随着传统人工质检的劣势逐渐暴露，智能质检的应用就被提上日程了。这篇文章里，作者拆解了一个客服智能质检系统搭建的产品规划、流程设计、系统功能，一起来看一下。
客服中心传统人工质检属于事后管理，核心目的在于监控坐席服务质量，以此来优化改进服务策略，提升整体的服务效果。但是随着业务复杂度的提高，服务要求的提高，传统的人工质检也存在诸多劣势。
1. 坐席问题发现难，内部投诉居高不下人工抽检依赖于质检员一通通的听取录音、查看文本，整体抽检率非常低，大型呼叫中心，抽检比例不足1%，导致坐席作业问题的发现机会有限，客户投诉量高。
2. 坐席水平提升难，案例沉淀、培训需求无数据支撑坐席服务水平提升主要来源于培训，而培训需求来源一是业务线提出，二是培训师主动发现，两者均缺乏客观数据支撑和坐席差异化培训，且培训师在制作培训课程时，存在案例收集难、耗时长等痛点。
3. 客户数据应用难，未赋能到产品优化、策略调整呼叫中心日积月累的客户原始通话、会话数据量级特别大，但这些客户数据未能得到充分挖掘、分析、应用。
随着人工智能、大数据技术的发展，以上的问题也逐渐得到解决。下文笔者将结合个人的实际项目产品经验，介绍客服智能质检产品建设方案。
当前企业客服中心主要服务渠道分为电话、在线两种，其中电话录音需要先通过语音识别（ASR）技术转译成文本数据。
整个智能质检系统主流程主要包含全量数据智能质检跑批、人工抽检复核、坐席复议三个环节，如下：
根据系统用户角色，可以再细分拆解系统的细流程，如下：
结合实际项目经验、市场调研，设计如下的产品架构，从原始数据的接入，到质检结果数据的输出应用，形成完整闭环。
结合产品规划方案，落地到智能质检产品功能模块，包含规则管理、任务管理、质检作业、质检结果、案例管理、数据挖掘六大模块，下面分别就里面功能进行说明。
1. 规则管理规则管理系统是产品中的核心模块，它负责配置和管理业务质检点的模型规则。通过这个模块，管理员可以灵活地定义关键词规则、正则表达式规则、流程质检规则、语义理解规则和服务质量规则，从而确保坐席的服务质量符合业务要求。
同时，系统还支持规则的组合配置、质检评分模板的配置，以及面向对象（客户/坐席）的分值设置（加分/减分），为产品提供全面的质检和评分功能。
2. 任务管理任务管理系统是产品中的核心组件，负责智能质检任务、人工抽检任务和专项质检任务的配置与管理。该模块通过灵活的任务配置，实现对话务数据的抽取、质检条件的设置、评分模板的关联以及质检任务的分配，确保质检过程的高效与准确。
3. 质检作业质检作业模块是任务管理系统的核心组成部分，它专为质检员设计，用于执行日常的抽检作业。该模块提供了质检员个人中心的任务清单，以及一个功能丰富的作业页面，支持质检员听取录音、查看转译文本、质检规则评分等操作。
4. 质检结果质检结果模块是系统中用于展示质检完成结果数据的核心组件。该模块提供了个人情况汇总、小组情况汇总和业务线情况汇总的视图，并支持查看明细结果。此外，坐席可以针对个人质检明细结果发起申诉复议，并填写复议内容，系统将复议任务会扭转到质检员的任务列表中。质检结果的展示也需要结合业务实际需求进行定制化开发。
5. 案例管理案例管理模块是质检系统中的赋能工具，专门用于收集、整理、展示质检员提交的正向和负向案例。这些案例旨在帮助坐席人员通过学习和分析，提升服务质量，减少错误，增强客户满意度。案例管理模块将提供一个集中的学习平台，方便坐席随时查看和学习案例。
6. 数据挖掘在智能质检的赋能下，数据挖掘成为了一个强有力的工具，它能够帮助企业从大量的质检数据中提炼出有价值的信息。通过结合智能质检策略中的功能设置，我们可以设置相关的规则，从而输出多种结果，如客户声音挖掘、优秀话术挖掘、舆情监测以及热词分析等。这些输出不仅有助于提升企业的服务质量，还能够为服务策略提供有力的数据支持。
以上为智能质检系统应具备的基本功能模块，当然其向下还有很多细的功能点，在此不做详细说明，可留言探讨。
文章简单介绍了一个客服智能质检系统搭建的产品规划、流程设计、系统功能，其中在功能上向下细化还有很多值得探讨的，欢迎大家留言探讨。
最后，关于智能质检系统，笔者认为不应该只是局限于质检这一个场景，系统中已经有大量的客户原始通话数据，可以做很多数据的挖掘分析，来助力企业的经营，是非常值得深入研究的。
本文由 @菜鸟店小二 原创发布于人人都是产品经理，未经许可，禁止转载
题图来自 Unsplash，基于 CC0 协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
关注微信
