云的关键是平衡成本、可控性和速度

来源:
浏览次数: 120
  如今,我们经常会听到这样的预言:到2021年,70%以上的工作负载将在公共云中运行。然而,公共云并没有达到人们对降低成本的预期,也并非是运行所有工作负载的最佳选择。之所以这样,是因为有些公司在进入云时并没有对其有清醒的认识。在第一波潮流中(有些人将其称为云1.0),组织受到节省成本的诱惑,他们相信任何负载都可以在云中运行,却并未认识到工作负载具有不同的特征。
如今,我们经常会听到这样的预言:到2021年,70%以上的工作负载将在公共云中运行。然而,公共云并没有达到人们对降低成本的预期,也并非是运行所有工作负载的最佳选择。之所以这样,是因为有些公司在进入云时
  云是什么?
  人们最初认为云是以基础设施为中心的,对能够轻松访问开发/测试工作负载和/或新建应用十分满意。大部分组织,甚至所有组织都有现有的应用资产,他们没有考虑迁移、连网、安全、合规、备份、运行管理和服务集成等工作的复杂性。
  在云端启动新的应用并不困难,但组织低估了迁移现有企业应用的复杂程度,不只一个组织曾公开宣布他们正在将全部业务转移到云端,但经过了若干年并投入数百万美元后,才发现这根本是无法实现的,或者成本远远超过目前的成本。
  迁移现有环境的复杂性促进了对迁移工具的需求,例如VMware开发的迁移工具可以帮助组织将ERP、HR和数据库等传统的三层任务关键型应用从企业防火墙内迁移到外部提供商。
  公平地说,在早期采用混合云的组织中,一些组织提出了合乎实际的期望,在采用公共云的过程中经过了深思熟虑,因此取得了巨大成功。
  应用正在推动混合云决策
  今天(云2.0)人们正在采用更为成熟的方法,会考虑“什么是运行特定工作负载的最佳选择”。应用的需求正开始在基础设施决策中起决定性作用,而不是其他因素。
  组织发现,在许多情况下,应用需要的不是简单地全部部署在本地或者云端,而是部署在混合云或混合IT中,混合部署将核心知识产权和数据库置于数据中心,前端客户体验应用则位于公共云中。
  最佳的部署场所取决于工作负载的性质,稳定的生产工作负载最好部署在专用的基础设施中,或者根据不同负载提供不同成本的私有云。另一方面,数字实现/数字化、物联网项目或数字客户体验应用最好部署在公共云中,以便实时进行开启或关闭。
  云的关键是平衡成本、可控性和速度
  首席信息官考虑的最主要问题是成本控制,他们往往过于关注云在降低成本方面的能力。企业利益相关者首先考虑的是执行速度,如果他们有自己的预算,就会从外部购买公共云或SaaS服务来满足需求。
  两种方法都忽略了对合规、安全和数据主权保持控制的重要性。在云1.0时代,一些金融服务组织在公共云上投入了数百万美元,却无法跟踪数据的位置,也不知道数据是否合规,是否安全。
  公共云提供交付服务所需的速度,人们认为它也会节省成本,但发现并非如此。私有基础设施提供更好的可控性,但速度较低且费用更高。混合云确实具有平衡三者(速度、成本、可控性)的潜力,但前提是采取措施来实现服务集成。
  我们建议组织在这三个方面保持平衡,忽略任何一个方面都会导致意外结果。如今,必须从一个跨越本地原有设施、本地私有云、专用云和超大规模用户的环境中将注意力集中到实现什么样的业务需求上来,并平衡成本、可控性和速度的要求。
  实现数据中心虚拟化,
  推动服务集成
  如今,企业正逐渐意识到混合云的关键不在于基础设施,而在于服务集成。
  实现服务集成的一个方法是对整个环境资源(计算、网络、存储和安全)进行虚拟化,以便其所有组件(本地、数据中心、本地协作和云)以协调一致的方式运行。这让您的工作负载获得独立性、便捷性和灵活性,也是实现应用生命周期自动化的必要步骤。
  对我们的客户而言,实现这种便捷、灵活性非常重要。过去几年,我们看到客户脱离了实际,他们将数据中心移动到租赁数据中心以平衡成本,或者将工作负载转移到公共云,然后又回到本地,因为他们需要专用的基础设施。
  适当的混合架构有助于
  从数据中获取业务价值
  组织真正关心的是他们的数据,他们希望通过分析数据实时做出业务决策。应用系统和基础设施只是支持数据生命的保障系统。
  过去,数据位于数据中心,但在物联网中,数据是由位于边缘的新型设备产生的。有理由相信,处理这些数据的应用也应该位于边缘。
  提供服务集成的混合云环境有可能让组织能够以快速、合规和安全的方式从数据中获得收益,无论其位于何处。

  因此,以构建从底层基础设施中提取工作负载的功能,并提供在不同IT生态系统中管理工作负载所需的自动化。

  原文链接:http://www.ctiforum.com/

  


  • 相关资讯 More
  • 点击次数: 107
    2021 - 03 - 22
    人们通常认为,良好的客户服务意味着100%的座席都在打电话,让客户尽快与座席通话。与普遍的看法相反,如果你的联络中心是这样工作的,那可能意味着你实际上没有有效地利用你的时间,而且你雇佣了太多的座席。这是呼叫路由可以提供帮助的地方。  呼叫路由是一种联络中心管理功能,其中传入的呼叫被放置在队列中,并根据特定条件转移(换句话说,路由)到座席或自助菜单。呼叫路由系统也被称为自动呼叫分配(ACD)。顾名思义,这些系统致力于自动分配入站呼叫。路由可以基于诸如时间、部门、语言首选项、呼叫量或呼叫复杂性等变量。  为了最有效地优化呼叫路由系统,您需要考虑传入呼叫的上下文以及各个座席的技能。通过优化的呼叫路由,您可以提高首次联络解决率(FCR)和运营的整体生产率。  呼叫的上下文  与其将所有来电尽快转接到下一个可用的座席,不如首先考虑来电背后的原因。通常情况下,你的大部分电话都可以自动化处理,并发送到自助服务,而不是使用宝贵的人力资源。  在大多数情况下,入站操作中至少有3-4种呼叫类型,可以轻松地实现自动化,而无需涉及实时座席。20-40%的入站问题通常可以通过简单地访问相关的客户信息来解决。可以轻松路由到自动自助服务的呼叫包括与包裹交付时间、帐单信息或产品和定价信息相关的呼叫。通过使用自助服务,您可以减少通话量,大大节省人力资源,确保您的座席在最需要的地方使用。  把电话转接给现场座席  当涉及到复杂的呼叫时,主要的问题是:哪个座席能够最有效地处理呼叫?根据呼叫的上下文,将呼叫路由到相应的座席时可以使用多种方法。  大多数现代呼叫路由技术都提供了基于技能的路由选择。此功能使您能够根据指定的条件将呼叫路由到特定的座席或部门。换言之,您将能够将有特定请求的呼叫者引导到具有适当技能集和培训的座席或专门处理其问题的部门。  除了基于技能的路由,您还可以选择使用路由技术创建VIP队列。呼叫路由...
  • 点击次数: 60
    2021 - 03 - 15
    去年三月,新冠疫情爆发使联络中心受到考验。他们几乎立即转变为在家工作(WFH),并面临客户服务请求的激增。一年后,尽管大多数人开始接受处理群众问题的挑战,但许多人仍在努力应对数量增长过快的询问。我现在认为,客户服务面临一个系统性的能力问题。在这个由两部分组成的系列文章中,我将解释这个挑战的含义,并引导您通过技术和组织杠杆来应对它。  容量问题  在WFH过渡的早期,主要的障碍是为座席建立远程工作环境。大多数企业都能迅速做到这一点,但并非所有企业都能做到。虽然流感大流行减少了员工流失,但也使招聘、入职和培训变得更具挑战性。大浪淘沙,留下了与客户服务需求大致相同的座席能力。与此同时,客户咨询量的急剧增加并没有停止。一开始,是关于COVID相关的问题。现在,世界变得越来越倾向于数字化,但即使是数字化进程也仍然需要人类的帮助。  数字化救援  企业已经转向自助服务和自动化,以减少人与人之间的交互。避免打电话的第一步是让客户能够在网上或手机上自助。今天最先进的网络自助服务包括可搜索的帮助中心和页面帮助。帮助中心为客户可能遇到的所有问题提供一站式解决方案,而无需浏览网站或移动应用程序。帮助中心也已经从常见问题(FAQ)演变为可搜索的文章知识库,并可以通过客户相互帮助的论坛进行扩充。  尽管网络和移动应用程序不断提高可用性,提供更多信息,但这还不够。与我交谈的企业一致认为,他们收到的咨询中有50-70%来自无法在线解决问题的沮丧客户。这些联系的主要问题是它们的上下文丢失,因为它们是匿名的,需要从头开始恢复。  企业已经部署了聊天来提供上下文帮助,但人员配置仍然是一个挑战。团队规模很小,这会造成很长的等待时间,并且很难找到所有需要的技能。机器人和会话助理可以在前端聊天,提供一些答案,并缓解反应时间差的问题。虽然这是一个很好的步骤,但只要您能够方便地访问人工,该模型就可以工作。否则,客户付出...
  • 点击次数: 87
    2021 - 03 - 08
    一个运动队从一个剧本开始工作,剧本提供了创造或应对不同环境的策略,并指导每个队员如何发挥他们的作用。同样,联络中心也有解决客户问题和机会的行动手册。随着自助服务的扩展和人工智能的引入,剧本范围需要扩大。  知识管理者  如今,联络中心的剧本中最常见的元素是脚本和知识库,这些脚本和知识库可能由主管或专门的知识管理人员建立和维护。当数据分析师将数据转化为见解时,知识管理人员收集并管理这些见解,决定如何以及在何处最好地使用它们,并建立资产,使其他人可以获得这些见解。一般资产包括:支持客户自助服务的常见问题试剂的罐装和建议响应完整的脚本,指导座席一步一步地完成交互座席搜索的知识库  随着大数据分析和虚拟座席的兴起,知识管理者的工作将发生重大变化。让我们看看其中的一些变化:人工智能现在可以增强建议和响应,以便在实时分析会话上下文的基础上,及时向座席提供建议。数据科学家将向知识管理者寻求用于分析的原始数据,以及作为机器人培训材料使用的见解库。机器人可能会扩充一些现有资产,例如可搜索的知识库,或者公司可能会决定用机器人替换资产。数据科学家将提供丰富的新见解,知识管理者可以在剩余的脚本、知识库和培训模块中部署这些见解。  随着我们的发展,知识管理者变得越来越重要。联络中心需要确保这些岗位上有合适的员工,提供所需的培训,并制定一个良好的流程,以获取知识并将其纳入行动手册,从而使其发挥作用,改善客户服务并降低成本。  教机器人说话--会话设计师  在虚拟座席的世界中,脚本不仅仅是一个会话指南,而且实际上是会话本身。一个人工座席的脚本中的内容不一定适用于机器人,因为人类在破译歧义和上下文方面要比人工智能好得多(尽管人工智能越来越好!)。健谈的设计师不仅把文字放在机器人的嘴里,而且还赋予它个性。  会话设计师需要将三个世界连接起来:问题域客户如何思考和反应机器如何“思考”和反应  他们利用自己的沟...
  • 点击次数: 111
    2021 - 03 - 01
    在今天的联络中心,员工使用来自ACD报告、质量调查和人员配置系统的统计数据来调整路由规则、建议座席辅导计划和调整员工时间表。这些员工中的许多人从联络中心的座席或主管的工作中走出来,甚至可能与联络中心的其他管理人员分担“分析”责任。然而,要想在竞争日益激烈的客户满意度游戏中取得成功,就必须采用不同的方法。  数据是新的石油--数据科学家在联络中心  “数据就是新的石油。它是有价值的,但如果未经提炼就不能真正使用。必须将数据转化为天然气、塑料、化学品等,才能创造一个有价值的实体,推动盈利活动;因此必须对数据进行分解、分析,使其具有价值。”--数据科学家先驱Clive Humby。  数据爆炸正在发生,全球数据总量每3年翻一番,站点也没有尽头。利用这些数据将推动未来的经济。这个领域的专家被称为数据科学家,《哈佛商业评论》(Harvard Business Review)称之为“21世纪最性感的工作”的职业。数据已经给职业体育带来了革命性的变化--只要看看棒球场上的击球手们用“转移”到球场的一边就知道了,这是由于击球手们的统计击球模式造成的。数据也将彻底改变联络中心。  数据通常分为两类:结构化和非结构化。结构化数据长期以来一直是联络中心管理的基础--数据是在一个组织良好的数据库中,可以交叉引用,例如由座席、组和队列组织的通话时间。非结构化数据比会话内容更原始。像聊天和电子邮件这样的数字会话有丰富的文本等待挖掘,随着语音识别技术的进步,语音会话也可以以类似的方式进行挖掘。语音和文本分析可用于破译对话并将其分类到结构化数据库中,例如,为来电者表现出挫败感或座席使用不当语言的互动建立索引。  数据科学家在新兴联络中心的工作是理解所有这些信息,并将其付诸行动以改善业务成果。  分析数据--数据分析师  数据分析师使用专门的分析工具来寻找趋势和获得见解,并帮助设计解决方案。数据分析员在结构...
Copyright ©2017 四川西沃信息技术有限公司
犀牛云提供企业云服务