隨著大數(shù)據(jù)、云計算、AI技術的日趨成熟和廣泛應用，企業(yè)對于數(shù)據(jù)價值的認識和挖掘，已經(jīng)從“有意識”過渡到追求“可落地”。事實上，客服質(zhì)檢環(huán)節(jié)是體現(xiàn)數(shù)據(jù)價值的一畝良田，智能技術的引入，使得質(zhì)檢不再只是能夠幫助企業(yè)完成組織人員管理，還能夠通過數(shù)據(jù)挖掘發(fā)現(xiàn)更多業(yè)務問題，進而指導整個服務運營策略優(yōu)化。
質(zhì)檢數(shù)據(jù)的有效挖掘具有兩大價值：
1.對客服人員——衡量服務品質(zhì)：它能夠客觀地反映出客服團隊的整體服務情況。
2.對組織業(yè)務——發(fā)現(xiàn)輿情問題：它能夠客觀地反饋客戶對產(chǎn)品、服務的真實反應，明確是否存在可優(yōu)化或調(diào)整的業(yè)務空間。
但究竟該如何通過質(zhì)檢的有效執(zhí)行，來實現(xiàn)上述兩方面的價值呢？這就需要我們從質(zhì)檢業(yè)務的整體流程著手分析，去尋找答案。
一般人工質(zhì)檢存在的問題
一般質(zhì)檢分為幾個流程：制定質(zhì)檢規(guī)則、范圍——進行抽檢（聽錄音、看會話）——形成質(zhì)檢報表?？此坪唵蔚牧鞒蹋珔s充滿問題：
（1）質(zhì)檢執(zhí)行不客觀：
采用人工質(zhì)檢的方式產(chǎn)生的問題有兩個，一是人自身的主觀因素會對業(yè)務判斷存在偏差，二是人對執(zhí)行標準的認知偏差，這些都會導致質(zhì)檢結(jié)果不客觀。
（2）質(zhì)檢范圍?。?/span>
企業(yè)沿用抽檢的方式，很大程度上存在漏檢、錯檢的情況，質(zhì)檢范圍也無法保障整體全量。
（3）成本高、效率低：
高成本：一個質(zhì)檢員的平均薪資是普通客服的1.5-2倍，薪資成本高，每20-50人就要配置至少1-2名質(zhì)檢員，成本十分高昂。
效率低：很多企業(yè)為了規(guī)避成本，采用臨時抽調(diào)一線客服、培訓等組員執(zhí)行質(zhì)檢任務。當面對海量客服中心交互數(shù)據(jù)時，每名質(zhì)檢員至多一天聽取200條左右錄音，而缺乏經(jīng)驗的質(zhì)檢員可能每天最多聽取50-100條錄音，效率非常低。
（4）數(shù)據(jù)價值低：
數(shù)據(jù)樣本的不足，以及抽檢方式和執(zhí)行結(jié)構(gòu)不客觀的因素等，導致質(zhì)檢數(shù)據(jù)所反饋的價值并不大，很難形成有指導優(yōu)化意義的數(shù)據(jù)。
就上述流程中所出現(xiàn)的問題，反映出一般的質(zhì)檢并不能從整體上有效的衡量客戶服務質(zhì)量，也不能客觀的反饋出業(yè)務中的問題。那么企業(yè)該如何改進呢？
AI賦能，全面提升質(zhì)檢效能
智齒智能質(zhì)檢是智齒在原有質(zhì)檢功能模塊基礎上，通過將NLP、情緒識別、熱點聚合前沿AI技術拓展后，實現(xiàn)的機器自動化質(zhì)檢產(chǎn)品。
相比一般的人工質(zhì)檢，智能質(zhì)檢有幾大優(yōu)勢：
1.客觀的質(zhì)檢執(zhí)行
通過對規(guī)則的提前配置，AI會完全按照規(guī)則來進行質(zhì)檢工作，不存在個人主觀因素，質(zhì)檢結(jié)果也更客觀。
2.100%全量質(zhì)檢
與抽檢不同，AI能夠完全做全范圍質(zhì)檢，不用擔心漏檢的情況發(fā)生。
3.成本低，效率高
智能質(zhì)檢前置，可以有效節(jié)省人力成本的投入，只需通過標記即可進行人工復檢。而在效率方面，AI的數(shù)據(jù)處理能力是人的成百上千倍。
4.數(shù)據(jù)價值更高
充足的樣本量和客觀規(guī)則比對，使質(zhì)檢數(shù)據(jù)更具有說服力和依據(jù)性，管理者可以通過數(shù)據(jù)反饋做出相應策略優(yōu)化與調(diào)整。
智齒智能質(zhì)檢的流程優(yōu)化落地
具體來說，智齒智能質(zhì)檢的流程優(yōu)化落地到產(chǎn)品層面包括四大步驟以及兩種智能化能力：
1.四大步驟：
步驟一：客觀且多維的規(guī)則配置
智能質(zhì)檢提供多維度的規(guī)則配置選項，為了使管理者能夠更方便地使用，產(chǎn)品沿用了關鍵詞、關鍵行為、正則表達式的規(guī)則配置方式。
（點擊查看大圖）
關鍵詞規(guī)則：管理者可將關鍵詞劃分為禁語、禮貌用語、專業(yè)知識等幾大類，設定合規(guī)規(guī)則。
（點擊查看大圖）
關鍵行為規(guī)則：主要是針對客服與用戶的溝通中存在的一些關鍵行為作出合規(guī)性判斷，如未及時首響、未及時響應、超時響應未關懷等。
（點擊查看大圖）
正則表達式（預計Q3上線）：實際上是一種文本特征規(guī)則的定義工具，管理者可以通過正則表達式設立包含特征的規(guī)則，從而進行關鍵信息的批量抽取質(zhì)檢。例如，“如果產(chǎn)品不滿意，您就退貨”這句就是包含了“如果..就”的邏輯，那么此時，管理者可以通過設置“如果..就”這個邏輯，來實現(xiàn)對所有包含“如果..就”這個邏輯的信息抽取出來。
步驟二：多維規(guī)則集合方案
（點擊查看大圖）
多種規(guī)則的集合，能夠形成質(zhì)檢方案。在智能質(zhì)檢內(nèi)，管理者可以設定多種不同的規(guī)則集合，即質(zhì)檢方案，針對在線和呼叫或不同的技能組、客服組開展不同的質(zhì)檢工作。
步驟三：高效的質(zhì)檢任務設定
（點擊查看大圖）
企業(yè)的質(zhì)檢是需要固定周期進行的，通過對質(zhì)檢結(jié)果的比對，也能夠反映出所做的業(yè)務調(diào)整是否有效。為此，智能質(zhì)檢提供不同周期性質(zhì)檢任務的設定，管理者可以設定質(zhì)檢的質(zhì)檢對象、方案、頻次、時間等，從而使AI自動地按照設置完成質(zhì)檢執(zhí)行，呈現(xiàn)質(zhì)檢結(jié)果。
步驟四：質(zhì)檢結(jié)果
針對智能質(zhì)檢的結(jié)果，智能質(zhì)檢提供了兩種結(jié)果報表：
（1）質(zhì)檢結(jié)果報表
（點擊查看大圖）
（點擊查看大圖）
在智能質(zhì)檢的質(zhì)檢結(jié)果報表中，質(zhì)檢員可以看到每個質(zhì)檢任務的整體情況，也可以具體查看相應的詳情，詳情中會包含會話、通話記錄、質(zhì)檢扣分明細、質(zhì)檢分值結(jié)果等。所有被判定為有問題的會話會高亮顯示，便于查看。在質(zhì)檢報表中，管理者也可以進行檢索，查看規(guī)則命中TOP以及客服規(guī)則命中情況TOP。
（2）輿情報表（預計Q3上線）
在質(zhì)檢結(jié)果中，智能質(zhì)檢支持輿情報表呈現(xiàn)，主要包括關鍵詞、質(zhì)檢會話通數(shù)、質(zhì)檢平均分、用戶初始情緒分、用戶終止情緒分以及相關詞TOP3。管理者可以通過輿情報表所反映的情況，適時地發(fā)現(xiàn)客戶集中所產(chǎn)生的問題、情緒的變化情況等，從而通過對數(shù)據(jù)的洞察與分析，做出適當?shù)姆詹呗詢?yōu)化調(diào)整。
2.智能質(zhì)檢的兩種亮點智能能力：
（點擊查看大圖）
（1）情緒分析能力
從客服與用戶的交互開始到結(jié)束，智能質(zhì)檢會在全程通過ASR、NLP、CNN技術進行情緒濃度計算與分析，這是一套在背后運行的技術能力，最終的結(jié)果會在輿情報表中呈現(xiàn)出來，管理者可以看到用戶的情緒值變化，來確定客服的服務質(zhì)量，或用戶咨詢問題的輕重緩急程度。
（2）熱點問題聚合能力
面對一些高頻、集中的問題，僅通過人工質(zhì)檢是很難發(fā)現(xiàn)的。但智能質(zhì)檢通過熱點問題聚合，便可以有效地將熱點問題集中并呈現(xiàn)出來，管理者通過輿情報表可以清晰地了解到當下用戶和客服所集中的問題，從而做出應對策略，做出有效調(diào)整。
除上述整體流程能力外，智能全客服解決方案中，早已上線了實時預警能力。簡單來說，實時預警可以理解為實時質(zhì)檢的一種，例如，當客服向用戶發(fā)送某些禁止詞、錯誤性表述時，AI會主動自動進行攔截或提醒，為整體服務質(zhì)量提供實時防護措施，以降低實時風險。
智能質(zhì)檢，是運用AI對數(shù)據(jù)的整合匹配優(yōu)勢，幫助企業(yè)對一般質(zhì)檢業(yè)務的各個流程問題點進行優(yōu)化，最終實現(xiàn)以更低的成本、更高效的方式完成全面洞察業(yè)務問題，提升客戶服務質(zhì)量。
