一、功能开发应用的核心”

要开发智能质检的功能，首先要明确该关注什么。笔者认为关注的核心是做智能质检的目的，只有明确了目的需求，才好开展下一步具体工作。

智能质检的目的可以分为以下三块：

1、服务问题挖掘

谈到智能质检，多数人会想到用来代替人工质检，对照质检标准规范，把其中的质检项改为系统质检的方式，以此来挖掘服务问题，开展员工服务质量提升。

笔者认为，有些影响服务感知的问题采取人工质检的方式耗时较长，基本每通通话都会涉及，可评估借助智能质检，来替代人工重复机械的质检工作。比如响应时间、挂机时间、转接规范是否到位、是否有开头结束语等，这些服务质检项在人工判断上逻辑相对机械化、客观化、无人为主观因素影响，如采用系统智能质检方式，准确率一般可在70%以上，直接替代人工质检存可行性。

2、风险防范

智能质检，可助力风险防范工作，通过挖掘人员侧的服务禁语、错漏办记录，客户侧的投诉意向、不良信息（如骚扰涉黄涉暴）这些高风险点，及早采取人员提升、客户回访安抚等手段介入管控，保障客户感知，维护企业形象。

3、营销价值挖掘

智能质检除了可应用于服务质量提升外，也可通过挖掘与客户聊天过程中，客户表达的产品需求、再结合客户办理情况、年龄性别、网页浏览轨迹等数据标签综合判断，开展网页产品展示上优先推送、外呼营销等一系列高针对性的推荐活动，挖掘营销潜力。由于结合客户直接在聊天语音/文本中发出的需求，这样的智能质检方式相比单一从数据标签挖潜来说，精准度更高。

二、 功能开发应用8大基本环节

1、逻辑设计

要想高效搭建功能，减少后续功能优化的调整工作，第一步的逻辑设计工作至关重要。

那怎么开展逻辑设计呢？

Step1:以人工质检的方式梳理质检项的质检逻辑。

即整理人工质检的时候，从头到尾是经过怎么样的思考操作步骤、判断逻辑。功能设计者最好和质检员做深入沟通了解，收集各类场景和特殊情况。

Step2:画逻辑设计图。

即把上面梳理的人工质检逻辑，以流程图的方式画出，借助简单的visio、mindmanager即可完成。

Step3:优化逻辑设计图。

即结合技术开发能力水平，和实际场景情况开展逻辑优化。人工质检的逻辑不一定适用于智能质检的功能开发逻辑。由于系统机器的语义综合判断能力、业务识别能力目前远不及人工，尚未能处理非常复杂的问题，故在逻辑设计上需做减法”，即聚焦质检项的核心问题场景，以求投入开发资源与问题输出的投入产出比更大化。

比方说，开发业务错办功能，一般来说通话中客户没有提及业务办理需求而人员办理则初步判断为错办，但实际需再判断是否存人员外呼推荐的场景。同时业务种类多样，建议初期开发可聚焦话务量大、问题突出的业务开展功能建设，简化开发逻辑和难度。

1、词库搭建

部分功能的搭建需涉及词库搭建以用于功能开发模型使用，比如服务禁语、推诿用语词库、业务词库、需求意愿词库、开头语词库等等，词库内容从日常人工质检的历史样本中做收集即可。

值得提醒的是，第一，不是任何的词语都适合放入词库，需要做筛选。比方说做检测人员推诿客户的功能词库，人员说不知道”没办法”这些词语，在某些场景下属于推诿，有些不属于，比较场景化，且涉及业务识别、是否在业务受理范围内更为复杂的逻辑判断，如果按照这种思路开发预判率较高，故不建议直接纳入推诿词库，可做删除或再结合语气句式做加工处理。第二，词库需保留新增删除修改的灵活调整权限，这样使用者可根据后期的使用情况和当前热点，通过调整词库提高功能准确率和针对性。

2、demo制作

做好逻辑设计和词库搭建的基础准备工作后，开始功能的demo制作，这就轮到专业的技术开发团队上场啦。

3、测试优化

这是非常必要的一环，Demo制作出来后，需拿数据丢到demo里测试下输出的通话是否可达到我们预期的效果，不要等到功能上线后再测试，避免要再次上线新版本资源损耗。

这个步骤也是需要让质检员、或一线客服代表人员参与其中，集思广益。即从实际应用需求倒推到功能开发，让功能更贴地气。同时也要对需求建议做过滤筛选，有必要的调整才开展，避免资源浪费。

4、界面设计

界面设计同上，也需实际使用者参与进来，注意界面查找操作的便捷性、内容呈现的简洁性。

5、功能上线

功能上线，该环节注意收集一线使用反馈，如有故障及时收集推动处理即可。

6、生产应用

前期都是属于功能开发环节，终于到生产应用环节啦。一个好的功能开发了，需要合理的投入生产使用，才能达到功能的核心目的。这里重点说明下，需配套相应的应用机制，即明确谁去使用（或者说用什么人力资源去使用），使用周期，输出结果的应用方式等等。

（1）谁去使用”：可根据功能的开发目的去制定，可给管理人员、质检员、班组长、或直接给客服代表使用。同时，结合公司具体的人力资源盘子去调整优化人工质检资源、智能质检系统资源的比例；

（2）输出结果的应用方式”：如为服务质量问题类的输出，可用于人员扣罚、案例学习、人员提醒，客户回访关怀修复、客户分群服务策略等；如为营销商机类的输出，可配套系列价值挖潜工作。

7、后期维护

要以低的人力物力成本去做功能的后期维护，有赖于前期的逻辑设计、词库搭建等功能开发工作的良好运作。笔者建议建立专人专岗开展后期维护，避免较多人拥有修改权限，造成系统底层数据混乱。

以上为笔者就如何开展智能质检的功能开发及应用的粗浅见解，愿呼叫行业在智能质检的探索道路上越来越成熟，也愿和各位同行做更深入交流，谢谢！