售后客服：您好，這里是XX售后服務中心，請問有什么可以幫您解決的嗎？
買家小C：我買了一件衣服還沒兩天就降價了，怎么能這樣啊？
售后客服：您好，保價申請已經處理完畢，請問還有什么可以幫您的嗎？
買家小C：沒有了，謝謝哈
售后客服：好的，如果沒有其他問題的話，麻煩你等下給我的服務評個分哈，謝謝。
相信各位一定遇到過這樣的情況，當你有問題需要求助客服或者投訴時，客服人員總會在開始時使用問候語，并在最后加一段說明，希望你給她的服務打一個高分。
在很多客服公司，這個主觀評分就會決定客服人員的績效。但是還有很多場景，客戶不會給出打分，那么如何通過AI技術為客服行業賦能，為客服人員給出一個公平的績效呢？
很多公司使用了人工質檢，所謂質檢即質檢員對客服與用戶的語音對話或者文本對話進行檢查的過程。
01 人工質檢存在的問題
一般在呼叫中心中，客服人員與質檢員的配置是10:1左右，而如果假設客服每天進行了六個小時通話，那么質檢員每天要面對的語音就是六十個小時，一天只有24個小時，而質檢員每天的有效工作時間也就是六到八個小時，對于部分語音需要重復聽三到五遍，因此質檢員只能用抽查的方式。
按照行業數據，抽檢率只有0.5%到1%左右，對于部分不重視該流程的公司，抽檢率甚至更低。基于這樣的工作現狀，人工質檢會有以下問題：
- 無法全面覆蓋所有客服工作，可能抽查的都沒問題，但是剩下99%的通話里就存在有違規行為。
- 質檢員也有情緒起伏，評價不客觀，部分規則具備主觀因素，而質檢員與客服為同事關系，可能出于情感因素，并不客觀的進行打分。
- 質檢員機械重復地聽取用戶與客服的通話錄音，機械且枯燥，并且除了對通話打分之外，沒有辦法從質檢工作中獲得有效線索對公司業務進行反哺。
02 智能質檢的工作邏輯
從業務角度講，智能質檢首先通過語音轉文字(ASR)，接著通過配置好的業務規則對文本內容進行檢查，判斷客服是否違規。然后將質檢結果返回給用戶，讓質檢員進行復核。即如下流程圖所示：
03 智能質檢的價值
這里我們通過與某公司客服部門的合作來舉例：
通過質檢任務對語音以及文本工單進行全量質檢，將質檢的覆蓋率提高到了百分之百，而使用前人工質檢的覆蓋率僅為0.5%。機器不知道疲憊，可以將所有的通話以及文本對話都進行質檢，判斷是否違規。
- 通過全量檢查，對通話進行質量檢查，找出高頻問題，推動業務解決問題
在對通話進行質檢的過程中我們發現客戶投訴的高頻問題主要集中在如何退訂資源以及如何進行賬號的權限設置，通過高頻問題再反哺給業務優化涉及實現，有效降低客戶投訴率。
- 通過質量檢查對客服的服務質量進行評價，幫助客服提升服務質量，最終提高用戶對客服的滿意度
在以前的人工質檢過程中，統計非常不全面，在全量質檢中，我們有效的發現了客服缺乏的知識，幫助客服提升服務質量，提升了客服的滿意度。
- 通過海量的檢查，累計優秀的對話案例，用于日后客服培訓時所使用的材料
通過全量的質檢，我們將一些表現好的客服與客戶通話記錄整理出來，脫敏之后形成客服培訓材料，有效降低了新客服接入的培訓時間，通過模擬的方式，對客服進行測試，減少了訓練成本。
- 通過質檢中的熱點問題找到用戶潛在需求，提升產品完整性
在質檢中，我們發現客戶經常找不到我們活動的入口，以及如何退換貨，在版本迭代過程中，我們對頁面進行了重新設計。
我們有一部分的對外銷售業務，我們在質檢過程中發現，有很多用戶因為疫情在家的原因對平板電腦的需求很大，及時反饋給供應鏈，加大了對平板電腦的推銷電話，有效提升了銷售額。
04 華為云如何用AI賦能質檢
我們依托于華為云對話機器人服務，通過我們過往在智能問答機器人以及任務型機器人等多對話場景在華為內部場景的累積，為質檢提供情緒檢測，詞向量相似度檢測，靜默檢測，打斷檢測以及上下文重復檢測等規則將質檢需求進行量化。
通過情感模型，聲學模型以及檢索模型來輔助質檢。通過全量的質檢，讓AI輔助質檢人員進行質檢，避免了前述提到人工質檢中的低效問題。
ASR即自動語音識別技術（Automatic Speech Recognition）是一種將人的語音轉換為文本的技術。
人工質檢中，質檢員需要聽大量錄音，而聽的效率遠遠低于看文字的效率，通過華為云提供的ASR能力對錄音文件進行識別轉寫，質檢人員只需要查看轉寫并復核過的質檢文件即可，大幅度提升質檢效率。
全量質檢改變了過往的抽查，通過定時任務與報表，讓業務方對客服違規情況進行瀏覽，能夠全面反映客服服務中存在的問題。
通過AI解放了質檢員，變身為復核員，從質檢結果中獲取過往發現不到的問題，提升業務的價值。結合公司業務情況，輸出報告，規避潛在風險！
看了這么多，沒記住？
沒關系，小編幫你來總結
05 如何使用華為云智能質檢服務
當前我們正在進行火熱公測，邀您來免費體驗，為您的企業提高質檢效率，用AI自動化改變手工質檢的現狀。快速通道已為您準備好，碼上了解一下
