以下是这次大课的精华内容回顾：

课程开始王厚东老师就带领大家进入了对客服运营，尤其是运营数据和指标的思考模式。

以下这些问题您是否也具体思考过呢？您心中的答案是什么呢？

数据分析的四个层次你在哪一梯队？

描述分析与应用体现在层级递进的四个层次上：

典型的指标分析关注要点：

在接下来的内容中，王厚东老师带领大家从客服数据分析的前提、方向、绩效体系搭建、运营指标逻辑关系、服务效率分析、服务质量分析、员工效能分析等多个方面对联络中心绩效分析思路与实践进线了全面的阐述与讲解，并就常用指标分析方法以及接通率、一解率、平均处理时长、质检数据、客户满意度/NPS数据、工时利用率、预测/排班准确率等具体指标的分析应用给出了详细的讲解。

王老师讲课结束后，同学们意犹未尽，纷纷向老师进行一对一咨询，仅咨询环节就超过1小时。

如今的呼叫中心多数都在以业务为导向，通过大规模机器学习和深度技术，对海量结构化非数据进行处理、分析和挖掘，提炼数据中有价值的信息和知识，并通过建立模型寻求问题的解决方案，帮助企业从数据中改善客户体验，从服务中实现客户增长。 

基于客服中心最有价值的会话数据进行分析，需要将非结构化的会话数据转化成结构化数据，而会话数据往往是非线性的，在一次沟通过程中会涉及到多个话题点之间的交叉，这就需要设计一个多维度的立体模型来实现信息映射，徐老师从数据分析体系建设到数据智能赋应用场景最后给到大家合理的实施建议。

本次课程徐生海老师从数据运营能力成熟度评估模型、文本数据的结构化处理与分析、数据运营分析体系设计与应用给大家做了深度分享，在文本分析技术在客户服务过程中的应用能帮助企业实现哪些价值呢？

徐老师的课程分享在帮助企业基于服务全流程的应用场景，搭建数据运营体系。通过典型客服中心数据分析场景举例，应用机器学习和人工智能技术实现业务场景智能化。

课程设有现场答疑环节，徐老师对于学员抛出的疑问都进行了一一分析及建议。

课后学员对于自己工作上遇到的困惑主动请教周老师，周老师耐心的对学员的问题进行分析和建议。

在课程上我们的老师除了输出可落地的实战方法论，我们还为为大家提供了一个高质量的学习社群，共享经验，咨询交流、解决学员在工作中的疑问。