在我们实际测试的过程当中，电销机器人的确可以非常娴熟的介绍各项业务的细节。
替代客0服问题不大，但替代销售呢？能行吗？如果受众对于此项业务感兴趣，那么问题倒也不大。
那如果受众在接到电话的第0一时间就表示不需要直接挂掉呢？那么再聪明的机器人也无从发挥。
所以电销机器人的核心价值还是在于筛选意向客户，而非转化无意向客户。
呼叫中心是数据化的中心，数据是呼叫中心运营的重要资源，如果期望在呼叫中心运营上保持客观的态度，那么深入的数据分析就成为每一个运营管理者所需要高度重视的问题。
传统的数据分析方法，较为关注总数、平均数、环比、同比增长等，对数据资源利用的不够充分。
为立体化地运用好数据资源，笔者结合工作中的实践，推荐可采用的呼叫中心数据分析五步分析方法：第0一法，趋势分析法。
通过把多个同一属性、具有连续性的数据整理汇总后
观测其发展过程、判断其发展规律、预测发展趋势，将“静止”的数据“活动”。
第二法，标准方差法。
通过把多个同一属性的数据整理汇总后，在趋势变化的基础上进一步关注距离平均数的离散程度，评估稳定状态，通过68531法则来把控异常情况，将“孤立”的数据“联动”。
第三法，相关分析法。
梳理现象与结果之间的关系，评估出关键要素的影响因素，以抓住短板点和关键改善点，将“并行”的数据“关联”。
第四法，象限区分法。
充分使用四象限格局，以人为出发点找到数据的定位点，做好分组区隔，将“平面”的数据“立体”。
数据展示：先确定要分析研究的对象，按象限分布要求，整理好关注指标；建立数据表，将所需数据汇总，整理，并计算各项数据平均值，依此绘制散点图；在绘制散点草图上以各项数据的平均值构架十字架形，形成四个象限。
第五法，排行分布法。