@ 數據分析精選：呼叫中心的大數據“中國夢”！

　　@松子無核：簡直是扯蛋。

　　@Jack_VIVA：扯淡。

　　@abudie：這呼叫中心有媽咪的水準。

　　@icecile：真會忽悠，1、對現有客戶客服偏好分析不屬大數據分析概念；2、對新客戶客服偏好基本沒法判斷，因為你對他掌握信息幾為零。

　　@199IT-互聯(lián)網數據中心:夢想與現實。

　　@復旦光華科技：達夢，這個名字好有先見 //@數據分析精選: 呼叫中心的大數據“中國夢”！

　　@呼叫中心日記:非誠勿擾看多了，樓主應沒做過一線運營。

　　3.挺和贊的

　　@崔維力77：好文

　　@霹靂de小強：強悍

　　@Glory_豐勛：這個應該是一個預期比較好的想法。

　　@山東-齊魯：牛逼的數據分析。

　　@高峽之數據時代:目前各大銀行好像就在干這個事情，前段時間我才接到銀行的電話，他說他是我的金融專門助理，為我提供1對1的專業(yè)金融服務。

　　@周兆其:華為可以挑戰(zhàn)一下。

　　@邢焱Carol:誰匹配誰？

　　@鄭雪珂_kmei: 數據能說明很多問題。

　　@CBC_Aers這個思路不錯。

　　4.繼續(xù)想象的

　　@maqiao：評論里的很多人沒到重慶洗過腳吧？一進足療城，領班就會問你有熟悉的技師沒有。再熟悉一些的就會告訴你，不巧23號沒下鐘，讓12號為您服務吧……

　　@小橙子孫孫：可以根據星座，生肖，血型進行初始匹配。

　　@黃河Tony:比如說，一個中年婦女來電（當然有兒子更好），分配給一個小伙子即可。大數據下的相關性已經被證明，同時，原因也很容易想明白。

　　@悠悠貓媽-愛哭的胖胖熊：很受不了他們用鼻音說話，以至于我一聽到，骨子里那點女漢子的血液就開始不安分了……

　　@wangzx_sh:多找點聲音甜美的妹紙。

　　總體分析下來，覺得荒唐的居多，認為理想化的也不少，包括我在內。
 
　　二、大數據下的ACD的難度在哪里？

　　幾個微博比較典型：

　　1、@彭旻璽認為：案例支持是極端重要的。

　　2、@王厚東HD 認為：來電的隨機性和匹配員工的可用性跟對運營效率的要求是相悖的；對排班和路由策略挑戰(zhàn)不小，可以從高端小眾VVIP客戶做實驗。

　　3、@趙磊--前進檔：實時確定好感度是很困難的，如何在短時間內快速評價客戶接受前的狀態(tài)？是否還要考慮客戶的性別、年齡、身份、職級、戶籍、方言、學歷、經常使用的語言風格、性格特質......并且需要一個切實可行的方案。

　　首先應該考慮一下大數據下的ACD的流程應該是怎樣的？

　　大致分成一下四步：

　　1、在大數量的基礎上進行數據分析，產生規(guī)則數據，注意千萬不能在客戶來電時進行計算，那就太晚了；

　　2、人工根據規(guī)則數據制作規(guī)則文檔；

　　3、ACD系統(tǒng)加載規(guī)則文檔，并實時采集坐席實時數據，如Ready、Busy等狀態(tài)，并進行實時統(tǒng)計；

　　4、來電后，ACD系統(tǒng)獲取客戶數據、坐席實時數據，根據規(guī)則文檔和規(guī)則數據進行分配。