說起撥打客戶服務熱線或者其它客服中心電話，那通常可不是什么好的體驗。一些客戶服務熱線廣受爭議，以至于很多人寧愿自己去解決問題也不愿意去找他們幫忙。
但是所有的這些可能會隨著商業公司使用先進的數據收集，數據分析和人工智能（AI）技術而結束。這些技術能夠改善客戶體驗，并且有望為公司提供有價值的見解。
數據即財富
你可能很熟悉撥打客服電話之時聽到過錄音的提示話語為了保證服務質量，您的通話可能被錄音”。但是越來越多的公司現在開始意識到，這些錄音要比想象中更有價值。
這一切有賴于自然語言處理技術以及理解更多非結構性數據能力的提高。過去為保證服務質量”可能更多的只能起到時候監督的作用，而新技術使得每次手機通話記錄的錄音都能產生豐富的信息。另一方面，因為這個領域正在迅速擴張，公司也可以采用不同方式使用這些數據。
語言分析和自然語言處理
所謂自然語言處理就是當你打電話時，允許一個自動系統恰當引導你的通話。過去的情況是，你必須要用特定的單詞或短語，比如說賬目”或人工服務”，這樣你才能被恰當地引導到下一步。
客服中心的大數據（來源：Shutterstock）
語言分析不僅僅包括你說話的的內容，還包括理解你說話的方式。對于客戶來說，語言分析能分析通話人的語氣，用詞，情感甚至當你沉默時能估測你的情緒和滿意度。它能夠檢測通話者的年齡，這會決定年與齡相關的活動是否能夠成功，或者指引通話者找到特定客服人員。研究表明，老年人和年輕人在選擇客服人員類型時，有不同傾向。
對于客服人員，語言分析可以聽取特定的關鍵詞和短語，然后據此為客服人員做出提示。這也可以用來確定客服人員的知識缺口，識別他們最不擅長的服務類型及影響培訓和呼叫選路的因素。
預測性分析
語言分析，加上預測性分析，能夠察覺到什么時候客戶變的沮喪或者生氣——甚至預測客戶說謊或者詐騙。為了提高客服人員的效率，改善客戶體驗，這種預測模型能夠為不同的咨詢來電提供最好的解決方案。
但是這也不僅局限于客戶服務中心。當把客服中心數據和社會媒體數據結合起來，公司能夠留意到對于某些具體問題的抱怨，并且預測因此而產生的來電數量。例如，當推特上抱怨電話服務在某一地區沒有的人數大量增加時，電話公司客服中心應該對于來電數量的增多有所警覺，甚至能夠增加關于服務中斷來電的錄音。
其他新想法
要說到將來發展的可能性，其實這還只是冰山一角。一家名叫Mattersight公司正在開發一種能夠分析來電者個性的系統，這種系統能按照來電者喜歡的聊天方式安排適合的客服人員。比如說和中西部的人相比，東北人他們更喜歡比較正式的對話方式；年長的來電者更喜歡美國本土人，而這對于年輕人來說就沒那么重要。
這種想法也涉及話務員的個性。有些人天生就擅長處理某種類型的來電，擅長和某種來電者打交道。公司也會建立話務員的個性檔案，然后將他們和最合適的來電者相匹配。
大數據的另一種方式是通過HR改變客服產業。為客服中心發現并留住那些合格的有耐心的人是一個相當大的挑戰。一個公司估計，人力資源部員工需要花費兩小時來來發掘和雇傭一個員工——如果一個新的客服中心需要數百人，就要花費幾個月的時間。
一個叫Cornerstone Demand的公司為此提出了一個基于數據的Evolve”解決方案，讓申請者通過一個自動申請程序，過程中會記錄他們的聲音，讓他們模擬話務員。公司會根據數據分析來推測誰應該參加面試，誰應該被問及一些特定的潛在問題以及誰不能參加面試。
對于一個大型客服中心來說，這可以節省幾百小時的招聘時間。而且公司報告稱，通過Evolve流程招聘的員工會更成功，而且在他們工作崗位上待的時間更長。
隨著科技進步，我認為客服中心會和客戶服務都會有更大改善，也許能夠使那些令人恐懼的求助熱線的陳詞濫調永遠成為過去時。
