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
数新网络39 分钟前
CyberScheduler —— 打破数据调度边界的核心引擎
人工智能
Codebee1 小时前
Ooder框架8步编码流程实战 - DSM组件UI统计模块深度解析
人工智能
ha_lydms1 小时前
5、Spark函数_s/t
java·大数据·python·spark·数据处理·maxcompute·spark 函数
Deepoch1 小时前
智能升级新范式:Deepoc开发板如何重塑康复辅具产业生态
人工智能·具身模型·deepoc·智能轮椅
赋创小助手1 小时前
融合与跃迁:NVIDIA、Groq 与下一代 AI 推理架构的博弈与机遇
服务器·人工智能·深度学习·神经网络·语言模型·自然语言处理·架构
静听松涛1331 小时前
多智能体协作中的通信协议演化
人工智能
奇树谦1 小时前
Qt | 利用map创建多个线程和定时器
网络·数据库·qt
基咯咯1 小时前
Google Health AI发布MedASR:Conformer 医疗语音识别如何服务临床口述与对话转写
人工智能
白日做梦Q2 小时前
深度学习模型评估指标深度解析:不止于准确率的科研量化方法
人工智能·深度学习
电商API&Tina2 小时前
跨境电商 API 对接指南:亚马逊 + 速卖通接口调用全流程
大数据·服务器·数据库·python·算法·json·图搜索算法