从0到∞，智能质检助力质检管理升级

客户世界 | 2021年6月30日 | 2021年, 客世原创 | 评论已关闭 | 1561

AI科技扑面而来的社会，人工智能贯穿着工作和生活。大数据和智能技术的日益成熟，不仅冲击着生活方式的改变，也使客户对服务的要求发生了翻天覆地的变化。众所周知，客户满意度是由企业的服务价值来决定的，而企业的服务价值则是由员工满意度来决定的。随着客户对于服务要求的日益提升，如何在控制成本的情况下，有效提升员工服务能力，保证员工愿意并乐意提升，保证质检标准与客户满意度之间的平衡，是质检管理永恒不变的课题。

一、纯“人力”质检的现状

１、人工成本高：客户中心的语音数据量巨大，时间和人工成本高，通常质检员占比总服务人数的３％～４％。

２、覆盖率低：人工抽检大多采用抽检方式，随机性强，抽检覆盖率不到1%，无法获取有效价值信息，一些潜在的风险和问题无法及时发现并避免。客服也会存侥幸心理，看到质检在查的业务，会下意识避开高压线。

３、非实时性：人工质检都是事后抽取录音范本，对于异常指标、异动业务难以在第一时间发现，服务质量管控会存在滞后，同时效率不高，会有一定风险隐患。

４、主观性强：人工检查，每个人的尺度不一、要求参差不齐、不可避免在质检过程中会代入自己的主观意识。

二、智能质检“三大抓手”直戳痛点

智能质检从人工质检的痛点出发，利用自然语言处理技术对服务录音进行服务禁用语、情绪波动、挂机规范、客户语料进行全方位的精准检测。

1、抓问题发现：挖掘文本，聚焦客服代表在服务过程中，服务规范执行、营销开口率、满意参评引导等重点服务要求，抓客服代表执行力问题。聚焦服务过程中，客服代表出现违规、突然提高音量等影响用户服务感知的场景。细分至团队、个人，定位问题开展帮扶。

2、抓风险预警：识别客服／客户情绪，通过语义分析锁定未参评的客户，在沟通中主动提及不满或可能存在向媒体曝光等越级投诉倾向的录音。对该类客户进行预警推送。并针对当下的热点事件，抓取服务热点，做好用户风险预警管控和服务修复。

3、抓重点产品／业务的用户感知获取：利用智能质检文本，聚焦重点产品、重点业务推出后用户的热点问题抓取，转化判断客户对于重点产品／业务的需求意愿，及时发现客户新需求，掌握市场风向。

三、“六大步骤”搭建智检模型

“结果是检验真理的唯一标准”。判断智能质检究竟好不好，是“大鸡腿”还是“鸡肋”?关键是看智能质检的结果能否产生有效的输出?智能质检模型搭建的是否合理有效?是直接影响最终应用成效的非常关键的一环。如何搭建有效的质检模型呢？智检模型搭建的“六大步骤”非常关键（图1）。

图1：智检模型搭建六大步骤

1、确定智检模型主题

“不忘初心，方得始终”。为什么要搭这个模型？建立模型的目的是什么？输出的智检结果是要运用在哪类运营场景中？建模前必须对相关性问题进行周全的考虑，而不是奔着考核去随便搭建一个模型，要确保模型搭建后的结果是能够产生有效的输出。主题越明确，场景越聚焦，智检模型建立的输出就会越有效。在建模前组织召开各团队沟通会，明确建模的主题，有效避免智检模型跑偏。

2、收集智检主题语料

在明确智检模型搭建的主题后，接下来就是双向收集用户可能会在来电沟通过程中，围绕模型主题所表述的各类语料信息。通过大量抽听指定场景的录音，记录不同的表述方式，文本错误翻译语句等各种不同类型的语料信息，将其纳入至建立模型的语料库中。如：宽带新装语料——宽带多少钱？宽带怎么装？宽带现在有什么优惠？宽带有活动吗？宽带怎么申请？我想拉条宽带……等，涉及近千条语料信息。收集语料是建模过程中最为耗时的一个环节，但这些语料在投入运用后，能节省数以万倍的时间。语料收集的准确性越高，智能质检的准确率也越高。

3、锁定建立智检模型

在完成语料收集后，通过规则编译、逻辑运算，运用不同的函数，结合用户呼入的系统操作轨迹，定位需纳入模型的目标用户范围，完成智能质检模型的初步建模。模型建立后，由系统按班组、个人抓取统计出执行情况及录音清单。定位出TOP问题以及TOP问题人员（表1）。

表1：满意率率参评引导开口率

4、智检模型验证优化

初步建模完成后，针对模型的命中率和覆盖率的验证优化尤为重要。命中率代表着模型质检结果的准确率，覆盖率代表着智检模型在实际生产话务中的覆盖程度。初步模型建立后，质检人员需要通过人工抽查录音的方式，对已命中的样本进行抽听。以每100通抽检量为一个基础验证值，根据不同的模型主题，抽取不同基数值的录音。优化不合理的目标用户轨迹，剔除抓取不准确的语料，及时补充有遗漏的语料信息。质检模型想要取得70%以上覆盖率、85%以上的命中率，没有其它捷径可走。只有不断通过质检人员针对性的录音抽查验证，持续对已建立的智检模型不断优化调整。

5、持续跟进、制度保障

“没有规矩，不成方圆”，没有配套的智能质检规范制度的保驾护航，那么智能质检就会是一锤子买卖。智检模型建立后，建立起符合客户中心实际需要的智能质检跟进管控规范，是支撑起智能质检长期运营的基础。可以用3个步骤：一是循环跟进，以周为基本跟进时限，每4周为一个“疗程”，结合不同的智检主题，制定完整的循环跟进机制；二是周期性通报，针对每个阶段的主题，结合智检模型不间段循环跟进，通过周报、月报的方式，做好智检通报，监督团队的执行改进；三是周会制度，按周召开智能质检例会，明确工作重点，总结不足、提炼优秀经验，让质检短板改进有的放矢。

智能质检打破了传统质检人工逐条抽样的弊端，充分发挥了人工智能的语义自动识别技术，将客服的语言转译成文字，全量自动分析所有客服对话，解放人力，有效避免人工抽检可能带来的漏检、错检和盲检；对服务禁语、异常情绪波动、不合理的长时间静音、操作规范以及客户升级投诉倾向潜台词等进行全量滚动式的模型扫描，在做好风险管控的同时让质检有更多的时间和精力开展客户满意率修复工作、聚焦专项能力质检，进行更有深度的客服层面一对一能力帮扶。

智能质检从无到有，和人工质检相辅相成；从有到精，共同致力于提升服务质量；相信在未来，智能质检∞将会有无限的可能。

作者：邹翔；就职于浙江电信10000台州中心；

本文刊载于《客户世界》2021年6月刊。