客戶細分應(yīng)該算是一個多年的老話題，分層服務(wù)、路由設(shè)定、技能組匹配等等都已經(jīng)在呼叫中心得到了落實。而隨著大數(shù)據(jù)和移動互聯(lián)網(wǎng)的興起，原來相對簡單的客戶細分策略和手段開始漸漸不再能夠滿足面對不斷變化和演進的客戶需求而實施的精益化運營和精準營銷的挑戰(zhàn)。因此，客戶細分的策略和手段也到了更新升級的時候。簡單來講，電話呼叫中心的客戶細分有兩個目的：精益化運營和精準營銷。

　　

　　精準營銷：盲目的電話外呼營銷在大多數(shù)接到電話的人的心目中已經(jīng)不再是一個正面的舉動，面對客戶日益增強的抵觸心理和普遍不信任的社會環(huán)境，成功率普遍低下是不得不面對的一個問題。即使通過短期非正常手段獲得了不錯的轉(zhuǎn)化率，但客戶生命周期能否持久，流失曲線是否平緩，總體生命周期價值貢獻高低等問題值得去深思。在這種情況下，經(jīng)過客戶細分后的精準營銷策略，則會顯著提高產(chǎn)品推薦的針對性和相關(guān)性，并最終提升轉(zhuǎn)化率、銷售額和利潤率。而同時坐席的收入和成就感也會從中受益。除了呼出營銷，建立在良好服務(wù)基礎(chǔ)上的呼入營銷近年來也越來越受到重視。交易的前提是信任，而持續(xù)一致的良好的服務(wù)品質(zhì)恰恰可以建立這種信任。在信任建立的基礎(chǔ)上，通過數(shù)據(jù)挖掘的支撐，為不同類別的客戶匹配他們最有可能購買的產(chǎn)品和服務(wù)，客戶接受度要好的多，而轉(zhuǎn)化率和成功率自然也會得到提升。如果把這種服務(wù)營銷一體化的運營機制再提升一個層次，嵌入到客戶經(jīng)營和體驗管理的循環(huán)圈中，則服務(wù)和營銷會自然融為一個有機的整體，何愁呼叫中心系統(tǒng)的價值得不到體現(xiàn)。

　　那么如何進行這種更精益化的客戶細分呢？大體上要從幾個方面去考慮：有沒有數(shù)據(jù)，有沒有工具，有沒有人才支撐，如何部署實施，如何檢驗效果。而這些也正是整體大數(shù)據(jù)應(yīng)用需要考慮的問題。

　　現(xiàn)在呼叫中心數(shù)據(jù)問題是一個很讓人頭疼和復(fù)雜的問題，且不說各種運營指標定義與算法的亂與泛，單就從系統(tǒng)后臺能不能取到完整真實的話務(wù)數(shù)據(jù)都是一項很大的挑戰(zhàn)。而客戶的細分不但需要話務(wù)數(shù)據(jù)，更重要的是需要把話務(wù)數(shù)據(jù)跟業(yè)務(wù)數(shù)據(jù)和客戶的社會背景信息統(tǒng)計數(shù)據(jù)結(jié)合起來，有一個全景的視圖，才會有更好的細分效果。而業(yè)務(wù)數(shù)據(jù)及客戶社會背景統(tǒng)計信息的記錄和獲取又會涉及到部門協(xié)作以及系統(tǒng)支撐的問題。鑒于呼叫中心在企業(yè)中的地位，這種努力的結(jié)果也不是太樂觀。

　　工具問題是相對容易解決的。最基礎(chǔ)的運營統(tǒng)計分析工作可以主要由Excel來完成。隨著Excel版本的不斷升級，其數(shù)據(jù)處理能力也在不斷攀升，甚至在一臺配置良好的機器上，利用Excel的PowerBI套件單機處理千萬級的數(shù)據(jù)也不是問題。真正涉及到客戶的聚類、分類、生存、流失、關(guān)聯(lián)推薦、異常偵測等分析時，有現(xiàn)成的專業(yè)化數(shù)據(jù)挖掘工具可供選擇，免費的有R，收費的有SPSS、SAS、Matlab等，只要企業(yè)預(yù)算允許，這些都不是問題。而且隨著以Hadoop為代表的大數(shù)據(jù)處理平臺的崛起，基于私云與公云的各種專業(yè)化服務(wù)工具也是層出不窮，可以滿足不同的數(shù)據(jù)分析與挖掘需求。

精益化運營：麥肯錫曾經(jīng)有過一項調(diào)查，呼叫中心平均有51%的客戶來電是由14%的客戶造成的。而平常在項目中和上課跟學(xué)員交流的過程中也發(fā)現(xiàn)，很多呼叫中心每天的來電量里面存在想當(dāng)比例的重復(fù)來電，有的甚至高達30%以上。這14%的客戶是什么樣的客戶？有什么共同特征？如何針對這部分人群制訂相應(yīng)的服務(wù)策略以減少他們的來電請求？如何降低每天的重復(fù)來電占比？什么樣的客戶的什么樣的問題適合什么樣的聯(lián)絡(luò)渠道去解決，如何把客戶導(dǎo)向最佳匹配的聯(lián)絡(luò)渠道？在運營成本本就局促的呼叫中心，這些問題是每一個運營管理者不得不考慮的。

　　人才是另外一個關(guān)鍵問題。國外大數(shù)據(jù)圈子里曾經(jīng)流傳著這么一句話：Big data is like teenage sex，everyone talks about it，nobody really knows how to do it，everyone thinks everyone else is doing it，so everyone claims they are doing it。意思是說，大數(shù)據(jù)就像十幾歲孩子的性話題，每個人都在談?wù)撍?，但沒有人真正知道如何去做。每個人都以為其他人在做，所以每個人都聲稱他們在做?？偠灾?，現(xiàn)在的大數(shù)據(jù)環(huán)境是談概念和趨勢的多，真正動手去做的少，真正做出成果來的更少。這也就造成了真正實用性人才的缺乏，而且這種缺乏是全球范圍內(nèi)的缺乏。數(shù)據(jù)產(chǎn)生的速度和人們對它的潛力預(yù)期大大超出了成熟人才的供應(yīng)速度。對話呼叫中心來說，只有兩條路，求助于IT或自己培養(yǎng)。求助于IT，往往得到的是最低優(yōu)先級響應(yīng)，而且很難把IT大牛們真正拉到業(yè)務(wù)場景里來，這需要企業(yè)管理和考核機制的變化；自己培養(yǎng)，則需要呼叫中心有足夠的耐心，全力的支持與協(xié)調(diào)和有競爭力的薪酬水平能夠讓人才安心成長與進步，能不能等得急、留得住都是問題。

　　置于部署和實施，只要可靠模型建立了，都不是什么大問題。需要的只是根據(jù)每個周期的運營效果反饋不斷調(diào)優(yōu)和維護就行了?！《鴮τ诖髷?shù)據(jù)支撐效果的檢驗，最直接的莫過于觀察直觀指標的變化趨勢，例如，客戶對服務(wù)的滿意度或NPS指標是否在改善？重復(fù)來電占比是否降低？人工話務(wù)占比是否在下降？營銷成功率是否上升？員工人均貢獻值是否在上升？員工流失率是否在下降等等。需要切記的是，大數(shù)據(jù)雖然是強有力的運營支撐手段，但良好的服務(wù)品質(zhì)和高效的運營仍然離不開呼叫中心的價值定位、服務(wù)導(dǎo)向、技能意愿雙高的員工隊伍、精細的運營規(guī)劃與實施以及合理充足的資源配置與支持。