在过去十年中，企业已经看到了结构化和非结构化客户数据的大量涌入，通过对客户数据的分析从而洞察先机，帮助企业创造一种能够吸引更多新客户的客户服务体验，从而确保客户的忠诚度，在市场中获取竞争优势。在过去十年中，我们也看到了AI和BI工具使用量的巨大增长。
不过仍然存在一个未被解答的问题：众多客户数据中最关键的客户信息存在于企业的哪个部门？销售部门？战略部门？营销部门？事实上，如果要说企业哪一个部门拥有最丰富，最具价值的客户数据，那么一定是联络中心。
从某位客户与某个品牌刚刚建立联系开始，联络中心就在客户数据积累中发挥核心作用：历史对话、社交媒体上赞扬与抱怨、与客服代表的历史通话与聊天记录等等。另外还有其他一些接触点也收集了不少客户信息，如信息亭，网站，门户登录，支付界面，答疑界面等的历史记录。可以说，对于企业而言，联络中心就是一座富足的金矿。
我们在电话中经常听到“为了保证服务质量，您的通话可能会被录音”，虽然一般企业的客服电话都会进行录音，但是大部分企业没有意识到这些录音如果加上语言分析和自然语意理解则有可能转化为一组有价值的信息，用于销售、二次销售或者保持客户忠诚度。对于产品团队而言，他们也可以利用这一批数据来创建新的解决方案。
密切监测联络中心接收的数据变化趋势，有助于预测未来客户活动的许多情况，列出他们的偏好，并确定企业如何采取措施迎合客户的偏好。例如，来自某特定市场客户沟通方式中，文本信息交谈量激增，对于这种趋势的察觉可以帮助该地区的营销团队和技术团队在联络中心部署正确的客户服务工具。
分享几个能够增加客户信息价值的工具：
语音分析-发现更宝贵的隐藏信息：语音分析可帮助改善客户体验，在某些客服代表需要大量培训的知识领域起到识别的作用。它还可以对客服的服务进行识别，区分主动服务与被动服务，以及客服代表可以处理什么问题以及他们遇到了哪些困难。语音分析可以实时给客服代表推送分析结果，以便他们在通话过程中对客户提问给出恰当的响应。在客户方面，语音分析可以通过分析客户的声音，音调，沉默等元素来衡量客户的情感和满意度。基于以上功能，语音分析可以很好的判断一次营销活动是否取得成效。
自助服务分析-提供优秀的CX：IVR趋势已经从语音演进到文本，并且随着消费者在日常生活中越来越喜欢通过社交媒体和短信进行沟通交流，对于自助服务也需要有全新的突破。分析这些数据可以从最基础的层面上，如准确识别来电者呼叫的原因，呼叫流程的改善等提出更有价值的见解。
跨渠道分析-更智能的CX：今天的客户可能不止通过一种途径与企业联系。智能手机普及使得消费者可以通过电话、电子邮件、短信聊天，或者使用社交媒体和其他移动应用程序与企业进行联系，从每个渠道流入的数据都包含极具价值的客户信息。跨渠道分析功能可以识别和评估客户与企业进行交互的各种渠道，并确定哪些渠道可以优化企业与客户的互动。
预测分析-改进决策：预测客户行为是确定业务趋势的关键。预测分析还能确定客户偏好的沟通方式。通过详细的预测分析，可以保证客服人员使用正确的工具与通信平台，迎合客户偏好，节省成本，保持客户满意度。
性能分析-使运转可预测：性能分析可以提供一份视图展现出哪些地方是实际产生作用的，哪些措施并不尊重客服、团队以及企业战略。今天，许多联络中心分析解决方案都会提供在线报告和关键性能数据（包括实时和历史数据）视图，并提出建议采取主动措施。
总的来说，这些建议可以帮助企业在竞争中脱颖而出，兼顾员工满意与客户满意，从而树立更好地品牌形象。
作者：
作者：
Manish Bajaj
Aspect大区总经理——印度和中东地区总经理
