普强千察语音质检系统

最懂企业需要的语音质检产品

导读：语音质检产品那么多，究竟什么样的质检产品才更适合企业需要？一款优秀的质检产品具体应该看技术数据还是场景方案搭建，本期与你共同揭秘

什么是智能质检，智能质检为我们解决了什么问题？

       智能质检的诞生伴随着呼叫中心的发展。从航空售票预定或'114'时代起的客户拨打特定服务号码查询对应信息，到基于WEB的呼叫中心服务阶段，这不仅经历了技术的革新，更经历了数据量的巨大更迭。从最初的几个人、以电话接入为主的语音服务，到语音、多媒体等数据合并，超百人座席的大型呼叫中心，每日数据量的生产实现了指数级倍增。

       智能质检产品的诞生便是为了解决呼叫中心大量数据产生与座席人员与服务难以同步的人工质检困境。科技的发展和企业的前进，传统人工质检已经完全无法满足企业日常需要，呼叫中心常规50:1——120:1的数名座席人员面对上万级的（语音）服务数据，抽检现状可想而知，巨大的难以覆盖的录音下掩盖的不止有落后的生产力，还有难以获知与无法满足的客户需要。

       人工抽查通常仅能实现全量录音的1%-2%抽检效果，且主要依靠质检人员抽调客服人员录音，通过听录音、看记录并结合自己的专业判断实现对客服人员日常工作评价。这样的弊端不够明显吗？

• 人工抽检覆盖面小，抽检效率低

       人工抽检大多采用抽检方式，随机性强，抽检覆盖率通常仅达到1%，无法获取有效价值信息的同时，潜在风险和问题更是难以发现并及时避免。客服也会因极低的覆盖率心存侥幸心理，看到质检在查的业务，下意识避开高压线。

• 质检人员判断具备主观性

       尺度不一，要求参差不齐使得整体服务质量难以获得有效的客观评价。

• 人工成本高，难以实现对客服人员的技能提升

       客户中心的巨大语音数据量使人工成本不断攀升，传统人工抽检对质检人员的专业能力与从业经验要求强烈。

•  非实时性

       事后抽取录音范本，对于异常指标、异动业务难以在第一时间发现，服务质量管控存在滞后同时，效率不高，存在风险隐患。

智能质检又是如何破解困境？

       ASR语音识别，实现系统100%全量质检，拉升工作效率，再大的数据量也能通过建模的方式快速将繁杂语音信息进行分类筛选，轻松搞定。质检效率高，实效快，实现质检评分的自动化、系统化、规范化和统一化。

       客服服务与用户满意度双重提升，实现双赢。提升的质检率不仅可以以标准化流程规范客服对特定场景的话术监督，提升客服服务能力，也能快速获取用户需要，提升客户满意率。

       快速“监控”捕捉盲点，变不可知为可知。通过人机协作实现违规质检率有效提升。

智能质检模型是如何搭建的？

       质检模型的搭建目标主要是为了解决质检热线服务中关于座席服务礼仪、服务规范、业务能力、技能技巧、客户满意度等问题，因此模型搭建的重要标准即是否贴合客户实际需要

• 确定质检业务场景

       质检业务场景通常为呼入/呼出场景，因此面对不同场景考察侧重点也有所不同。比如呼入场景重点关注业务解答规范及技能技巧；呼出场景则根据行业、业务的不同搭建场景，比如保险行业搭建险种回访、保险电销、续期提醒等场景，金融行业则在满意度回访、在线客服等场景。

• 明确业务场景对应的质检项，即机器质检过程中需要抓取的质检规则

      例如呼入场景质检项集中在回访话术是否严谨、服务态度是否规范，当客户对个人提出表扬、质疑时，应礼貌时是否合理回应等；呼出场景则主要集中在业务流程办理是否合规，是否有伪冒公检法等威胁恐吓、夸大事实的行为，是否有使用销售技巧等质检项。

• 判断质检项类型及质检条件

       在明确业务场景及场景对应质检项同时，需要快速判断质检项属于常规质检或专项质检。常规质检主要质检通话过程中座席服务礼仪、服务规范、客户感受等服务类规则，专项质检则是根据业务要求质检业务流程、业务技能、销售能力等业务规则。一般情况专项质检都需要进行质检条件的判断，比如险种回访场景A险种需要质检座席是否告知客户险种的责任与风险而B险种不需要质检此项；再比如北京分公司业务不需要质检是否本人签收合同而河北分公司需要质检此项。我们就需要根据质检项类型来明确哪些录音需要设置质检条件。

• 设计符合业务考核标准的评分逻辑

       因为业务特殊性，单一的质检评分逻辑无法满足多样化的业务考核标准，我们需要运用多元化的评分规则逻辑，目前常用到的评分逻辑有，违规扣分、合规加分、阶梯评分等。比如保险行业的新契约回访，可以通过“违规扣分”方式实现，即没有明确告知条款内容就违规，违规就扣分。通话过程中客户主动表扬座席时，可以通过设置“合规加分”满足业务需求。在业务不断发展过程中，还会遇到 “错了不全扣分，对了只取逻辑中最高分”的情况。此时可以通过阶梯打分来实现客户需求。

       数据处理底层数据的处理是建立质检规则的基础。数据的预处理主要包括两部分：第一通过语音转译引擎将获取的录音音频数据转化为结构化的文本格式数据，第二对获取到的原始文本、音频数据进行二次加工处理，找出搭建质检规则需要的重要数据。

       质检规则模式设计对预处理后的数据进行规则设计是智能质检方案设计最核心部分。智能质检系统中录音定位、问题检出，报表输出等功能都是通过对质检规则的学习得以实现。

如何选择一款最适合企业级智能质检产品？

什么才是一款优秀智能质检产品的必备条件？

       语音质检产品作为一款企业应用级产品，比起五花八门的宣传噱头，深度了解用户真实使用场景需求，拥有大量行业搭建案例，直击企业用户痛点，有效交付落地才更重要。

       普强千察语音质检系统，懂你所需，场景最贴合，落地最真实

1. 拥有全自研底层ASR语音识别引擎能力与非结构化数据分析技术双准确率精准保证！质检精准率较市场通用质检率提升2%！

2. 多种建模能力真实切换，支持情绪识别……搭建场景真实匹配企业用户所需，高准确率更高分析能力，让语音数据化繁为简。

3. 10余年行业经验积累，真实掌握银行、保险、证券、政务等行业数十款独家业务模型，自有标准模型（针对性场景方案搭建）即可立即使用，满足市场上80%以上用户场景需求，完整的操作性与用户场景深度匹配，即装即用，不止拼数据，还能看疗效！

4. 场景化资源包形成数据看板及舆情分析，支持自定义任务流转模式，可自由配置多个质检流程，多接口支持，有效更灵活。

5. 统一团队全流程售后服务体验，双7*24小时服务，放心依赖。产品7*24小时无障碍运行，自有团队7*24小时全天候响应，无缝对接售前、使用及售后服务流程。从使用初期便有专门团队专项服务，没有二次换“队”风险，最懂你的场景需要。
   

  “试用是检验真理的唯一标准”，普强十余年深耕智能行业，丰富行业经验与亿万级数据积累形成普强智能质检平台产品护城河，懂企业所需才能真正解企业困境！