一、建立统一、规范、有效的知识管理体系

知识管理的首要提升的重点在于知识管理系统的建设与规划，包括知识采编、知识定位(目录树及知识搜索)、知识管理流程(知识的发布、更新及删除、反馈等流程)、多渠道知识发布推送等方面，项目工作围绕从内外部用户操作的便利性和使用感知出发，建立结构化的知识模板、知识交互界面，将重点使用场景与企业中各类知识应用渠道的IT设计进行配合关联，以适用于各个信息渠道的知识应用，拓展知识服务范围。

通过系统建立科学优良的检索机制(包括检索机制设计，关键词、关联词的管理等)，最大化匹配客服代表的使用习惯，短定位时间，提升工作效率。

二、完善多种知识分享与知识学习的方式

知识统一的目的是为知识价值的挖掘做基础，知识的价值在于知识的分享及学习，通过多种学习培训方式，满足多角色、多方面用户对知识的需求。每个角色的用户，在学习或浏览知识过程中，都会遇到比较满意的知识，可以直接将知识推荐给一个或多个指定对象。

赠人玫瑰，手有余香，生活的美，在于分享。通过合理的积分机制，分享不仅可以提高团队凝聚力，还可提升个人在整个团队中的责任感。

三、倡导多渠道知识展现与交互数据同步

知识的分享为知识的多面性、知识的质量提升提供了完善的方式。将知识的专业性进行弱化，不断演变为被客户识别的语言，这个过程被成为客户化。

客户化的目的在于将坐席后移，用于处理更有价值的业务。为满足多渠道对知识的展现需求，将知识按照模版进行拆分，形成被易认知的知识原子，将不同的知识原子按照不同的展现方式推送至不同的渠道。将来数据发展的方向为移动时代，移动时代最大的特点是随时随地随身，不再有PC时代“在线”的概念，知识库多渠道结合移动时代对PC端进行扩展与完善。

四、提炼以知识价值为导向的大数据分析

知识库初期阶段是一个小的数据中心，由专业的知识采编人员对知识不断的梳理，并结合面向客户的操作习惯不断的进行知识内容完善，逐渐的形成大知识平台，既知识数据中心。

专业的知识数据存储与用户行为数据，将用户操作行为作为原始数据来观察客户的洞察力，经过大数据工具对数据的集中分析，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的重要资料。

以知识为导向的大数据处理，在尊重客户消费习惯的前提下，提供更进一步的精准服务。

五、将个性化客户服务与业务营销相关联

大数据作为企业进行市场决策及客户行为分析提供了重要参考价值，结合客户化的营销方式，为客户业务精准营销做准备。例如客户A的生日为2014年8月11日，知识平台可以通过客户行为分析，得知客户A习惯使用微信，为客户A推送庆生套餐。

知识平台结合知识及用户操作习惯，为提升更高级的VIP高端服务做准备，同时根据客户的关注点进行数据优化，对知识的完善、知识大数据优化、用户行为、精准营销形成一个良性循环。