发帖
雷达卡
数据分析师点拨：
大数据时代下的客户服务是如何被改变的
“大数据”所代表的是当今社会所独有的一种新型的能力——以一种前所未有的方式，通过对海量数据进行分析，获得有巨大价值的产品和服务，或深刻的洞见。这种“前所未有的”巨大价值和深刻洞见，并不仅仅来自于单一数据集量上的变化，而是不同领域数据集之间深度的交叉关联,姑且称之为“跨域关联”。
也许你会说大数据这种现象不用说，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实质性的影响啊，或者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。我只想说“剖析历史可以洞察未来”，几年前说“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《Big data: The next frontier for innovation, competition, andproductivity》，大数据将给医疗服务、公共管理、定位服务、零售和制造各个行业带来显著的应用价值，例如，对美国的医疗服务业每年创造价值3000亿美元，约0.7%的年增长率，对美国制造业最高可下降50%的产品研发和装配成本。麦肯锡的这份报告详致地阐明了大数据对各行各业的利好，推荐大家阅读，我这里只谈大数据对客户服务领域的影响。
一、智能语音客服
目前，通信运营商等在客服领域比较先进的企业已经实现了智能文字客服，通过文字识别技术和智能匹配算法对通过短信和网站文字客服提出的服务诉求智能匹配答案，不需人工判断。要实现智能语音客服，也要通过识别和匹配这两关。
我们先说说识别吧。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AT&T贝尔实验室开发的Audrey语音识别系统，它能够识别10个英文数字，现在AT&T的语音系统 Watson已经可以实现在线德语和英语的实时口译。以现在的技术，语音的识别依然比较困难，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，还未发展成以语言学为基础的文法模型，算法不突破，效果无法取得突飞猛进的进展。算法的优化不是一朝一夕的事情，需要慢慢不断地进行，尤其语音这种非结构化数据(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(用于非结构化数据的管理分析)的发展，也会对新算法开发带来福音。一些核心算法如特征提取、搜索算法和自适应算法也都在一步步改进，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、环境和音色等因素的影响，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基础，对这些非结构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探讨。
接下来就说到匹配了。目前，匹配的算法已经相对比较成熟了，也许和大数据技术没有直接联系，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，说到底，算法依然是核心，而数据则是基础，对于这类非结构化数据，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，语音识别的技术的突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说了。之所以单列出来谈呢，是因为其对客户服务别有一番作用。
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，仅以广东移动为例，广东移动客服中心每年就要新增约60T的数据存储，这个体量对于一般的企业来说已经是“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，更何况是其他成本。而如果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(一个移动硬盘都可以存储一个图书馆的数据量了)，存储成本简直就是直线下降，不仅实现了低成本高效，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，对于客户投诉或办理业务的来电，仍然保留录音记录，一则便于企业对客服人员的服务态度(说话语气什么的还真要靠语言才能判断)和质量进行抽检，二则备份留证。而对于更多的咨询或查询类来电，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，用来改进服务或发现商机，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
在互联网时代，除了用户数、营业额等，数据已经被认为是未来的核心资源。我记得马云曾说过类似这样的话“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。”每年有多少企业关注《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，甚至可以在客户比较满意的时候，主动获取一些爱好、职业等信息，积少成多，某些时候，这些数据将为企业巨大的价值。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和标签的问题，待下文再进行剖析思考。对客户信息挖掘的应用，我在此举两个简单的例子。比如，通过数据的挖掘，可以发现哪些用户是高尔夫球爱好者，进行精准营销，避免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服务领域待被开采的金矿，国外运营商已经开始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、营业厅选址提供依据。
不要一概而论，也不要唯技术是从。
京公网安备 11010802022788号
