智能質(zhì)檢背景:傳統(tǒng)人肉方式難以為繼
一直以來,服務(wù)質(zhì)檢的工作方式以人工抽查為主,形式上主要依靠質(zhì)檢客服聽錄音、看記錄并結(jié)合自己的專業(yè)判斷來進行合規(guī)性檢測。在目前業(yè)務(wù)量越來越大的情況下,傳統(tǒng)的質(zhì)檢方式的弊端越來越明顯的暴露出來:
覆蓋率。目前行業(yè)的抽檢比例大概在1-2%,這個比例意味著大量的工作錄音被忽略了,這其中隱藏的價值或者風險并沒有被有效地發(fā)掘出來;
業(yè)務(wù)價值。由于覆蓋率比較低,無法對所有數(shù)據(jù)進行聚合分析,無法準確把握客戶需求抓住商機,質(zhì)檢客服的業(yè)務(wù)價值被局限在合規(guī)性檢查這一狹小的領(lǐng)域;
質(zhì)檢延時。人工質(zhì)檢一般是第二天甚至更晚對前一天發(fā)生的語音進行抽檢,這種事后定期抽檢的方式無法在事件發(fā)生的第一時間定位到問題,更無法對風險進行及時應(yīng)對;
工作效率。質(zhì)檢客服針對每一通隨機選擇的電話,往往都需要反復(fù)進行復(fù)聽,導致效率低下,且在工作時間內(nèi)發(fā)現(xiàn)的問題有限;
質(zhì)檢標準。人工抽檢受限于對業(yè)務(wù)的認知,不同的人對事件的判斷,往往會有不同的結(jié)論,甚至相同的人在不同時間對同一事件的看法也會發(fā)生改變,這都造成了標準上的不統(tǒng)一;
質(zhì)檢成本。質(zhì)檢工作重復(fù)性高,任務(wù)繁重,隨著業(yè)務(wù)量的增加,在保證抽檢比例的情況下,公司需要投入大量的人力物力來滿足質(zhì)檢的需要。
根據(jù)以上傳統(tǒng)質(zhì)檢形式的工作現(xiàn)狀,一個新的智能質(zhì)檢工作平臺就變成迫切的需求,這個平臺需要能夠?qū)崿F(xiàn)全量自動化的質(zhì)檢;能夠?qū)崟r、準實時或者批量地輸出質(zhì)檢結(jié)果;能夠有效提升質(zhì)檢客服的工作效率;促成質(zhì)檢客服的價值升級;能夠顯著降低企業(yè)成本。如圖1:
智能質(zhì)檢場景:合規(guī)檢測之外大有可為
隨著云計算、人工智能技術(shù)的發(fā)展,以智能語音識別(ASR)、自然語言處理(NLP)、大數(shù)據(jù)挖掘等技術(shù)的應(yīng)用為代表,智能質(zhì)檢產(chǎn)品被催生出來。阿里云智能質(zhì)檢產(chǎn)品—智能對話分析服務(wù)(SCA,以下簡稱SCA),就是其中的典型代表。
SCA可以實時或離線地將海量錄音數(shù)據(jù)轉(zhuǎn)化為文本,實現(xiàn)了對語音文件的100%全覆蓋,大幅降低了人工質(zhì)檢成本,通過對文本的分析和數(shù)據(jù)挖掘,可以實現(xiàn)對合規(guī)的檢查、風險的預(yù)警、趨勢的分析、商機的挖掘等。其典型應(yīng)用場景如下:
合規(guī)性檢測
對服務(wù)的合規(guī)性檢測是人工質(zhì)檢日常的主要工作,智能質(zhì)檢系統(tǒng)通過設(shè)定標準作業(yè)流程、標準話術(shù)、服務(wù)禁語等,判斷客服人員是否存在不符合規(guī)定流程、違規(guī)用語、泄露公司機密等行為;通過判斷上下文,理解用戶的意愿是否得到合理的滿足;通過匹配標準知識庫,判斷用戶的問題是否得到正確的解答。
顯而易見的是,對合規(guī)性的檢測,尤其是對客服標準作業(yè)流程、問題解答的質(zhì)檢,僅僅使用關(guān)鍵詞是無法達到目的的,真正有價值的,是能夠理解上下文、匹配作業(yè)流程、命中交互場景的智能質(zhì)檢工具。
企業(yè)風險管理
根據(jù)統(tǒng)計,一通服務(wù)電話下來,當客戶有好的體驗時,會告訴其他五個客戶,但是一個不好的體驗,卻可能告訴其他二十個客戶,而在互聯(lián)網(wǎng)時代,微博、微信的使用使得口碑傳播的速度更加快。因此對企業(yè)來說,監(jiān)控客戶的情緒變化,分析客戶的滿意度,發(fā)現(xiàn)客戶反應(yīng)中蘊含的輿情風險,成為客服體系必須重視并加以解決的工作。
智能質(zhì)檢系統(tǒng)通過檢測電話靜音、客戶語速變化、情緒波動,及時判斷客戶的情緒變化,幫助客服檢員發(fā)現(xiàn)通話中的輿情風險。
商業(yè)機會挖掘
質(zhì)檢過程中,通過對客服大數(shù)據(jù)的分析和挖掘,能夠有效地分析客戶需求,挖掘商業(yè)機會和金融服務(wù)的潛力。例如客戶關(guān)注的業(yè)務(wù)熱點、客戶對產(chǎn)品的反饋、客戶未被滿足的需求等,這些都蘊含著新的產(chǎn)品機會和銷售機會。
質(zhì)檢系統(tǒng)與企業(yè)內(nèi)部系統(tǒng)的深度集成后,可以建立用戶的反饋記錄、購買記錄、興趣鏈等,通過建立用戶畫像,實現(xiàn)精準營銷。
數(shù)據(jù)趨勢分析
智能質(zhì)檢系統(tǒng)是個大數(shù)據(jù)分析的平臺,通過對服務(wù)合規(guī)數(shù)據(jù)的統(tǒng)計,可以了解在不同周期內(nèi)整體服務(wù)品質(zhì)的變化情況;通過對客戶行為數(shù)據(jù)的聚類、歸納與分析,可以形成客戶熱點問題統(tǒng)計、業(yè)務(wù)趨勢分析;通過從通話中挖掘客戶、產(chǎn)品等有價值信息,為客服、運營、營銷提供支撐。
智能質(zhì)檢系統(tǒng)充分發(fā)揮人工智能的優(yōu)勢,挖掘和釋放質(zhì)檢客服的價值潛力,通過在各個場景下的落地和應(yīng)用,實現(xiàn)企業(yè)經(jīng)營策略的優(yōu)化,為企業(yè)戰(zhàn)略的實現(xiàn)提供更多動力。
智能質(zhì)檢實踐:系統(tǒng)應(yīng)如何部署和應(yīng)用
部署和應(yīng)用智能質(zhì)檢系統(tǒng),我們需要考慮如何才能夠?qū)崿F(xiàn)上述的幾種場景?兩個模型是關(guān)鍵,一是語音模型,二是業(yè)務(wù)模型。
1.智能語音識別
語音模型,也就是智能語音技術(shù)的應(yīng)用是基礎(chǔ),語音轉(zhuǎn)出來的文本不準確,一切的分析都是無根之木、無源之水。
隨著智能語音技術(shù)的發(fā)展,市場上的主要語音廠商都能提供,或者在一定的模型優(yōu)化后,提供準確率達到80%以上的服務(wù),這在一定程度上已經(jīng)為文本分析掃除了障礙。但是在選擇語音廠商時,仍需要注意到,語音模型不是一成不變的,需要考慮到隨著業(yè)務(wù)的發(fā)展、產(chǎn)品的變化和服務(wù)的升級,會有階段性的關(guān)鍵詞變化,這也要求語音產(chǎn)品需要具備模型迭代、熱詞更新能力。
2.業(yè)務(wù)模型創(chuàng)建
業(yè)務(wù)模型是質(zhì)檢系統(tǒng)的核心組成部分,優(yōu)秀的業(yè)務(wù)模型,能夠準確地描述企業(yè)的業(yè)務(wù)場景,真實地反映質(zhì)檢流程。
質(zhì)檢中最常見的數(shù)據(jù)是對話語音,而語音是典型的非結(jié)構(gòu)化內(nèi)容,客戶、客服的對話具有口語化、發(fā)散、上下文相關(guān)等等特點。另一方面,客服在對話過程中,往往有著本企業(yè)規(guī)定的標準話術(shù)流程,與客戶的交流過程,有著定義清晰的對話結(jié)構(gòu),對于客戶不同的反應(yīng),有著相應(yīng)的會話標準和技巧。
很明顯,單純的關(guān)鍵詞搜索是無法有效提取客戶需求,描述客戶意愿,和檢查話術(shù)流程的。智能質(zhì)檢的業(yè)務(wù)模型需要能夠命中交互場景,理解上下文,真正理解客戶交流的意圖,需要具備更高的技術(shù)處理能力。
質(zhì)檢規(guī)則不是簡單的關(guān)鍵詞識別,更是標準作業(yè)流程的計算機化的表達;不僅僅是對文本文字的抓取,更是糅合了對客戶情緒、語音語速、語義分析于一體的綜合評估。
對標準作業(yè)流程進行分析,會發(fā)現(xiàn)有幾個關(guān)鍵的特點,例如:
有處理步驟,也就是處理動作,步驟之間有前后關(guān)系;
處理步驟有處理人,對于質(zhì)檢行為來說,處理人就是客服和客戶;
步驟與步驟之間,由條件鏈接,不同的條件分支可以指向不同的步驟;
條件分支可以是一個邏輯表達式,也可以是一組邏輯表達式的組合。
SCA通過應(yīng)用角色設(shè)定、位置設(shè)定、范圍設(shè)定和表達式組合,實現(xiàn)將符合標準作業(yè)流程的質(zhì)檢行為轉(zhuǎn)化為系統(tǒng)可識別的規(guī)則,將規(guī)則的定義和系統(tǒng)的實現(xiàn)剝離出來,支持質(zhì)檢客服的靈活自定義。
在SCA支持如下的邏輯判斷:
關(guān)鍵字:與市場主流關(guān)鍵字匹配功能相近,精確匹配,同時又擴展了全部包括、全部不包括、任意包括等類型;
正則表達式:提供對正則表達式的支持,相較關(guān)鍵字,正則是一種更加靈活的判斷方式;
語義匹配:匹配出于給定參考句句義相近的句子,通過自然語義理解判斷語義是否相近;
問句檢測:判斷是否屬于問句,疑問、反問等,用于判斷用戶意圖;
語速檢測:判斷通話是否超出給定的通話語速,一般來說,超出一定語速范圍的通話會給人帶來理解上的困難,同時檢測一個人語速的變化,有助于對情緒識別的判斷;
時間間隔:用于判斷通話過程中是否出現(xiàn)過盲音;
搶話:判斷是否存在插話、搶話等行為。
3.智能語義處理
人工智能的一個典型層面即是自然語義處理,在模型設(shè)定中,語義處理有著廣泛的作用。
一個問題,會有多種不同的表達方式,在模型設(shè)定時,如果僅使用關(guān)鍵字識別,勢必會需要窮舉到所有的可能性。而語義理解可以智能地識別出相近的句子和相似的意思,在識別過程中,通過對上下文的語義處理,實現(xiàn)對用戶意愿和服務(wù)效果的精確匹配。
語義識別處理建立在大規(guī)模語料庫和統(tǒng)計機器學習方法的基礎(chǔ)上,是一種對語言現(xiàn)象的數(shù)學建模,主要是基于大數(shù)據(jù)和算法模型搭建的,包括了分詞、詞法分析、句法分析、篇章分析技術(shù)等等。
可以看到,對語義的識別處理,離不開語料庫的創(chuàng)建和訓練,為增加適配性,語義模型應(yīng)該是個能夠迭代發(fā)展的模型,針對語義識別不準確的地方,又應(yīng)該允許人工干預(yù)加以調(diào)整。
SCA提供了基于語義進行規(guī)分析的規(guī)則處理流程,考慮到模型迭代的速度以及行業(yè)的特殊性,同時提供了人工干預(yù)的接口,使得人機配合更加緊密,同時更加貼合實際的需求。
4.數(shù)據(jù)挖掘
目前,智能質(zhì)檢大部分的應(yīng)用還是通過解放繁瑣低效的人工監(jiān)聽、查看等行為,來協(xié)助業(yè)務(wù)人員快速、有效地發(fā)現(xiàn)服務(wù)質(zhì)量問題,而這只是基礎(chǔ)能力的應(yīng)用,能夠為管理人員優(yōu)化服務(wù)質(zhì)量、提高人員素質(zhì)提供輔助決策建議,才是更深層次的應(yīng)用。
例如,通過對違規(guī)規(guī)則分析和服務(wù)評分分析,及時發(fā)現(xiàn)服務(wù)短板,有針對性地進行人員培訓提升服務(wù)質(zhì)量;通過數(shù)據(jù)挖掘和聚類分析,及時掌握客戶關(guān)注的業(yè)務(wù)熱點,有助于了解產(chǎn)品市場反饋、了解競品能力,從而幫助提升公司產(chǎn)品能力和市場競爭力;通過趨勢分析,可以從容地調(diào)整運營策略,優(yōu)化市場響應(yīng)。
智能質(zhì)檢的未來:AI將給客服領(lǐng)域帶來什么
1.通過解決傳統(tǒng)人工質(zhì)檢存在的不足,從而幫助企業(yè)更加高效地開展服務(wù)質(zhì)量管理工作,從服務(wù)質(zhì)量提高的角度來看,智能質(zhì)檢對比傳統(tǒng)人工質(zhì)檢在覆蓋率、成本上都有明顯的變化(如圖3),
2.通過數(shù)據(jù)挖掘、分析,輔助企業(yè)進行經(jīng)營策略優(yōu)化,從而提升企業(yè)的市場競爭力和市場滿意度。
3.質(zhì)檢客服工作方式的變更
智能質(zhì)檢產(chǎn)品為企業(yè)提供了一個優(yōu)質(zhì)的服務(wù)、分析和學習平臺,它的應(yīng)用必將會對質(zhì)檢客服的日常工作方式和內(nèi)容產(chǎn)生巨大的影響:
從日常繁瑣、重復(fù)的監(jiān)聽錄音解放出來,轉(zhuǎn)變?yōu)橘|(zhì)檢標準制定、業(yè)務(wù)模型創(chuàng)建、人工智能訓練等工作;
從人工收集客服存在的問題,轉(zhuǎn)變?yōu)檎、分析客服的服?wù)水平,有針對性的培訓和指導客服工作;
從服務(wù)質(zhì)量這一具體領(lǐng)域,升級為對輿情分析、市場調(diào)研、商機挖掘、輔助經(jīng)營策略優(yōu)化等諸多經(jīng)營領(lǐng)域的工作,實現(xiàn)價值鏈的升級。
從市場來看,當前大多數(shù)的智能質(zhì)檢對技術(shù)的應(yīng)用還不夠深入,承載的功能還是比較單一,導致了質(zhì)檢范圍有限、業(yè)務(wù)效果不突出。隨著人工智能、云計算技術(shù)的不斷深入應(yīng)用和自然語言處理、機器學習、文本分析技術(shù)的逐漸成熟,智能質(zhì)檢平臺應(yīng)用除了在合規(guī)風險管理方面發(fā)揮優(yōu)勢外,更加能夠在輿情分析、商機挖掘、精準營銷等方面提供更多的智能服務(wù)。
通過智能質(zhì)檢平臺的應(yīng)用,充分挖掘和釋放質(zhì)檢客服的價值潛力,助力公司戰(zhàn)略落地,為金融服務(wù)創(chuàng)新發(fā)展提供持久動力。