目录呼叫中心数据分析..........................................................................................................................2一．数据分析的目的.......................................................................................................21.运营管理..................................................................................................................22.客户管理..................................................................................................................23.内外服务..................................................................................................................2二．数据分析的基本步骤...............................................................................................21.数据清洗..................................................................................................................22.基本指标建立..........................................................................................................3三．统计分析方法的应用...............................................................................................31.运营管理..................................................................................................................32.客户管理..................................................................................................................43.内外服务..................................................................................................................4四．结果展示..................................................................................................................4五．效果检测..................................................................................................................4呼喊中心数据分析呼喊中心的运行管理本身就是对数字管理的过程，各项营运报表、整体运行成果、CSR行为举动等都蕴藏在数字中。随着呼喊中心应用在国内高速发展，呼喊中心的管理也日趋精细化、数字化。数据分析的目的，在于发现问题，解释因素和关系，以及寻找可能的解决办法；同时达成更有效地沟通，无论是向决策层报告，还是与团体组员分享；并且数据的挖掘和整顿，是绩效改善过程中的重要环节。而基本流程我们能够简朴的表述为下列图形：我们将以上流程细分为下列五步：一．数据分析的目的1.运行管理项目控制、产品分析、员工考核管理等2.客户管理客户投诉分析、客户分群营销、客户流失预警等3.内外服务电话销售、抽样调查等二．数据分析的基本环节1.数据清洗数据清洗从名字上也看的出就是把“脏”的“洗掉”。由于数据仓库中的数据是面对某一主题的数据的集合，这些数据从多个业务系统中抽取而来并且包含历史数据，这样就避免不了有的数据是错误数据、有的数据数据清洗目标分析指标建立模型搭建结果分析效果检测互相之间有冲突，这些错误的或有冲突的数据显然是我们不想要的，称为“脏数据”。我们要按照一定的规则把“脏数据”“洗掉”，这就是数据清洗.而数据清洗的任务是过滤那些不符合规定的数据，将过滤的成果交给业务主管部门，确认与否过滤掉还是由业务单位修正之后再进行抽取。不符合规定的数据重要是有不完整的数据、错误的数据、重复的数据三大类。2.基本指标建立1）数量指标：队列话量、接入话量、通话时长、客服在线时长、解决量、重复呼入次数、重复呼入人数等2）比率指标：接通率、工时运用率、重复呼喊率、解决率、出勤率、人均呼入时间、人均重复呼入次数、人均重复呼入时间、单位时间解决话量等三．统计分析办法的应用通过适宜的指标监测整体的业务变化是行之有效的办法，但是面对大数据我们能够采用更加全方面的统计办法挖掘更深层次的数据信息。统计办法多个多样，这是个循序...
