從工業(yè)革命說起，人類經(jīng)歷了機器時代、電力時代、IT時代，現(xiàn)在是智能時代，每次發(fā)展和變革都是規(guī)律的世界變化中找到通用方法，從而產(chǎn)生工業(yè)革命的新模式，這真是機械思維的結(jié)果。而大數(shù)據(jù)的“4V”特性（數(shù)量、多維、速度、價值），讓我們理解了世界的不確定性。（引用自《人與機器共同進化》《智能時代》）

　　轉(zhuǎn)向相關性，不是不要因果關系，因果關系還是基礎，科學的基石還是要的。只是在高速信息化的時代，為了得到即時信息，實時預測，在快速的大數(shù)據(jù)分析技術下，尋找到相關性信息，就可預測用戶的行為，為企業(yè)快速決策提供提前量，并降低成本。

　　現(xiàn)有的聯(lián)絡中心具備哪些數(shù)據(jù)，如何利用這些數(shù)據(jù)價值？我們理解的做法是，客戶和員工，都是復雜的思維群體，從這兩個群體出發(fā)，通過技術的手段（標簽、模型、場景）來實現(xiàn)管理的預測、預判和預知。

　　以客服通話時長分析的應用為例，通過語音分析，發(fā)現(xiàn)超過30秒的靜音絕大部分是因為客服代表業(yè)務不熟悉，進一步對業(yè)務進行分類，得出業(yè)務查詢前幾名及客服組織分布的排名，為定向培訓及知識完善提供依據(jù)。

　　又比如，針對單項業(yè)務，客戶來電原因的具體分析，以手機上網(wǎng)業(yè)務為例，咨詢占16%的比例，細化關于手機上網(wǎng)業(yè)務的咨詢內(nèi)容，比如深層分析客戶最關心哪方面的優(yōu)惠：舉例，優(yōu)惠的額度、優(yōu)惠的周期等。管理解決：知識庫優(yōu)化、智能應答優(yōu)化、典型場景優(yōu)化、培訓……

　　除以上分析還有客戶滿意度分析、風險輿情監(jiān)測、話務分類與工單匹配度分析等等，通過分析結(jié)果優(yōu)化服務策略，調(diào)整運營管理，從而達到服務能力的提升，并從中挖掘商機和產(chǎn)品導向，實現(xiàn)智能化的服務。

　　從人找信息到信息找人，是交互時代的轉(zhuǎn)變，也是智能時代的要求。智能機器已不是冷冰冰的機器，而是具有一定智能的機器。信息找人這四個字，預示著大數(shù)據(jù)時代可以讓信息找人，原因是企業(yè)懂用戶，機器懂用戶，你需要什么信息，企業(yè)和機器提前知道，而且主動提供你需要的信息。這就是未來的智能化服務時代！