电话那头的客服或销售人员，代表企业直接与客户打交道，他们能否快速定位和解答问题，往往可以反应出企业的专业性和规范性。为了赢得更多客户信赖，企业不断总结出客户常见问题的标准作业流程（SOP），要求业务人员按流程帮助客户定位和解答问题。

　　但是，如何监督业务人员在遇到特定场景或客户的特定问题时，有没有执行标准流程，有没有按要求进行回复呢？可以使用流程质检（或者叫场景质检、问答质检）功能。

　　流程质检的主要目标是，判断员工与客户沟通时“是否按照规范流程，回答了客户的问题”。

　　具体来看，流程质检的质检项，首先需要判断一个对话是在讲什么事情，然后再判断针对这件事情，业务人员的回答是否满足一个或多个规范条件。

　　其实，也可以认为“流程质检”是一种2个以上质检项（语义点）的复合质检。复合质检若想做到比较好的效果，需要每个语义点都能实现较高的召回率和准确率。因此，在传统的“关键词+正则”模式之外，引入效果更好的、基于深度学习模型的“非正则”模式来生产质检项（语义点）势在必行。

　　下面，我们来看两个实际的例子，帮助大家理解循环智能的“流程质检”功能是如何工作的。

　　“单条”流程质检指的是，当客户提到某个具体的场景，业务人员在回复中必须出现某个语义点（单个）。

　　例如，很多企业的服务规范，要求业务人员遇到“客户要求反馈”的场景时，及时作出“安抚解释”。如果没有出现“安抚解释”的语义点，即判定该客服或销售人员未按流程提供服务，须减去一定的分值。

　　首先，我们要配置好“客户要求反馈场景”的流程质检项：

　　配置完成之后，在机器质检系统中搜索“客户要求反馈场景”，就可以找出所有命中该场景的不合格对话：

　　在这个例子中，机器质检系统判定在这通对话中，客服人员没有进行“安抚解释”，所以要扣除一定的分数：

　　最后一步，人工进行复检，看看机器有没有误判或漏判。

　　“多条件”流程质检，指的是当客户提到某个具体的场景，业务人员在回复中必须出现多个特定的语义点。

　　例如，某个专业的、提供居住服务的企业，要求当客户提到“空调不运转”的场景时，在线客服人员需要向客户确认“插座是否通电”、“物业地址”和“维修时间”，如果没有提到其中任何一个，都会被判定为不合格。

　　同样，首先我们要配置好“空调不运转场景”的流程质检项：

　　配置完成之后，在机器质检系统中搜索“空调不运转场景”，即可找出所有命中该场景的不合格对话：

　　在这个例子中，在线客服人员没有提到“插座是否通电”，因此被判定为不合格，需要扣除一定的分数：

　　最后一步，同样是人工进行复检，看看机器有没有误判或漏判。

　　重视客户体验的中大型企业，往往对客服人员的规范执行情况要求更加严格，对“流程质检”的需求比较大。最近，我们发现，有越来越多企业也开始重视销售场景的标准作业流程（SOP），因此，通过“流程质检”功能监督销售人员执行力的需求，也逐渐增多了。

　　不过，无论是面向客服人员，还是销售人员，“监督”从来不是目的。对企业而言，找到更好的方法监督员工的执行力，最终还是为了提升员工的执行力和企业的运营效率。