當前人工智能技術蓬勃發展，機器學習技術逐步應用到企業的技術體系中。很多企業也都在加大這方面的投入，出現了很多新的應用和產品。就如大家感受到的，長期以來作為企業IT技術投入并不高的客服中心組織，現在卻受到了更多業界的關注。

本文旨在說明企業在步入智能時代后，數據將在企業的智慧運營和智能營銷方面發揮重要價值，并簡要描述如何發揮價值，以及呼叫中心在其中扮演的重要角色。

正如我們在新客服”理念所描述，客服部門已不只是問題處理的成本中心，正在向利潤中心演變，并逐漸在企業運營管理方面發揮重要作用。企業的客服部門做為用戶和企業溝通最直接的觸點，每天獲取到大量高價值的用戶數據和信息，這些數據寶藏由于技術的原因在以往的數據體系中挖掘不夠，價值沒有充分的發揮出來。新客服時代，客服部門生產出這些寶貴的交互數據，能夠做為整個公司運營體系的核心，通過深度挖掘和用戶交互過程中產生的內容，能夠提升運營能力，提高銷售收入。

為了更好說明后續內容，我們簡單回顧一下企業的數據發展階段和特點。

企業數據發展歷程

國內企業信息化大概從90年代開始，從那時開始數據作為信息的主要載體開始進入企業的運營管理，在零幾年初逐步成熟，典型代表是商業智能系統成為企業重要基礎設施，并為企業的經營和管理發揮重要作用，CRM開始在企業成熟應用。這個時期的數據主要以企業的訂單交易數據和供應鏈數據為主。

隨著互聯網的發展，大概在09年前后，大數據的概念逐步成為數據的代名詞。同時互聯網技術對數據的技術領域的起到了重要的推動作用，在集群運算，實時計算，非結構化數據處理等方面為整個數據技術領域的提供了巨大的拓展。而在數據內容方面，由于互聯網和移動互聯網對C端用戶行為數據的采集能力增強，使企業能夠更好的了解和描述客戶。用戶的點擊、瀏覽、關注、加購物車等信息能夠對終端用戶進一步刻畫。個性化推薦、千人千面、精準營銷等數據應用的系統提高了銷售轉化率。同時這個階段企業外部數據、行業數據開始大量應用到企業中來。

人工智能是繼互聯網之后的又一次技術革命，雖然人工智能提出很早，但是當前技術的逐漸成熟，開始在很多領域帶來突破，未來會對一些領域的產生顛覆性影響。

從技術的角度看，每一次技術升級都體現在數據處理能力和應用能力的提升上，體現在能處理更多種類的數據、能通過更復雜的算法和方法深度的應用數據。人工智能發展到現在，語音識別、圖像識別、自然語言處理技術的發展，讓以前難于應用的語音、文本等客服數據，變得更容易被收集、分析和使用，這也為客服部門從問題處理的成本中心，轉向信息發現和傳遞的運營中心奠定了技術基礎。

這部分數據我們稱之為企業窗口數據”或企業交互數據”，這樣稱是因為這部分數據體現了企業和用戶、市場的聯結。它既不像內部數據那樣只從企業的內部的角度看運營和管理。也不像外部大數據那樣，數據對企業的業務涵蓋比較稀疏。

窗口數據的特點

窗口數據由于聯結企業內部和市場、客戶，所以數據具有很高的業務價值。主要包括座席語音、在線客服、評論留言等內容，我們可以從以下幾個角度來看這部分數據的特點：

直接觸達用戶，快速了解問題。

這個容易理解，這部分數據的產生一般都是用戶和企業的直接對話。所涉及的問題已經直接影響到用戶，企業可以在第一時間聆聽到市場反饋和用戶心聲，是企業收集信息最直接有效的途徑。能夠讓企業快速做出反應，在以用戶為中心的運營理念下，這點尤為重要。

直接說明情況，問題命中率高。

窗口數據不同于之前階段的交易數據和用戶行為數據，之前數據信息主要通過數字來呈現，視覺上通過曲線的波動、異常等形式呈現。業務含義需要通過編碼和維度來轉義。數字數據的解讀需要一個分析的過程，對數字的趨勢、波動、異常等解讀的過程需要時間并可能會存在分析的誤讀。影響一個數字波動的原因可能由多因素共同作用，分析過程需要進行多種假設和揣測，因此結論存在不確定性。而窗口交互數據內容會清晰的把問題說明。

業務屬性強，分析含金量高。

窗口交互數據的業務濃縮度更高，例如無論是呼入還是呼出，都是企業直接觸達到了用戶。對于呼入業務，通常用戶沒事不會主動聯系企業，聯系企業都有原因或者需求。對于外呼業務，不管是外呼調研還是外呼營銷，企業的業務目的性更強。

信息涵蓋面廣，整體反應運營。

企業窗口用戶所反饋問題更為全面，凡是影響到用戶的問題，無論是產品質量、交易體驗，還是企業的流程和效率，這部分數據都會涉及到。用戶就是企業的非常客觀的監督者，用戶從自身體驗出發，不管企業內部的那個環節的問題，不會考慮企業內部部門的組織關系。

互動交互信息，問題表述清楚

不同于之前企業對數據的單向數據抽取、采集和分析應用。這部分數據的特點就是用戶主動表達了自己的意愿和訴求，數據生產的過程是一個雙向互動的過程。不僅包含問題也蘊含機會和建議，值得企業高層管理者關注。

窗口數據在企業中的應用

經過多年信息技術的發展，數據的價值越來越得到現代企業的認知，數據體系及相關系統已經成為企業的核心系統。基于數據的管理決策、經營分析、運營管理和營銷活動等數據應用也成為企業運營的基本工具，甚至是核心生產系統。越是成熟的公司越是重視數據，我們知道阿里定義自己是一家數據公司。

前面我們對窗口數據有了簡單闡述，那么這部分數據可以在哪些方面為企業提供價值？我們從對內發現問題、優化流程，提高運營管理能力；對外提高銷售轉化率、發現營銷機會，提升銷售兩個方向來介紹。

智能運營

智能時代的數據價值體現的一個特點，更多的是通過數據算法驅動的數據產品和系統，不只是簡單報表的呈現。比如現在開始普遍使用的智能在線機器人，以及開始逐步應用起來的智能質檢，都是對交互數據的系統化運用。智能語音系統也逐步改變傳統的IVR，可以預見很快，通過應用大量數據對算法模型的訓練，讓模型經過深度學習，業務的智能辦理也會逐漸發展起來，而不僅僅停留在應答回復這個層面。

前些時候網上傳播我找馬云”的親聽”項目，體現了公司高層對用戶反饋和運營的重視，但大家都清楚企業高層的親聽”行為不能夠普遍實行。當前人工智能技術應用卻能夠建立這樣的系統：全量監控交互過程，分析提取交互內容，及時呈現給管理部門，以便快速的應對。

業務運營方面：通過對用戶投訴、業務熱點、來電分布、產品質量、緊急突發等問題的跟蹤和統計，改進管理流程，提高運營效率。

用戶體驗方面：用戶為中心的時代，通過用戶的反饋，對意見進行收集和改善，是提高用戶粘性，提高用戶的體驗，而客服體系的窗口數據主體正是這部分數據。

風險管理：對于高敏感用戶和通話的及時發現，如質量、欺詐投訴315等問題，可以第一時間進行用戶的安撫和業務的改善，避免用戶的流失以及公司品牌形象的損失，降低公關風險。

筆者認為在強調用戶體驗的消費升級時代和人工智能發展的時代，在AI新技術和數據運營解決方案及產品的助力下，現代企業的管理體系會更扁平高效，更貼近市場和用戶，客服中心在企業中會發揮更重要的運營管理中樞的作用。

智能營銷

如何很好的使用數據提高銷售收入，這恐怕是企業更關心的議題。窗口數據同樣在智能營銷方面有重要價值。

完整的用戶畫像，提升精準營銷轉化率：用戶的通話／咨詢內容能夠更全面的反映用戶特征，使用戶畫像更加清晰，而且窗口數據所體現的用戶信息更加的真實，提高精準營銷的轉化率。交互信息中有很多內容是交易數據和用戶行為數據沒有涵蓋的內容。

市場機會的發現：窗口數據中蘊藏著用戶直接訴求，對產品的需求、和同業公司的對比、對新產品的詢問，及時的撲捉到這些機會點，就能夠為新的產品引進和營銷方案策劃提供有價值得信息。

外呼營銷能力提升：很多企業的座席承擔非常重要的銷售指標，通過對大量交互數據的分析提煉，能夠對比出優秀的營銷人員的話術特點，優化話術規范。另外通過系統對知識和經驗的沉淀，降低外呼人員流失帶來的外呼銷售能力損失。

營銷輔助工具：實時用戶畫像及話術提示，讓營銷人員不用在記憶繁瑣的產品說明和銷售賣點，智能系統會根據用戶的對話內容及用戶信息，推薦出最好的售賣方案，避免人員推薦錯誤帶來的營銷機會損失。通過提供預測性見解來提高銷售轉化。提升外呼銷售團隊的整體銷售轉化率。

外呼管理：監控外呼話術執行情況，外呼銷售過程中在系統層面對外呼銷售人員尤其是新手進行實時的銷售話術輔助和提醒，提高銷售新手的話術執行力。監控員工的夸大產品功效、夸大服務承諾等夸大銷售行為，監管虛假承諾導致老用戶的流失。

結尾

人工智能是一次重大的技術革命，但是當前人工智能還處于弱智能階段。從數據的角度來看任何一次技術變革都體現在對數據的處理和應用能力上。企業如果著眼于數據基礎能力和應用能力的建設，從數據的涵蓋和應用深度來考量新技術成熟度，可能會更加務實。而不是盲目于對技術的使用或者對未來人工智能的恐懼。

根據筆者的經歷看到，數據整體好的公司無論是技術能力還是運營體系和制度流程都相對較健康；數據應用較差的公司，數據一致性都不能保證，想看到正確的數字都是個難題，這種情況大多卻不是技術原因導致。建立數據運營的思維方式、有全面的數據視野更重要。

藍曠科技深度專注于客戶和企業客服座席的交互數據，公司自主研發自然語言處理平臺和語音識別引擎，結合團隊多年企業大數據建設和應用經驗，為企業的智慧運營、智能營銷提供產品和解決方案。