Hadoop、YARN、全数据分析、数据建模等这些大数据名词纷至沓来时，不由你漠视大数据的趋势。但趋势归趋势，当你着手大数据应用时，从何着手就成为了一个非常现实的问题。
99%被忽视的数据
所谓大数据，让我们抛开其4V的特性，思考一些究竟有哪些数据应该进行分析，很多人将大数据理解为微博、微信等非结构化数据，实际上，很多行业/企业并不拥有这些数据，这些数据通常掌握在互联网厂商手里，对于很多行业/企业来说，基于互联网的应用很多还都是一个尝试性的阶段，对于互联网大数据分析还不是一个急迫的需求。
行业/企业拥有海量数据，这些数据大多是多年积累下来的经营性数据，如财务数据、生产制造、人力资源和办公管理数据等，很多数据属于结构化的数据，在行业/企业的经营管理中，其实非常依仗这些数据，已经得到了很好的分析和利用。对于行业/企业来说，没有得到重视和利用的数据其实并不多。
在行业/企业所拥有的海量数据中，最容易被忽略，也是企业与客户连接最为紧密的数据，实际上是Cal Center数据。据Verint数据分析公司所提供的数据，大部分Call Center能够利用的数据<1%(如图所示)，其中，被使用的1%数据也仅限于日常管理，没有能够和企业战略和业务发展产生交集。
大数据分析创造价值
作为企业与用户连接作为紧密的部门，Call Center是企业面向用户交互的窗口，也是企业接触用户的主要途径，因此对于这些交互数据进行分析，很容易掌握用户的需求，为企业调整业务流程，开展新的服务提供决策依据。但在现实应用中，Call Center并没有发挥了解用户需求，指导研发、市场、制造和销售的效果，很多时候，Call Center不过扮演了售后服务，亡羊补牢的角色，最多承担部分线上销售工作，与其应该有的战略角色相去甚远。
“其中有一个重要原因在于Call center数据是音频，很多行业/企业缺少处理音频数据的分析工具。”Verint数据分析公司北亚区售前及售后服务总监汪志伟在接受采访时说。
数据容量巨大，数据类型多样，这是大数据的典型特点，而Call Center数据恰恰符合这样的特点。对于音频、视频等非结构化数据进行分析和处理，很多人很容易想到语音识别、人脸识别等技术，最典型的如iPAD Siri、微软Cortana(小娜)和小冰，无论在识别率，还是人工智能水准上都达到了令人满意的程度。
“但是行业/企业Call Center的数据处理并不是一个简单的语音识别转换，外加数据分析的过程。”汪志伟说。
Verint针对Call center数据分析提供了一整套完整的解决方案。
洞察信息价值
在Verint提供的解决方案中，看似散乱、无序的Call Center数据，其实蕴藏着很大的商业价值，提供对于数据分析归类，就可以将数据区分为忠诚客户、粉丝客户、成功/失败营销、潜在客户、投诉抱怨客户、重复来电和超长通话等类型(如图所示)，对这些数据集进行洞察，很容易转变为商业价值。
对语音数据构建索引和聚类，这是一个非常具有技术含量的工作，其水平高低将直接影响到数据分析的使用和效果。
汪志伟表示，Verint数据分析公司的技术优势就在于完整的语音索引和聚类。Verint公司具有20多年的技术和经验积累，可以在几秒之内构建基于文件的索引、分析、查询和相应，提供了简单易用的索引和语音对照播放工具。其提供的语音分析系统，不仅能够自动侦测情绪激动的来电，也能够针对来电内容进行分析。
智能语音分析
完整语意索引和聚类
侦测情绪激动来电
克服建模难题
实际上，智能语音分析的过程不仅是一个全文转录及语义识别的过程，也是一个数据建模和数据分析的过程。在Verint解决方案中，通过设立产品和业务类别列表，就可以对代表每个业务类别的术语进行建模，并可以通过实践不断进行优化，从而也就解决了数据建模的问题(参见下图)。
解决了数据建模问题，接下来就可以对归类数据进行多维度分析。多维度数据分析给行业/企业用户创造了巨大商业价值。根据介绍，某保险公司，借助数据分析发现，可以针对某年龄端用户，提供针对性的保险金融服务。相比较以往，创新险种和服务，需要精算师结合大量的调查和经验，反复验证。如今，大数据分析部分代替了计算师的工作，为保险公司带来的新的工作方式。在电信运营商市场，针对不同客户群的各种套餐和定制服务，其种类之丰富，服务之灵活，很多都是建立在Call Center用户数据分析的基础上。
小结
显而易见，Call Center数据洞察本身就能带来巨大商业价值。除此之外，如果Call Center数据能够与企业ERP、CRM、E-mail、Web以及社交媒体数据进行交叉、稽核分析，用于指导研发、生产、销售等各业务部门的工作，这样在企业内部就可以形成一个完整的闭环，比较大大提高企业的竞争实力。
对于大数据分析支撑系统而言，这就需要其能够支持开放数据接口，对于Verint这样的平台而言，已经具备了这样的分析能力。所以，对于用户而言，当务之急还是能够充分重视Call Center等用户交互数据的价值，通过数据分析，改进企业业务流程，所谓大数据应用落地，不妨从Call Center音频数据开始!很见效，也很简单!尽快行动吧!