随着企业及客服中心的数字化、智能化转型的持续推进，客服中心越来越重视员工的数据化能力提升培训。培训的安排与诉求方面，聊几个点：

①应该梯级化培训方案，从一线基层员工到中高层管理者，再到后台专岗支撑人员都应该根据其岗位职责与定位规划出对应的数据技能要求及提升需求，并以此制定针对性的培训方案。

②一线的数据应用培训往往解决的是最后一公里的问题，因此数据源头的规范化支撑能力建设也是需要不断反馈与推进的。否则最后一公里会变得很难，浪费大量的人工时整理数据。

③凡是每天或每周都会花费一定量工时跟生产运营数据打交道的人，都应该对如EXCEL或WPS等数据工具达到非常熟练的水平。从而减少因为工具能力不足而造成的无谓加班或工时浪费。

④大数据、人工智能对于一线生产运营人员来讲更多地是应用和使能。不应该期望人人都是建模挖掘高手，也不应该期望一线坐席没事跑个爬虫、建个站、搭个神经网络。

⑤理论性的东西听听了解了就可以了，真正让数据培训发挥作用，驱动运营改善，离不开实操。无实操，难落地。

⑥数据能力分两个层次，第一个层次是纯数据领域的，包括数理统计基础、数据工具或语言的使用等等；第二个层次是在数据基础能力已具备的情况下深入业务运营，以驱动业务持续改善及创新为目的，进行常态化或项目化的运营分析与洞察。为运营决策提供有力支撑。第二个层次才是真正产生价值的地方，而创造的价值大小取决于数据分析师对业务的深入理解程度。

⑦因此，一旦涉及到具体的业务运营，外部培训师就会很难找到合适的。没有多少数据培训师会精通多个行业的业务运营，能够把数据培训真正深入贯穿到企业运营场景。妥协的思路是，从内部选拔业务能力强同时又对数据感兴趣的骨干接受纯数据技能的培训。

⑧工具高一级，效率翻N倍。数据分析价值体现的三个支点之一就是数据工具，包括平台和系统。有些东西你手头的工具实现不了就是实现不了，堆人工加班也不行。因此，提升员工数据能力的同时，也要同时注重系统平台建设以及数据工具的更新升级。