大数据时代客户服务将如何被改变？.docx

大数据时代，客户服务将如何被改变？最近“大数据已经取代了“云技术成为了新技术的热门话题各类“大数据的书籍层出不穷文章更是琳琅满目仿佛你要是不以及“大数据扯上点关系你就OUT了!笔者对这些文章也略有涉猎但觉徒挂“大数据虚名者多而真知者寡。为了让大众更容易理解大数据的内涵?请允许我先简单地介绍一下大数据的定义以及背景。麦肯锡的报告是这样定义的大数据是指无法在一定时间内用传统数据库软件工具对其内容进展抓取、管理以及处理的数据集合。(Bigdatareferstodatasetswhosesizeisbeyondtheabilityoftypicaldatabasesoftwaretoolstocapture,store,manage,andanalyze.)大数据这个概念又是怎么来的呢?2020年度5月EMC举办了一次主题“云计算相遇大数据的大会首次抛出了“大数据(BigData)概念;6月由EMC赞助IDC编制的年度度数字宇宙研究报告?从混沌中提取价值?(ExtractingValuefromChaos)发布;紧接着IBM、麦肯锡等诸多国外机构发布“大数据相关研究报告予以积极跟进。从背景我们可以看到EMC(全球最大的外置存储硬盘供给商)是推动“大数据这个概念的主谋他这么做当然是想多卖点硬盘。这种软广告式炒作不但没引起反感以及吐槽反而被社会各界认可与接收也是跟其社会背景密不可分。由于近年度数据产生本钱急速下降人类产生的数据量正在呈指数级增长其中80%以上都是传统数据库无法处理的非构造化数据。这些数据到底有多大呢?根据IDC的监测全球在2020年度正式进入ZB时代预计到2020年度全球将总共拥有35ZB的数据量假如把35ZB的数据全部刻录到容量为9GB的光盘上其叠加的高度相当于在地球与月球之间往返三次在这么直观的比喻面前其他语言也要苍白无力了!也许你会讲大数据这种现象不用讲我们早就看出来了不就是数据大么能给我们的社会带来什么本质性的影响啊或我怎么没看到它的应用?关于大数据的应用我在这里就不赘述了市面上各种“大数据的书已经谈了很多案例了。我只想讲“剖析历史可以洞察将来几年度前讲“云技术还很遥远的那些人却在将自己的文档、照片、视频上传至“iCloud使用着“搜狗云输入法登陆Dropbox、Yelp、Zynga等网站(这些网站正托管于亚马逊的云平台).那片飘在天上的“云早已不是“触不可及。根据麦肯锡全球研究所的研究报告?Bigdata:Thenextfrontierforinnovation,competition,andproductivity?大数据将给医疗效劳、公共管理、定位效劳、零售以及制造各个行业带来显著的应用价值例如对美国的医疗效劳业每年度创造价值3000亿美元约0.7%的年度增长率对美国制造业最高可下降50%的产品研发以及装配本钱。麦肯锡的这份报告详致地说明了大数据对各行各业的利好推荐大众浏览我这里只谈大数据对客户效劳领域的影响。在云时代淘宝推出的一种极具“云特色的客户效劳形式云客服云客服把社会上喜欢帮助人且有才能帮助人的淘宝人聚集在一起使客服人员在家里或者学校对客户提供远程效劳实现了“HO(HomeOffice驻家办公)并充分利用了客服人员的零散时间不仅降低了本钱还进步了效率。当然这个“云并不是真正意义上的云技术只是一种概念以及噱头。而在大数据时代又将会给客户效劳带来哪些商业价值呢?我认为大数据将对客户效劳带来一次变革给客户效劳带来极大的想象空间以及无限的开展前景。甚至可以使客服部门从原来的本钱中心(高本钱、低价值)转型为利润中心(提升品牌价值创造收入)。在这里我举三个例子跟大众讨论一下展望一下客户效劳的将来。一、智能语音客服目前通信运营商等在客服领域比拟先进的企业已经实现了智能文字客服通过文字识别技术以及智能匹配算法对通过短信以及网站文字客服提出的效劳诉求智能匹配答案不需人工判断。要实现智能语音客服也要通过识别以及匹配这两关。我们先讲讲识别吧。早在Siri之前就已经有很多语音识别工具问世最早的基于电子计算机的语音识别系统是由ATT贝尔实验室开发的Audrey语音识别系统它可以识别10个英文数字如今ATT的语音系统Watson已经可以实如今线德语以及英语的实时口译。以如今的技术语音的识别仍然比拟困难主要面临的难点有2个1.算法算法是软件的核心目前的语音识别算法使用的语言模型仍是一种概率模型还未开展成以语言学为根底的文法模型算法不打破效果无法获得突飞猛进的进展。算法的优化不是一朝一夕的事情需要渐渐不断地进展尤其语音这种非构造化数据(不便用数据库二维逻辑表来表现的数据)但随着大数据分析技术(用于非构造化数据的管理分析)的开展也会对新算法开发带来福音。一些核心算法如特征提取、搜索算法以及自适应算法也都在一步步改良且随着数据源的不断丰富算法的识别效果也就越来越精准。2.适应性由于方言、语气、环境以及音色等因素的影响限制了语音识别算法的效果这就需要语言识别系统具有一定的自适应性不同口音、方言的识别都需要以一个庞大的语音数据库为根底对这些非构造化数据的管理分析就更加指望大数据技术了。至于排除环境噪音、音色等因素个人感觉要依赖半导体传感技术的进步留待硬件领域的专家进一步讨论。接下来就讲到匹配了。目前匹配的算法已经相比照较成熟了也许以及大数据技术没有直接联络不过其准确性也有赖于数据源的丰富程度同时要在不断产生的“交互数据中动态地调整匹配结果。综上所诉随着数据源越来越多大数据技术的不断进步语音识别系统也在持续地完善之中讲到底算法仍然是核心而数据那么是根底对于这类非构造化数据也许传统的数据库技术Handle不住但大数据技术却大有可为。相信不久语音识别的技术的打破不仅可以实现智能语音客服还将变革人与物之间的交互方式。二、语音文本转换因为这个功能的核心也是语音识别所以大数据技术对的转换准确度的保障支撑就不用再讲了。之所以单列出来谈呢是因为其对客户效劳别有一番作用。对于呼叫中心而言客服人员与用户的通话都是要录音备份的这些语音数据可真的不小哦仅以广东挪动为例广东挪动客服中心每年度就要新增约60T的数据存储这个体量对于一般的企业来讲已经是“大数据了。据悉这些数据是用磁带来保存的而且这些要保存几十年度不能销毁想想到时候光这些磁带所占用的房间租金就是不少钱啊更何况是其他本钱。而假如能将这些语音准确地转换成文本之后文本存储所占用的空间就小的多(一个挪动硬盘都可以存储一个图书馆的数据量了)存储本钱简直就是直线下降不仅实现了低本钱高效对自然环境也是一种利好。有人会质疑这些录音是为了便于追溯留证的不是原始的录音记录客户不认账怎么办?当然我要声明不是所有的录音都要转换成文本对于客户投诉或者办理业务的来电仍然保存录音记录一那么便于企业对客服人员的效劳态度(讲话语气什么的还真要靠语言才能判断)以及质量进展抽检二那么备份留证。而对于更多的咨询或者查询类来电通常不必留证将这些语音转成文本之后不仅减少了存储空间这些文本数据还可用于后续的信息挖掘用来改良效劳或者发现商机毕竟文本的信息分析要比语音的容易得多。三、客户信息挖掘无痛胃镜多少钱s:/在互联网时代除了用户数、营业额等数据已经被认为是将来的核心资源。我记得马云曾讲过类似这样的话“你知道全国哪个省份的女人胸围最大么?你知道哪个城市的男人最喜欢用什么牌子的衣服、香水么?你们都不知道淘宝知道。每年度有多少企业?淘宝用户行为报告?以图挖掘出一些数据来提升自己的销量从这里数据的价值可见一斑。而客服部门作为企业前端的客户直接接触窗口每天都可以从客户身上获取大量的信息甚至可以在客户比拟满意的时候主动获取一些爱好、职业等信息积少成多某些时候这些数据将为企业宏大的价值。当然这些数据的录入也不能仅靠人工其中更涉及客户视图以及标签的问题待下文再进展剖析考虑。对客户信息挖掘的应用我在此举两个简单的例子。比方通过数据的挖掘可以发现哪些用户是高尔夫球爱好者进展精准营销防止盲目营销导致的客户反感及投诉。再如随着定位技术成为了手机的标配个人位置信息已经成了客户效劳领域待被开采的金矿国外运营商已经开场分析这些个人位置信息的数据并将洞察结果面向政企客户提供这些位置信息可以为企业的实体店、营业厅选址提供根据。转载于:s:/blog.51cto/14263495/2375745weixin_34356138