大數據時代的到來，讓全宇的舞臺變得更為廣闊。呼叫中心系統是離客戶需求行為最近的一個窗口。通過這個客戶服務窗口，可以收集用戶留下的大量痕跡，為后臺云計算提供海量的數據。

為大型呼叫中心提供智能排班服務的全宇，適時推出了客戶行為分析系統，深入呼叫中心的數據“腹地”，分析和整理客戶行為檔案，為優化服務提供便利。

在移動互聯網時代，大量客戶通過網上營業廳和移動客戶端辦理業務。近兩年，各大銀行紛紛推出微信服務號，通過微信這個“營業廳”與客戶進行近距離溝通。在客戶通過功能菜單發送的指令過程和微信營業廳回復的相關信息中，客戶行為分析系統對客戶主要辦理的業務進行要素記錄，達到一定數量的樣本后，客戶行為分析就會提供各類數據報告，從而幫助銀行呼叫中心對該客戶行為進行預判。再通過大量客戶的數據積累和統計，便可以進一步優化銀行微信營業廳的菜單選項及服務規則，提供更人性化的實時服務。

另外，全宇進一步將短信、視頻、微博、微信等多媒體渠道服務與客戶行為分析相結合，形成了全渠道的客戶行為分析架構，使大數據分析在呼叫中心的應用更接地氣。

企業商業智能中心的“尖兵”

全宇說：“我們的系統不僅僅適用于客服中心和呼叫中心，只需要將一些功能進行更改，同樣可以應用于其他行業。”

全宇認為，未來全宇的業務開拓領域是多方面的。大數據時代的到來，令全宇的“客戶行為分析產品族”受到更多企業的青睞。“我們產品在幫助收集、分析數據之后，向商家、消費直接進行反饋，提供行業優化服務的機會。透過這些數據分析，不僅為企業提供了商情分析的基礎，也讓呼叫中心成為企業商業智能中心的‘尖兵’。”