随着大数据、云计算、AI技术的日趋成熟和广泛应用，企业对于数据价值的认识和挖掘，已经从“有意识”过渡到追求“可落地”。事实上，客服质检环节是体现数据价值的一亩良田，智能技术的引入，使得质检不再只是能够帮助企业完成组织人员管理，还能够通过数据挖掘发现更多业务问题，进而指导整个服务运营策略优化。

质检数据的有效挖掘具有两大价值：

1.对客服人员——衡量服务品质：它能够客观地反映出客服团队的整体服务情况。

2.对组织业务——发现舆情问题：它能够客观地反馈客户对产品、服务的真实反应，明确是否存在可优化或调整的业务空间。

但究竟该如何通过质检的有效执行，来实现上述两方面的价值呢？这就需要我们从质检业务的整体流程着手分析，去寻找答案。

一般人工质检存在的问题

一般质检分为几个流程：制定质检规则、范围——进行抽检（听录音、看会话）——形成质检报表。看似简单的流程，但却充满问题：

（1）质检执行不客观：

采用人工质检的方式产生的问题有两个，一是人自身的主观因素会对业务判断存在偏差，二是人对执行标准的认知偏差，这些都会导致质检结果不客观。

（2）质检范围小：

企业沿用抽检的方式，很大程度上存在漏检、错检的情况，质检范围也无法保障整体全量。

（3）成本高、效率低：

高成本：一个质检员的平均薪资是普通客服的1.5-2倍，薪资成本高，每20-50人就要配置至少1-2名质检员，成本十分高昂。

效率低：很多企业为了规避成本，采用临时抽调一线客服、培训等组员执行质检任务。当面对海量客服中心交互数据时，每名质检员至多一天听取200条左右录音，而缺乏经验的质检员可能每天最多听取50-100条录音，效率非常低。

（4）数据价值低：

数据样本的不足，以及抽检方式和执行结构不客观的因素等，导致质检数据所反馈的价值并不大，很难形成有指导优化意义的数据。

就上述流程中所出现的问题，反映出一般的质检并不能从整体上有效的衡量客户服务质量，也不能客观的反馈出业务中的问题。那么企业该如何改进呢？

AI赋能，全面提升质检效能

智齿智能质检是智齿在原有质检功能模块基础上，通过将NLP、情绪识别、热点聚合前沿AI技术拓展后，实现的机器自动化质检产品。

相比一般的人工质检，智能质检有几大优势：

1.客观的质检执行

通过对规则的提前配置，AI会完全按照规则来进行质检工作，不存在个人主观因素，质检结果也更客观。

2.100%全量质检

与抽检不同，AI能够完全做全范围质检，不用担心漏检的情况发生。

3.成本低，效率高

智能质检前置，可以有效节省人力成本的投入，只需通过标记即可进行人工复检。而在效率方面，AI的数据处理能力是人的成百上千倍。

4.数据价值更高

充足的样本量和客观规则比对，使质检数据更具有说服力和依据性，管理者可以通过数据反馈做出相应策略优化与调整。

智齿智能质检的流程优化落地

具体来说，智齿智能质检的流程优化落地到产品层面包括四大步骤以及两种智能化能力：

1.四大步骤：

步骤一：客观且多维的规则配置

智能质检提供多维度的规则配置选项，为了使管理者能够更方便地使用，产品沿用了关键词、关键行为、正则表达式的规则配置方式。

（点击查看大图）

关键词规则：管理者可将关键词划分为禁语、礼貌用语、专业知识等几大类，设定合规规则。

（点击查看大图）

关键行为规则：主要是针对客服与用户的沟通中存在的一些关键行为作出合规性判断，如未及时首响、未及时响应、超时响应未关怀等。

（点击查看大图）

正则表达式（预计Q3上线）：实际上是一种文本特征规则的定义工具，管理者可以通过正则表达式设立包含特征的规则，从而进行关键信息的批量抽取质检。例如，“如果产品不满意，您就退货”这句就是包含了“如果..就”的逻辑，那么此时，管理者可以通过设置“如果..就”这个逻辑，来实现对所有包含“如果..就”这个逻辑的信息抽取出来。

步骤二：多维规则集合方案

（点击查看大图）

多种规则的集合，能够形成质检方案。在智能质检内，管理者可以设定多种不同的规则集合，即质检方案，针对在线和呼叫或不同的技能组、客服组开展不同的质检工作。

步骤三：高效的质检任务设定

（点击查看大图）

企业的质检是需要固定周期进行的，通过对质检结果的比对，也能够反映出所做的业务调整是否有效。为此，智能质检提供不同周期性质检任务的设定，管理者可以设定质检的质检对象、方案、频次、时间等，从而使AI自动地按照设置完成质检执行，呈现质检结果。

步骤四：质检结果

针对智能质检的结果，智能质检提供了两种结果报表：

（1）质检结果报表

（点击查看大图）

（点击查看大图）

在智能质检的质检结果报表中，质检员可以看到每个质检任务的整体情况，也可以具体查看相应的详情，详情中会包含会话、通话记录、质检扣分明细、质检分值结果等。所有被判定为有问题的会话会高亮显示，便于查看。在质检报表中，管理者也可以进行检索，查看规则命中TOP以及客服规则命中情况TOP。

（2）舆情报表（预计Q3上线）

在质检结果中，智能质检支持舆情报表呈现，主要包括关键词、质检会话通数、质检平均分、用户初始情绪分、用户终止情绪分以及相关词TOP3。管理者可以通过舆情报表所反映的情况，适时地发现客户集中所产生的问题、情绪的变化情况等，从而通过对数据的洞察与分析，做出适当的服务策略优化调整。

2.智能质检的两种亮点智能能力：

（点击查看大图）

（1）情绪分析能力

从客服与用户的交互开始到结束，智能质检会在全程通过ASR、NLP、CNN技术进行情绪浓度计算与分析，这是一套在背后运行的技术能力，最终的结果会在舆情报表中呈现出来，管理者可以看到用户的情绪值变化，来确定客服的服务质量，或用户咨询问题的轻重缓急程度。

（2）热点问题聚合能力

面对一些高频、集中的问题，仅通过人工质检是很难发现的。但智能质检通过热点问题聚合，便可以有效地将热点问题集中并呈现出来，管理者通过舆情报表可以清晰地了解到当下用户和客服所集中的问题，从而做出应对策略，做出有效调整。

除上述整体流程能力外，智能全客服解决方案中，早已上线了实时预警能力。简单来说，实时预警可以理解为实时质检的一种，例如，当客服向用户发送某些禁止词、错误性表述时，AI会主动自动进行拦截或提醒，为整体服务质量提供实时防护措施，以降低实时风险。

智能质检，是运用AI对数据的整合匹配优势，帮助企业对一般质检业务的各个流程问题点进行优化，最终实现以更低的成本、更高效的方式完成全面洞察业务问题，提升客户服务质量。