以一个人每天上班8小时计算，假设从20岁开始工作，一直到60岁退休，总共会在工作上花费4147200分钟。对于在呼叫中心从业的我们来说，这个时间或许会更长。
微缩到一天的时间。在一些成熟的呼叫中心，每天一名一线座席的接线量会在200+，假设平均一个电话耗时120秒，一天一个座席仅仅是talking time就会超过400分钟，再加上其他各种状态的时间，一个座席一天或许会在单位待上8-10个小时。
如果你是一线班组长，你会和你的一线座席一起度过这8-10个小时；如果你是运营主管或经理，你也要有至少三分之一的时间是和你的一线一起度过。那么，这些一线座席在我们这些管理人员眼中代表的是什么：接通率、Occupancy，AHT，Fatal Error Accuracy……？不！这些运营管理指标的确是需要一线员工配合完成，但更重要的是，一线座席绝不仅仅是完成管理指标的机器。
很多组织都在说，要让员工满意了，客户才会满意。那么，我们的员工是否满意了呢？或者说，我们是否真的了解过自己的一线伙伴？真的想去认识这些和你每天一起奋斗的战友？知道他们的需求、想法、和愿望？
笔者没有什么特别有效的方法能瞬间提升员工满意度，但我们可以一起来尝试，用大数据画像的方法，重新认识我们的呼叫中心的员工。
一、定义用户特征
大数据画像就是建立在一系列真实数据之上的目标用户模型。我们以用户特征将其分为显性画像和隐性画像两大类。
显性画像：即用户群体的可视化的特征描述。如目标用户的年龄、性别、职业、地域、兴趣爱好等特征。
隐性画像：用户内在的深层次的特征描述。包含了用户的产品使用目的、用户偏好、用户需求、产品的使用场景、产品的使用频次等。
笔者将呼叫中心员工的用户特征定义如表1。
二、用户画像构建
根据呼叫中心员工的用户特征定义，笔者将曾经做过的呼叫中心员工调研数据重新进行了整理，其中显性特征以统计图表的方式归纳，隐性特征则以关键字提炼为主。图1、图2、图3是部分示例。
注：上述调研数据偏“车服务”行业。
三、画像呈现
现在，我们得到了呼叫中心员工的用户画像。
显性画像（如图4）
隐性画像（如图5）
至此，我们是否对呼叫中心一线员工有了更加清晰和直观的认知？有了上述的呼叫中心员工的大数据画像，作为管理者，我们接下来就可以更有针对性和有侧重地调整我们的管理方式，服务好我们的员工，从而提升员工的满意度，激发员工的工作热情，将更好地服务带给我们的客户！
