近日，由51Callcenter主办2019（第12届）中国客户联络中心与大数据应用产业峰会( ACCC峰会)于4月8-9日在上海陆家嘴国际会议中心举行。活动获人社部、工信部、发改委等相关单位支持与指导，多地政府组团参加，数千位行业管理者嘉宾参加了峰会。 4PS国际标准/CNCBA主席颜晓滨、惠普副总裁周信宏、百度搜索服务联络中心总经理吴建伟及众多行业高管做了精彩演讲。

4PS国际标准专家顾问徐元亮做了主题为“关于大数据应用的几点心得”的演讲。

徐元亮：谢谢，各位与会的嘉宾还有前面几位讲者，各位在座的领导朋友们大家下午好，我叫徐元亮，是下面的主讲元，我会花40分钟时间跟大家分享有关大数据应用的几点心得。

开始之前我还是简单介绍一下自己，这几年可能脱离了甲方一线工作，主要从事一些企业咨询跟辅导的一些工作。之前的话我在整个联络中心行业有20年的工作经验，最早在台湾读书求学，第一份工作是在台湾客服科技，是类似像我们中国移动的运营商，做客服的Callcenter，后来我们也做了BPO，2002年代底来到了国内，像95咨询几个外包企业我都工作过，企业内部主要是保险行业包括像中国太平洋保险、中国大地保险，还有最近的众安在线，我都在那边做过电话营销中心的重建和运营工作，工作时间比较长大地保险花了7、8年的时间，帮它组建了上海跟山东两个中心，最多管2000多个座席，一年有十个亿的营业额，以上我简单的背景介绍。

重点在今天的分享内容。其实今天想跟大家分享的是关于大数据的心得，刚才我个人的简介跟演讲的主题，讲起来或许有人觉得不太匹配，说明明你搞了快20年时间都是联络中心都是客服，都是电销、网销，现在怎么跑来讲大数据。

我自己这两三年或者最近3、4年的时间，还是在这个行业里面从事工作，我自己其实比较深刻的感觉是，这几年下来，联络中心行业边界和工作范围越来越模糊。什么叫做联络中心，什么叫做客服中心，什么叫Callcenter、什么叫客户体验，什么叫营销中心，什么叫投诉热线，不同公司有不同的叫法，这些工作跟我们传统观念的Callcenter都有关系，老的行当里面除了移动通信之外，包括云计算包括这两年比较热门的大数据。到底这个所谓的大数据跟我们传统的Callcenter之间有什么关系，我个人这几年一直在思考这个问题，也在实现我工作上面的一个持续的进步跟转型。

我们还是回头往前看，这张PPT说实在话是我20年前第一份工作的时候，那时候本来要做BPO项目写的PPT，里面最下面的客户接触渠道做了一下更新。在座我想大部分都比较年轻，90后、00后为主，你们不知道20年前没有微信，我这种70后很清楚，20年前没有微信。20年前可能就有电话了，就有手机了，只是体积比较大而已，有官网，有电脑了，有互联网了，然后有终端、传真，有一些实体面对面的服务等等，这些客户接触的渠道后台都可以跟我们的热线或者Callcenter连接在一起。那个时候开始我们的Callcenter就有一些所谓的系统，能够把跟客户互动的信息记录下来，形成报表进一步做分析，有助于我们做现场的管理，有助于我们做商业决策。

同时，20年前也有所谓的概念，我们Callcenter后台不是只单纯跟客户去做安抚或者是做一些简单的沟通。通过跟客户的互动，我们后台会建设数据的仓储，进一步做数据挖掘，然后进一步能够做到整个客户忠诚度，还有客户终身价值的提升。

这张图上面来看，很早联络中心的定位就跟所谓的数据分析是分不开的。

这张图是这几年大家会关注的技术，跟Callcenter之间的关系。下面的部分我们看到所谓的云计算，所谓的移动互联网，物联网，线上线下AI人工智能。上面中间这一块是数据分析、大数据到商业洞察。简单来讲，跟客户互动的渠道一直在变，像前面说的过去没有微信，现在有微信，过去微信没有所谓的小程序，一开始有服务号，后来有公众号，现在有所谓的小程序。这些接触的媒介和渠道一直在变，技术上面也有很多新技术出来，包括云计算、物联网，包括线上线下的一些结合，人工智能，但是他们对于公司的意义在于说通过技术手段，我的Callcenter我的联络中心跟客户互动接触的渠道更丰富了，样式更多元化了；第二能够搜集到的数据更多了，能够数据分析的数据来源更多更丰富了。
具体使用到的一些手段，也从最传统的数据分析的方法，传统的统计分析，到一些大数据建模或者大数据的模型跟系统公式。不管是说你用传统的数据分析还是比较先进的大数据，最终我们都是希望通过这些数据的整理跟分析，形成所谓的商业洞察。商业洞察意思是我怎么样能够从数据分析里面给到一些具体针对我客户忠诚度客户价值提升，或者是说我流程优化产品优化的一些具体建议。根据这些建议作为我下一步行动的指导，这才是我们Callcenter跟数据之间真正的关系。中间还有一个测试学习的模型，这个待会儿我们后面再讲。

接下来几张PPT想跟大家分享一下大数据，题目设计到大数据，简单还是说一说。讲起来因为大数据说了好几年，现在大家还不知道什么是大数据，可能应该找时间再看看书，跟一些做得比较好的公司多做交流。时间关系我点出几点我个人认为比较重要的概念，具体细节不展开。

第一个大数据核心是三个V，第一个是比较大的数量，第二数据来源具有丰富的多样性，第三是整个数据产生数据记录数据采集速度是非常快的，这些都是在可能三年前五年前十年前或者说两、三年前我们想象不到的数字，在膨胀，在扩张。

整个大数据来讲比以前的传统数据，其实是更多更杂跟更好，更多的意思是我们从统计分析角度来看，传统的数据更多是用随机样本，从样本的行为去推测行为，预测未来的行为。我们叫做推论的统计分析，大数据来讲更多讲究的是全样的数据，全样数据的分析。更杂的部分是能够容忍更多的噪音在里面，从更精准的数据分析，我们可以采集一些相对来讲门槛更宽松一点，但是更大量的数据进来进行运算跟分析，我的模型更好了，我的算法更好了，我系统硬件条件更高了。

美年大健康4PS国际标准企业认证启动仪式

最后一个更好的话，就是说与其去找它两件事情之间的因果关系，大数据更看重的是相关性的关系。

最简单一个例子，前几年大家讲得很多在大卖场的尿布跟啤酒的销量中间的关系，可能很多人都听过这个例子，过去在美国的一些大卖场曾经做过研究，它希望通过一些不同品类的销售，去找到彼此之间的相关性，改善产品陈列，能够拉动特定产品的销售。分析过程中间就发现，凡是有购买尿布的消费者，购买啤酒的比例特别高。为什么到今天来讲都是一个谜，没有人知道，但是没有关系，他非常确认这个数字，也有实际证据证明有这样的现象。下一步他要做的是，我在卖场里面卖尿布的货架旁边，再摆上啤酒相关的促销货架，只要做这个动作之后就会发现，马上就得到啤酒销量的提升，这是大数据应用的概念。

另外来说在大数据时代，具体商业变革来自几个方面，第一个有些公司能够掌握真正的大数据，比方说一些互联网的巨头，比方说一些传统的金融，保险公司，信用卡，传统的工商银行，中国人寿或者是电信，运营商等等，这些大型企业跟可取之间有许多互动，有账单、消费行为，客户基本资料，这些掌握大数据企业，另外还有一部分企业是掌握大数据技术，在过去两、三、四年有很多大数据创新公司，通常来讲创始人背景都非常好，都是一些海归，博士、博士后或者是国内高端实验室工作过的高级人才，他们号称能够掌握一些有关大数据最先进的算法，最先进的模型，或者是人工智能最先进的技术，这些是第二块在大数据时代有机会崛起的一些公司。

第三块是大数据思维，我真正了解所谓的大数据，在我整个企业经营管理、销售、客户关系管理的所有环节里面，我也都横贯了大数据概念在里面，这几个公司都是现在大数据时代能够进一步取得更好的业绩，能够从竞争者当中出来的企业。

这三种在国内来说跑的最快的还是掌握了大数据的企业跟公司。接下来几张PPT想跟大家介绍的是说我们要讲大数据，我想强调的一个概念就是说，虽然刚才我们讲了很多大数据概念，大家听起来离大家稍微有点远，实际上来讲这些所谓的大数据，就像刚才第一张PPT给大家看到，20年前我们就有，在联络中心应用数据分析，在后台应用CRM的概念。从这个角度来看，大数据虽然有一些新技术和模型，数据管理和数据分析，通过数据分析提升我联络中心甚至整个企业的竞争力，并不是这个新的概念。回过头来说，做好大数据之前，基础的工作包括数据挖掘，包括说从数据婉绝到商业智能系统，这些部分工作没有办法跳跃过去，中国很多企业讲弯道超车，我看到大部分企业弯道超车结果都是翻车。
回过头来讲，我们还是讲数据挖掘到商业智能系统，简单来讲怎么样从数据挖掘产生商业智能的建议，形成商业智能的机制。关键还是在ETL这三个环节。E是数据提取，T是数据转换，L是数据加载。怎么样通过一个比较良好的ETL流程形成数据表前端的配置，数据探索可以更有效提供商业洞察，这个是一个从数据挖掘走到商业智能的流程。

一旦你公司或者你的Callcenter或者是Callcenter相关的部门，具备了数据挖掘、数据分析的能力，我可以在哪些方面做应用，客户视角来看，我们从客户的获取、客户的接触，一直到最后客户挽回都可以利用上数据分析。举例来说客户获取部分我们可以分析他的渠道，分析客户生命周期，在渠道下面我又可以进一步细分，我网络或者是其他的一些广告渠道的推广成本，以及收益。我可以去分析电话外呼的相应率，我可以分析不同产品之间的交叉销售跟向上销售的效率该如何提升。从客户生命周期角度来讲，我可以计算客户价值，可以做客户分群，可以做客户风险模型，我可以做相关销售成功提高率的分析。

客户接触角度来说，可以从产品、客户、座席或者营业员、销售员这样的三个不同维度去进行分析。产品我可以看它的设计，看它的定价，客户部分我会看沟通策略，我分析它的用户体验，用户的使用历程，座席的部分我可以看绩效分析、离职率相关分析，客户挽回同样也可以有客户挽留，进一步的一些分析，这些都是我们说所谓大数据也好，或者数据分析也好，真正能够影响到我们企业，影响到联络中心管理的一些具体的做法。

这张PPT想讲的是说一旦企业真正掌握了这种大数据思维跟技术之后，它能够帮助你企业改变和提升不仅仅限制在联络中心也不仅仅限制在于客户单独的面向，整个体验从营销、风险控制到产品创新，到资源的配置，事实上都可以应用上所谓的客户分析。在营销里面我们可以做客户画像，做市场细分，做响应率，接触客户模型，风险控制可以做信用评价模型，还款能力分析，做产品设计和定价。产品创新可以做用户需求分析测试学习，资源配置可以做资源配置情况，运作效率提升。

数据角度来讲除了内部我希望尽量通过Callcenter跟其他渠道积累大量数据，同时我要尽量提高数据真实和准确性，数据来源本身我们希望能够有不同的维度。我的可能是从人的维度，有的是产品维度，有的是行为价值观的维度等等。我们在不同的数据，包括内部数据跟外部数据之间，进行一些相关的交叉检验，最后的话除了我内部数据，最好能够跟一些外部数据，客户除了在我们公司消费行为和习惯，他在其他互联网上行为，他在其他的一些金融服务，其他的一些消费品销售服务或者电信运营商那边的使用习惯等等，这些相关的数据跟我们公司内部数据之间能不能做交叉分析，产生价值。

数据来源非常多，包括信用分数、年收入、社会背景、人脉，等等这些都是我们可以做分析的内容。

不同公司做得好与不好，也就在于说我对于这些数据掌握以及它的模型跟分析的准确率，能够做到多高，最终来讲的话还是在于说是否能够真正产生有效的商业洞察，以及是否商业洞察能够真正指导它的内部管理以及对外跟客户的销售跟客服工作。

如果能够做到刚刚前面讲不管是客户维度还是整个公司经营维度进行数据分析跟数据管理。下一步其实很多公司就会开始做数据生态系统的搭建，这里面会包含三个部分。

第一个整合相关数据源，第二建立所谓的数据实验室，第三个建立数据平台。数据源部分把所有的内部数据，外部数据搜集整合起来，做一些初步的整理，数据实验室这边的话，会针对这些数据进行一些价值的评价，针对数据源进行管理，针对不同数据进行匹配，最后数据平台部分可以做一些建模，可能通过传统的数据分析技术，或者是说在一些掌握了大数据公司来讲，更多现在利用大数据的框架进行建模跟分析的工作。

在讲最后一页PPT之前，我想跟大家分享一下，刚才讲了半天，好像单纯在讲大数据，好像变成跟我们Callcenter之间没有什么太多关系。但事实上是不是这样呢？其实我认为并不是，我自己个人例子来讲，我最近这两年离开了众安在线互联网保险公司之后，我自己做咨询和培训项目上面，我们做过好几个项目，包括说我们跟一些大型国内金融公司去做他的KYC，做他的360度的客户画像，这个项目比较大，我们只是做它当中可视化的部分，就像刚刚王旸老师讲的数据分析可视化，我们可能做得更细更专业一点，光是这个可视化的部分，大概那个金融集团就投入了好几百万的预算，系统开发就是几百万预算，几十个工程师花了半年时间，能够在第一时间把它这个电网销整个渠道在集团范围内所有子公司所有客户画像是什么，他在我们这边历来消费历史记录是什么，产生的客户价值是什么，各个不同维度能够很快用图表或者数据迁移方式很快能够出现出来。

后来我们也跟这个公司做了另外项目是测试学习平台，我们在做完这些数据分析之后，我需要一个什么样的平台呢？简单来说，现在用基本上大部分的Callcenter，我们做得比较好的企业，它的Callcenter在后面大概都已经连接上了数据分析，这些数据分析让它发挥什么样的作用呢？在做市场实际数据上面，我们会加上很多不同的标签，通过这些标签我们去针对客户的习惯，不管是说售前购买习惯或者是售后的服务，沟通、互动等等一些习惯，去进行相关的分析，找到一些有效的字段和标签，这中间数量非常大。

举例子，最近跟一家也是排名前3的电商公司，它的金融销售的平台去做合作。这家公司金融平台上面，他们内部使用标签字段超过了一千个以上，这一千个标签里面到底哪几个标签对于客户购买行为或者针对客户的终身价值能够产生最大的一个指标意义呢，这中间就涉及到非常复杂的建模跟算法优化的问题。

这些到底跟我Callcenter有什么关系，回到最早跟大家说的，这几年我跟Callcenter观察，第一Callcenter边界不是那么清楚，在座各位同业的朋友，不大像十年前、二十年前，大家可能都是客服中心负责人，联络中心负责人，营销中心负责人，客服部负责人。有的公司可能是营销副总，有的公司是客户体验官，有的公司可能是交互中心或者是营销中心的负责人，业务的公司可能还是比较传统的客户服务主管。实际不管你的头衔是什么，可能你在下面真正管理的内容当中都涉及到传统的Callcenter运营管理。

另外一方面，所谓传统的Callcenter，现在边界也不是很清楚，最早大家在讨论Callcenter的范围时候，会讨论是不是只有电话才叫做Callcenter，在线服务算不算，或者是说我Callcenter有没有分成客服Callcenter跟销售的Callcenter，或者说我有分成呼入Callcenter跟呼出的Callcenter。到现在来讲光是现在简单的区分不足以涵盖了，甚至现在有所谓人工智能的概念，很多时候客户在我们公司，进行相关的产品购买的时候，不管是从销售角度、服务的角度，他第一个跟我们接触不是真人，可能是我们网上的APP，可能是我们小程序，可能是官网上面某一个机器人，也可能是外呼上面自动语音，也可能是我的一个短信或者是短信的一个H5的页面链接。这个角度讲，从我个人角度来讲都属于Callcenter的范围。
最近曾经跟业内一些做得比较好的公司，比如说携程网、招商银行比如说中国平安的一些主管在沟通。我发现两件事特别有意思，现在这些公司负责Callcenter相关部门的高管背景跟以前稍微不一样，过去很多高管都是从基层做起来的。现在很多公司的高管要么就是做IT出身的，负责做系统的设计，流程设计，社会开发，或者是说类似互联网的产品经理、运营经理，就是负责小程序的开发经理，这个部门就归他来管，还有一部分是做咨询公司的顾问转过来做Callcenter部门主管，为什么会有这样的变化，这是我观察到的第一个事情。

第二个在这样的人员变化当中，Callcenter日常工作当中也有很大的变化，今天你作为Callcenter中高阶的主管，涉及中高阶主管不再像过去我只要懂得团队管理，只要懂得KPI，话务报表的解读我就可以做好我的工作。我们看回来假设我还是局限在原来所谓的Callcenter团队管理，CallcenterKPI指标管理，你真正能够管理到的客户互动跟工单，大概只剩下20%30%，剩下70%80%自动化的部分，还有一部分在线服务部分，都不是传统的Callcenter工作能够涵盖的，这个也是我觉得第二个比较有意思的事。

回过头来讲，我讲最后一页PPT之前想分享的是我个人这两三年的观察，在座大家继续跟我一样希望把这样一个Callcenter当做终身或者是未来一段时间之内继续发展的行业，一定要严加关注，或者是说自我加强有关大数据或者数据分析应用管理上面的一些变化，甚至希望能够在公司内部把这样的观念应用到日常的Callcenter管理上，这样的话我觉得将来的路就会越走越宽，不用担心人工智能会取代人工的问题。

具体做到这件事有三件比较重要的工作，第一树立以数字化管理为核心的科学发展观，很简单就是说很多公司都强调我们是科学化管理，很公司都强调我们管理是数字化，真正有多少公司可以做得到。如果是说公司的管理形态不能改变，尤其你上面的领导主管没有真正以数字化为核心管理概念的时候，你要推动数字化管理，推动大数据，推动数据建模，推动先进的管理模式相对比较困难，最终成立一个部门牌子挂上去，部门名字名片改一改就做成这样。

第二个一定要建立内部的数据分析团队，前面讲了既然你数据分析你的大数据，能够在不同维度，不管是客户、公司经营管理，这么多方方面面，这么多课题都可以去做。这些课题要谁去做，能够靠机器人去做吗？不行，还是要靠人，因为机器人也是靠人搭建出来的。这些大家我觉得机器人人工智能这个热潮炒起来有很关键的节点，几年前中国下围棋的冠军挑战AlphaGo，最后连输了好几盘，这个是不是代表以后碰到这种围棋竞赛的时候，一部机器就打遍天下无敌手，其实不是。我们看到冠军一个人在对战一台电脑，你没有看到电脑后面有十几个人博士专家团队花了十几年时间一直不断优化系统时间跟算法。

回过头讲不管在Callcenter还是企业内部要建立数据为核心的管理模式，一定要有投入，最基本的投入就是你一定要有这方面的专业人员。

最后一点，公司的团队数据实验室或者是模型建立的初期，可以考虑借助外脑。这也是最近两、三年自己从事资源管理工作的心得，国内很多公司已经开始做这样的工作，大多数我们看到大型金融企业部分的电信运营商包括一些大型互联网公司，几乎都有这样的所谓数据分析跟管理的部门，内部的话运作情况参差不齐，做得非常好的也有，有一些公司甚至已经做到世界顶尖的水平，可以跟国际上谷歌、微软做竞争，也有非常多公司还是停留在前面讲的所谓挂牌阶段。

这样的一些情况之下，如果说公司已经有了这样的编制，内部真的没有特别专业的人员，或者说一开始有了编制有了人，我不知道从何开始做，前期建立阶段适当借助一些外脑，不管咨询的团队也好，引进这方面的专业人才，其实都对刚才两、三年这方面的快速建立，快速发展有很大的帮助。

当然打一个小小的广告，我们4PS国际标准也是因为这样一个趋势，你可以看到我们现在也开始推出了针对数据安全、数据管理应用的专项认证，也有相关的专家委员。如果大家在这方面有需求也欢迎跟4PS或者是51Callcenter联络人员去联系沟通。针对各个案，我们可以再进一步分享和沟通。

最后这张PPT是屈原的一句话路漫漫其修远兮，吾将上下而索求，数据分析和管理一直到大数据是漫漫长路，20、30年前就有这样的转动数据分析和演进模型，我有些朋友默默从事大数据人工智能也有十几、二十年的时间了。

今天这样的行业发展只是起步，未来三年、五年甚至更长的时间，我相信整个数据分析管理科学化管理，包括大数据的应用一定会对我们的Callcenter整体行业以及所有企业带来更大影响跟帮助，以上我的分享谢谢。

如下为大会现场演讲实录，如需完整观看所有内容，请登录--http://www.51callcenter.com/2019/index.html。

本新闻为51Callcenter原创稿件，转载请注明出自51Callcenter。谢谢！