一、呼叫中心行业概况
呼叫中心就是在一个相对集中的场所，由一批服务人员组成的服务机构．通常利用计算机通信技术，处理来自企业、顾客的电话垂询，尤其具备同时处理大量来话的能力，还具备主叫号码显示，可将来电自动分配给具备相应技能的人员处理，并能记录和储存所有来话信息。
呼叫中心，又称客户服务中心，起源于20世纪30年代，最初是把用户的呼叫转移到应答台或者专家处。此后，随着要转移的呼叫和应答增多，开始建立起交互式语音应答系统，这种系统能把客户部分常见问题的应答实现由机器“自动话务员”来应答和处理。传统意义上的呼叫中心，是指以电话接入为主的呼叫响应中心，为客户提供各种电话响应服务。
呼叫中心在家电企业、邮电、银行、航空、铁路、保险、股票、房地产、旅游、公共安全等众多的行业间搭建起了企业与客户、政府与百姓之间的一座桥梁，与百姓的日常生活息息相关。呼叫中心技术的发展可以分为以下几个阶段。
呼叫中心行业发展历程
资料来源：公开资料整理
二、中国呼叫中心行业发展现状分析
呼叫中心业务需求领域横纵发展，推动了整个呼叫中心行业规模的不断扩大。呼叫中心需求前景向好，企业规模增加。截止到2017年底，国内呼叫中心中经营已成一定规模企业数量增长至约2160家左右，预计2018年国内呼叫中心经营规模企业数量将达2311家左右。
2014-2018年中国呼叫中心经营规模企业数量及增长
资料来源：公开资料整理
呼叫中心智能化趋势的发展，使得各大企业加大了对呼叫中心的投资规模。近年来，中国呼叫中心投资规模呈快速上升趋势，截止至2017年中国呼叫中心投资规模上升至1821亿元，增长了两倍多，年复合增长率达17.4%，预计2018年中国呼叫中心投资规模将突破2000亿元，达到2127亿元左右。
2012-2018年中国呼叫中心投资规模及增长
资料来源：公开资料整理
截止至2017年中国呼叫中心坐席规模上升至195万个，随着更多企业加入呼叫中心建设，呼叫中心坐席规模将保持持续增长，预计2018年中国呼叫中心坐席规模将达到230万个左右。
2012-2018年中国呼叫中心坐席规模及增长
资料来源：公开资料整理
目前中国呼叫中心产业应用领域从银行、证券、电信等扩展到交通、电力、物流、流通等领域，截止至到2017中国呼叫中心产业销售规模增长至超400亿元，达到403亿元，同比增长18.9%。预计2018年中国呼叫中心产业销售规模将达到463亿元左右。
2012-2018年中国呼叫中心产业销售规模及增长
资料来源：公开资料整理
相关报告：华经产业研究院发布的《2019-2025年中国呼叫中心行业竞争格局分析及投资战略咨询报告》
三、中国呼叫中心行业竞争格局分析
在中国从事呼叫中心系统的企业较多，较为领先的主要有安莱、北京讯达、翔龙通讯、新太科技、台湾德鸿科技、杭远传通信、讯鸟软件、浩丰创源、七星蓝图、信普飞科、商路通等。国外厂商主要有Avaya、美国艾斯瑞公司、Aspect、美国慧锐系统(VerintSystems)公司、奥迪坚等。
从各品牌的平台使用来看，Avaya的使用率最高，占市场的45%左右，其次为华为和Alcartel-Lucent，分别占到16%和12%。其他的品牌除了Siemens达到8%以外，市场占用率均在5%以下。
呼叫中心各品牌分布占比（单位：%）
资料来源：公开资料整理
CTI中间件是负责完成电话系统与计算机系统间的连接并提供呼叫中心。CTI服务器是一台与基础通信平台(交换机或板卡所在的工控机)相联的计算机(或其软件模块与平台在一体机里运行)，它通过接收来自基础通信平台的事件/状态消息和向基础通信平台发送命令，实现计算机对整个呼叫中心的全面管理。
在各品牌的CTI中间件中，Genesys的使用率最高，占市场的32%，其次为Avaya和华为，分别占到20%和16%。其他的品牌除了讯鸟和商路通达到7%以外，市场占用率均在5%以下。
CTU中间件各品牌使用率统计（单位：%）
资料来源：公开资料整理
四、中国呼叫中心行业发展趋势分析
呼叫中心智能化是必然趋势。当前欧美等发达国家的电信企业、交通企业以及商业银行基本都普及了智能化语音系统，利用智能语音系统直接与客户进行对话。尽管智能化语音系统建设前期需要投入大量的资金，但智能语音系统所释放的系统能力和人力资源也大大降低了运营成本。从未来来看，智能语音系统要替代人工坐席，还需要在以下几个方面进行优化：
1、更好的自然语义理解
未来的广电客服机器人系统会有对自然语言的更强的处理能力，如语义识别、场景识别、行为分析、上下文语境分析等。
2、更先进的智能语音识别
未来，通过智能语音识别技术（ASR）将客户的语音问题转化为文字，再通过自然语义理解技术，调用后台知识库即可将问题答案推送给客户。同时，智能语音识别技术可以对客户与客服人员的录音进行质检、转译，并对录音进行异常识别。
3、更完备的智能化知识库
未来，客服系统的知识库将会具有实现更多智能化的能力，通过结合自然语义识别（NLP）技术，凭借语义识别引擎实现知识的智能搜索，通过搜索自动补全、拼音识别、错别字纠错等辅助搜索功能，使用方便的智能化知识库管理。
4、个性化客户服务
未来，客户服务系统通过结合客户大数据分析挖掘技术，在客户发起客服请求的时候，自动形成针对该客户的客户画像，包括用户的资料信息、在客服系统各渠道的问答信息、购买行为、产品偏好、知识推荐、产品推荐等，客服人员可以有针对性的进行客服问题解答及进一步的拓展营销服务。
