【引】前面兩期「語音分析應用場景」分別推出了「流程優化」和「投訴分析」方面的內容，今天我們來說一下「來電原因分析」與「運營效率提公升」之間的關係。
在客戶服務中心行業，一提到語音分析，大家往往想到的是與質量控制和客戶滿意度相關的內容，但是今天我們要說的是通過語音分析來提公升運營效率的方法。
眾所周知，人力成本是呼叫中心的主要成本，因此提公升效率降低成本是呼叫中心的重要任務之一。那麼如何通過語音分析來提公升運營效率呢?我們可以採用通過語音分析系統，對來電原因進行分析的方法來實現。
首先，我們需要找到導致使用者來電的主要原因。通過聽取錄音，我們可以給來電原因分類，由大及小，層層鋪開。以某電商平台的來話情況來看，從不同的維度可以分為：員工層面、流程層面、產品層面，甚至還有不好歸類的其他;之後再在某一維度下面細分，如「流程層面」下可以分為：催到貨、退換貨、催維修、退款諮詢、保修、發票等等，以此類推。
將來電原因分類後，看哪一類原因的來話量最高，是與流程相關的發票諮詢類**呢，還是與產品型別相關的旅遊產品類**呢?我們還以之前提到的電商平台為例，來話中流程層面的佔比最高，佔到所有來話中的28.89%，平均通話時長為586秒;再對資料進行深度挖掘分析，發現其中退換貨的**佔比最高，佔流程層面的14.4%，且通話時長也偏長，為581秒，其次是催到貨和發票諮詢的來話量，也都接近10%。
語音分析對於「運營效率提公升」的應用場景，不僅限於「來電原因分析」一種，還有「降低通話時長」、「減少重複來電」、「來電趨勢分析」等很多種，由於篇幅有限，今天就不做介紹了。
Flink應用場景分析
在資料劇增的今天，大資料技術也越來越被大家重視，而作為實時流計算的代表性框架之一，flink在近幾年的發展趨勢無疑也是驚人的，一方面是flink社群的活躍度，另一方面是flink在大資料計算上的優異表現，都讓我們知道，flink落地應用的潛力所在。今天我們就主要來了解下flink應用場景分析。以事件...
SSIS典型應用場景分析
ssis 提供一系列支援業務應用程式開發的內建任務 容器 轉換和資料介面卡，方便我們建立解決方案來解決複雜的業務問題，除了可以管理 sql server 資料庫以及在 sql server 例項之間複製 sql server 物件，我們還可以對oracle mysql excel等不同的異構資料來源...
SSIS典型應用場景分析
ssis 提供一系列支援業務應用程式開發的內建任務 容器 轉換和資料介面卡，方便我們建立解決方案來解決複雜的業務問題，除了可以管理 sql server 資料庫以及在 sql server 例項之間複製 sql server 物件，我們還可以對oracle mysql excel等不同的異構資料來源...