以一個人每天上班8小時計算，假設從20歲開始工作，一直到60歲退休，總共會在工作上花費4147200分鐘。對于在呼叫中心從業的我們來說，這個時間或許會更長。

微縮到一天的時間。在一些成熟的呼叫中心，每天一名一線座席的接線量會在200+，假設平均一個電話耗時120秒，一天一個座席僅僅是talking time就會超過400分鐘，再加上其他各種狀態的時間，一個座席一天或許會在單位待上8-10個小時。

如果你是一線班組長，你會和你的一線座席一起度過這8-10個小時；如果你是運營主管或經理，你也要有至少三分之一的時間是和你的一線一起度過。那么，這些一線座席在我們這些管理人員眼中代表的是什么：接通率、Occupancy，AHT，Fatal Error Accuracy……？不！這些運營管理指標的確是需要一線員工配合完成，但更重要的是，一線座席絕不僅僅是完成管理指標的機器。

很多組織都在說，要讓員工滿意了，客戶才會滿意。那么，我們的員工是否滿意了呢？或者說，我們是否真的了解過自己的一線伙伴？真的想去認識這些和你每天一起奮斗的戰友？知道他們的需求、想法、和愿望？

筆者沒有什么特別有效的方法能瞬間提升員工滿意度，但我們可以一起來嘗試，用大數據畫像的方法，重新認識我們的呼叫中心的員工。

一、定義用戶特征

大數據畫像就是建立在一系列真實數據之上的目標用戶模型。我們以用戶特征將其分為顯性畫像和隱性畫像兩大類。

顯性畫像：即用戶群體的可視化的特征描述。如目標用戶的年齡、性別、職業、地域、興趣愛好等特征。

隱性畫像：用戶內在的深層次的特征描述。包含了用戶的產品使用目的、用戶偏好、用戶需求、產品的使用場景、產品的使用頻次等。

筆者將呼叫中心員工的用戶特征定義如表1。

二、用戶畫像構建

根據呼叫中心員工的用戶特征定義，筆者將曾經做過的呼叫中心員工調研數據重新進行了整理，其中顯性特征以統計圖表的方式歸納，隱性特征則以關鍵字提煉為主。圖1、圖2、圖3是部分示例。

注：上述調研數據偏“車服務”行業。

三、畫像呈現

現在，我們得到了呼叫中心員工的用戶畫像。

顯性畫像（如圖4）

隱性畫像（如圖5）

至此，我們是否對呼叫中心一線員工有了更加清晰和直觀的認知？有了上述的呼叫中心員工的大數據畫像，作為管理者，我們接下來就可以更有針對性和有側重地調整我們的管理方式，服務好我們的員工，從而提升員工的滿意度，激發員工的工作熱情，將更好地服務帶給我們的客戶！