某商业银行智能质检应用案例

一、项目背景

银行呼叫中心的电话质检已经成为必不可少的流程，通过质检有效提升客服整体水平与质量。目前大多数采用的是人工质检的方法，人工质检以抽检为主，抽检比例仅能达到1%—5%，质检员对于3分钟时长的录音进行质检需要大于3分钟的时间，有些录音需要重复听几遍，每天最多检测50个录音，效率极低。

下图中，左图中代表的是人工质检，可以看出通过人工抽检的形式，漏检率高，很容易造成问题录音无法及时被发现，无法精准定位问题录音。考虑到主观判断因素的限制，由于个人情感和思维方式的不同，每一通录音由不同的质检员质检，可能得出不一样的判断结果，导致质检标准没法统一。久而久之，别说提升客服整体水平与质量，客户满意度也可能跌倒谷底。

注释：圈内表示质检覆盖范围，红色的三角形代表有问题的电话录音

对于银行来说，每天呼叫中心呼入呼出电话都会有上千通甚至上万，质检团队人员需要扩招多少才能达到质检目标效果？

为了解决这个难题，某银行引进竹间智能的智能质检代替人工抽检。智能质检是依托云、人工智能和语音识别技术的发展，质检工作已经由智能技术代替人工质检，人工抽检的难题，由智能质检就可以完成。上图的右侧就代表了智能质检的检测范围。

二、项目综述

通过将海量录音或实时通话数据进行智能化的自动语音转文本、关键词检出、语速分析、静音分析、情绪检测，录音检测率可达100%，大幅提高银行质检效率、解决人工质检局限性、提升服务质量与管理水平、降低企业运营成本，并辅助业务经营决策。

三、项目目标

 帮助该银行实现100%质检，解决人工抽查的弊端

 解决录音质检的滞后性，从事后检查转变为实时检查，帮助人工坐席调整对话状态

 质检准确率达到90%以上

四、实现方式

1，基本流程框架

某银行智能质检基本流程框架

2，解决方案关键点介绍

智能质检方案核心在于NLP、ASR、情绪检测以及文本分析技术，能进行智能语音质检以及智能语义质检两大区块。

1）为了提高质检的准确性，在智能语音质检方面，通过语速、静音、抢插话、语音情绪的多方面的分析筛检，文本对话、录音文件对录音文件进行对话分离，自动判定对话角色，提高质检准确度。

2）为提高用户满意度的基础上深入挖掘用户需求，基于ASR及NLP技术，经由分词以及关键词抓取，智能语义质检可检析出客服违规禁语提升服务质量与管理水平，通过用户画像和对话信息的提取，进行热点挖掘分析，并建立客户喜好、个性等客户画像。

3）为解决录音质检的滞后性，除了进行录音文件的质检，智能质检还可以进行实时的语音质检。通过实时质检，一旦发现话务员的情绪、用词、语速有问题，质检系统会及时对该话务员进行提醒，告知其调整状态，根据违规严重程度，立即通知管理团队进行处理。比起录音质检，实时质检更能快速定位问题并及时解决。

3，以信用卡分期办理应用场景为例

下图为银行信用卡中心实时质检应用的界面图。

实时质检界面

对于银行信用卡分期办理的电话接入进行了实时质检，约1~2秒显示通话过程中的识别结果，其中实时质检关键的几个部分包括业务场景流程质检、通话品质和重点监控指标。

1)业务场景流程质检：

• 项目上线前已经梳理好了业务流程，通话过程中确认过的流程自动勾选，遗漏节点自动提醒，业务流程一目了然；

• 根据对话自动切换当前质检场景；

• 可根据不同的业务场景灵活设置质检规则，及触发条件，此案例中是设定在办理分期业务下的流程节点，根据不同需求还可以设置信用卡申请、信用卡报失、催收等等业务流程；

• 可根据用户意图及业务流程建立算法模型，进行智能质检；

2)通话品质的即时监控识别结果实时显示：

• 关键信息高亮标识；

• 触发违规点标红显示；

• 支持查看实时通话记录，以及历史通话记录，支持粘贴复制，帮助快速完成工单关键信息，也可与工单系统对接，系统自动填单，人工复核确认。

3)重点监控指标实时显示：

• 实时提醒座席人员目前重点指标监控情况，出现预警及时提醒；

• 情绪预警：支持客户及坐席情绪预警；

• 语速：监控座席人员目前语速情况，语速过快或过慢均可预警；

• 座席抢话：提示坐席人员存在抢话情况；

• 敏感词触发：若通话过程中，出现敏感词，提示坐席人员注意。

通过多项质检指标，综合客观的对通话进行质检，让质检结果得到实时反馈。

五、产生效果

智能质检的上线，实现100%全覆盖质检，100小时录音仅需2小时就能分析完成，质检效率大大提升，质检准确率最高达95%，进线用户满意度总体提高约10%。银行业务也得以进行规范性流程化的梳理，除了信用卡分期还梳理了包括信用卡办理、信用卡报失等等十几个业务场景。通话质量检查的滞后性通过实时质检得以解决，实实在在的帮助客户解决质检难题。

六、推广价值

 高质量的语音情绪质检

基于竹间自有研发的情绪情感识别技术，对22种文字情绪和4种语音情感进行识别，不仅仅是对违禁字进行监控，更可以直观展现坐席、客户在服务过程中的情绪变化和表现，能及时发现问题反馈运营层，并以此深入研究客户满意度、客户流失、市场竞争情报、服务问题、座席人员绩效和活动有效性的丰富资源。

 增加银行潜在效益

实现了对文本中的意图、情绪指数、主题的识别和理解，除了帮助规避客服不当禁语外，能借此进行客服有效话术挖掘，也让人工坐席和运营管理者可以及时发现和识别出潜藏在联络中心的“通话背后的信息”，有助于银行增加效益。

• 100%全量筛查

针对海量音频数据，过去人工仅能抽查1-5%，而现在的质检系统则可针对每个音频进行100%全量质检，不仅提升了20倍以上效率，同时大幅降低了质检的时间和人力成本。

• 热点挖掘分析

基于全量质检数据，根据词频形成了热点聚合分析，通过此项分析，挖掘热点产品、知悉客户关注热点问题，不仅深度挖掘业务价值，同时从热点意图中识别需改善之处，进而改善用户体验并达到建立品牌形象目的，从而跳出传统合规性质检的桎楛。

七、实施团队

竹间智能致力于利用深度学习、中文自然语言理解、情感计算、计算机视觉等技术，研发带有情感识别能力的对话机器人及行业解决方案。

联络中心的解决方案除了包含语音智能质检，竹间智能还提供智能客服、智能外呼以及坐席辅助几大模块，构成一整套AICC（AI Contact center）的解决方案。

竹间智能从解决企业痛点出发，深入客户联络中心场景，通过不断累积沉淀出AICC的整体解决方案，即全栈式AI解决方案 。从售前、售中、售后、客户关系维护到业务洞察，打造AI Contact Center解决方案。

竹间AI联络中心 （AICC）解决方案

竹间智能AICC解决方案已覆盖金融、电商、保险等在内的众多行业，并帮助其大幅提升客服效率与用户体验。目前已落地的项目包含民生银行信用卡中心客服机器人、唯品会智能客服机器人、华夏保险智能质检系统、科沃斯智能质检系统等等，获得客户的认可与好评。

本案例由《客户世界》搜集整理，参选“2019年度商业银行智能服务最佳实践案例征集”活动。入选案例将汇集收录于《客户中心智能化最佳实践》案例集（2020年正式出版，名称为暂定）

转载请注明来源：某商业银行智能质检应用案例

本文链接地址：http://www.ccmw.net/article/123723.html