当前人工智能技术蓬勃发展，机器学习技术逐步应用到企业的技术体系中。很多企业也都在加大这方面的投入，出现了很多新的应用和产品。就如大家感受到的，长期以来作为企业IT技术投入并不高的客服中心组织，现在却受到了更多业界的关注。
本文旨在说明企业在步入智能时代后，数据将在企业的智慧运营和智能营销方面发挥重要价值，并简要描述如何发挥价值，以及呼叫中心在其中扮演的重要角色。
正如我们在“新客服”理念所描述，客服部门已不只是问题处理的成本中心，正在向利润中心演变，并逐渐在企业运营管理方面发挥重要作用。企业的客服部门做为用户和企业沟通最直接的触点，每天获取到大量高价值的用户数据和信息，这些数据宝藏由于技术的原因在以往的数据体系中挖掘不够，价值没有充分的发挥出来。新客服时代，客服部门生产出这些宝贵的交互数据，能够做为整个公司运营体系的核心，通过深度挖掘和用户交互过程中产生的内容，能够提升运营能力，提高销售收入。
为了更好说明后续内容，我们简单回顾一下企业的数据发展阶段和特点。
企业数据发展历程
国内企业信息化大概从90年代开始，从那时开始数据作为信息的主要载体开始进入企业的运营管理，在零几年初逐步成熟，典型代表是商业智能系统成为企业重要基础设施，并为企业的经营和管理发挥重要作用，CRM开始在企业成熟应用。这个时期的数据主要以企业的订单交易数据和供应链数据为主。
随着互联网的发展，大概在09年前后，大数据的概念逐步成为数据的代名词。同时互联网技术对数据的技术领域的起到了重要的推动作用，在集群运算，实时计算，非结构化数据处理等方面为整个数据技术领域的提供了巨大的拓展。而在数据内容方面，由于互联网和移动互联网对C端用户行为数据的采集能力增强，使企业能够更好的了解和描述客户。用户的点击、浏览、关注、加购物车等信息能够对终端用户进一步刻画。个性化推荐、千人千面、精准营销等数据应用的系统提高了销售转化率。同时这个阶段企业外部数据、行业数据开始大量应用到企业中来。
人工智能是继互联网之后的又一次技术革命，虽然人工智能提出很早，但是当前技术的逐渐成熟，开始在很多领域带来突破，未来会对一些领域的产生颠覆性影响。
从技术的角度看，每一次技术升级都体现在数据处理能力和应用能力的提升上，体现在能处理更多种类的数据、能通过更复杂的算法和方法深度的应用数据。人工智能发展到现在，语音识别、图像识别、自然语言处理技术的发展，让以前难于应用的语音、文本等客服数据，变得更容易被收集、分析和使用，这也为客服部门从问题处理的成本中心，转向信息发现和传递的运营中心奠定了技术基础。
这部分数据我们称之为企业“窗口数据”或企业“交互数据”，这样称是因为这部分数据体现了企业和用户、市场的联结。它既不像内部数据那样只从企业的内部的角度看运营和管理。也不像外部大数据那样，数据对企业的业务涵盖比较稀疏。
窗口数据的特点
窗口数据由于联结企业内部和市场、客户，所以数据具有很高的业务价值。主要包括座席语音、在线客服、评论留言等内容，我们可以从以下几个角度来看这部分数据的特点：
直接触达用户，快速了解问题。
这个容易理解，这部分数据的产生一般都是用户和企业的直接对话。所涉及的问题已经直接影响到用户，企业可以在第一时间聆听到市场反馈和用户心声，是企业收集信息最直接有效的途径。能够让企业快速做出反应，在以用户为中心的运营理念下，这点尤为重要。
直接说明情况，问题命中率高。
窗口数据不同于之前阶段的交易数据和用户行为数据，之前数据信息主要通过数字来呈现，视觉上通过曲线的波动、异常等形式呈现。业务含义需要通过编码和维度来转义。数字数据的解读需要一个分析的过程，对数字的趋势、波动、异常等解读的过程需要时间并可能会存在分析的误读。影响一个数字波动的原因可能由多因素共同作用，分析过程需要进行多种假设和揣测，因此结论存在不确定性。而窗口交互数据内容会清晰的把问题说明。
业务属性强，分析含金量高。
窗口交互数据的业务浓缩度更高，例如无论是呼入还是呼出，都是企业直接触达到了用户。对于呼入业务，通常用户没事不会主动联系企业，联系企业都有原因或者需求。对于外呼业务，不管是外呼调研还是外呼营销，企业的业务目的性更强。
信息涵盖面广，整体反应运营。
企业窗口用户所反馈问题更为全面，凡是影响到用户的问题，无论是产品质量、交易体验，还是企业的流程和效率，这部分数据都会涉及到。用户就是企业的非常客观的监督者，用户从自身体验出发，不管企业内部的那个环节的问题，不会考虑企业内部部门的组织关系。
互动交互信息，问题表述清楚
不同于之前企业对数据的单向数据抽取、采集和分析应用。这部分数据的特点就是用户主动表达了自己的意愿和诉求，数据生产的过程是一个双向互动的过程。不仅包含问题也蕴含机会和建议，值得企业高层管理者关注。
窗口数据在企业中的应用
经过多年信息技术的发展，数据的价值越来越得到现代企业的认知，数据体系及相关系统已经成为企业的核心系统。基于数据的管理决策、经营分析、运营管理和营销活动等数据应用也成为企业运营的基本工具，甚至是核心生产系统。越是成熟的公司越是重视数据，我们知道阿里定义自己是一家数据公司。
前面我们对窗口数据有了简单阐述，那么这部分数据可以在哪些方面为企业提供价值?我们从对内发现问题、优化流程，提高运营管理能力;对外提高销售转化率、发现营销机会，提升销售两个方向来介绍。
智能运营
智能时代的数据价值体现的一个特点，更多的是通过数据算法驱动的数据产品和系统，不只是简单报表的呈现。比如现在开始普遍使用的智能在线机器人，以及开始逐步应用起来的智能质检，都是对交互数据的系统化运用。智能语音系统也逐步改变传统的IVR，可以预见很快，通过应用大量数据对算法模型的训练，让模型经过深度学习，业务的智能办理也会逐渐发展起来，而不仅仅停留在应答回复这个层面。
前些时候网上传播“我找马云”的“亲听”项目，体现了公司高层对用户反馈和运营的重视，但大家都清楚企业高层的“亲听”行为不能够普遍实行。当前人工智能技术应用却能够建立这样的系统：全量监控交互过程，分析提取交互内容，及时呈现给管理部门，以便快速的应对。
业务运营方面：通过对用户投诉、业务热点、来电分布、产品质量、紧急突发等问题的跟踪和统计，改进管理流程，提高运营效率。
用户体验方面：用户为中心的时代，通过用户的反馈，对意见进行收集和改善，是提高用户粘性，提高用户的体验，而客服体系的窗口数据主体正是这部分数据。
风险管理：对于高敏感用户和通话的及时发现，如质量、欺诈投诉315等问题，可以第一时间进行用户的安抚和业务的改善，避免用户的流失以及公司品牌形象的损失，降低公关风险。
笔者认为在强调用户体验的消费升级时代和人工智能发展的时代，在AI新技术和数据运营解决方案及产品的助力下，现代企业的管理体系会更扁平高效，更贴近市场和用户，客服中心在企业中会发挥更重要的运营管理中枢的作用。
智能营销
如何很好的使用数据提高销售收入，这恐怕是企业更关心的议题。窗口数据同样在智能营销方面有重要价值。
完整的用户画像，提升精准营销转化率：用户的通话/咨询内容能够更全面的反映用户特征，使用户画像更加清晰，而且窗口数据所体现的用户信息更加的真实，提高精准营销的转化率。交互信息中有很多内容是交易数据和用户行为数据没有涵盖的内容。
市场机会的发现：窗口数据中蕴藏着用户直接诉求，对产品的需求、和同业公司的对比、对新产品的询问，及时的扑捉到这些机会点，就能够为新的产品引进和营销方案策划提供有价值得信息。
外呼营销能力提升：很多企业的座席承担非常重要的销售指标，通过对大量交互数据的分析提炼，能够对比出优秀的营销人员的话术特点，优化话术规范。另外通过系统对知识和经验的沉淀，降低外呼人员流失带来的外呼销售能力损失。
营销辅助工具：实时用户画像及话术提示，让营销人员不用在记忆繁琐的产品说明和销售卖点，智能系统会根据用户的对话内容及用户信息，推荐出最好的售卖方案，避免人员推荐错误带来的营销机会损失。通过提供预测性见解来提高销售转化。提升外呼销售团队的整体销售转化率。
外呼管理：监控外呼话术执行情况，外呼销售过程中在系统层面对外呼销售人员尤其是新手进行实时的销售话术辅助和提醒，提高销售新手的话术执行力。监控员工的夸大产品功效、夸大服务承诺等夸大销售行为，监管虚假承诺导致老用户的流失。
结尾
人工智能是一次重大的技术革命，但是当前人工智能还处于弱智能阶段。从数据的角度来看任何一次技术变革都体现在对数据的处理和应用能力上。企业如果着眼于数据基础能力和应用能力的建设，从数据的涵盖和应用深度来考量新技术成熟度，可能会更加务实。而不是盲目于对技术的使用或者对未来人工智能的恐惧。
根据笔者的经历看到，数据整体好的公司无论是技术能力还是运营体系和制度流程都相对较健康;数据应用较差的公司，数据一致性都不能保证，想看到正确的数字都是个难题，这种情况大多却不是技术原因导致。建立数据运营的思维方式、有全面的数据视野更重要。
本文刊载于《客户世界》2018年4月刊;作者为龚雪菲，单位为蓝旷科技。
