199IT資料中心微信賬戶：i199IT
前陣子吹了一大通牛，現在是回來填坑的時候。舉一個如何利用大資料在諮詢專案中發揮巨大價值的案例，雖然那個時候還不知道大資料這個詞彙。
專案背景
2005年，我司（某國際大諮詢公司）接到某國國際超大運營商的一專案，要求規劃其呼叫中心戰略。聽起來無比高大上的專案，其實背後的故事很有（fu）趣（za）。某大領導提出天才想法，要求對呼叫中心的流程及選單做出重構。這個重構還不是一般的重構，而是雙重重構。
第一重如下圖，整個改變呼叫中心的流程。
第二重是重構呼叫中心的選單。
大老闆的想法實在是太顛覆了，手下們都是虎軀一震嬌喘連連。誰都不敢立即推廣而扛雷，於是只好請來了國際知名大諮詢公司做專案給建議。（說到這裡，大家大概明白了諮詢的價值之一：扛雷）
專案啟動
拿到專案之後，大趴們自然很開心得想著數鈔票。至於專案嘛，國際先進經驗、經典客戶調研理論和實踐等都可以輕鬆上場嘛！其實他們不知道，那個時候的某國手機市場已經吊打全球了。歐洲最大的電信運營商在整個歐洲的手機使用者還沒有該國一個聯邦的使用者多。愛立信的定價專家曾經來給該國的運營商們講課，直接被掃地出門：該國的手機資費複雜程度，已經遠超世界各國，漫遊+被叫主叫+增值服務+親友號+小區號……
公司的一個專案經理很快帶著我們幾個小夥伴兒開始專案了，也準備按照常規套路展開：組織使用者調研+Focus Group、從集團公司拿經營資料做分析、巴拉巴拉。我當年也是年少輕狂不知愁滋味，斗膽給專案經理建議：
- 傳統方式太low，首先調研的樣本有限，而且面對面問使用者某個呼叫中心的服務好不好，實在不靠譜，不具備參考性
- 呼叫中心應該能收集到使用者的海量資料及唯一ID（手機號），可以試試用純定量的方式來評估效果和解決問題
以當下的眼光來評價上述建議實在是太稀鬆平常了，這不就是一套統計系統而效果評估嗎，現在哪個App或者網站沒有這些？但是這個專案發生在2005年，CNZZ也僅僅是在當年成立，友盟是在2010年成立。而且即使如此，目前幾乎所有的諮詢公司還是在用客戶調研的辦法解決類似的問題。
幸運的是我們專案經理是畢業於美國名校的生物PhD而且從事多年數學奧賽，對於我這個瘋狂想法表示支援，讓我放手去做。我也只提了兩個條件：找一臺伺服器跑海量資料；找一個清華計算機系的本科生和我配合寫程式。
專案就此啟動。
專案過程
當年，運營商總部的資料都是巨集觀資料，很難微觀去觀察每個使用者的行為，特別是每個使用者在每個時間段的行為。所以我只好要求呼叫系統的開發商——華為定製開發，給我們增加輸出詳細日誌的功能。華為真是NB的公司，居然同意並快速響應了我這個要求。也得益於10年前我還是小鮮肉，華為工程師實在架不住我們這般軟磨硬泡和恩威並施。
我們提出的資料收集方式和資料格式如下，要求系統詳細記錄使用者的每次操作行為以及操作時間。
通過華為的日誌輸出，每天得到上百萬的session（基本等於網站的UV），已經上千萬的行為資料（基本等於網站的PV）。為了處理這個海量的資料，我們兩用上了SQL Server和C++。（抱歉那個年代還比較土，不知道去用MySQL）。這個量級能夠著大資料的門檻了吧？
同時基於多年做科學實驗的研究方法論和經驗，非常注重對比測試control test，而且受到了學生物的專案經理的指導（搞生物沒有盲測怎麼玩兒）。在華為工程師的幫助下，在呼叫中心的前端做分流，比較不同控制組。現在這套理論和方法叫做AB Testing。
專案成果
這套新方案的核心思路是：在同等資源投入情況下（資源投入=投入的坐席人數及服務時間），使用者體驗如何變化。資料要反映的核心落在使用者體驗，因此需要用相應的資料指標來表徵。電信行業一般用接通率（略等於使用者的等待時間或者服務質量），因為我們的資料能夠微觀到每一個使用者，所以我們又加了一個全新的指標，即同一使用者在一定時間內的重複撥叫概率。因為它和使用者的問題未被解決而需再次服務的概率正相關。該概率越高，表示使用者體驗越差。
下圖是我們的一個分析結果。恰恰是海量資料幫助我們發現了真正的問題：
- 新方案上線後，接通率提升，按照傳統思路這是好現象，可立即執行
- 但是微觀的資料同時顯示，同一使用者在一定時間內的重複撥叫概率卻提高了。真正的解釋是：新方案降低了服務質量所以騰挪出坐席資源，但是話務員並未能解決使用者的問題，造成許多使用者再次撥打人工坐席
下面是對呼叫中心新選單的分析（這個類似於今天對網頁及App的各種UI的優化），實現了整套的轉化漏斗（感覺是不是很超前）。
下圖是使用者進到呼叫中心，第一次按鍵的時間分佈圖。
沒有海量的資料，傳統分析套路是：
- 大量人肉發問卷，讓大家一個個填寫問卷覺得哪種選單設計好，然後拿Excel或者SPSS做統計
- 找一堆人做深度使用者訪談（Focus Group），覺得選單哪裡好為啥好，然後寫定性的報告
以上工作大概需要兩三個管理諮詢顧問加上一個專業的市場調查公司忙乎一兩個月，才能形成一個極小樣本的報告，同時還要運營商配合，邀請使用過新選單的使用者來某高大上的場所進行面談。Focus Group的現場如下圖，還必須配上好吃好喝，以及請專業的主持人。
但是按照我們純定量的思路，完成我們這個全樣本的工作，總共需要：一個會寫程式的諮詢顧問，一個實習生以及一個華為的工程師（該人在完成生成日誌的模組後就徹底和這個專案沒關係了）。大概做了兩個月，但是真實只做了一個月，後面一個月的時間我們兩基本在發呆，但是專案確實賣了兩個多月。
專案反思
專案的結果當然是很好啦，讓客戶深深地震撼了。不過各位看官肯定會反問我，既然效果這麼好，為啥諮詢行業現在還沒有動靜呢？我只能說：人一生都在和慣性對抗，要顛覆自己太難了。
- 管理諮詢公司不願意被技術替代
- 圍繞著諮詢公司的一堆做市場調查的公司，他們不願意被技術替代
- 每個管理諮詢公司或者市場調查公司都有龐大的資料團隊，通過手工負責人肉資料收集，他們不願意被技術替代
- 但是用技術完成上面的服務，幾十萬就可以把我和那個實習生打發了，我們倆還要樂得屁顛屁顛的。特別是如果這個技術服務被產品化了，可能整個軟體或者系統就只能賣幾千元，甚至在網際網路思維下這是免費的服務。但是這個專案在當年創造了大幾百萬到過千萬的收入，損失的可是國家的GDP，我們保7的目標怎麼辦？
最後是對技術的反思。技術生來就是顛覆者，顛覆別人同時也被人顛覆（越來越體會巴菲特對技術公司的不感冒）。但無論怎麼樣，數學等基礎科學以及critical thinking等基本方法論才是最持久的，即使在沒有大資料或者AB Testing等熱詞的情況下，插上技術的翅膀，它們也能發揮巨大的作用。
資料冰山
http://zhuanlan.zhihu.com/hemingke