基于数据挖掘技术建立智能型客户联络中心.docVIP

基于数据挖掘技术建立智能型客户联络中心 在买方市场背景下，各个行业逐渐进入微利时代，基于消费需求和欲望呈现多样化、差异化等特征以及呼叫中心与生俱来的具有信息化和数据化等特征。作者通过借助关联规则、神经网络等数据挖掘技术建立可靠性分析模型、座席绩效评估模型等手段将散落在座席之间的零散信息进行集中、系统地分析，洞察客户需求的变动趋势，为交叉销售、新产品开发等提供主动的决策支持，真正实现以客户为中心的现代企业管理理念。 作为客户关系管理(Customer Relationship Management,CRM)的主要载体之一，基于CTI(Computer Telephony Integration)技术的现代呼叫中心(Call Center)在20世纪90年代引入中国。在其后十年左右的时间里，呼叫中心迅速经历了概念期和导入期，很快就进入了高速推广期，并以超乎寻常地速度得到普及和应用。 作为企业直接与客户联系和沟通的前端，呼叫中心在行业总量保持高速增长的同时，其内涵也在不断发生着质的转变。传统的呼叫中心主要是被动接听和处理电话呼叫，保持与客户的联系。显然，随着竞争的加剧、经济节奏的加快，客户资源已经成为现代企业争夺的主要领域，企业为维持客户满意度、保持持久竞争力，迫使呼叫中心必然向新的模式转型——基于数据挖掘(Data Mining)的智能型客户联络中心(Customer Contact Center)。 数据挖掘是指从海量的应用数据中，发现有用的相互关系、模式和趋势的过程。从理论角度讲，数据挖掘是融合模式识别技术、统计和数学等多个学科理论和技术的现代跨学科数据分析技术。从商业角度来说，数据挖掘是一种新的商业信息处理技术，其主要特点是对商业数据库中的大量业务数据进行抽样、清洗、转换、分析和模型化处理，通过抽取数据特征辅助商业决策。 在买方市场背景下，各个行业逐渐进入微利时代，同时消费者对产品和服务的认知水平和消费能力的不断提高，需求和欲望呈现出多样化、差异化等特征，企业为保持持久的竞争力，必须在与客户的联络中，借助数据挖掘技术，更加客观、精准的认识和识别的客户需求，从而以最低的成本获得更高的客户满意度。与此同时，呼叫中心与生俱来的具有信息化和数据化的特征。多年的呼叫中心实践，企业已经积累了大量的客户信息和数据，其中既有客户的属性信息，也有时间序列特征的行为数据，这为数据挖掘的商业应用提供了客观数据支持。因此，借助数据挖掘技术建立现代客户联络中心是一种必然趋势。 与传统呼叫中心相比，引入数据挖掘技术的联络中心将具有以下特点： (1)渠道多样性 联络中心包括与客户联系的所有渠道，即包括语音(例如电话、IVR、语速识别和声音识别)，也可以充分利用E-mail、WEB、视频、传真和信函等多种形式。这是一个输入/输出双向的基于服务的环境，在这个环境中座席处理所有有关销售、客户服务、营销、电话营销、搜集以及其他功能等方面的信息。 (2)虚拟性 联络中心的多种联络渠道，特别是对现代网络技术的利用，使得联络中心可以做到从逻辑上是单体的，而从物理上是分散的，从而通过虚拟的架构为客户提供更可靠、更便捷的服务。 (3)个性化 运用神经网络、聚类分析等数据挖掘技术，联络中心可以精准的获得客户的基本特征，把握客户需求的细微变动，从而可以主动为其定制个性化的服务。 (4)精细化 基于数据挖掘技术，联络中心可以科学的评价每个座席的绩效，从而进行恰当的排班，发挥每个座席的特点和优势，为客户提供最细致的服务。 可见，成功地应用数据挖掘技术，联络中心将充分体现出其智能性，从而为企业经营决策提供强有力的支持，让联络中心真正的从被动的“成本中心”向主动的“利润中心”逐渐过渡。 一方面，通过对数据的整合和优化，实施数据挖掘技术建立智能型联络中心，能显著提高联络中心的附加价值，为企业带来更好的经济效益。 首先，联络中心借助数据挖掘技术可以实现精准的客户细分，使得座席可以有选择的主动呼叫迫切需要提供服务的客户，为其提供及时地主动关怀。这既能节约联络中心的运行成本，同时又能够集中有限的人力和时间服务于最需要服务的客户，有效提高客户满意度。 点击图片查看大图 图1 智能型呼叫中心模式图 其次，呼叫中心的大量座席长期与客户最直接的“亲密”接触，其可以充分了解客户的需求。借助关联规则、神经网络等数据挖掘技术，新型联络中心能够方便的将散落在座席之间的零散信息进行集中、系统地分析，从而洞悉客户需求的变动趋势，为交叉销售、新产品开发等提供主动的决策支持。联络中心将一改往日辅助部门的地位，而成为市场运转的核心，从而真正实现以客户为中心的现代企业管理理念。