語速均勻、吐字清晰、5秒之內(nèi)回應(yīng)、必說的禮貌用語，每天李小雨坐上工位后，這些詞條都會像彈幕一樣在大腦里刷屏。作為一家B2B企業(yè)客服中心的座席員，她每天的工作都會按照標(biāo)準化的工作流程進行，量化的質(zhì)檢標(biāo)準讓她倍感壓力，考核難度也是越來越高。

作為質(zhì)檢員，王峰拿到了當(dāng)天的質(zhì)檢報表，他發(fā)現(xiàn)跟小雨一樣出現(xiàn)未二次確認客戶信息的客服人員不在少數(shù)，他將這一問題及時反饋給管理人員，迅速組織對客服人員的新一期培訓(xùn)。

當(dāng)客戶的訴求增多、耐心降低，客服已經(jīng)不是簡單的聲線甜美、禮貌用語就能使客戶滿意。因為行業(yè)客戶數(shù)量有限，每一個客戶的流失意味著企業(yè)放棄市場，這使得B2B企業(yè)更加追求企業(yè)級服務(wù)的高水平高質(zhì)量，“專業(yè)”才能讓自己與客戶保持長久可持續(xù)的合作關(guān)系。同樣，對于面向廣大消費者的B2C模式企業(yè)，留住客戶就是守衛(wèi)企業(yè)的生命線。

巨人網(wǎng)絡(luò)通訊智能質(zhì)檢賦能呼叫中心質(zhì)檢能力，有效破解質(zhì)檢三大問題：質(zhì)檢手段單一、質(zhì)檢員工作低效、缺少質(zhì)檢工具。

在人工智能技術(shù)還未問世之前，呼叫中心語音質(zhì)檢還是以人驅(qū)動，需要人工聽錄音再進行分析考評，質(zhì)檢手段單一，但人工首先面臨三個問題：一是靠人力，聽錄音的速度有限，導(dǎo)致整個質(zhì)檢流程運轉(zhuǎn)速度慢。二是人的體力不支，無法對大量的錄音數(shù)據(jù)一一檢測，無法集中精力對質(zhì)檢報表進行統(tǒng)計分析。三是人工受限于各自的思維和經(jīng)驗，評判標(biāo)準不一，差異化較大，質(zhì)檢結(jié)果不夠客觀準確。同時企業(yè)還要付出高額的人力成本來達到質(zhì)檢率。

傳統(tǒng)質(zhì)檢方式把人的工作重心牢牢鎖在聽錄音的基礎(chǔ)部分，而脫離了質(zhì)檢本身的目的——分析評判。每聽一個錄音的時間成本是6分鐘，并且重復(fù)聽一段錄音的情況常有發(fā)生，造成精力分散，質(zhì)檢效率低。低效導(dǎo)致人工質(zhì)檢只能通過抽檢的形式進行，問題錄音無法精準鎖定，漏檢率高。

目前仍有許多企業(yè)使用傳統(tǒng)的表格工具做質(zhì)檢模板，這樣不僅過于繁瑣、整理速度慢，匯總難，而且還不易查詢，統(tǒng)計分析的效果不佳。同時企業(yè)想根據(jù)客服情況隨時調(diào)整考核標(biāo)準的操作難度大，無法適應(yīng)企業(yè)針對當(dāng)前業(yè)務(wù)重點對客服提出的新要求。

依托云計算、人工智能和語音識別技術(shù)的發(fā)展，智能質(zhì)檢成為提升呼叫中心客戶服務(wù)的利器，將質(zhì)檢員從聽錄音的基礎(chǔ)工作中解放出來，促使質(zhì)檢員工作職能回歸到統(tǒng)計分析評判的本身，在大幅提升質(zhì)檢效率的同時，保證質(zhì)檢質(zhì)量，幫助管理者及時發(fā)現(xiàn)客服問題，及時整改，為客戶提供更高水平的客戶服務(wù)。

質(zhì)檢告別大海撈針，得益于人工智能技術(shù)和云計算能力加持。智能質(zhì)檢顛覆了過去傳統(tǒng)人工質(zhì)檢模式，實現(xiàn)語音數(shù)據(jù)自動化全量質(zhì)檢。以強大的語音轉(zhuǎn)寫技術(shù)和數(shù)據(jù)處理能力，實現(xiàn)語音轉(zhuǎn)寫文本，釋放人工聽錄音消耗的時間成本。對產(chǎn)生的語音數(shù)據(jù)做到100%全量質(zhì)檢，掃除語音質(zhì)檢盲區(qū)。

智能質(zhì)檢無需人工逐一排查，反復(fù)聽錄音，保證質(zhì)檢效率，同時還能從海量錄音數(shù)據(jù)中精準鎖定需檢錄音，展開專項檢查，節(jié)省90%以上的時間聚焦目標(biāo)問題，輸出高質(zhì)量質(zhì)檢報表，幫助質(zhì)檢員更快更準地發(fā)現(xiàn)客服問題。

不同于一般的工具，智能質(zhì)檢是深根于呼叫中心場景，專門為語音質(zhì)檢而生的應(yīng)用工具。其模板定義、智能建模、評分評級、質(zhì)檢報表等功能輕松為企業(yè)呼叫中心所用，輔助人工高效完成質(zhì)檢工作，并能隨企業(yè)對客服座席要求的提升而進行及時調(diào)整，協(xié)助企業(yè)培養(yǎng)質(zhì)量更高的客服團隊。

因為智能質(zhì)檢，不用糾纏于聽錄音，王峰有了大把時間去跟質(zhì)檢這件事較真。每隔一段時間他都會調(diào)整質(zhì)檢方向，并依照要求來設(shè)定質(zhì)檢模板。在得知近期有客服座席推諉客戶問題的事件發(fā)生后，王峰立馬在以往的考核標(biāo)準之上，將“不知道”、“沒辦法”等推脫詞匯新增為服務(wù)禁語，并通過圖形界面拖拽就完成了智能建模，方便快捷，實時生效。如果客服人員服務(wù)過程中說了推諉詞就會被扣分，但評判也不是單靠質(zhì)檢工具“一刀切”，當(dāng)智能質(zhì)檢識別出服務(wù)禁語之后，王峰會在系統(tǒng)中復(fù)核當(dāng)時的對話情景，確保質(zhì)檢結(jié)果客觀準確。

除此之外，智能質(zhì)檢還可以通過智能識別高頻詞匯、敏感詞匯及講話人語速等，來提取關(guān)鍵詞和通話特征，進行錄音篩查，幫助質(zhì)檢員快速精準鎖定問題錄音。質(zhì)檢評語、錄音標(biāo)簽支持批量導(dǎo)出，省去質(zhì)檢流程不必要的繁瑣環(huán)節(jié)。