![关闭 [x]](http://dw1.s81c.com/i/c.gif){kind=small}
| 免费下载：IBM®SPSS Data Collection Author V6.0 试用版 |
|---|
| 下载更多的 IBM 软件试用版，并加入 IBM 软件下载与技术交流群组，参与在线交流。 |
最初的 IBM SPSS Data Collection 产品 ( 原名 Dimensions) 是 SPSS 在收购了其他三个不同的市场调查公司后对着三个公司的市场调查软件进行整合、优化、集成后的产物。
- 1997 SPSS 收购 Quantime
- 1997 SPSS 收购 In2itive Technologies
- 1998 SPSS 收购 Surveycraft
集成后的产品能够进行各种类型的调查的生成和发布。到现在，Data Collection 已经发展成为 是一个基于问卷调查的数据采集和分析的综合解决方案，可以帮助企业从多方面多渠道多种方式来收集客户对某些产品、事件或议题的看法和观点，并能对获取的信息反馈数据进行有效分析和总结汇报。
其中，Phone Interviewing 在收据收集中起着举足轻重的作用。Phone Interviewing 在欧美国家应用比较广泛，它可以帮助企业很好的了解市场和客户的真实需求，从而对企业未来的发展规划或者对当前的策略调整提供直接和最有效的帮助。
近两年，我们对 Phone Interviewing 的功能进行了重要的扩展，比如对第三方拨号器的支持。在早期版本的产品仅对 IBM SPSS Data Collection Dialer 进行支持，这样就限制了许多客户对拨号器的选择，在新版本中，我们定义了一套公共组件接口来兼容任意第三方拨号器，只要拨号器生产商严格按照接口定义进行对应组件的实现就可以和 Data Collection Phone Interviewing 产品进行无缝集成。这样的功能扩展使得 Phone Interviewing 的用户可以根据自身业务特点进行更适合自己的拨号器选择，从而也使得产品可以被更广泛的用户接受。目前该扩展功能已经在一些大型市场调查公司上线运行。
本文中我们会先简单介绍如何创建 Phone Interviewing 项目，如何设置各项重要参数，如何进行操作，接着会对 Phone Interviewing 的自动拨号功能（Auto Dialing）进行比较深入的介绍。从而使读者能对本产品的应用和功能有一个全面的了解。
现在我们从创建电话采访的项目开始，通过设置不同的电话采访模式，再以访问员收集数据以及监督员监控 / 抽查的场景描述，来介绍电话访问的主要业务流程。
首先，需要创建一个适合于电话采访的项目。项目由以下几个组成部分：
- 问卷：以多种问答形式汇总的问卷来完成收集目标数据。
- 受访人群：也就是统计学中所说的“样本”。对于应用到电话采访中的样本而言，最重要的一条信息就是电话号码。
- 访问员：通过电话与受访人群建立联系，并完成数据收集的工作者。
- 监督员：监督员是监控采访进度，采访质量，以及审核采访数据的一个重要角色。通常，一个监督员会监控多个访问员的实时采访过程。它可以对访问员的实时工作状态监测，包括访问员与受访者之间实时通话监听及当前问卷页面实时监视。
其次，项目管理者设置项目对应的拨号模式以及其他一些主要参数：
在 Interview Settings 配置项中，我们主要需要进行如下参数设置。项目拨号模式选择，如下图所示
图 1.拨号模式设定
拨号模式是电话访问的一个重要设置参数，其对电话访问功能和操作有着直接的和重要的影响，我们会在后边的章节对这几种模式做进一步的介绍。
在 Dialer Setting 配置项中，可以进行这些参数设置：
- 响铃时间
- 来电显示
- 自动录音比例
当以上项目配置都设置完成后，访问员就可以开始正式的采访工作了。拨号模式主要有手动和自动两大类：
- Manual Dialing：人工拨号，需要配置电话机来完成电话采访。这不是我们的介绍重点，所以下面不做进一步的介绍。
- Extension/Group Dialing：Extension/ 分组拨号，此种模式需要有呼叫中心的软硬件配置来辅助拨号，
Extension/ 分组拨号业务流程如下：
1. 访问员登录到电话采访页面，系统弹出坐席输入窗口，如下图示：
图 2.座席号码输入窗口
2. 访问员输入坐席号码并成功登录后，然后就点击绿色电话按键开始进行获取样本并拨号，如下图示：
图 3.拨号图示
3. 系统开始在样本数据库中进行扫描，找到合适的样本并拨号，如果拨号成功，访问员就可以开始进行电话调查：
4. 当采访进行到问卷最后一页时，受访者的电话会被自动挂断。这样，一组电话调查数据就收集完成了。
图 4.问卷结束页
5. 查看收集到的数据：
- 查看实时调查结果：督导员或项目管理人员可以通过选择 Survey Results 模块来实时查看每个问题页的回答内容及回答比例
- 导出多种数据类型：督导员或项目管理人员通过 Export Data 模块将电话采访收集到的数据导出多种格式的数据文件供 IBM SPSS Data Collection Survey Tabulation，IBM SPSS Statistics 等数据分析产品进行结果的分析。
监督员登录到采访监控页面，当前进行采访的访问员列表就会全部呈现出来（如下图示）。监督员可以选中其中任何一位访问员进行声音和页面监控。
图 5. 监督员实时监控访问员工作列表
至此，电话采访的数据收集流程及其监控工作就叙述完毕。在 Phone Interviewing 产品中，有一个关键的后台支持业务组件 -Auto Dialing，接下来的章节将会对部分做进一步较深入的介绍。
Auto Dialing 是 Phone Interviewing 产品中非常关键的功能，有一定规模的呼叫中心都采取这类模式进行电话采访。Auto Dialing 包括两大主要模式，Extension Dialing 和 Group Dialing。
Extension Dialing：
Extension Dialing 是 Auto Dialing 中较简单的一种模式，Extension 可以简单理解为拨号器中与电话设备相连的一个硬件， 而拨号器是连接受访者和公共电话网络系统的之间一个硬件设备，它能够接受 Phone Interviewing 服务器发来的指令并进行自动拨号的处理工作。
图 6. Extension 拨号的基本流程图：
Phone Interviewing 的服务器从数据库中获取一个合适的受访者信息，并把电话号码发送给拨号器，拨号器使用 Extension 拨出电话后并等待拨号结果。如果电话接通，这个受访者的信息就会呈现到访问员页面；如果电话没有接通，服务器将会根据拨号的结果（比如：占线，无人接听，拒绝接听等）对这个受访者的信息进行标记并将对应的值写入数据库中，然后取下一个合适的受访者的信息并拨出电话。系统会一直循环处理直到有受访者的电话接通或者访问员等待超时。
Group Dialing：
Group 模式与 Extension 模式有较大的不同，其最大的区别是每个受访者在登录电话采访页面后都会被分配到一个指定的 Group 中，不同项目访问员会分配到不同的 Group 中，同一项目的访问员也可能被分配在不同的 Group 中。
举例说明：在一个国际调查项目中，有些访问员的母语是英语，他们负责那些说英语的受访者的访问工作，有些访问员的母语是法语，他们负责那些说法语的受访者的访问工作，这时相同语言的受访者则会被放在同一个 Group 中，不同语言的受访者会被放在不同的 Group。
Group Dialing 基本工作原理如下：
Phone Interviewing 的服务器从数据库中获取多个符合某个 Group 的所需的受访者的信息，然后把这些受访者的电话发送给拨号器，如果某个受访者的电话可以接通，那么这个电话将被拨号器转接到这个 Group 里边等待时间最长的访问员；如果电话由于某种原因没有接通，服务器将会根据拨号的结果（比如：占线，无人接听，拒绝接听等）对这个受访者的信息进行标记并将对应的值写入数据库中。比如受访者的电话正忙而无法接通，那么这个受访者的信息就会系统放进被称作 ReDial 的队列中，等待一段时间后这个队列的信息将会被系统再次扫描和试拨；如果拨号器发现某个号码是错误的而无法拨通，对应的受访者信息将会被放入另外一个被称作比如是 WrongNumber 的队列，这个队列里的成员将不会被再次扫描。项目管理员可以在问卷结束后对这个队列里的受访者的电话号码进行相关的筛查，除去无用的信息以维护样本的精准性。
Group Dialing 有一个很重要的功能就是预测拨号功能（Predictive and Over Dialing）。简单介绍如下：
假设有 6 个访问员被分配在同一个 Group 中并同时在进行采访工作，其中有 3 个已经接通到受访者的电话（假设拨通率约为 50%），但其他 3 个还在等待接通受访者的电话。这时系统可以根据前边的拨号情况进行预测判断，得出大概需要从数据库中取出多少个受访者信息 ( 约为 6 个 ) 才可以保证能够接通 3 个电话从而满足等待中的 3 个访问员的需要。这就是预测拨号功能，这个与预测算法有关。
从以上的介绍中我们可以看出，在 Extension 模式下，不同受访者等待电话接通的时间可能变化很大，比如一个访问员只拨了一个电话就能接通，但另一个访问员拨了好几个电话但没有一个能接通。而在 Group 模式下，不同访问员等待电话接通时间比较平均，这是因为 Group 模式下系统将接通的受访者电话分配给了等待时间最长的访问员。更重要的是，Group Dialing 通过预测拨号功能来拨出比等待中的访问员人数多的号码来有效的减少访问员的等待时间，提高了劳动生产率。但这同时又会引起 Silent Call 的问题（Silent Call 是指是受访者的电话接通了，但是没有访问员与之通话）。如何实现预测拨号来提升访问员工作效率但又要减少 Silent Call 的发生是个比较复杂的问题，需要对多方面的因素进行考虑，这需要有一定的实践积累来完善。
与 Auto Dialing 紧密相关的主要几个概念及其在产品中的应用
AMD
AMD 是 Answering Machine Detection 的缩写，即自动应答机的侦测。 Answering Machine 可以简单理解为就是有自动应答功能的电话机。在自动拨号中，可能会遇到很多的 Answering Machine ，如果这些电话都被接通到访问员并由访问员进行处理，那么访问员的工作效率将被大大降低，所以我们的产品增加了支持 AMD 检测的功能。首先要求拨号器有对 AM 的检测机制，也就是拨号器对拨出的电话信号进行检测，在受访者的电话与访问员的电话连通之前，由拨号器进行判断接电话的是人还是 AM。如果是 AM，那么就由拨号器自动进行处理而不会将该电话连通到访问员。AMD 是有开关功能的，用户可以呼叫中心的业务自行设定。
Silent Call（有时又被称作 Nuisance call）
我们知道 Silent Call 只会发生在 Group Dialing 的模式下，在这种模式下我们的产品支持设置相应参数来对 Silent Call 的比率进行严格的限制。之所以这样做，是因为在很多欧美国家的法律上，对 Silent Call 有着严格的规定，如果违反相关规定，呼叫中心或市场调查公司将会面临严厉的处罚。比如英国电信监管机构 Ofcom 对 Silent Call 就有着严格法律规定（相关政策可以查询 http://www.ofcom.org.uk ）。 互联网上也有很多关于 Silent Call 的法规描述（比如 http://www.out-law.com/page-6688 读者可以阅读相关文章对此有更多的了解。
预测算法
预测算法是由脚本来实现的，并在 Group Dialing 模式下被调用。算法会根据在过去的某个时间段内的拨号情况来预测出需要拨出多少个受访者的电话才能满足当前等待中的访问员的需要。预测算法对 Group dialing 的效率有着直接的影响。但是如果预测不够准确，那么就可能产生过多的预拨电话，从而引发大量的 Silent Call 的产生。预测算法对呼叫中心的系统用户是开放的，用户可以根据自己实际运行的经验和在以前实际应用中的结果对它进行某些修改和优化。 在这里给出一些简单的示例和说明，来让读者对这个算法有个基本的认识。
清单 1.预测算法 1
If WaitingInterviewerCounts >= 3 Then Predict = WaitingInterviewerCounts*2 Else Predict = WaitingInterviewerCounts EndIf |
说明：Predict 是预测后的需要的受访者的数量，WaitingInterviewerCounts 是正在等待的访问员的数量。这只是一个最简单的算法，其逻辑是：如果等待的受访者个数小于等于 3，我们不进行预测 ( 预测算法在受访者人数多的情况下比较有效 )，如果人数大于 3 那么就取双倍于访问员数目的电话进行拨号。
清单 2.预测算法 2
If WaitingInterviewerCounts >= 3 Then Predict = WaitingInterviewerCounts/ConnectionRate Else Predict = WaitingInterviewerCounts EndIf |
说明：ConnectionRate 可以是过去的半小时中拨出去的所有电话的连通率。假设当前有 3 个等待的访问员，并且前半小时内的电话连通率是 50%，那么经过预测算法处理后，系统需要拨出的受访者电话的个数就是 3/0.5 = 6。
这里只是列举了一个非常简单的示例，实际运用中需要考虑很多的因素，有兴趣的读者可以通过学习产品用户手册进行更深的研究。
另外要说明的是，上面提到的预测算法指的是我们 DC 产品内部的预测算法，其只在 Dialer（拨号器）不提供预测功能的情况下使用，如果 Dialer（拨号器）自己本身有预测功能，那么 DC 产品的预测功能就不必使用。
本文主要对 Phone Interviewing 收集数据的过程及其工作原理进行了介绍，希望可以给想了解 IBM SPSS Data Collection Phone Interviewing 的读者有一个初步的认识。限于篇幅，有一些叙述没有深入展开。读者如有疑问或希望对产品有更加深入的了解，可以通过邮件与作者进行交流。
本文涉及 IBM SPSS Data Collection 的基于问卷调查的数据采集系统的解决方案，可以帮助用户建立相关概念并为其提供的功能做了介绍。但是限于篇幅原因，有些内容并未展开（例如，如何创建项目文件，如何搭建 Interviewer Server 集群以及如何对获得数据进行处理），所以建议读者在阅读完本文后对于未展开讲解的部分自己学习。作者也会推出后续的文章对其他部分进行介绍。
学习
-
参考 IBM SPSS Data Collection产品相关信息。
-
developerWorks Information Management 专区：了解关于信息管理的更多信息，获取技术文档、how-to 文章、培训、下载、产品信息以及其他资源。
-
developerWorks 上的 Cognos 页：获取用以提高您在 Cognos 业务分析方面的技能和资源。
-
随时关注 developerWorks技术活动和 网络广播。
获得产品和技术
- 下载
IBM 产品评估版或 在线试用 IBM SOA Sandbox，并开始使用来自 DB2®，Lotus®，Rational®，Tivoli®和 WebSphere®的应用程序开发工具和中间件产品。
讨论
- 参与论坛讨论。
- 加入
developerWorks
博客，并加入 My developerWorks 中文社区；您可以通过个人档案和定制主页获得符合自己的兴趣的 developerWorks 文章，并与其他 developerWorks 用户进行交流。
燕航空，具有超过 10 年的软件开发经验，在过去的几年中工作于 IBM China Development Lab (Xi ’ an) SPSS Data Collection 的开发部门，一直从事 Data Collection 的核心组件以及和 CATI/Dialer 相关的重要功能的开发工作，并一直从事客户 CATI/Dialer 相关的问题分析解决和技术支持工作。
标签
使用 滑动条 调节标签的数量。
热门标签 显示了特定专区最受欢迎的标签（例如 Java technology，Linux，WebSphere）。
我的标签 显示了特定专区您标记的标签（例如 Java technology，Linux，WebSphere）。