從數據挖掘走向大數據演講稿從數據挖掘走向大數據演講稿

徐元亮

大家好！歡送大家來參與我們今日這個聯絡中心大數據系列應用的講座，這一次我們這個講座是我們這一系列的第一次課程。現場有我們的觀眾，也有視頻前面的觀眾。

首先簡潔介紹一下所謂聯絡中心的大數據應用，這個系列課程還是圍圍著現在比擬流行大數據的概念，然后跟聯絡中心之間彼此相關的關系，跟相應的應用，那我們會有六個課程的主題。

第一局部我們是在講從數據挖掘到大數據。其次個主題是跟大家介紹有關大數據的根本概念，第三個局部會跟大家介紹聯絡中的一個全局的戰略，第四個局部是在講聯絡中的精準營銷上面的運用，第五個部份是怎么運用聯絡中心提升客戶的體驗，最終第六個這個單元我們會跟大家介紹一下如何在聯絡中心內部搭建測試學習這個平臺。

那開頭我們后面課程之前，會花點時間簡潔介紹一下我自己個人背景。

我叫徐元亮在聯絡中心這個行業工作有超過15年以上的時間，那最早我求學跟第一份工作是在臺灣但是從2023年以后就在內地開頭工作，那在大陸這邊也有超過10年以上工作時間。在學校局部我在臺灣的國立臺灣大學心理系取得本科的學歷，之后在美國德克薩斯貝勒大學BaylorUniversity取得教育心理學的學位。

第一份工作是在臺灣電信公司叫臺灣大哥大它的一個2023以上規模的CallCenter里面擔當培訓主管一個工作，在2023年到大陸之后陸間續續保險公司在幾家保險公司曾經公做過包括太平洋保險天平保險中國大地保險最終一份工作在大地保險工作七年時間，幫助它建立電話銷售中心整個籌建以及后面規模的運作，那個人最大的治理幅度當時也許下面治理也許超過有2023的座席。年營業額超過10億。那在2023年以后離開了企業界，在外面開頭從事詢問與特地培訓的工作那我今年開頭201*年也成立特地這個培訓工作室，那主要培訓內容主要圍圍著聯絡中心開頭跟各位能夠有時機介紹這個有關聯絡中心大數據運用或者電話營銷治理或者電話客服治理這個課程。以上是有關是自己資格的簡介，那之后是我們這系列正式課程。

首先第一個我們要跟大家做報告共享主題是從數據挖掘走向大數據。開頭今日主題之前要跟大家談一下究竟大數據是什么樣概念，還有就是說我們跟聯絡中心彼此之間有什么樣的關系。

這幾年在我們國內大數據是熱門的話題！各行各業幾乎脫口都要談到大數據，做一些數據分析整理的時候，根本上你不講大數據感覺似乎這個企業治理現在這個數據庫治理就脫節了。實際上真真正有多少企業已經真正開頭用大數據這個應用，就聯絡中心這個行業來講又有那些聯絡中心真正開頭應用大數據。

個人覺得就是說假如真剛要了解大數據在聯絡中心的運用，可能要先從客戶關系治理跟數據挖掘，這些根本的數據治理概念開頭談起。

這一張投影片也許是我在10多年前第一份工作，剛剛提到的臺灣大哥大有位同事叫李明德李先生，他現在應當還在臺灣大哥大工作，當時他做的投影片。

經過10多年時間，雖然中間有一些跟客互動渠道有了變化，但是里面一些包括聯絡中心跟數據倉儲跟后面目標客戶細分，客戶忠誠度終身價值之間的關系，其實10多年來我認為還是沒有太大的變化。中間數據挖掘技術其實從這個概念到現在有將近20年時間，但是真正在聯絡中心或者企業界，得到很好的應用可能也是最近幾年的事情。

這張圖可以跟大家解釋，有關客戶關系治理跟聯絡中心的一些說明，簡潔來講就是說我們認為做到應用數據挖掘或大數據聯絡的前提，它必需是一個以客戶為中心的聯絡中心，在前臺局部它會有各種不同的接觸渠道，跟客戶進展互動包括傳統電話語音包括現在比擬流行的手機APP或即時通訊軟件像或者是說天貓、淘寶’上面的旺旺包括微信上面的這個社交媒體，微信微博，包括互聯網上面官網，包括微信的公眾號等等。這些都可以依靠我們聯絡中心在后臺給客戶供應相應的一些支持。

另外來講，ATM終端，或者是在國外我們看到有一些加油站或者便利超商它也有一些做消遣或者是相關效勞購置、充值的終端，事實上也能夠由CallCenter在后面供應相關的效勞。

另外還有傳統效勞傳真電子郵件等等，這些其實也都在聯絡中心供應互動的一些范圍。還有就是一些實體渠道。傳統上面我們大家認為聯絡中心跟面對面的機構跟渠道之間沒有什么太大關系，但事實上我們看到許多先進公司事實上在傳統渠道的局部他其實也是有CallCenter在給我們傳統渠道面對面銷售人員或者這個中介銷售隊伍供應相應的支持。

比方說十年前我在幫微軟和Cisco供應外包效勞的時候，就看到他們的企業銷售團隊在跟客戶去談這些大的訂制化IT系統解決方案的時候，不管是說買這個作業系統的軟件或買一些效勞器、Router路由器硬件，通常來講他們會在CallCenter指定一個相應的助理做工程的支持，然后他們會供應簡潔的詢問及問題反響記錄，甚至有一些制式化的報價等相應的工作。

有一些比擬簡單的工作他會即時聯系大客戶工程代表本人到現場進展處理，總而言之，就是說假如我們能夠做到以客戶為中心的后臺，其實聯絡中心它是會隨著我們交互渠道不斷的演進，在前臺各種不一樣的交互渠道中去供應數據收集跟整理。

為了做到以客戶為中心，聯絡中心后面必需要有一個數據倉儲，在數據倉儲里面包括來自市場營銷來自客戶效勞，從前端銷售到后端效勞售后整個全方位的一些信息。通過數據挖掘的一些手段以及工具，那我們能夠做到目標客戶的細分，針對不同客戶細分我們給他一些客制化這個產品效勞或者是說對流層。最終目的是提高客戶的忠誠度以及提高客戶終身價值，這個是我對聯絡中心與數據挖掘彼此之間關系的理解。

下一張投影片主要跟大家介紹怎么樣從數據挖掘到真正產生商業價值、企業治理價值的商業智能系統。

簡潔來講就是說我們做大量數據挖掘工作之后最主要目的是能夠幫我們許多線索，作為我們聯絡中心跟客戶去做效勞跟銷售的一個參考依據，甚至說做一個重要的指導。

為了到達這個目的從單純數據挖掘我們必需進一步要做到所謂商業智能系統，商業智能系統的根本雛形也許會是這個樣子的，在這個整個系統的最終面會有一些各種各樣的數據源，不同數據源經過ETL一些程序它會進入我們的數據倉庫，在經過數據倉庫之后同樣進到另外一道ETL.它會進到各個子的數據集市DataMarket在我們不同業務部門有需要的時候，不管是給客戶供應銷售、給客戶供應效勞，這個時候我們會從不同的數據集市子集當中，去抽取我所需要的信息，給我的工作供應相應指導，這個是一個簡潔的商業智能系統的雛形架構。

中間跟大家提一下ETL這樣的概念，我們在講數據挖掘或者比擬熱門的大數據的時候，常常提到我這個系統、這個模型的ETL流程是怎樣？他指的就是：數據的提取Extract、數據轉換Transform、以及數據加載Load,那這幾個是在做數據整理當中，常常要使用的步驟。

不同數據庫的治理系統，不同數據庫的模型在這當中它其實有一些相應的不同作法，這也代表系統的優勢和劣勢，簡潔來講，整個數據化到商業智能，后臺部份必需具備跟數據庫連接的功能、必需要具備ETL功能、必需要具備數據倉庫跟數據集市治理功能，在前端的部份，它要有一個很友好的數據展現功能配置，同時要能做到數據探究的配置，比方說，我在顯示的時候我可以看到全國的數據，我也可以進一步往下細分的每一個市，每一個三級的縣或鄉鎮，甚至于來講，可以看到某年齡段的客戶或針對某一個產品曾經購置的客戶。

回到我們講數據挖掘在企業以及CallCenter的應用，我覺得可以從兩個層面來看比擬常見的應用。第一個跟我們聯絡中心比擬有關的，是基于貫穿客戶生命價值的數據分析，簡潔來講，我們看整個生命周期可分為三個階段：第一個階段是客戶獵取、其次個階段是客戶接觸、最終一個階段是客戶挽留跟贏回。

在客戶獵取階段我們可以去做相關的渠道分析，比方說分析網絡推廣的本錢跟收益，分析電話外呼響應率，分析穿插銷售跟向上銷售的效率。在客戶生命周期價值部份，我們可以去分析客戶價值模型，我們可以去做相關的客戶分群，我們可以去做客戶風險模型，針對他的信用、針對他的風險去做一些基于數據庫的分析。

客戶接觸階段主要可以從三個象限去做考慮，第一個是產品，其次個是客戶，第三個是坐席，產品部份我們去分析它的產品設計對于整個銷售行為、客戶階段的影響，產品定價可以去做進一步分析；客戶的部份，我們可以分析他的溝通策略及用戶體驗；坐席局部，我們可以去做坐席的工作績效，以及離職率等人力資源相關指標的分析。

最終是客戶挽回跟贏回，客戶挽回指的是說當客戶有流失風險的時候，我應當怎么樣作提早的介入，中間我們可以去分析客戶挽回相應所花的預算，還有禮品的有效性，以及客戶挽回勝利率的模型。在客戶贏回這個部份指的是說由于任何一個緣由，這個客戶可能不在我們這邊連續購置產品或效勞了，但是我有一個新的產品或效勞，或者新的促銷活動的時候，怎么想方法重新贏回。這里面我們可以分析客戶流失的緣由，流失率的分析，也可以去做重新贏回勝利率的分析。

其次個我們常常使用到的數據分析向度，是貫穿整個企業經營的數據分析。從企業經營角度，我們分成四個部份來看，第一個是營銷分析，其次是企業風險掌握分析、第三個是產品創新、第四個是資源配置。

中間有一些我們可能會在后面其他單元講到，簡潔來說，在整個企業級的分析當中，我們盼望能盡量收集到大量數據，數據來源能盡量真實和精確，或著想方法提升它的真實精確程度，不同的數據可以來自不同的緯度，不肯定要有特別明確的相關性，在數據之間會進一步穿插檢驗，有條件的狀況下，我們可以在企業外部找一些公共的數據資源，或者跟其他企業、其他行業的數據間，去做外部數據的交換或拓展。

簡潔來講，可以應用到的一些數據包括：客戶信用分數、年收入、教育背景、職業、人脈關系、社交網絡的記錄、信用紀錄、負債記錄、在專業領域里面的相關紀錄，他目前所屬的人生階段，已婚、未婚、有沒有小孩等等，他的行為偏好以及電子商務購置的相關紀錄，這些都可以做為企業分析的根底。同樣的，在我們企業分析的依據之下，也可以對我們聯絡中心的作業供應相應的指導。

最終來講，我們在做整個數據挖掘它的目的，就是說，我們固然盼望下一步能夠把我們的聯絡中心轉換成一個基于大數據治理的聯絡中心。

首先的條件就是，在整個聯絡中心的后臺，你必需要具備所謂數據生態系統的條件，假如說我聯絡中心沒有做到以客戶為中心，我聯絡中心的運作后臺并沒有相應數據庫跟挖掘分析模型的支持，那其實大數據對我的聯絡中心日常治理作業起不到很大的指導意義。

所謂的數據生態系統，至少包含三大局部。第一個是有相應的數據源，包括外部電信運營商的數據，他的網路使用習慣，使用的流量，包括他的GIS的相關定位的歷史紀錄跟信息，公安部、教育部或者其他政府機構的公告訊息，社交網路上面留下的紀錄以及電子商務購置的紀錄，還有金融機構相關的購置跟信用行為、貸款行為等相應紀錄，這些都可以做為數據來源；這些外部數據通過其次個局部，我們的數據試驗室，在每個數據去做肯定的價值評估，通過數據源的治理，去做數據相應的匹配，這里面可能會包括有效性的驗證、除重、或者內外部數據的比對，在比對過程當中、整理過程當中，我們去評價相關所整理數據的價值，然后結合內外部數據，才回到我們第三個局部，就是建立起企業的數據平臺，數據平臺里面包含模型治理，中間可能包括相關的