01研究背景

呼叫中心传统的质检方式一般都是“事后”质检，随着智能质检的广泛应用，实时的“事中”语音质检成为了质检工作的主流。但无论是“事中”还是“事后”质检，都是在服务事件或内容已成为既定事实后进行的质检，服务中出现的质量瑕疵无法通过撤销键撤回。
如何在“事中”、“事后”的质检中摸索出对“事前”服务风险的预警才是事半功倍的做法。

语音转译技术受嘈杂环境、方言等差异的影响较大，尤其是一些全国性受理业务的呼叫中心，语音数据受南北地域和民族特色差异化等影响，转译后的WER（字错误率）和SER（句错误率）较高，但这不影响转译文本发挥其潜在应用价值。在呼叫中心已经大量尝试将语音转译技术应用于辅助智能质检或是客户画像的研究。

智能质检从一定程度上解决了抽检覆盖率低、时效性差、质检效率低、人工质检带有主观意识等问题。随着自然语言理解技术的快速更新，智能质检工作的方向也将向多元化发展。

02研究方法

以呼叫中心服务投诉为源点，收集A、B、C三个服务部门在4、5、6三个月份（非历年服务投诉事件峰值月度）出现的服务投诉属实事件和致命性差错问题。通过统计A部在4月份服务投诉属实人员有33%同时出现了致命性差错，B部在5月份服务投诉属实人员有45%同时出现了致命性差错，C部在6月份服务投诉属实人员有50%同时出现了致命性差错。

1

数据表明服务投诉事件和致命性差错问题集中出现在同一客服人员身上的概率较高。客户出于对客服人员在服务过程中出现的服务推诿、响应不及时、服务冷漠等情况提出投诉要求，但因每个客户的诉求不同、个人情感接受度不同，面对客服在服务过程中暴露出的服务缺失，有可能不会主动提出投诉意愿，同时因一些人为因素服务投诉事件未及时进行上报，最终造成大量的服务缺失仍隐藏在海量数据中，挖掘出这些服务隐患并进行有效预警，将对呼叫中心现场管理起到至关重要的作用。

“三维”服务风险检测模型
呼叫中心最关注的三个质效关键点包括服务能力、服务效率和服务态度，这三点不仅是客服人员综合能力评价的依据，同时也是影响客户满意度的关键因素。以呼叫中心服务投诉属实事件涉及的录音和语音转译文本为训练数据，建立三个维度的检测模型，对海量工单进行质、效、情三方面的综合诊断（图1）。