前言

质量管理是客服中心运营管理的重要板块，而质检则是定义客服中心服务质量好坏的标准。在客户需求多样化、运营管理精细化的今天，我们对于客服中心质检应该有怎样的深刻认识？本文将主要从客服中心质检的两大重要板块——质检项的设定与质检抽样量的确定，进行定性与定量的分析。

首先让我们看一下，客服中心的质检应该具有什么样的职能。

一、客服中心质检的职能

中心战略体现

客服中心的战略规划落实到一线人员，质检标准是重要的环节，一线人员通过标准规范自己的日常行为最终理解并实现中心战略目标。客服中心的成本与收益平衡、投诉点的关注、KPI指标关注等等都在质检标准中体现。例如：呼入型客服中心质检项的设定一般以客户满意度为重要目标，质检打分项与满意度存在高度关联。

客户关注倾向的传递

在服务过程中，客户的关注角度是在不断变化的，质检人员具有分析客户关注倾向并将这种倾向传递到中心甚至传递到座席的职能，客户的关注倾向需要质检人员从大量的数据积累中发现并有效总结然后给中心战略提供支撑。

服务过程的质量控制

质检无可厚非是质量控制的重要方法，通过行为的规范与标准实现对一线人员工作质量的监控。质监的概念普遍受到亲睐，质检部门或质监部门用监控保证质量的职能，事后检查只是手段之一，而不是目的。

培训及引导的支撑

培训与引导是质检部门的又一重要职能。从某种角度上来说，客服中心质检更应该注重的是怎么改进员工问题而不是为了挑错而挑错，很多客服中心质检在评分理由中给出了错误原因而没给出改进方法，有些给出了改进方法但很少有更进一步点评座席做的优秀的地方，座席从质检获得了我哪些地方做错了”的信息却很少知道我哪些地方做对了”或我该怎么做？”

持续改进的机会发现

质量检查是发现中心结构化问题的重要来源，对质检过程中发现座席出现的质量问题进行实时总结提炼能够使很多结构化的问题浮出，流程、绩效管理、培训、班务管理、人员普遍认识等等方面存在的结构性问题能够通过质检部门发现并得以解决。

座席的考核依据之一

客服中心之间打分一般会在绩效考核中占一定比重，但很多客服中心把质检的这一职能放在第一位，导致质检人员与一线座席产生对立情绪，反而不利于质量改善的目的，对座席的考核要从标准制定和执行两方面进行公平性的控制。

质检部门一般情况下要进行如下几项重要工作：质检项设定与调整，质检抽样方案的确定，质检标准校验，质检数据分析、质检分析成果应用。本篇文章将从质检项的设定与调整、质检抽样方案确定的角度进行分析。

二、质检项的确定

一般情况下客服中心质检的第一项工作是设定质检标准，质检项设定是基于对中心战略方向及KPI指标的理解，例如呼入型客服中心一般会重点关注客户满意度与客户投诉，在这两个方向上，质检设定项不仅要保证考核的要点与满意度是正向关联，同时还要注意容易产生投诉的细节控制。

如上图所示，常见质检项的设置从质检基础项和质检延伸项两个方面进行，质检项设定完成后一般会进行小范围的试用，试用完成后要进行定量与定性的分析。例如某客服中心以提升客户满意度为今年的战略重点，那作为质检部门设计一套质检项进行试用后要进行一线员工各质检项与质检总成绩的相关性分析。

上图所示为某呼入型客服中心在进行质检项合理性分析中的输出结果，通过相关系数矩阵能够发现，质检总成绩与业务准确考核的分数关联性最大，值得关注的是语言表述的考核与质检成绩之间相关性不大。可以试想，语言表述是一项基本的质检考核项，员工一般情况下也不会在这一项标准上拉开较大差距；作为客户，可能会觉得语言表述准确是应该做的，只要能够达到客户听懂的要求那么客户可能会觉得没有优劣之分，那这项考核标准是不是就可以取消掉呢？这是值得斟酌的，质检项对于一线座席来说更多功能是引导座席理解中心的战略重点，但同时要兼顾的点也很多，礼貌应答、语言表述、服务态度等很可能成为引发客户投诉，因此指标项的设定与调整需要进行中心各项指标影响的分析和试验。

三、质检抽样量的确定

首先来看一个有趣的例子

8-11四个月分别对两名座席质检抽听，8、9、10月份以及11月分别统计并计算时显示甲的合格率总是高于乙；但将四个月的抽听数与合格数进行综合来看，奇怪的现象发生了。

我们要明白的是一个不符合科学原则的抽样调查会掩盖事实的真相。

针对上面的例子，有的人会说，这不科学，因为甲乙每次的抽听数都不一样，如果将甲乙的抽听数统一就能解决这一问题。但是我相信问题还会存在，为什么？

假设甲座席每月接话100通，乙座席每月接话1000通，即使每次质检抽听都是同等数量的，但是抽样置信度依然不对等。可以继续思考，那是不是按比例抽样就科学了呢，例如每人都抽其通话量的20%？答案依然是否定的，话务量的分布不是简单线性分布，按照等比例的原则仍然不能保证结果置信度同等。

质检抽样在客服中心有很多种不同的设定方法，总的说来有这样几个要点：

明确抽样总体

抽样总体指的是我们要针对哪一个总体进行抽样调查从而估计这个总体的整体情况。在客服中心质检中抽样总体是什么？每个人的话务量！抽样的对象永远不是某个座席而是某个座席的接听电话数。

确定抽样比例

有了之前的这个举例，我们能发现抽样量的不合理能够导致很严重的后果，那我们在选择统计方法进行抽样的时候应该注意什么呢？一条原则：置信度相同。通俗的说就是保证每一个员工的质检得分都具有相同可信度。有很多的方法能够实现这样的抽样计算，笔者在这里推荐基于正态分布的概率预测方法：在总话务量已知、座席以往质检得分的方差已知情况下进行统计测算。公式：

（其中n为抽样量，N为总量，δ为总体标准差，Δ为抽样误差，如对具体公式有疑问可与笔者联系讨论）。

以总量1000条，标准差为2.5，抽样误差为0.5为例（如下图所示）。要求在保证抽检结果95%置信度，按照计算抽样量为88条。即1000个总体标准差为2.5，在抽样误差为0.5的前提下抽取88个样本，能够95%地保证这88个样本代表着总体的情况。

质检项的设定与质检抽样量的确定是客服中心质监部门工作的基础依据，这两项工作需要进行大量的研究然后在工作当中进行不断的总结调整，没有一成不变的标准，也没有一成不变的方法，唯一要注意的就是把握住原则，笔者相信客服中心会不断出现更多更好的质检方法。

以下将从质检标准校验、质检数据分析及应用两方面进行讲述与分析。

一、质检标准校验

质检工作在执行过程中由于人为因素造成或多或少的偏差，一般情况下要通过定期的标准校验来保证质检工作的公平性与一致性。质检标准校验通常通过会议评分的形式来进行，参与人员包括质检组长、质检员、一线班组长或业务代表等。质检标准校验一般有如下流程：

在校准案例的准备中除了要把争议较大或者存在知识盲点的录音进行准备之外，还要对已有标准依据的基础录音进行定期的校验以保证质检人员评分的一致性与公平性。

校验会议需要质检人员及客服一线班长参与，一般由质检组长主持会议。质检工作是基于一线座席的服务内容，所以必须采集一线业务骨干或班组长的意见，一般情况下人数控制在8人，以封闭评分形式进行，各人员根据自己的业务知识进行服务录音评分。在规定时间内完成评分，在会议主持人统一收集后开始进行讨论并最终达成一致意见。如果出现规范外的新问题，则制定相应的流程规范进行宣贯。

对于质检校验有如下认识误区

1、质检校验不能保证质检员之间评分标准毫无偏差

客服中心质检工作有较大的主观性，人与人之间总是存在差别。按照六西格玛质量管理的观点，工作流程中应尽量减少主观影响的存在，且必须由人为控制的工作过程则应该尽量缩小其质量误差，因此质检标准校验不能完全消除质检员质检的评分误差，而是尽量保证统一。

2、质检校验的目的不仅是为了缩小质检员之间的评判误差

这一点主要体现在质检会议参与人员的范围，质检员质检评分标准的尽量统一是校验的一个目的，另一个重要的目的则是保证质检整体的评判与座席代表服务认识保持一致，因此质检标准校验不仅仅是质检团队内部的工作。

质检校验不是针对某些新问题而进行的仲裁，质检校验的定期进行目的在于时刻保持质检员之间评分尺度尽量一致，对于已经有明确标准的问题也要进行定期的巩固及完善，保证质检各项工作有据可依并且执行到位。

二、质检分析与应用

客服中心的分析分为定性分析与定量分析，质检部门则是获取定性分析数据的第一部门。如何合理利用数据并科学分析成为质检分析的重要课题，质检分析同样需要有科学的分析方法作为支撑。

在笔者看到的客服中心质检分析报告中经常有对班组质检成绩进行直接比较的内容，我们需要审视的是，我们真的是客观公正的么？

首先我们来看一下质检成绩数据有怎样的规律。质检成绩一般采用百分制或十分制，得到极低分数或者极高分数的座席占总座席的比例很少，在自然界中这种分布状况普遍存在，分数总集中在中间区域，这就是正态分布。

图1

图1是100名座席质检成绩的得分分布情况，可以看出人员分数有明显的集中性，属于近似正态分布。针对这样的一个分布，有哪些性质是我们要注意的？首先我们来看一个案例。

图2

图3

图2是某客服中心两组一线座席的质检成绩，两组属于同一技能组。图3是对两组质检分数的简单描述统计，描述统计结果上可以看出一、二两组座席在平均得分上有差别，虽然差别不大，但是否就可以简单判定一组比二组表现要差呢？

两组座席在进行比较的过程中唯一存在疑点的就是观测数，一组座席人数25人，二组座席人数为20人，在这里进行这样的简单比较是存在问题的。

同样技能的班组之间进行这样的比较分析是有必要的，对比分析的目的在于发现问题、找出标杆，并改正问题。如图（2）描述的班组之间人数存在差异不能直接比较的情况在客服中心也是经常出现的，解决这一问题就要用到之前提到的正态分布知识。

比较两列正态分布数据均值之间是否存在明显差异，一条重要原则就是看两列数据的分布状态是否具有同样的均值属性。在基本属性固定的情况下，数据的分布状态不会随数据量的增加而产生变化。

通过数据的均值、标准差能够初步判断总体分布状况从而进行比较。图4表示两组数据方差不一致但均值一致，图5表示数据的分布完全不一致。一般情况下我们能通过简单的正态分布均值检验实现这种样本量不一致的数据均值比较，通过excel、spss等工具能够进行简单的均值检验，双样本T检验结果如图所示（excel操作得出结论）：

t Stat 绝对值 < t 双尾临界，即两组分数均值不存在明显差异。

质检人员通过录音分析得到的信息在很大程度上是对定量分析的验证以及问题解决的关键，因此在客服中心数据分析的基础上，质检录音的定性分析有很大作用。质检分析的应用相比常规的数据分析应该更加细致、更加深入、更加有指导性。

在客服中心座席管理及业务分析上定量分析与定性研究是固定的思维模式。数据分析人员发现问题并尽可能地锁定目标群；质检人员则通过录音及质检成绩等角度的分析深入挖掘找到问题产生原因，最后提出合理可行的建议；再由数据分析人员跟进改进效果。

客服中心的具体工作会根据不同的部门架构及企业要求而有所不同，但应用在质检项、抽样及分析中的数学方法却是万变不离其宗，希望行业的不断进步让质量检查甚至于质量管理不断提升并实现价值。

作者单位为北京鹈鹕信息咨询有限公司。来源：ccmw