“您好，這里是****客服中心，請問有什么可以幫到您？”

　　……

　　“如果沒其它問題的話，麻煩請稍后為我的本次服務(wù)打個(gè)分，謝謝”

　　相信你一定曾經(jīng)聽到過這樣的請求，當(dāng)你曾因某些問題想向客服尋求幫助或投訴的時(shí)候，客服人員總會在通話的最后補(bǔ)充這樣一段說明，希望你為本次通話服務(wù)進(jìn)行打分。然而你是否知道，在很長一段時(shí)間內(nèi)，這種簡單的主觀判斷會成為判斷他們工作是否合格及績效考核的主要手段……

　　在網(wǎng)上購物及客服系統(tǒng)日益完善的當(dāng)今，人們越來越意識到落后的客服人員工作考核制度成了阻礙行業(yè)發(fā)展的一道坎，急需等待著變化和革新。慶幸的是，當(dāng)傳統(tǒng)的資源調(diào)度、被動考核都無法滿足需求時(shí)，人工智能客服系統(tǒng)應(yīng)運(yùn)而生。隨著深度學(xué)習(xí)及自然語言處理技術(shù)不斷完善，AI將徹底地解決了客服質(zhì)檢的問題，并令這個(gè)行業(yè)煥然一新……今天，我們就來具體探討下客服質(zhì)檢這個(gè)細(xì)分行業(yè)在互聯(lián)網(wǎng)浪潮下是如何變遷的吧。

　　眾所周知，績效考核和工作質(zhì)量監(jiān)督是企業(yè)管理的重要部分，處于人力資源管理中的核心地位。企業(yè)想要達(dá)成預(yù)定的目標(biāo)、及時(shí)發(fā)現(xiàn)問題、合理分配利益等都離不開良好的績效考核制度。然而，對于呼叫中心的客服人員而言，由于缺乏有效、便于統(tǒng)計(jì)的量化指標(biāo)，客服質(zhì)檢在很長一段時(shí)間內(nèi)一直處于一種非常落后且不科學(xué)的狀態(tài)，質(zhì)檢人員很難在有限的資源下公正客觀地對每個(gè)呼叫員進(jìn)行評分考核。

　　舉例來說，據(jù)觀察，一般呼叫中心QA監(jiān)控比例范圍只有0.3%-2%，代表著抽樣數(shù)量太少從而很難做到對坐席人員的無縫全監(jiān)控。也由于無法做到全量質(zhì)檢，抽樣時(shí)很難保證均衡性檢查。抽樣時(shí)需要考慮很多因素，比如時(shí)間（忙時(shí)，閑時(shí)）、錄音時(shí)長、業(yè)務(wù)內(nèi)容（咨詢，投訴）等等，均衡性的缺失對于坐席人員的評價(jià)是不公平的，同時(shí)增加了質(zhì)檢員的工作量。抽樣檢測還會導(dǎo)致對坐席人員的工作無法做到連續(xù)評判，需要長時(shí)間的考核才能進(jìn)行有效的判定。

　　上述一些問題是方法因素產(chǎn)生的痛點(diǎn)，對應(yīng)的，質(zhì)檢員人為因素也會產(chǎn)生一定的問題。比如不同的質(zhì)檢員評分標(biāo)準(zhǔn)不一致，以及質(zhì)檢員的專業(yè)水平不同，導(dǎo)致本身對對話中的錯(cuò)誤不能有效識別。

　　隨著互聯(lián)網(wǎng)技術(shù)的蓬勃發(fā)展，傳統(tǒng)的客服系統(tǒng)也在逐步進(jìn)行升級，漸漸的升級進(jìn)入了SaaS模式的智能云客服系統(tǒng)�？赡苡行┳x者對這個(gè)名詞會比較陌生，

　　SaaS模式的智能云客服做的是一套整合性流程管理解決方案：在線客服、客服工作臺、呼叫中心、客服機(jī)器人、工單系統(tǒng)等這一套智能客服功能全都涵蓋在內(nèi)，甚至還能進(jìn)行數(shù)據(jù)挖掘，幫助企業(yè)做出商業(yè)決策。

　　由于移動互聯(lián)網(wǎng)時(shí)代下，消費(fèi)者不僅僅會在官網(wǎng)等渠道與企業(yè)聯(lián)系，還會在商家微博號，微信公眾號，電商網(wǎng)站、app等多種渠道與企業(yè)互動，這樣的多重渠道會造成傳統(tǒng)的分平臺客服人員效率低下，資源浪費(fèi)嚴(yán)重。針對這類問題而誕生的云客服系統(tǒng)則能將所有的聯(lián)系渠道進(jìn)行整合，任何渠道反饋來的信息都會由統(tǒng)一的客服進(jìn)行跟蹤和反饋：

　　首先智能客服機(jī)器人將會通過語義分析算法，以及客戶的問題歸類，尋找自己的知識詞庫并試著回答。當(dāng)遇到一些無法回答的問題，機(jī)器人將會將相關(guān)的問題轉(zhuǎn)接給人工客服。工單系統(tǒng)則是當(dāng)客服人員遇到需要企業(yè)內(nèi)部協(xié)作一起解決的問題時(shí)，用于建立相應(yīng)協(xié)作任務(wù)的功能，其允許該問題按靈活的流程進(jìn)行內(nèi)部輪轉(zhuǎn)，讓全公司都參與到客服的協(xié)同處理。呼叫中心則是最后最傳統(tǒng)的解決方案，大部分客戶都可以在此通過人工對話的方式解決他們所遇到的問題。

　　整合的一體化客服支持系統(tǒng)，從很大程度上簡化了這個(gè)行業(yè)的執(zhí)行操作難度。更重要的是也為智能客服質(zhì)檢系統(tǒng)提供了一個(gè)平臺，企業(yè)能夠有效的收集并整合客服人員的工作訊息，如上線狀態(tài)、通話次數(shù)、通話時(shí)長等。只不過，作為客服人員工作最重要的一部分、通話內(nèi)容無疑是一個(gè)無法避免的核心考核內(nèi)容，而顯然只通過云客服系統(tǒng)仍無法滿足這個(gè)要求。

　　正如前文所述，云客服支持系統(tǒng)的出現(xiàn)很大程度上為智能客服質(zhì)檢提供了一個(gè)良好的平臺。甚至已能滿足一些基礎(chǔ)需要，例如統(tǒng)計(jì)客服人員的通話次數(shù)、通話時(shí)長等信息。然而最關(guān)鍵的通話內(nèi)容及效果考核卻始終無法實(shí)現(xiàn)。

　　提到通話內(nèi)容，不管是文字信息還是語音信息，其本質(zhì)乃是語言，亦稱為中文文本。想要對通話內(nèi)容進(jìn)行考核，勢必要對每一次對話中的中文文本進(jìn)行解析，并抓取其中對企業(yè)有用的關(guān)鍵詞，從而判斷客服人員本身是否合規(guī)。然而光這樣還遠(yuǎn)遠(yuǎn)不夠，且不說關(guān)鍵詞提取只能提供最基本的產(chǎn)品說明及文明用語判斷，對于客服是否有效、通話整體是否滿足要求等仍然束手無策。

　　變革出現(xiàn)在近兩年，隨著人工智能技術(shù)的日益成熟，針對中文文本的自然語言處理技術(shù)也得到了飛速發(fā)展，其中情緒解析技術(shù)的完善對客服質(zhì)檢的革新起到了至關(guān)重要的作用。

　　讓我們先來說說情緒解析技術(shù)，即從任意中文文本中分析出其所包含的情感信息。實(shí)際上，情緒解析并非一項(xiàng)新技術(shù)，根據(jù)中文分詞以及詞性的情感正負(fù)極判斷早已不是新鮮事，然而除了詞性判斷本身的低準(zhǔn)確率外，其最大的局限就是只能將情緒“兩極分化”：積極和消極，這對于很多文本處理場景來說都是遠(yuǎn)遠(yuǎn)不夠的。

　　有別于傳統(tǒng)的文本語義正負(fù)極識別，一些以語憶為代表的新一代情緒解析引擎擺脫了傳統(tǒng)語言情感正負(fù)極判斷的局限，根據(jù)深度情感記憶神經(jīng)網(wǎng)絡(luò)模型以及半監(jiān)督式的機(jī)器學(xué)習(xí)算法，引擎能從任意中文文本中提煉出多達(dá)18種情緒表現(xiàn)。

　　不僅如此，這類最新的情緒解析引擎還能基于細(xì)節(jié)情緒之上返回情感濃度值以及文本關(guān)鍵詞。這些功能對于引擎進(jìn)一步提煉文本核心觀點(diǎn)及情緒激烈程度起到了重要作用。

　　那情緒識別對于客服質(zhì)檢系統(tǒng)來說又帶來了什么呢？首先，針對客服通話雙方的情緒識別本身即可作為一種實(shí)時(shí)監(jiān)控系統(tǒng)。例如對客戶語言中的“憤怒”情緒設(shè)置一個(gè)閾值，當(dāng)所監(jiān)測到某一客戶的“憤怒”情緒濃度超出閾值之后，系統(tǒng)就會發(fā)出即時(shí)警報(bào)，從而便于管理人員及時(shí)參與進(jìn)行調(diào)控。

　　不僅如此，通話期間情緒的變化幅度完全能作為客服效果的有效評判工具。若客戶在剛打通電話時(shí)表現(xiàn)出來的是對產(chǎn)品的極度不滿意，則其被識別出來的情緒大體上應(yīng)是“憤怒”或“失望”。倘若通過客服人員的解釋說明，讓對方解開了誤會或達(dá)成了共識，則其最終的情緒會改變成“樂觀”甚至是“愉快”。即便對于同一種情緒，其濃度值的變化依舊可以反映出客服人員工作的成果。這些都可為最終客服人員的工作考核提供一個(gè)有力且客觀依據(jù)。

　　綜上所述，我們總結(jié)了如下情緒解析引擎能為客服質(zhì)檢系統(tǒng)帶來變革：第一點(diǎn)就是質(zhì)檢的無縫覆蓋，100%全量質(zhì)檢。每通電話，每句對話都會有情緒分析記錄，解決了人工聽錄音的低效問題，同時(shí)也解決了抽樣存在的偏見問題。

　　第二點(diǎn)，系統(tǒng)將會根據(jù)話務(wù)員情緒評分、用戶通話后評分、腳本匹配度等多個(gè)方面給出最終客觀的評價(jià)，從而解決了質(zhì)檢員打分標(biāo)準(zhǔn)不一致的問題。

　　第三點(diǎn)，實(shí)時(shí)預(yù)警功能可對客戶情緒進(jìn)行監(jiān)控，標(biāo)記出超出情緒閾值的客戶，從而幫助主管人員第一時(shí)間發(fā)現(xiàn)并解決問題，提高管理效率和客戶滿意度。

　　第四點(diǎn)，系統(tǒng)還能對大量的語音、文字內(nèi)容進(jìn)行大數(shù)據(jù)分析，得到最真實(shí)的用戶反饋，并將內(nèi)容進(jìn)行分類，發(fā)現(xiàn)潛在產(chǎn)品問題，并及時(shí)對客服人員進(jìn)行再培訓(xùn)。

　　以下我們列出了兩個(gè)基于情緒解析引擎的功能示例：

　　實(shí)時(shí)會話監(jiān)控預(yù)警系統(tǒng)，客服質(zhì)檢引擎應(yīng)當(dāng)可以根據(jù)企業(yè)客戶產(chǎn)品特點(diǎn)定制不同的情緒告警閾值，并實(shí)時(shí)對每一位終端產(chǎn)品用戶的留言進(jìn)行情緒分析。當(dāng)偵測到終端用戶的情緒反饋超過閾值后，及時(shí)反饋給后臺管理者。

　　除了服務(wù)于”會話中”流程，系統(tǒng)也應(yīng)該著眼于“會話后”，即為每一通會話提供質(zhì)檢服務(wù)，通過繪制產(chǎn)品終端用戶在整個(gè)會話中的情緒走勢曲線，及其接通話前后的情緒落差判斷客服的服務(wù)質(zhì)量。整套系統(tǒng)可以將原有的抽樣檢查提升到全量檢查，節(jié)省了大量的人力成本。

　　對于整個(gè)客服系統(tǒng)而言，不得不說，在短期內(nèi)人工智能尚不能完全取代客服呼叫員的角色，人工客服仍然需要以電話的形式幫助回答、應(yīng)付一些復(fù)雜、獨(dú)特的問題。然而就客服質(zhì)檢而言，無疑通過情緒解析引擎配合云客服系統(tǒng)，傳統(tǒng)質(zhì)檢員的職能已能被很好地取代。

　　不僅如此，綜合性客服支持系統(tǒng)還能通過客服信息的收集及處理提供含有巨大商業(yè)價(jià)值的數(shù)據(jù)洞察。

　　如以上某手機(jī)客服數(shù)據(jù)示例，客服支持系統(tǒng)完全可以對所獲得的歷史客服數(shù)據(jù)進(jìn)行整合與挖掘，并從中提煉出可對企業(yè)產(chǎn)品、服務(wù)或運(yùn)營策略本身帶來關(guān)鍵建議的數(shù)據(jù)洞察……綜上所述，提高質(zhì)檢效率，讓客服溝通、智能服務(wù)、商業(yè)決策變得更標(biāo)準(zhǔn)化及智能化，這便是人工智能客服系統(tǒng)今天最大的價(jià)值所在。