面对困难，常常感到无从下手。然而，随着资源的丰富，没有理由不成为该领域的专家。在初期也遇到很多挑战，但通过实践，克服了这些困难。同样可以！
在面试中解决案例分析没有一蹴而就的公式。让告诉在面试中解决案例分析对有帮助的方法：
问了很多问题。一旦给出案例研究，脑海中就会涌现出许多与给定情况相关的问题。相信，提问帮助很大。意识到通过提问，能解决40%的案例研究。
围绕给定的问题构建了一个结构。是的，结构化思考帮助很大。此外，构建问题结构也帮助更快地解决案例研究。
练习了来自不同领域的案例研究，如零售、医疗保健、技术、体育等。这使熟悉了它们的流程和关键术语。因此，在面试中，不必因为担心会得到的案例研究类型而颤抖。
认为对数字很在行（不是自夸！）。这帮助进行心算，并在必要时执行第一步。
看，解决问题的过程很简单。如果能遵循这一点，就会做得很好。只需要练习。并且，用不同类型的案例研究来练习。
如果正在寻找更多这样的案例研究，请查看全面的‘Ace Data Science Interviews’课程！为策划了这个课程，包含了大量的视频、数百个问题和丰富的资源。
当打电话给客户服务中心寻求任何问题的支持时，最大的挫败感是什么？对来说，是等待时间。“来电对很重要”这句话真的不能安慰等待在线的客户。
假设正在查看可比的互联网服务提供商A、B和C。选择它们中的一个的主要考虑因素是什么？首先是互联网速度，其次是客户支持。客户支持对于任何公司来说都是极其重要的，无论是电信公司、互联网服务提供商、银行、保险公司还是电子商务公司。这是公司保证任何问题都会尽快解决的保证。
因此，都明白客户服务中心可能是仅次于实际产品的第二重要考虑因素。此外，客户服务是任何公司成本组成部分中最大的贡献者之一。那么，否可以在相同的预算内通过使用分析来改善客户服务呢？让尝试用一个案例研究来看待这个问题。请注意，所有数字都是模拟的，用于提出概念，并不来自真实案例。
所有公司都提供了多个渠道，客户可以通过这些渠道联系/与它们联系。以下是其中的一些渠道：
呼叫中心：这是客户用来联系公司最昂贵的渠道。每个公司都希望最小化这个渠道的成本以减少运营费用，但它是必要的恶。每个客户都希望有一个人类回应者来真正保证一切都会得到解决。这种偏好可能会随着时间的推移而改变，但就目前而言，必须接受这样一个事实：机器不如人类善于理解客户的问题并提供定制的保证。
IVR：这是一个更便宜的渠道，几乎每个公司都使用。通常，到达IVR，如果客户的问题没有在IVR上得到解决，他/她最终会到达呼叫中心。
社交媒体：这可能看起来是从客户那里接收投诉最便宜的渠道，但今天是最致命的渠道。原因是，每个来到社交媒体页面的人都可以看到这些投诉。不再与客户进行一对一的对话。
电子邮件：这可能是任何公司处理起来最容易、解决起来最便宜的媒介。然而，这是客户最不愿意用来联系公司的渠道之一。
其他渠道可能包括实体分支机构/网点、一对一的客户关系经理等。最重要的是“呼叫中心（呼叫流程）”，每个公司都需要保持但尽可能降低成本。
要优化这个问题，首先需要理解，在这里处理的是两个实体：客户和呼叫者。为了优化客户-呼叫者对的组合，需要理解客户彼此之间有何不同，以及呼叫者彼此之间有何不同。
客户：什么可能影响客户在电话上花费的时间？
因为客户可能不经常打电话给呼叫中心，更重要的属性将是他/她的人口统计和与公司的关系。以银行为例。对于银行来说，这些属性可能是：
客户的关系余额：客户对银行有多有价值
客户持有的产品类型：产品是否更容易引发争议，或者是否是简单的存款产品？
客户的地区：农村地区的客户可能需要更长的时间来理解呼叫者提供解决方案。
客户的任期：新客户可能比资深客户有更多的问题
除此之外，过去的通话数据可能很有用：
上次通话持续时间
上次通话的时间差
上次通话的原因
上次通话的原因是否在上次通话后得到解决，或者工单仍然开放
呼叫者：什么可能使呼叫者比其他人花费更多时间？
尽管呼叫者所花费的时间可能彼此之间没有太大差异，但肯定可以找到一定程度的细分。以下是一些可能影响呼叫者所花费时间的变量：
呼叫者的年资：新的呼叫者可能需要更长的时间来解决相同的查询
呼叫者接受的培训：呼叫者培训可能帮助他们比其他人更快地理解和解决客户查询。
呼叫中心的位置：国内与海外呼叫中心可能有不同的解决时间，因为呼叫者可以更容易地理解来自同一国家的客户的口音，并且可能更好地理解客户问题。
呼叫者的利用率：一个高度利用的呼叫者可能比其他人效率更低。
当试图优化呼叫中心效率时，目标函数是什么？这里有很多目标函数可以考虑：
通话持续时间：这直接影响总成本。
客户满意度：它可能不会直接影响成本或收入，但在长期内肯定会影响底线。
那么，如何解决这两个目标函数呢？通常，为了简化，把一个目标函数作为一个约束，另一个作为主要目标函数。将尝试创建一个公式，可以使用分配问题来解决。为了简化，将不在这次分析中考虑客户满意度。
有7种类型的呼叫者和7种类型的客户。假设所有七个客户同时打电话，如何分配呼叫者给这些客户，以便呼叫中心的总时间最少。
这里显示的所有数字都代表时间（分钟）。想象这个问题发展到1000个呼叫者响应和100000个客户打电话的程度。所以，可能需要一种更科学的方法来解决这个问题。
首先，让看看如果第1个呼叫者被分配给第1个客户，第2个呼叫者被分配给第2个客户，依此类推，时间是多少。总时间变为23 + 84 + 91 + 82 + 67 + 63 + 6 = 416，即每个客户59.4分钟。现在，让尝试使用匈牙利方法解决这个优化问题。步骤是：
1. 将每一行的最小值减去该行的每个元素。
2. 将每一列的最小值减去该列的每个元素。
3. 找到一个只有零的行，并进行分配。同时取消同一列的所有零。如果两行在同一列中有零，则将其留待最后分配。
4. 现在选择主网格中的相同单元格，并进行总时间计算。