大数据与okcc呼叫中心融合的几种方式

在实际的生产实践中,为提高营销效率,避免骚扰大众,很多呼叫中心业务会与大数据平台进行合作,进行精准营销。

买卖数据是非法的,大数据平台方并不会提供直接的数据,一般情况下,提供的数据都是脱敏数据;使用脱敏数据,呼叫中心系统如何打通呼叫呢?

因为大数据的业务并没有标准的业务规范,每一家大数据平台,都有各自的业务模式与规范。

数据是大数据平台的核心基础,数据安全是重中之重,如何保证数据使用规范及数据安全,依据不同的业务场景及互信程度,选择不同的方案。

【方案1】

大数据平台将脱敏数据交付客户,同时将解密算法交付天天讯通,我们在呼叫中心系统上开发解密算法。

客户在呼叫中心系统上使用脱敏数据,呼叫中心调用解密算法对数据进行解密后使用。

【方案2】

大数据平台将脱敏数据交付客户,同时提供解密API接口供我们开发对接使用。

客户在呼叫系统上使用脱敏数据,每次发起呼叫时,呼叫中心调用大数据平台API对数据进行解密后使用。

【方案3】

与方案1和2不同,大数据平台自己建立呼叫能力,避免解密后的数据暴露在大数据平台以外。

大数据平台将脱敏数据交付客户,并提供呼叫平台供客户的平台进行呼叫对接,客户在呼叫中心上的呼叫,最终通过大数据平台的呼叫系统完成。

本方案的实现,基础前提要求是,大数据平台具备通信资源及通信系统能力,需要具备通信的运营管理能力。

【方案4】

由于通信的专业性及通信的资质问题,许多大数据平台并不愿意参与通信运营管理,同时又希望数据全程对客户进行隔离,此时,就必须引入第4方,通信运营商,借助一些创新业务来实现数据隔离。

一种可行的办法是,大数据在面对客户提供数据前,先在运营商平台登记最终号码,申请一个临时号码(中间号)与最终号码对应,并将临时号码返回给客户,客户通过呼叫中心呼叫中间号码,最终呼叫到目的被叫上。

综上,每一种方案,技术复杂度、资源要求、管控目标各不相同,建议根据不同的场景做不同的选择。有关技术问题欢迎和博主交流

相关推荐
槑槑紫19 分钟前
深度学习pytorch整体流程
人工智能·pytorch·深度学习
Fireworkitte20 分钟前
安装 Elasticsearch IK 分词器
大数据·elasticsearch
盼小辉丶33 分钟前
TensorFlow深度学习实战——去噪自编码器详解与实现
人工智能·深度学习·tensorflow
胖达不服输41 分钟前
「日拱一码」020 机器学习——数据处理
人工智能·python·机器学习·数据处理
limingade1 小时前
手机通话语音离线ASR识别商用和优化方向
智能手机·语音识别·funasr离线识别·android做asr·手机断网离线asr·asr语音转文字识别
吴佳浩1 小时前
Python入门指南-AI模型相似性检测方法:技术原理与实现
人工智能·python·llm
ywyy67981 小时前
短剧系统开发定制全流程解析:从需求分析到上线的专业指南
大数据·需求分析·短剧·推客系统·推客小程序·短剧系统开发·海外短剧系统开发
kebijuelun2 小时前
百度文心 4.5 大模型详解:ERNIE 4.5 Technical Report
人工智能·深度学习·百度·语言模型·自然语言处理·aigc
算家计算2 小时前
ComfyUI-v0.3.43本地部署教程:新增 Omnigen 2 支持,复杂图像任务一步到位!
人工智能·开源
新智元2 小时前
毕业 7 年,身价破亿!清北 AI 天团血洗硅谷,奥特曼被逼分天价股份
人工智能·openai