AI科技扑面而来的社会，人工智能贯穿着工作和生活。大数据和智能技术的日益成熟，不仅冲击着生活方式的改变，也使客户对服务的要求发生了翻天覆地的变化。众所周知，客户满意度是由企业的服务价值来决定的，而企业的服务价值则是由员工满意度来决定的。

随着客户对于服务要求的日益提升，如何在控制成本的情况下，有效提升员工服务能力，保证员工愿意并乐意提升，保证质检标准与客户满意度之间的平衡，是质检管理永恒不变的课题。

1纯“人力”质检的现状

１、人工成本高：客户中心的语音数据量巨大，时间和人工成本高，通常质检员占比总服务人数的３％～４％。
２、覆盖率低：人工抽检大多采用抽检方式，随机性强，抽检覆盖率不到1%，无法获取有效价值信息，一些潜在的风险和问题无法及时发现并避免。客服也会存侥幸心理，看到质检在查的业务，会下意识避开高压线。
３、非实时性：人工质检都是事后抽取录音范本，对于异常指标、异动业务难以在第一时间发现，服务质量管控会存在滞后，同时效率不高，会有一定风险隐患。
４、主观性强：人工检查，每个人的尺度不一、要求参差不齐、不可避免在质检过程中会代入自己的主观意识。

2智能质检“三大抓手”直戳痛点

智能质检从人工质检的痛点出发，利用自然语言处理技术对服务录音进行服务禁用语、情绪波动、挂机规范、客户语料进行全方位的精准检测。

1、抓问题发现：挖掘文本，聚焦客服代表在服务过程中，服务规范执行、营销开口率、满意参评引导等重点服务要求，抓客服代表执行力问题。聚焦服务过程中，客服代表出现违规、突然提高音量等影响用户服务感知的场景。细分至团队、个人，定位问题开展帮扶。

2、抓风险预警：识别客服／客户情绪，通过语义分析锁定未参评的客户，在沟通中主动提及不满或可能存在向媒体曝光等越级投诉倾向的录音。对该类客户进行预警推送。并针对当下的热点事件，抓取服务热点，做好用户风险预警管控和服务修复。

3、抓重点产品／业务的用户感知获取：利用智能质检文本，聚焦重点产品、重点业务推出后用户的热点问题抓取，转化判断客户对于重点产品／业务的需求意愿，及时发现客户新需求，掌握市场风向。

3“六大步骤”搭建智检模型

“结果是检验真理的唯一标准”。判断智能质检究竟好不好，是“大鸡腿”还是“鸡肋”?关键是看智能质检的结果能否产生有效的输出?智能质检模型搭建的是否合理有效?是直接影响最终应用成效的非常关键的一环。如何搭建有效的质检模型呢？智检模型搭建的“六大步骤”非常关键（图1）。