智能质检，覆盖式质检代替局部抽检

　　随着通讯技术、IT技术和互联网的发展，市场竞争越来越激烈，市场发展也越来越成熟，客户对企业服务的要求越来高，近乎苛刻，服务要素已经成为企业之间寻求更大差异化，增加自身附加价值的主要手段。因此，现代企业对服务质量的控制和管理已经变成企业经营管理活动中的重要组成部分，其中对服务质量的检查和评估是做好服务质量管控的重要环节。

　　传统的服务质量检查方式主要以人工为主，无论是过往的热线服务或是新兴的在线文字互动，基本都是靠质检人员的“听”和“看”结合自己的业务理解来检验服务品质的好坏，这种方式固然可以帮助企业发现部分服务质量问题，但不可否认也存在不少问题。

　　首先最直接的就是质检的覆盖率问题，传统方式的效率限制导致一般只能采用抽检方式，在大量的服务工单里面随机抽取小部分进行人工检查。通常实际的抽检覆盖率达不足百分之一，服务量大的企业甚至达不到万分之一，这样非常容易产生问题遗漏;另外一个明显不足就是效率低，人工质检十分耗时，质检人员在检查过程中需要去听或看，然后还要思考判断，有时候甚至要反复回放，这过程会消耗不少时间。据我们曾接触的某个企业客户反馈，单条服务记录质检时长至少要6分钟，并且不少抽检的服务记录实际并无明显问题，这样造成了一定的人工损耗。

　　鉴于上述人工质检的不足，同时随着语音识别技术的发展，慢慢地催生了一些智能录音质检的应用产品。在对这些产品的探索和了解过程，我们发现其主要的功能方向一般包括两大类：一个是基于语音本身的特点，如音强、音长、音色等去检测和评估类似静音、情绪变化、语速变化等内容，从而去辅助判断客服人员的情绪控制、客户是否满意等;另外一个则是借助语音转文本后，对文本形式的服务记录进行特定内容的关键字匹配，如业务关键词、服务禁语等，从而来简单搜索定位一些服务热点，以及客服人员是否有违规用语等行为。

　　这种智能录音质检应用相对于传统人工质检方式，最明显的就是提高了服务质检效率，可以实现服务质检全覆盖，而且在自动质检过程中也解决了部分服务质量问题的定位和检测工作，并协助做基础的业务统计分析，这样释放了一定的人力资源。然而，对于服务质检本身要解决的问题以及要达到的目标来说，智能录音质检要完成的工作也许不仅于此。

　　首先，从服务质检本身要处理的内容，服务质检要检查和评估的内容绝对不止于服务禁语、违规用语这类用语行为规范内容，结合我们对客服业务的理解以及对实际企业客户的调研，归纳了几项内容：

　　(1) 质量检查：是否准确理解客户意愿，是否错漏办或错漏答等

　　(2) 规范检查：服务流程是否规范、是否出现违规操作、用词用语是否规范等;

　　(3) 意愿检查：服务态度是否端正、积极、是否主动服务等;

　　(4) 服务效率：响应效率和服务效率是否正常等;

　　接着，我们再从服务质检本身的目标来说，无非就是发现服务问题，及时补救挽回，避免服务问题升级;挖掘服务短板，强化培训;同时总结经验，完善服务知识体系，最终达到服务质量的根本提升。从这个角度出发来看，智能录音质检系统应用如果只是单纯地做业务热点、服务问题的基础统计分析，还是远远不够的，一个完整的智能录音质检系统应该还可以为服务管理人员优化服务质量、提高人员素质提供辅助决策建议，才能真正体现智能的意义。

       我们先从知识学习和积累角度来说，在大量的服务工单内容中，如果能自动归纳和分类服务情景，对比分析同类场景下的服务方式和结果，智能提炼正反面话术规则，就可以为话术推广提供数据支撑，普及优秀话术，提升客户满意度;同时，如果还能从服务工单记录中自动分析并提取、更新客户行为特征标签，就可以帮助丰富企业内部的客户画像，为后续的精准客户服务提供更多的信息支撑。除此之外，我们从客服人员的管理角度来说，智能录音质检应用如果可以结合实际的质检结果，精准定位客服人员短板，并与业务知识进行智能关联，主动推荐适合客服人员学习和提升的知识材料或课程，就能促进客服人员的服务能力提升，从根本上提高服务质量。

　　整体而言，当前大多数的智能录音质检应用对于文本分析技术还是不够深入，这也导致了上述提到的很多智能录音质检本应该做而且可以做到的工作没有得到有效解决。随着人工智能技术的持续火热，以及自然语言处理、机器学习、文本挖掘等技术研究应用逐步成熟，智能录音质检可以承担的工作将会越来越丰富。

　　当然，智能录音质检应用的诞生不是为了取代业务人员的服务管理工作，而是通过解放大量繁琐低效的服务记录人工监听、查看工作，并提供一定的决策分析参考，以此协助业务人员快速、有效、全面、准确地发现服务质量问题，促进业务人员集中精力在解决服务问题、改善服务质量的思考上。

　　以上是汉云通信(www.hanyun.net.cn)智能录音质检解决方案，让智能录音质检覆盖全部语音数据，全方位洞察客服工作，检测客服工作，保证客服工作，避免企业因客服失误产生投诉，影响企业呼叫中心运营。