Web-to-Call Intent Data: Customer Support Page Visitors & Callers

This dataset offers a rare, cross-channel view of the B2C customer journey, bridging the gap between digital behavior and offline actions. It tracks users who visit brand-specific customer service pages on the PissedConsumer.com platform in the US and subsequently make a support call.

By combining web session metadata with deep call analytics, this dataset allows Customer Experience (CX), Operations, and Product teams to pinpoint exactly why digital self-service fails and what drives costly support escalations. Covering multiple industry categories, the data is delivered with flexible recency windows (7, 14, or 30 days) to identify emerging friction points.

**This omnichannel dataset includes:**

- **Digital Footprint:** IP addresses, location (approx. 30%), Device, Browser, and precise Timestamps.
- **Web Engagement:** First/Last visited customer service pages and page-level engagement (Longest Time Visited).
- **Call Analytics:** The specific reason for the call (user-reported), whether a review was generated post-call, and an AI-generated summary of the actual conversation.
- **Mapping:** SHA256 identifiers for cross-referencing, mapped to exact Company Names and Industry Categories.

**Use this escalation data to:**

- **Optimize Customer Experience (CX):** Analyze AI call summaries to understand why users escalated from the CS page to a phone call.
- **Reduce Support Costs:** Identify digital friction points that lead to expensive agent interactions.
- **Predict Customer Churn:** Track high-risk users who leave reviews after frustrating support calls.
- **Enhance Product Strategy:** Uncover recurring technical or service issues within specific industry categories.

原始信息汇总

Web-to-Call Intent Data: Customer Support Page Visitors & Callers

数据集概述

该数据集提供了B2C客户旅程中罕见的跨渠道视图，弥合了数字行为与线下行动之间的差距。它追踪了在美国PissedConsumer.com平台上访问品牌特定客户服务页面并随后拨打支持电话的用户。

数据集内容

通过结合网络会话元数据与深度通话分析，该数据集使客户体验（CX）、运营和产品团队能够精确定位数字自助服务失败的原因以及导致成本高昂的支持升级的驱动因素。涵盖多个行业类别，数据以灵活的近期窗口（7天、14天或30天）提供，以识别新出现的摩擦点。

全渠道数据集包含

• 数字足迹：IP地址、位置（约30%）、设备、浏览器和精确时间戳。
• 网络互动：首次/最后访问的客户服务页面以及页面级互动（最长访问时间）。
• 通话分析：通话的具体原因（用户报告）、通话后是否生成了评论，以及实际对话的AI生成摘要。
• 映射：用于交叉引用的SHA256标识符，映射到确切的公司名称和行业类别。

数据集用途

• 优化客户体验（CX）：分析AI通话摘要，了解用户为何从客户服务页面升级到电话呼叫。
• 降低支持成本：识别导致昂贵客服交互的数字摩擦点。
• 预测客户流失：追踪在令人沮丧的支持通话后留下评论的高风险用户。
• 增强产品策略：揭示特定行业类别内反复出现的技术或服务问题。

数据字典

表名： Visitors CS page and callers

列：

• IP (Varchar)
• TIMESTAMP (Timestamp_NTZ)
• LOCATION (Varchar)
• FIRST_VISITED_PAGE (Varchar)
• LAST_VISITED_PAGE (Varchar)
• DEVICE (Varchar)
• BROWSER (Varchar)
• LONGEST_TIME_VISITED (Varchar)
• SHA256 (Varchar)
• DATE_TIME (Timestamp_NTZ)
• REASON_OF_THE_CALL_BY_USER (Varchar)
• REVIEW_GENERATED (Boolean)
• AI_SUMMARY_OF_THE_CALL (Varchar)
• COMPANY_NAME (Varchar)
• CATEGORY (Varchar)

使用示例

查询完整的Web-to-Call客户升级旅程： sql SELECT * FROM PUBLIC."Visitors CS page and callers";

提供商信息

• 提供商： Wiserbrand
• 销售联系： [e-mail]
• 支持联系： https://wiserbrand.com/contact-us/

数据集属性

• 定价： 免费试用
• 试用： 可用
• 数据刷新： 静态数据产品
• 地理覆盖范围： 美国（所有州）
• 云区域可用性： AWS（多个区域，如非洲开普敦、亚太雅加达、亚太孟买等）