認識你自己和敵方，你將在百戰百勝之中立于不敗之使。在顧客轉入手動座位以前，如何透過除法據精確辨別顧客致電目標，并對票務象征展開精確領導，是票務象征最期望具有的技能。然而，顧客的目標往往埋藏在小資料之中。通過建立基于以往營運知識和除法據自然資源的顧客計算建模，可理想克服這一問題。如何建立這個顧客計算建模？根據使用者反復認識與第一次認識的差別，從兩個層級展開資料發掘：

重復關聯︰兼顧賺取使用者之前的聯系方式（包含使用者語法票務、電郵票務、APP等管道的聯系方式），并根據使用者第一次回饋資料展開計算領導。

第一關聯匹：

根據IVR語音GPS之中的顧客關鍵性資料計算指示

根據顧客資本的關鍵資料資料展開領導，如使用者帳戶付款、欠債、早餐延誤、早餐協定屆滿辨別等，辨別與否符合子公司當前關鍵性社會活動的目的顧客前提等。通過搜集這些資料，我們可計算顧客也許的交談目標，并向顧客業務象征獲取精確的告誡，從而構建精確業務、精確行銷的顧客業務目的。

在每天3萬多個顧客的致電之中，如何及時發現異常情況是煎熬許多大型調用中心站的問題，每天有200多匹來電致電，人工介入辨別不也許找到一些沖擊較大的非常水量，而且沖擊較小資料監管理想地克服了這個難題，萬號水量主要由失靈、收費、商貿顧問、舉報等水量類別構成，這些水量由于有所不同的時間段_，包含月初、月底、周末、早晚等，有有所不同的構造變動有時，它們也會受特定服務半衰期的沖擊，如每月收費、欠債和檢修時間段。雖然興起水量的數目偶爾會有所不同，但整個水量構成構造基本上平穩。水量監視需做的是估計這些結點和E中所有水量構成的比率建立資料檢驗建模，一旦運輸構造發生變化，就可精確地找出導致難題的類別，這為之下一步的精確檢驗獲取了強有力的根基，此外，這種運輸構造監控還為排班、capa等日常營運監管獲取了精確的資料擁護城鎮提高邀請。