“數(shù)據(jù)就是新的石油。它是有價值的，但如果未經(jīng)提煉就不能真正使用。必須將數(shù)據(jù)轉(zhuǎn)化為天然氣、塑料、化學(xué)品等，才能創(chuàng)造一個有價值的實體，推動盈利活動；因此必須對數(shù)據(jù)進行分解、分析，使其具有價值。”--數(shù)據(jù)科學(xué)家先驅(qū)Clive Humby。

　　數(shù)據(jù)爆炸正在發(fā)生，全球數(shù)據(jù)總量每3年翻一番，站點也沒有盡頭。利用這些數(shù)據(jù)將推動未來的經(jīng)濟。這個領(lǐng)域的專家被稱為數(shù)據(jù)科學(xué)家，《哈佛商業(yè)評論》（Harvard Business Review）稱之為“21世紀最性感的工作”的職業(yè)。數(shù)據(jù)已經(jīng)給職業(yè)體育帶來了革命性的變化--只要看看棒球場上的擊球手們用“轉(zhuǎn)移”到球場的一邊就知道了，這是由于擊球手們的統(tǒng)計擊球模式造成的。數(shù)據(jù)也將徹底改變聯(lián)絡(luò)中心。

　　數(shù)據(jù)通常分為兩類：結(jié)構(gòu)化和非結(jié)構(gòu)化。結(jié)構(gòu)化數(shù)據(jù)長期以來一直是聯(lián)絡(luò)中心管理的基礎(chǔ)--數(shù)據(jù)是在一個組織良好的數(shù)據(jù)庫中，可以交叉引用，例如由座席、組和隊列組織的通話時間。非結(jié)構(gòu)化數(shù)據(jù)比會話內(nèi)容更原始。像聊天和電子郵件這樣的數(shù)字會話有豐富的文本等待挖掘，隨著語音識別技術(shù)的進步，語音會話也可以以類似的方式進行挖掘。語音和文本分析可用于破譯對話并將其分類到結(jié)構(gòu)化數(shù)據(jù)庫中，例如，為來電者表現(xiàn)出挫敗感或座席使用不當(dāng)語言的互動建立索引。

　　數(shù)據(jù)科學(xué)家在新興聯(lián)絡(luò)中心的工作是理解所有這些信息，并將其付諸行動以改善業(yè)務(wù)成果。

　　數(shù)據(jù)分析師使用專門的分析工具來尋找趨勢和獲得見解，并幫助設(shè)計解決方案。數(shù)據(jù)分析員在結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)中尋找相關(guān)性。例如，一個聯(lián)絡(luò)中心通過語音分析發(fā)現(xiàn)，在與座席的對話中提到競爭對手價格的客戶，最終離開轉(zhuǎn)向競爭對手的可能性明顯高于其他客戶。

　　為了擴大洞察的范圍，數(shù)據(jù)科學(xué)家可以將來自聯(lián)絡(luò)中心內(nèi)部的信息與來自外部來源的數(shù)據(jù)相結(jié)合。公共領(lǐng)域中存在大量有價值的數(shù)據(jù)集。例如，一個完整的亞馬遜客戶評論和Yelp評論數(shù)據(jù)庫可以在線獲得，其中包含關(guān)于客戶情緒的寶貴數(shù)據(jù)。制造商或零售商可以利用這些評價來評估自己的產(chǎn)品和服務(wù)以及競爭對手的績效。這些見解可以幫助培訓(xùn)座席在銷售談話中強調(diào)產(chǎn)品的哪些方面。其他有價值的工具是免費提供的，比如Google云公共數(shù)據(jù)集，它提供了搜索100多個公共數(shù)據(jù)集的能力，Google趨勢，它可以用來檢查Web搜索歷史以及實時搜索趨勢。

　　創(chuàng)造性的數(shù)據(jù)分析師將與聯(lián)絡(luò)中心的其他人合作，為他們發(fā)現(xiàn)的問題或機遇制定解決方案。數(shù)據(jù)分析師的見解可用于：

　　例如，針對上述客戶流失風(fēng)險的適當(dāng)對策可以是主動聯(lián)系在互動中提及競爭對手價格的所有客戶，以特價吸引他們作出長期承諾。

　　數(shù)據(jù)分析師還將為機器人團隊提供關(guān)鍵見解�？蛻艚换ペ厔菘梢杂脕頉Q定在何處部署機器人，以及如何微調(diào)它們在該領(lǐng)域的性能。機器人本身將由另一種數(shù)據(jù)科學(xué)家開發(fā)。

　　機器人開發(fā)首先需要認識到哪些問題非常適合自動化，哪些問題最好留給人工座席。下一個要求是熟練掌握驅(qū)動許多機器人程序的一套專門的自然語言工具，如Google DialogFlow和IBM Watson，并了解哪些工具最適合于哪種類型的對話。機器人開發(fā)人員使用數(shù)據(jù)分析人員提供的數(shù)據(jù)和見解來設(shè)計機器人解決方案，并訓(xùn)練機器人更好地完成任務(wù)。

　　我們將這些人稱為會話開發(fā)人員。他們了解計算機是如何“思考”和對輸入做出反應(yīng)的，這使得他們能夠更好地掌握什么時候以及為什么會發(fā)生意外，從而避免意外。他們利用數(shù)據(jù)分析員對結(jié)果的置信度來知道什么時候“建議”答案，什么時候“宣布”行動。

　　這些技術(shù)工人類似于軟件世界中的“前端開發(fā)人員”，一個好的前端開發(fā)人員與犯罪的合作伙伴，即用戶界面設(shè)計師是搭檔。對于機器人設(shè)計，這個人被稱為會話設(shè)計師，這是一個新角色，是為下一代聯(lián)絡(luò)中心編寫劇本的團隊的一部分。

　　原文網(wǎng)址：

　　https://blog.glia.com/the-times-they-are-a-changing-talent-in-the-contact-center-part-4-the-research-team/