數據競爭力

孫泠

在數據團隊看來，呼叫中心是企業中最敗家的部門了——在每天與最終用戶的溝通中，被丟棄的價值數據簡直不計其數。“任何一位聯系人都會在這里留下個人信息、聯系方式、業務資料等多種信息，就連接待人員的服務情況也會被記錄在案，”資源分析企業HfS研究公司執行副總裁Tony Filippone認為，“如此海量的寶貴信息一直令其他關鍵性業務部門羨慕不已，特別是財務、會計以及處理客服投訴的人員。”

在呼叫中心的整個發展史，對于數據的分析基本上始終停留在相當膚淺的層面上——已接電話、平均等候時長、通話時長以及問題解決比例……這一切對于現代業務信息采集需求而言顯然是遠遠不夠的。

“隨著時間的推移，企業不斷引入更新、更強大的管理工具，希望借此幫助呼叫處理、調度以及實時數據配合業務更上一層樓。然而數據收集效果卻始終取決于接待人員的表現及處理效率，”外包及管理咨詢企業ISG公司呼叫中心首席顧問John Magliocca評價道。

但事情正在起變化。企業呼叫中心以及呼叫中心服務供應商都已經開始將新型分析工具引入業務，旨在從服務產生的大數據中挖掘出能夠促進公司運營狀態的有價值信息。這種變化的出現是由于多種業務因素的推動：如今呼叫中心里的業務代表們常常需要處理來自不同渠道的多種問題，而這類問題中所蘊含的信息比社交媒體以及網上論壇更廣泛、更準確、也更有針對性。在Avaya大中華區總裁王昀看來，Avaya經歷的從最初的單純語音產品到現在的協同通信全線產品的轉變就說明了行業的變遷。“語音、數據、視頻三網合一的前提是開放的架構。面對社交媒體在消費者中的大規模普及，需要滿足消費者從語音對話/社交媒體內容到后臺服務的一站式要求，成為企業數據挖掘的一環。”

柳暗花明

系統能否在客戶開口之前，就基本判斷出令對方煩惱的主要問題？

“很多企業都在對非結構化數據進行文本內容歸納及情緒分析，并希望從中尋找可資借鑒的客戶服務模式及發展趨勢，”IBM公司預測分析部門副總裁Deepek Advani表示。IBM在這方面已經投入了不少精力，他們打造的文本分析及信息挖掘(簡稱TAKMI)工具已經在多家呼叫中心進入實際應用階段。他們的目標是通過這套工具記錄接待人員表現、確認客戶關心的問題、突出服務趨勢及模式并提供預先提示功能。

“許多企業都開始將呼叫中心生成的數據與事務數據倉庫相整合，旨在減少客戶流失并促進追加銷售及交叉銷售的執行效果，”Advani指出。“呼叫中心日志記錄著客戶來電咨詢的內容，這不僅能夠為企業提供業務前瞻性，更會帶來對未來產品需求的準確預估。”

每一位打過客服熱線的朋友幾乎都曾經被“請按1、2、3、4”的自動應答機制搞得頭昏腦漲。“一旦技術成熟，智能化設備將完全有能力接聽并理解客戶的需求，而不會再像以前那樣令對方火上澆油，這對于企業來說無疑是一種福音，”Filippone解釋道。“像IBM的沃森這類真正能與人交流的智能系統終將代替只會線性思維的自動應答機制。”

新應用并不總意味著巨額投入，社交媒體收聽工具就相當價廉物美——通過追蹤Twitter中的關鍵詞及短語發現問題，并及時幫助呼叫中心管理者掌握近期顧客投訴的重點內容或者全局熱點問題。“呼叫中心已經擁有豐富的數據資源與基礎化分析功能，新的解決方案只是將這些內容進行總結和強化。如果不立足于這一根本，新的分析機制就會空有‘先進的名頭，卻無法給出客觀準確的判斷，”Filippone解釋道。

反向跨界

有趣的是，這種跨界并不限于傳統IT公司對大數據分析機構的侵吞和收購，眾多的大數據“生產者”們也開始注意收集、增加自身的分析能力。今年4月，Twitter宣布收購美國從事社交網站數據調研公司Hotspots.io。這家名不見經傳的公司之前的業務，主要是針對美國社交網絡用戶對超級碗橄欖球決賽電視廣告的反應進行研究；加入Twitter之后，這只團隊將負責開發各種分析工具，提供給Twitter的廣告主和內容提供伙伴。

同樣嘗到大數據分析甜頭的還有亞馬遜的三位前工程師——Sundeep Ahuja Tyler Kohn , Michael DeCoursey 和Dave Selinger，他們創立的RichRelevance公司根據對消費者購物行為的數據分析，幫助零售商打造個性化商品推薦體驗。對于零售商而言，針對各種來源的數據集推出個性化購物體驗是一件非常困難的任務，而RichRelevance會分析消費者的“所有”行為數據，這些數據包括了消費者的購物歷史、購物車歷史、搜索歷史以及其他消費者行為。舉例來說，一位男士用信用卡為妻子購買了減輕妊娠反應的藥品，幾個月后，當他們的小寶寶降生后，針對年輕父母以及出生嬰兒的全方位購物清單以及促銷信息就會輕輕推送到他們的手機以及郵箱中。

傳統企業中，零售業巨頭沃爾瑪正埋頭將之前試點的10節點Hadoop擴展到250個節點。這一舉動的背后是沃爾瑪對硅谷中小型創業公司的一連串收購，這些創業公司不是精于數據挖掘和各種算法，就是在移動社交領域專長。“大數據提供了前所未有的可能性，有些甚至超出我們的想象，我們將擁有一個全球大一統的Hadoop數據倉庫，推動內部數據分享和分析，但這需要在各種數據庫之上建立一個跨平臺的抽象層。”沃爾瑪實驗室（Walmart Labs）全球電子商務總監斯蒂芬.奧沙利文說，這一切都是沃爾瑪全面開展社交媒體和移動應用大數據分析的鋪墊，比如基于消費者使用FourSquare的簽到數據，沃爾瑪能實時分析某家店在周末的時候客流量最大。不僅能夠追蹤社交媒體中對地點、用戶和產品的提及信息，從而優化其選貨和備貨的準確性，沃爾瑪還能通過社交基因庫和數據分析技術，分析產品、用戶、品牌之間的關聯，進行更有針對性的線上和線下店面的產品推薦。

大數據技術的演化深刻地影響今天的企業業務。對大數據分析能力的提升，讓企業可以從過去“一地雞毛”般凌亂的數據中挖掘出用戶的行為習慣與興趣偏好，反向輸送給業務層，這種趨勢既能支持更精準的社會化營銷與廣告投放，直接增加公司的收入；同時減少企業與最終顧客間的交流層級，增強用戶粘性，帶來間接但更持久的價值。

在IBM大中華區副總裁兼大中華區軟件集團總經理胡世忠看來，“高層人員需要實時信息”是個錯誤，甚至謊言。實際上，企業的運營部門更需要實時信息，而戰略層面需要的是時間跨度更長的綜合信息。而IBM信息管理副總裁兼信息管理CTO Tim Vincent將大數據平臺與當年中間件（特別是Web應用服務器）的發展相提并論——同樣是利用開源技術，部署的關鍵則在于與企業的后臺系統整合在一起。

很多人認為大數據是指非結構化的數據，其實這是一個“謊言”。事實上，全球產生的數據中85%以上的確是非結構化的數據。但企業主要處理的還是結構化的數據。大多數廠商的非結構化數據分析工具也是轉換成結構化數據之后再進行處理。Forrester分析師James Kobielus認為只有1%的美國企業在生產環境中使用Hadoop，他預計在未來一年中，“這個數字將翻一番或者兩番”。

無論如何，大數據一方面會催生對IT產品與解決方案更多的需求，涵蓋從硬件、軟件到信息服務等多個層面，貫穿數據、語音、圖片、視頻等多種類型；另一方面，越來越多的公司正在通過云交付的模式，將自身對于大數據集的存儲、計算與分析能力開放給第三方，使得數據即服務（Data as a Service）成為影響產業格局的新一代業務模式。

IDC中國負責互聯網與新媒體研究的高級分析師周林表示：“從數據的角度解讀互聯網，各類業務的本質都是對數據資產的采集、整理、加工和變現的過程。因此，大數據將成為未來‘新的石油。持有大型數據的能力，以及將大數據集通過分析轉化為業務價值的能力，將構成企業的核心競爭力。”