系統變量的增加，數據就變成了大數據”。
：具體的數據項目。
系統每次只能收集關鍵績效指標——通話時長、擴展等待時長、單次通話等。新的行業發展趨勢需要無限可擴展性，甚至定義新的指標，以及定制和擴展能力。
所有報表可以涵蓋的時間段并沒有改變，并且仍然是可設置的，可以跨越幾分鐘到幾年的時間。
四：可以使用的工具。
大數據量的存儲和檢索速度十分關鍵。傳統的數據庫無法快速讀寫，因此用戶紛紛轉向其他產品。
為了明白數據爆炸的意義，需要正確的工具，而這些工具即將問世。為了加快提取結果的速度，很多工具都使用了數據匯總方法。
五：實時匯總。
這種方法中，實時數據被用于更新計數——例如現場連接、中斷的呼叫等等——和其他指標——例如平均通話時間。總數可以被用于報表中，無需其他處理或數據交互，得到結果的速度也超過其他方法。這種方法還減少了對更加耗時的周期匯總的需求。
六：周期匯總。
使用這種方法，匯總工作可以同時在多個處理器上進行，或者在相同的服務器或分散的數據群集中進行。結果作為報表系統的輸出結果被反饋回到主過程中，或寫入數據庫。因為這種方法是處理器密集型的，它不能被用于實時的大數據處理。
實時和周期處理相結合以后，不同級別的匯總是可能實現的，這取決于所需數據的要求，是每小時、每周、每月還是每年?由于分辨率降低，所需的細節水平也就降低，更高層次的匯總也是可能的。由于指標是可用的，快速加載時間就能保證。當然，沒有完全相同的用戶需求，所以匯總的水平必須是可根據需要定制的。
為了保持準確度，一定要謹慎行事。匯總一定要伴隨單個交互事件的捕獲，這樣數據就不會丟失，并且能被進一步精確。