保险业呼叫中心的数据仓库设计与实现

李先

摘要：该文在收集和分析某保险公司分公司呼叫中心话务数据的基础上，确定决策主题，构建数据仓库概念模型、逻辑模型和物理模型，最后用Microsoft SQL Server的Analysis Service对数据仓库进行实现。

关键词：保险业；呼叫中心；数据仓库

中图分类号：TP315 文献标识码：A 文章编号：1009-3044（2017）03-0008-02

The Design and Implementation of an Insurance Call Centers Data Warehouse

LI Xian

（Guangdong Industry Technical College， Guangzhou 510300，China）

Abstract： The traffic data of one insurance companys call center were collected and analyzed fundamentally. Decision-making subjects were confirmed. Concept model， logistic model and physical model of the data warehouse were built. At last the data warehouse was implemented by using Analysis Service tool of Microsoft Corporation.

Key words： insurance industry； call center； data warehouse

1 概述

呼叫中心是客户接触公司的重要途径，如今的客户期望获得完善的服务，特别是保险公司的业务特性导致客户需要呼叫中心能够随时提供满意服务，同时呼叫中心的成本投入使得公司的管理者需要通过呼叫中心保留和获得客户的能力来评估它的績效。为了向利润中心转化，呼叫中心管理更加注重绩效测评，将丰富的数据资料作为度量标准，确保客户随时都能得到高品质的服务，提升满意度和忠诚度。有效利用支持客户关系管理、人力资源管理和绩效管理的呼叫中心数据，并构建数据仓库系统将降低管理成本、赢得更多的客户忠诚和商业机会。

目前，呼叫中心运营和管理面临的问题是：使用电子数据表已不能处理海量数据和在战略上做出真正的决策支持。创造一个数据仓库可以快速方便地获取、追踪和分析数据，全面的客户资料能够突出呼叫到达模式、客户需求信息类型、区域划分和呼叫总数。因此，本文以某保险公司分公司的呼叫中心为研究对象，收集业务系统的数据，设计并实现基于决策需求的数据仓库模型。

2 需求分析

安东提出了呼叫中心服务品质测评的简化标准，这些标准能够不断评测、记录和跟踪服务，能够结合起来形成有意义的报告，方便管理者采取措施提高每次呼叫的服务水平。测评系统内容见图1。

图1 呼叫中心服务品质测评内容

从呼叫中心的服务品质测评内容可以看出，管理人员应充分利用呼叫中心系统中的话务数据进行业务绩效测评，包括每次通话的呼入号码、进入时间、接通时间、结束时间、处理时间、进行服务的业务代表等。

在人力资源管理方面，管理者需要了解现有的人工座席数量是否适合业务量，或者对每个代表的工作情况进行测评并分析测评结果，因此在以座席编号分组的话务数据基础上，还应辅助以呼叫中心员工数据库中的员工个人信息，综合分析业务代表的工作表现。

无论客户的呼叫内容是什么，公司都能够针对客户的需求和该客户以往的交易记录对客户进行价值测度和分类。

通过以上分析可以得出需求概况，管理者要做的决策主要是绩效分析、人工座席业务测评和客户关系管理，由此确定出数据分析研究的边界，所需信息可以从呼叫中心系统数据库中的话务员工作日志、通话信息等数据中获得。

3 呼叫中心数据资源获取和预处理

3.1 数据资源的获取

在某保险公司分公司呼叫中心工作人员的支持下，了解955**客服中心系统的报表统计子系统的功能模块和数据情况，从该系统中导出了座席通讯操作日志、座席话务操作时间统计、座席话务工作日志、座席业务工作统计表和话务考核指标等数据。为了辅助分析座席的工作规律，还需要座席的个人信息，该数据从员工个人信息表中获得，所有报表的导出格式为Text文档。

3.2 数据预处理

由于报表系统导出的数据表是根据日常报告需求分类的，数据结构不利于数据仓库的构建，因此需要进行预处理。Microsoft Excel有极强的文本和数据的处理能力，较之专长于数据库管理的SQL Server处理精确性更高，所以先将Text文本文件导入Excel表格，然后再将表格数据导入SQL Server数据库中做进一步处理，数据导入后形成的初步数据表，如表1所示。

表1 业务数据导入SQL Server后的表信息

[（表编号）表名＼&属性信息＼&T1.话务指标＼&话务时间段，话务个数＼&T2.座席话务操作时间＼&座席号，座席名称，上班时长，离席时长，整理时长，呼入时长，呼出时长，空闲，日期＼&T3.座席话务工作＼&座席号，座席名称，呼入数，呼出数，整理，拒绝，离席，监听，帮助，座席间通话，未接造成挂机，日期＼&T4.座席业务工作＼&座席号，座席名称，业务咨询，报案，投诉，检举，建议表扬，预约投保，客户回访次数，回访成功次数，救助，调度，日期＼&T5.座席通讯操作日志＼&座席号，座席名称，操作类型，开始时间，耗时＼&T6.座席人员信息＼&座席号，座席名称，性别，生日，政治面目，入司时间，学历＼&]

通过SQL Server各工具对所连接的数据库进行设计和可视化处理，建立关系图。

4 呼叫中心数据仓库的建模分析

数据仓库的建立过程主要包括逻辑模型建立和物理模型建立，基本步骤包括明确主题，概念模型设计、逻辑模型设计、物理模型设计、数据仓库的物理生成和数据仓库的运行与维护。

4.1 概念模型建立

概念模型的设计结果是一个E-R图，在明确主题和分析已有数据源的情况下，用E-R图建立的呼叫中心的概念模型，如图2所示，由操作分类、呼叫数量、呼叫内容分类、绩效排班和话务处理时长等五大模块所示的呼叫中心E-R图。

4.2 逻辑模型建立

在概念模型确定的基本主题域基础上设计逻辑模型。主要的设计步骤包括：将E-R图转换成多维数据模型、定义数据源和数据抽取规则。

1）多维数据模型

为了提高查询效果，多维数据模型采用基于星型模型的事实星座，星型模型虽然会导致维度表中具有重复值、增大修改难度，但是星型模型通过保持维度表的冗余、牺牲维度表空间，确保了数据仓库的性能和易用性。在数据仓库构建时维表实体可以联系不同的指标实体，有详细类别实体时还能够连接指标实体和详细类别实体。

2）事实表和维表设计

首先针对每个主题概括出事实表，然后在事实表的基础上设计维表，如图2所示。

图2 呼叫中心E-R与主题模型

呼叫中心的数据仓库可以使用双重粒度，用低粒度保存近期的话务数据，对时间较远的数据只保存粒度较大的汇总数据。同时，计划在数据仓库中进行的分析类型将直接影响到粒度的划分，因为如果将粒度的层次定义过高，就不能够再进行细致的分析，所以本文采用多重粒度设计。

4.3 元数据模型建立

呼叫中心数据仓库的元数据模型主要包括主题元数据、事实元数据、维度元数据和数据成员元数据。本文只列出以呼叫数量主题为例的元数据模型，如表2所示。

表2 呼叫数量主题元数据

[名称＼&呼叫数量分析＼&描述＼&整个分公司呼叫中心中每天每个时段的呼叫数量情况＼&目的＼&用于进行呼叫数量统计和比较分析＼&联系人＼&系统管理员＼&维＼&日期＼&事实＼&呼叫数量事实表＼&度量值＼&话务个数＼&]

4.4 物理模型建立

根据数据仓库的物理模型，首先创建数据准备区，即创建一些单独的数据库或将数据仓库中的数据库作为数据抽取、转换、加载（ETL）的基础，然后使用Transact-SQL查询和DTS包进行ETL操作，进而通过Analysis Services创建多维数据集和管理OLAP，并结合English Query和IIS（Internet Information Server，Internet信息服务）支持数据仓库的Web查询、更新和访问。

5 结论

本文将数据仓库方法引入保险公司呼叫中心领域，对呼叫中心的业务数据进行整合、处理和加载，已达到支持决策分析

的目的。本文所研究的成果可以为保险公司呼叫中心的信息化建设和管理人员的决策提供支持和帮助。

参考文献：

[1] Kenneth Kiesnoski. First Union aims to sharpen call center service[J]. Bank Systems & Technology.1999（36）：42.

[2] 安东.呼叫中心数字化管理[M]. 李农，嵇继浩， 译. 北京：经济管理出版社， 2001.

[3] Kimball R. 数据仓库工具箱：维度建模的完全指南[M]. 谭明金， 译. 2版.北京：电子工业出版社，2003.

[4] 林宇. 数据仓库原理和实践[M]. 北京：人民邮电出版社， 2003.