AI科技撲面而來的社會，人工智能貫穿著工作和生活。大數(shù)據(jù)和智能技術(shù)的日益成熟，不僅沖擊著生活方式的改變，也使客戶對服務(wù)的要求發(fā)生了翻天覆地的變化。眾所周知，客戶滿意度是由企業(yè)的服務(wù)價值來決定的，而企業(yè)的服務(wù)價值則是由員工滿意度來決定的。
隨著客戶對于服務(wù)要求的日益提升，如何在控制成本的情況下，有效提升員工服務(wù)能力，保證員工愿意并樂意提升，保證質(zhì)檢標準與客戶滿意度之間的平衡，是質(zhì)檢管理永恒不變的課題。
1純“人力”質(zhì)檢的現(xiàn)狀
１、人工成本高：客戶中心的語音數(shù)據(jù)量巨大，時間和人工成本高，通常質(zhì)檢員占比總服務(wù)人數(shù)的３％～４％。
２、覆蓋率低：人工抽檢大多采用抽檢方式，隨機性強，抽檢覆蓋率不到1%，無法獲取有效價值信息，一些潛在的風險和問題無法及時發(fā)現(xiàn)并避免。客服也會存僥幸心理，看到質(zhì)檢在查的業(yè)務(wù)，會下意識避開高壓線。
３、非實時性：人工質(zhì)檢都是事后抽取錄音范本，對于異常指標、異動業(yè)務(wù)難以在第一時間發(fā)現(xiàn)，服務(wù)質(zhì)量管控會存在滯后，同時效率不高，會有一定風險隱患。
４、主觀性強：人工檢查，每個人的尺度不一、要求參差不齊、不可避免在質(zhì)檢過程中會代入自己的主觀意識。
2智能質(zhì)檢“三大抓手”直戳痛點
智能質(zhì)檢從人工質(zhì)檢的痛點出發(fā)，利用自然語言處理技術(shù)對服務(wù)錄音進行服務(wù)禁用語、情緒波動、掛機規(guī)范、客戶語料進行全方位的精準檢測。
1、抓問題發(fā)現(xiàn)：挖掘文本，聚焦客服代表在服務(wù)過程中，服務(wù)規(guī)范執(zhí)行、營銷開口率、滿意參評引導等重點服務(wù)要求，抓客服代表執(zhí)行力問題。聚焦服務(wù)過程中，客服代表出現(xiàn)違規(guī)、突然提高音量等影響用戶服務(wù)感知的場景。細分至團隊、個人，定位問題開展幫扶。
2、抓風險預警：識別客服／客戶情緒，通過語義分析鎖定未參評的客戶，在溝通中主動提及不滿或可能存在向媒體曝光等越級投訴傾向的錄音。對該類客戶進行預警推送。并針對當下的熱點事件，抓取服務(wù)熱點，做好用戶風險預警管控和服務(wù)修復。
3、抓重點產(chǎn)品／業(yè)務(wù)的用戶感知獲取：利用智能質(zhì)檢文本，聚焦重點產(chǎn)品、重點業(yè)務(wù)推出后用戶的熱點問題抓取，轉(zhuǎn)化判斷客戶對于重點產(chǎn)品／業(yè)務(wù)的需求意愿，及時發(fā)現(xiàn)客戶新需求，掌握市場風向。
3“六大步驟”搭建智檢模型
“結(jié)果是檢驗真理的唯一標準”。判斷智能質(zhì)檢究竟好不好，是“大雞腿”還是“雞肋”?關(guān)鍵是看智能質(zhì)檢的結(jié)果能否產(chǎn)生有效的輸出?智能質(zhì)檢模型搭建的是否合理有效?是直接影響最終應用成效的非常關(guān)鍵的一環(huán)。如何搭建有效的質(zhì)檢模型呢？智檢模型搭建的“六大步驟”非常關(guān)鍵（圖1）。
圖1：智檢模型搭建六大步驟
1、確定智檢模型主題
“不忘初心，方得始終”。為什么要搭這個模型？建立模型的目的是什么？輸出的智檢結(jié)果是要運用在哪類運營場景中？建模前必須對相關(guān)性問題進行周全的考慮，而不是奔著考核去隨便搭建一個模型，要確保模型搭建后的結(jié)果是能夠產(chǎn)生有效的輸出。主題越明確，場景越聚焦，智檢模型建立的輸出就會越有效。在建模前組織召開各團隊溝通會，明確建模的主題，有效避免智檢模型跑偏。
2、收集智檢主題語料
在明確智檢模型搭建的主題后，接下來就是雙向收集用戶可能會在來電溝通過程中，圍繞模型主題所表述的各類語料信息。通過大量抽聽指定場景的錄音，記錄不同的表述方式，文本錯誤翻譯語句等各種不同類型的語料信息，將其納入至建立模型的語料庫中。
如：寬帶新裝語料——寬帶多少錢？寬帶怎么裝？寬帶現(xiàn)在有什么優(yōu)惠？寬帶有活動嗎？寬帶怎么申請？我想拉條寬帶……等，涉及近千條語料信息。收集語料是建模過程中最為耗時的一個環(huán)節(jié)，但這些語料在投入運用后，能節(jié)省數(shù)以萬倍的時間。語料收集的準確性越高，智能質(zhì)檢的準確率也越高。
3、鎖定建立智檢模型
在完成語料收集后，通過規(guī)則編譯、邏輯運算，運用不同的函數(shù)，結(jié)合用戶呼入的系統(tǒng)操作軌跡，定位需納入模型的目標用戶范圍，完成智能質(zhì)檢模型的初步建模。模型建立后，由系統(tǒng)按班組、個人抓取統(tǒng)計出執(zhí)行情況及錄音清單。定位出TOP問題以及TOP問題人員（表1）。
表1：滿意率率參評引導開口率
4、智檢模型驗證優(yōu)化
初步建模完成后，針對模型的命中率和覆蓋率的驗證優(yōu)化尤為重要。命中率代表著模型質(zhì)檢結(jié)果的準確率，覆蓋率代表著智檢模型在實際生產(chǎn)話務(wù)中的覆蓋程度。初步模型建立后，質(zhì)檢人員需要通過人工抽查錄音的方式，對已命中的樣本進行抽聽。以每100通抽檢量為一個基礎(chǔ)驗證值，根據(jù)不同的模型主題，抽取不同基數(shù)值的錄音。
優(yōu)化不合理的目標用戶軌跡，剔除抓取不準確的語料，及時補充有遺漏的語料信息。質(zhì)檢模型想要取得70%以上覆蓋率、85%以上的命中率，沒有其它捷徑可走。只有不斷通過質(zhì)檢人員針對性的錄音抽查驗證，持續(xù)對已建立的智檢模型不斷優(yōu)化調(diào)整。
5、持續(xù)跟進、制度保障
“沒有規(guī)矩，不成方圓”，沒有配套的智能質(zhì)檢規(guī)范制度的保駕護航，那么智能質(zhì)檢就會是一錘子買賣。智檢模型建立后，建立起符合客戶中心實際需要的智能質(zhì)檢跟進管控規(guī)范，是支撐起智能質(zhì)檢長期運營的基礎(chǔ)。
可以用3個步驟：
一是循環(huán)跟進，以周為基本跟進時限，每4周為一個“療程”，結(jié)合不同的智檢主題，制定完整的循環(huán)跟進機制；
二是周期性通報，針對每個階段的主題，結(jié)合智檢模型不間段循環(huán)跟進，通過周報、月報的方式，做好智檢通報，監(jiān)督團隊的執(zhí)行改進；
三是周會制度，按周召開智能質(zhì)檢例會，明確工作重點，總結(jié)不足、提煉優(yōu)秀經(jīng)驗，讓質(zhì)檢短板改進有的放矢。
智能質(zhì)檢打破了傳統(tǒng)質(zhì)檢人工逐條抽樣的弊端，充分發(fā)揮了人工智能的語義自動識別技術(shù)，將客服的語言轉(zhuǎn)譯成文字，全量自動分析所有客服對話，解放人力，有效避免人工抽檢可能帶來的漏檢、錯檢和盲檢；對服務(wù)禁語、異常情緒波動、不合理的長時間靜音、操作規(guī)范以及客戶升級投訴傾向潛臺詞等進行全量滾動式的模型掃描，在做好風險管控的同時讓質(zhì)檢有更多的時間和精力開展客戶滿意率修復工作、聚焦專項能力質(zhì)檢，進行更有深度的客服層面一對一能力幫扶。
智能質(zhì)檢從無到有，和人工質(zhì)檢相輔相成；從有到精，共同致力于提升服務(wù)質(zhì)量；相信在未來，智能質(zhì)檢∞將會有無限的可能。
