人工质检存在的问题
一般在呼叫中心中,客服人员与质检员的配置是 10:1 左右,而如果假设客服每天进行了六个小时通话,那么质检员每天要面对的语音就是六十个小时,一天只有 24 个小时,而质检员每天的有效工作时间也就是六到八个小时,对于部分语音需要重复听三到五遍,因此质检员只能用抽查的方式。
按照行业数据,抽检率只有 0.5%到 1%左右,对于部分不重视该流程的公司,抽检率甚至更低。基于这样的工作现状,人工质检会有以下问题:
无法全面覆盖所有客服工作,可能抽查的都没问题,但是剩下 99%的通话里就存在有违规行为。
质检员也有情绪起伏,评价不客观,部分规则具备主观因素,而质检员与客服为同事关系,可能出于情感因素,并不客观的进行打分。
质检员机械重复地听取用户与客服的通话录音,机械且枯燥,并且除了对通话打分之外,没有办法从质检工作中获得有效线索对公司业务进行反哺。
智能质检的工作逻辑
从业务角度讲,智能质检首先通过语音转文字(ASR),接着通过配置好的业务规则对文本内容进行检查,判断客服是否违规。然后将质检结果返回给用户,让质检员进行复核。即如下流程图所示:
智能质检的价值
这里我们通过与某公司客服部门的合作来举例:
全量的质检检查
通过质检任务对语音以及文本工单进行全量质检,将质检的覆盖率提高到了百分之百, 而使用前人工质检的覆盖率仅为 0.5%。机器不知道疲惫,可以将所有的通话以及文本对话都进行质检,判断是否违规。
通过全量检查,对通话进行质量检查,找出高频问题,推动业务解决问题
在对通话进行质检的过程中我们发现客户投诉的高频问题主要集中在如何退订资源以及如何进行账号的权限设置,通过高频问题再反哺给业务优化涉及实现,有效降低客户投诉率。
通过质量检查对客服的服务质量进行评价,帮助客服提升服务质量,最终提高用户对客服的满意度
在以前的人工质检过程中,统计非常不全面,在全量质检中,我们有效的发现了客服缺乏的知识,帮助客服提升服务质量,提升了客服的满意度。
通过海量的检查,累计优秀的对话案例,用于日后客服培训时所使用的材料
通过全量的质检,我们将一些表现好的客服与客户通话记录整理出来,脱敏之后形成客服培训材料,有效降低了新客服接入的培训时间,通过模拟的方式,对客服进行测试,减少了训练成本。
通过质检中的热点问题找到用户潜在需求,提升产品完整性
在质检中,我们发现客户经常找不到我们活动的入口,以及如何退换货,在版本迭代过程中,我们对页面进行了重新设计。
通过质检找到营销线索,促进企业服务增长
我们有一部分的对外销售业务,我们在质检过程中发现,有很多用户因为疫情在家的原因对平板电脑的需求很大,及时反馈给供应链,加大了对平板电脑的推销电话,有效提升了销售额。
华为云如何用 AI 赋能质检
通过 NLP 能力使用规则赋能质检
我们依托于华为云对话机器人服务,通过我们过往在智能问答机器人以及任务型机器人等多对话场景在华为内部场景的累积,为质检提供情绪检测,词向量相似度检测,静默检测, 打断检测以及上下文重复检测等规则将质检需求进行量化。
通过情感模型,声学模型以及检索模型来辅助质检。通过全量的质检,让 AI 辅助质检人员进行质检,避免了前述提到人工质检中的低效问题。
通过 ASR 能力让质检员从听变为浏览
ASR 即自动语音识别技术(Automatic Speech Recognition)是一种将人的语音转换为文本的技术。
人工质检中,质检员需要听大量录音,而听的效率远远低于看文字的效率,通过华为云提供的 ASR 能力对录音文件进行识别转写,质检人员只需要查看转写并复核过的质检文件即可,大幅度提升质检效率。
更加客观的对客服人员进行打分
全量质检改变了过往的抽查,通过定时任务与报表,让业务方对客服违规情况进行浏览,能够全面反映客服服务中存在的问题。
提升质检业务的价值
通过 AI 解放了质检员,变身为复核员, 从质检结果中获取过往发现不到的问题,提升业务的价值。结合公司业务情况,输出报告,规避潜在风险!
本文转载自华为云产品与解决方案公众号。
原文链接:https://mp.weixin.qq.com/s/R48LzDYaP3CPIN1NATPj3g
评论