多年来，联络中心一直在谈论创建客户的360度视图。

到2025年，这仍然是一个关键的行业话题。

最终，这表明在单个屏幕上创建一个包罗万象的客户视图说起来容易做起来难。

然而，Gartner并没有放弃这种可能性。

在2024年的一份题为“如何将质量保证演变为战略质量情报计划”的报告中，这位分析师创造了“质量情报”一词。

从根本上说，质量情报汇集了三个关键的联络中心数据流：

1.传统质量管理（QM）数据：传统座席绩效洞察。

2.对话情报数据：对联络中心对话的额外情报，包括对客户情绪和意图的洞察。

3.客户声音（VoC）数据：直接来自客户的反馈和输入。

通过evaluationCX平台等解决方案，结合这三种数据流，Gartner认为，联络中心可以创建客户服务体验的整体视图。

有了这个更全面的视图，联络中心可以改进QM流程，增强辅导工作流程，甚至参与品牌监控。

然而，也许最重要的是，如果所有这些高质量的情报数据都过滤到CRM或CDP中，它可以有助于形成跨面向客户的团队的客户视图。

这不仅可以帮助服务座席进行故障排除，还可以连接销售、营销和商务团队，消除破坏客户体验的数据孤岛。

实现高质量智能的四个步骤

联络中心往往是一个数据黑洞。因此，所有面向客户的团队都错过了改善客户体验的机会。

按照evaluative产品总监Ben Cave提出的实现质量情报的这些步骤，联络中心可以开始填补空白。

1、数据整合

将所有相关的高质量情报数据整合到一个框架中。这不仅包括对话见解，还包括来自核心联络中心平台以外来源的VoC。

当然，说起来容易做起来难。然而，许多CCaaS提供商（包括AWS、思科和Five9）正在其平台上分层数据湖，以支持服务团队开展这项工作。

2、发现隐藏的情报

利用人工智能以人类无法做到的方式分析数据，监控新的预测指标，最好是规定性指标。

预测性指标预测未来的结果，而规定性指标则根据过去的事件建议具体的行动。

目标是让人工智能在数据中发现意想不到的见解——“未知的未知因素”——比如新兴趋势、令人惊讶的话题和以前未被注意到的客户体验缺陷。

3、工作流自动化

自动化质量管理（QM）中的关键工作流程，例如选择联系人进行手动评估。如果人工智能能够处理日常任务，它将使人类专家能够从事更具影响力的工作，例如识别和解决服务体验中的问题。

4、情报共享

将高质量的情报反馈给更广泛的组织。

与CRM、CDP和营销编排平台等其他系统集成，以支持整个企业中客户的单一统一视图。

为什么质量情报应该成为2025年的优先事项？

遵循上述四个步骤是一项艰巨的任务。然而，与一些组织如何使用高质量情报数据的更广泛背景相比，这是一项值得做的任务。

首先，考虑将面向客户的功能与整个业务中客户的单一视图相结合的好处。

通过这样做，客户服务、销售和营销团队可以齐声高唱同一首赞美诗，提供更协调的体验。

Aviva是一家看到这一价值的公司，它将营销、联络中心运营和销售整合在首席客户官的领导下。

有了这种清晰的客户视角，像Aviva这样的品牌也可以在其客户体验运营的每个部分更好地支持人工智能，从自动化服务到个性化营销报价和销售电话。

事实上，组织可以从他们的AI软件中创造更多价值，因此它不仅支持他们的团队，而且自主完成他们的一些工作。

Cave指出：“我们正在从‘副驾驶’模式转向‘自动驾驶’模式。”

“联络中心也未能幸免于这一趋势，客户期望他们的软件比以往任何时候都更有价值。”

通过将他们的解决方案与更广泛的客户体验生态系统连接起来，联络中心可以帮助更广泛的CX生态系统实现额外价值。

开始使用质量情报

在整个组织中，联络中心拥有关于客户想法和感受的最丰富的数据，比营销或销售更丰富。

然而，他们对客户单一观点的贡献历来不足。

质量情报有助于弥合这一差距，使联络中心与其他业务职能保持同步。

evaluative是著名的QM和会话分析提供商，正在帮助联络中心执行高质量的情报游戏计划，并做到这一点。