AI科技撲面而來的社會，人工智能貫穿著工作和生活。大數據和智能技術的日益成熟，不僅沖擊著生活方式的改變，也使客戶對服務的要求發生了翻天覆地的變化。眾所周知，客戶滿意度是由企業的服務價值來決定的，而企業的服務價值則是由員工滿意度來決定的。
隨著客戶對于服務要求的日益提升，如何在控制成本的情況下，有效提升員工服務能力，保證員工愿意并樂意提升，保證質檢標準與客戶滿意度之間的平衡，是質檢管理永恒不變的課題。
1純“人力”質檢的現狀
１、人工成本高：客戶中心的語音數據量巨大，時間和人工成本高，通常質檢員占比總服務人數的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現并避免?？头矔鎯e幸心理，看到質檢在查的業務，會下意識避開高壓線。
３、非實時性：人工質檢都是事后抽取錄音范本，對于異常指標、異動業務難以在第一時間發現，服務質量管控會存在滯后，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、不可避免在質檢過程中會代入自己的主觀意識。
2智能質檢“三大抓手”直戳痛點
智能質檢從人工質檢的痛點出發，利用自然語言處理技術對服務錄音進行服務禁用語、情緒波動、掛機規范、客戶語料進行全方位的精準檢測。
1、抓問題發現：挖掘文本，聚焦客服代表在服務過程中，服務規范執行、營銷開口率、滿意參評引導等重點服務要求，抓客服代表執行力問題。聚焦服務過程中，客服代表出現違規、突然提高音量等影響用戶服務感知的場景。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，抓取服務熱點，做好用戶風險預警管控和服務修復。
3、抓重點產品／業務的用戶感知獲?。豪弥悄苜|檢文本，聚焦重點產品、重點業務推出后用戶的熱點問題抓取，轉化判斷客戶對于重點產品／業務的需求意愿，及時發現客戶新需求，掌握市場風向。
3“六大步驟”搭建智檢模型
“結果是檢驗真理的唯一標準”。判斷智能質檢究竟好不好，是“大雞腿”還是“雞肋”?關鍵是看智能質檢的結果能否產生有效的輸出?智能質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鍵的一環。如何搭建有效的質檢模型呢？智檢模型搭建的“六大步驟”非常關鍵（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？輸出的智檢結果是要運用在哪類運營場景中？建模前必須對相關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果是能夠產生有效的輸出。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？寬帶現在有什么優惠？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節，但這些語料在投入運用后，能節省數以萬倍的時間。語料收集的準確性越高，智能質檢的準確率也越高。
3、鎖定建立智檢模型
在完成語料收集后，通過規則編譯、邏輯運算，運用不同的函數，結合用戶呼入的系統操作軌跡，定位需納入模型的目標用戶范圍，完成智能質檢模型的初步建模。模型建立后，由系統按班組、個人抓取統計出執行情況及錄音清單。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、智檢模型驗證優化
初步建模完成后，針對模型的命中率和覆蓋率的驗證優化尤為重要。命中率代表著模型質檢結果的準確率，覆蓋率代表著智檢模型在實際生產話務中的覆蓋程度。初步模型建立后，質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驗證值，根據不同的模型主題，抽取不同基數值的錄音。
優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。只有不斷通過質檢人員針對性的錄音抽查驗證，持續對已建立的智檢模型不斷優化調整。
5、持續跟進、制度保障
“沒有規矩，不成方圓”，沒有配套的智能質檢規范制度的保駕護航，那么智能質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檢跟進管控規范，是支撐起智能質檢長期運營的基礎。
可以用3個步驟：
一是循環跟進，以周為基本跟進時限，每4周為一個“療程”，結合不同的智檢主題，制定完整的循環跟進機制；
二是周期性通報，針對每個階段的主題，結合智檢模型不間段循環跟進，通過周報、月報的方式，做好智檢通報，監督團隊的執行改進；
三是周會制度，按周召開智能質檢例會，明確工作重點，總結不足、提煉優秀經驗，讓質檢短板改進有的放矢。
智能質檢打破了傳統質檢人工逐條抽樣的弊端，充分發揮了人工智能的語義自動識別技術，將客服的語言轉譯成文字，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；對服務禁語、異常情緒波動、不合理的長時間靜音、操作規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、聚焦專項能力質檢，進行更有深度的客服層面一對一能力幫扶。
智能質檢從無到有，和人工質檢相輔相成；從有到精，共同致力于提升服務質量；相信在未來，智能質檢∞將會有無限的可能。
