数字化转型之建立数据生命周期体系

【数字化时代呼唤数字化的服务开展方式】

随着数字化转型的呼声越来越高，近年来客户服务中心纷纷开展数字化转型，可以说几乎没有哪个客户服务中心不做数字化转型探索，这其中自然有很多成功的例子，但同时也要客观地承认数字化的过程中更有很多挑战。

经营者或者说服务者逐渐意识到简单粗暴的数字化转型似乎并不能提升整体的数字化水平，数字化并不是简单地使用技术、程序将原有的服务方式进行转变，而是需要将数字化的服务模式注入每一个服务者的灵魂，将数字化的服务流程融入到客户服务中心的全流程，将数字化的意识植入服务各节点各条线的每个人心中，做到这“三入”的数字化我愿称之为本质上的数字化。

这是一个非常大且系统的转型，或许并不能用寥寥千字来完全说明，本文主要就数字化转型的基础部分及运营实际做一下分享，俗话说“千里之行始于足下”，无论数字化征程有多远，路途多么艰险，也要从基础开始，这要求首先从服务的最底层打好数字化的底座，再一层一层做数字化转型。

【数字化的基础就是数据，数字化转型一定是从数据开始】

在这里明确一下数字化与智能化的区别，可能会有助于理解为什么数字化一定是从数据开始。智能化与数字化最根本的区别在于方向不同，智能化其实是一种类人的客户化，通过使用无限接近于人的交互方式来达到某种意义上的亲近消费者或者说亲近服务对象从而提升选购度或提升感知度的方式，而数字化虽然本质也是要为服务对象带来良好感知，但数字化是通过亲近计算机的方式，使信息能更顺畅、准确，及时地借助程序、算法等形式来指导实际服务，那么自然数据就成为数字化的开始。

【数据如果要为客户服务中心所应有就要形成客户标签数据】

这种客户标签数据，通过对客户标签的获取、打磨、细琢，应用与持续优化逐步地构建属于客户服务中心的标签生命周期体系，通过一系列的数字化渗透及数智融合让数据说话，以数据引领服务开展方式及服务的各个方面。

我们可以将这个过程分为五个关键步骤：

数据获取（直接应用标签/处理后应用标签）→数据处理（数据清洗/数据分析）→用户画像/某类用户建模→应用→数据更新（用户画像/某类用户建模）调优。

五个步骤的持续更新可以看作一个初步的数据生命周期，在数字化这条路上，抬腿迈步就离不开构建这样一个客户服务中心数据生命周期体系。

第一步，数据获取

数据获取作为第一步其实也是最重要的一步，数据的生命由此开始。当前很多客户服务中心在数字化转型中比较集中的问题在于客户标签的缺失，其根本缺失在于数据的缺失。那在做数据获取之前，要先对可获取数据的来源进行分类：

1.历史数据，包含基础信息，可直接作为客户标签进行应用，如数据较准确可直接应用为标签；如数据老旧、错构、空白等情况存在，则也需要重新做数据获取，这些属于客观数据。

2.调研分析数据，处理后可用作客户标签，调研数据本身可以算作客观数据，但是由于调研问卷是服务者提出的标准化问题，且基本上答案也是标准化分类，客户进行点选的较多，一般认为调研分析数据是主观数据。

3.友好用户，很多客户服务中心都拥有自己的友好用户，友好用户来源及管理我们可以另起一篇文章详细说明，本文暂且不展开讨论，友好用户会不定时的基于自己使用服务过程中，或使用其他服务中遇到的问题进行反馈，也会直接提出参考意见，是不可多得的客观数据，但友好用户在数量上相对总体的用户数是非常小的，反馈频率及密度、覆盖面等都有局限，且信息也是处理后才用作用户标签。

4.日常服务沟通，是客户服务中心最大的财富，每天都有很多用户与我们的客服代表接触，他们会带来自己的疑问、要求、想法，这是非常宝贵且是动态变化的，是数据获取的重要来源。同时可以在日常服务中增加一些“小微问卷”，来更有针对性地获取数据，这也是客观数据，但这些信息依然需要处理后用作客户标签。

5.其它数据，有些客户服务中心还可以借助内部其它部门的客户数据进行补充（依据数据情况而定是直接用于用户标签还是需要处理后使用）。

以上内容可以通过下表来对比一下：

以上数据来源均是最常见且客户服务中心基本都有的数据，其中客观数据更接近于用户视角，分析后可使用的数据需要进行数据处理，覆盖面越广对指导服务越有效，所以最重要的是数据、是日常服务中的数据。

比较年轻的客户服务中心在运营开始时便开始接触到用户标签概念，相对来说在数据获取上占据优势。而一些开展服务比较早的客户服务中心由于种种历史问题导致数据状态是老旧的，甚至是空白的，数据会出现不准、空白、未更新、断档等很多情况，这样一来基于服务数据的刷新和激活便成为摆在客户服务中心，尤其是中型及大型客户服务中心面前一堵亟待破拆的墙，所以更应该在日常服务中，在保证服务效率与感知的基础上做好数据获取。

有了数据获取来源后我们就要对需要分析后使用的数据进行数据处理。

第二步，数据处理

包含必要的数据清洗及数据分析。

通过进行分类归纳、整理提取，理解数据背后的逻辑和因果性，分析客户服务中心核心指标与数据间的关系，最后形成数据侧的洞见、观点，形成处理后的客户标签。

处理后的客户标签加上历史数据中的基础标签可以算作初步的客户标签建立，客户标签的生命周期进入种子期。

第三步，用户画像及服务场景建模

用户画像是基于一类用户进行的数字化成像，相对稳定又有所波动。用户画像可以更好地针对于某类人群及用户进行更加贴合的、定制化的服务开展方式，可以理解为分群施策。

服务场景建模则是通过对服务场景的数字化来与用户画像相结合，是基于服务场景且根据用户分群来进行服务开展的，可以理解为某一个用户进入到某一个特定场景，甲类用户与乙类用户进入同一服务场景可以提供不同的服务策略，用户群与场景之间有关联又相互独立。

这个时候客户标签的生命周期进入生根发芽期。

第四步，画像及建模应用

将画像及场景建模单独或结合应用到实际生产服务中，这是最关键的一步，它在改善用户服务的同时其实也是再一次的数据获取，也可以理解为是数据的更新订正的过程，此时客户标签的生命周期进入开花期，美丽的花朵给客户带去更贴近自身的服务开展方式，有助于服务提升，同时需要服务者持续关注客户的反馈及时更新数据。

这是数据生命周期体系中带来新鲜血液的一步，也是最核心的步骤。

第五步，持续调优

持续调优是一种动作也是一种态度，只有坚持调优才可以构建完整的数据生命周期。这个生命周期是动态的、可修改的、有记录的，无论增删改用都有全流程的数字化记录。

此时这些数据信息也好、客户标签也罢，是整个客户服务中心一致的、无需信息交换的共有内容，在日常运营及服务中，这些数据信息及客户标签作为一个整体可以在客户服务中心的数据层面拉齐整个中心对数据的认知定位，使各部门之间、各工作条线之间存在的任何业务交流都可以直接用数据对话，此时数据成为客户服务中心的第三语言可以在人与人、技术与技术、系统与系统之间做信息交换。根据各个部门的不同职能对数据应用有更倾向于自己部门的实际应用，而无需担心与其他部门的决策发生偏差。同时由于数据在整个客户服务中心流动，使得各协作部门之间可以高效协同，也可以无负担进行信息共享。

我们说做到具备“三入”即“数字化的服务模式注入灵魂，数字化的服务流程融入全流程，数字化的意识植入每个人心中”的数字化转型，是本质上的数字化转型，而有了完整的数据生命周期体系就相当于有了坚实的数字化底座，从而使本质上的数字化转型成为可能。

客户标签作为客户服务中心数字化服务的基石，要根据自身的数据情况打好服务基石的每一砖每一瓦，建立起属于自己的数据生命周期体系，让数字化转型的基础夯实，让数据活起来、流动起来，最终达到通过数据来指导服务开展的作用。

当然数字化转型涉及很多内容，绝不仅仅是通过数据、通过构建数据生命周期就能完美实现的，数据及客户标签的相关内容也可以更复杂更多元，本文仅浅谈初步内容，同时对于客户服务中心在数据及客户标签的获取及应用过程中还有一些基于实际生产的小建议：

一、始终要面向业务需求做深做细数据应用。

很多时候开始一件事初心都是好的，但在执行过程中会出现偏差，不及时修正难免会离初心越来越远，所以要始终面向业务或者服务需求来进行数据应用。

二、坚持将围绕数据所做的工作在输出时保持运营思维、业务思维、服务思维，避免脱离业务谈数据。

要始终明确在实际使用中，数据的意义是经营者及客户需求赋予的。在数据工作中，技术分析人员会输出一些结论及建议，此时不要让运营人员通过这些专业的建议来提炼运营可用的内容，因为这种方式极易形成一些偏差，可以是技术人员与运营人员一起来提炼。

三、让数据与业务能动，积极地碰撞，在工作中不断磨合。

这种磨合是实时的才能有效，建议可以在部门之间成立跨部门的横向工作组，保证及时、实时地沟通，不留隔夜的疑问。同时可以定期对工作组工作进行复盘，用来修正横向工作组在运营中遇到的问题。这样做可以使数据信息与业务信息有机结合，使数据价值显性化、意义化，形成数据流的能动闭环。

数字化转型是一条逐步完善，互动式的转型之路，数据生命周期体系的搭建也是一个动态的、持续的过程，不断地为服务的每一个细胞注入数据的灵魂，在持续的应用与修正中找到适合自己客户服务中心的服务开展方式。给客户提供更贴心、及时、满意的服务是我们作为服务者的初心，也是我们一直要去努力的方向，愿我们都可以在数字化的洪流中找到自己的方向，扬帆启航正当时，数字转型数据先行。