20世紀90年代，被稱為百貨商店之父的美國人約翰？沃納梅克曾說過這樣一句話：我的廣告費有一半浪費掉了。當時的我不理解也無從了解被浪費掉的廣告費是指哪些，因為數據十分零散，想要收集數據進行分析十分困難，投入非常大。

　　如今隨著信息時代的來臨，數據庫、數據倉庫以及云計算的出現讓我們獲取數據、存儲數據和分析數據的成本大大降低，分析和挖掘海量數據成為可能。數據分析已經成功運用到各行各業中企業決策的各個方面，為績效提升做出了卓越貢獻。

　　大多數客服中心對于數據分析一定也不陌生，都或多或少地設有相關崗位，但是數據分析人員的實際工作效能卻千差萬別。比較普遍情況是，許多客服中心的數據分析人員主要從事報表數據的匯總整理，加上一些簡單的統計，之后交給相關業務人員或管理層。他們的工作不僅枯燥乏味，自身價值也沒有得到很好的體現。如何才能在客服中心做好數據分析工作，真正發揮出相關崗位的價值呢？筆者認為需要從以下三個方面進行思考。

　　關鍵點一：數據分析作用何在，是否需要培養自己的數據分析人員？

　　在國內許多傳統的企業中，做決策往往都是靠管理者拍腦袋，而很多管理者，包括客服中心的管理層對于經驗都十分看重，他們認為通過自己過去的經歷，就能夠很好地在管理中做出正確的選擇。

　　事實上，隨著國外先進管理理念的傳入，越來越多的管理者選擇利用數據分析來輔助決策。因為管理經驗與市場需求存在差異，經驗決策并不能保證任何時候都能準確把握方向。數據分析的作用就在于通過真實可靠的數據，用事實說話，使管理者能真正把握市場的聲音，這樣的決策才更客觀。

　　有些管理者認為，在客服中心內部設立數據分析崗位會增加成本。而選擇專業的第三方來進行數據分析更加有效。其實，且不說數據保密的要求，客服中心在日常運營中可能遇到很多問題，比如排班吻合度是不是足夠好，質檢抽檢多少條才能在保證抽樣可靠性的同時確保人員工作負荷不過大。有決策就有分析需求，如果把這些全部交給第三方，成本太高，也不現實。

　　關鍵點二：數據分析人員成長路線如何規劃？

　　前面已經提到，許多客服中心數據分析人員從事的工作簡單枯燥，無法體現自身價值。這和企業沒有對數據分析人員做好定位、規劃成長路線有直接關系。在客服中心，數據分析人員簡單來說可以分為三個層級助理數據分析師---數據分析師--高級數據分析師。

　　助理數據分析師：能夠在他人指導下，識別需求、認識問題。助理數據分析師主要做一些描述性統計分析，能夠基本說清是什么。例如，對上半年各月接通率進行分析，說清楚每個月變化規律如何，整體趨勢是增加了還是降低了等等。

　　數據分析師：能夠獨立處理需求，完成一個分析任務。具備了推斷和多元統計分析能力，對于一項數據分析工作，能夠條理清晰地設計分析方案，并能回答是什么，為什么。

　　高級數據分析師：不僅能夠獨立處理數據分析需求，還十分熟悉各業務內容，明白數據分析需求背后隱藏的問題，并有效推動解決問題。高級數據分析師不僅能夠對現有問題進行分析，還能根據現有問題進行探索和驗證性分析，相比于數據分析師，更擅長回答怎么辦。

　　關鍵點三：數據分析崗位如何設置？

　　不同的客服中心，對于數據分析崗位的設置有所不同，這個問題其實是一個組織架構問題。具體說來有兩種：一種是項目式，即各個項目在業務上各自獨立，各自設有自己的數據分析崗位，從事本項目內的數據分析工作；另一種是職能式，即全中心設立統一的數據分析部門，平行于各項目，統一承擔全中心的數據分析任務。

　　兩種設置方式各有利弊：項目式的設置，數據分析人員與各項目接觸頻繁，對業務熟悉，提取數據也方便，自主分析能力強。而且數據從提取到分析都控制在自己部門手里，不易泄密。而缺點也十分明顯，主要是做項目間的全面分析，存在部門利益的矛盾，對于分析師而言，如果要做一份全面分析，內容同時涉及呼入、外呼兩部分，相關數據分別屬于不同部門，而分析人員只屬于呼入部門，那外呼部分的數據則受制于人，獲取數據困難，最終的分析結果很難達到期望水平。而各部門數據不能共享，會造成懂呼入的人不懂外呼，反之一樣，而沒有統一的部門協調全中心的信息，直接影響運營效率。

　　而對于管理者而言，各部門容易陷入報喜不報憂，各自為自己部門爭取最大利益從而影響到整體利益的囚徒困境，導致管理者無法從整體上真實有效把控客服中心整體情況，做出正確決策。而職能式的設置，是指所有的數據分析人員都集中在一個獨立的數據部門，數據部門直接對公司管理層負責，地位平行或高于各業務部門。這樣，數據部門可以從各業務部直接提取數據，根據業務部門的需求，為業務部門提供相應的支持。對于管理者而言，數據部直接站在客服中心層面做整體的分析，可以有效輔助管理者做好業務部門之間的配合、資源協調等。職能式組織雖然解決了部門利益與全面利益的矛盾，但由于和各業務部門獨立，熟悉度不高，容易產生業務部門對于分析報告理解上的偏差。

　　數據分析對于客服中心而言是一個永恒的主題，如何真正做好數據分析，讓每天無時無刻不在產生的大量數據告訴我們運營該何去何從是每一個管理者都想知道的答案。只有真正重視數據分析，才會在最終的運營中得到收獲。