售后客服:您好,这里是XX售后服务中心,请问有什么可以帮您解决的吗?
买家小C:我买了一件衣服还没两天就降价了,怎么能这样啊?
售后客服:您好,保价申请已经处理完毕,请问还有什么可以帮您的吗?
买家小C:没有了,谢谢哈
售后客服:好的,如果没有其他问题的话,麻烦你等下给我的服务评个分哈,谢谢。
相信各位一定遇到过这样的情况,当你有问题需要求助客服或者投诉时,客服人员总会在开始时使用问候语,并在最后加一段说明,希望你给她的服务打一个高分。
在很多客服公司,这个主观评分就会决定客服人员的绩效。但是还有很多场景,客户不会给出打分,那么如何通过AI技术为客服行业赋能,为客服人员给出一个公平的绩效呢?
很多公司使用了人工质检,所谓质检即质检员对客服与用户的语音对话或者文本对话进行检查的过程。
01 人工质检存在的问题
一般在呼叫中心中,客服人员与质检员的配置是10:1左右,而如果假设客服每天进行了六个小时通话,那么质检员每天要面对的语音就是六十个小时,一天只有24个小时,而质检员每天的有效工作时间也就是六到八个小时,对于部分语音需要重复听三到五遍,因此质检员只能用抽查的方式。
按照行业数据,抽检率只有0.5%到1%左右,对于部分不重视该流程的公司,抽检率甚至更低。基于这样的工作现状,人工质检会有以下问题:
- 无法全面覆盖所有客服工作,可能抽查的都没问题,但是剩下99%的通话里就存在有违规行为。
- 质检员也有情绪起伏,评价不客观,部分规则具备主观因素,而质检员与客服为同事关系,可能出于情感因素,并不客观的进行打分。
- 质检员机械重复地听取用户与客服的通话录音,机械且枯燥,并且除了对通话打分之外,没有办法从质检工作中获得有效线索对公司业务进行反哺。
02 智能质检的工作逻辑
从业务角度讲,智能质检首先通过语音转文字(ASR),接着通过配置好的业务规则对文本内容进行检查,判断客服是否违规。然后将质检结果返回给用户,让质检员进行复核。即如下流程图所示:
03 智能质检的价值
这里我们通过与某公司客服部门的合作来举例:
通过质检任务对语音以及文本工单进行全量质检,将质检的覆盖率提高到了百分之百,而使用前人工质检的覆盖率仅为0.5%。机器不知道疲惫,可以将所有的通话以及文本对话都进行质检,判断是否违规。
- 通过全量检查,对通话进行质量检查,找出高频问题,推动业务解决问题
在对通话进行质检的过程中我们发现客户投诉的高频问题主要集中在如何退订资源以及如何进行账号的权限设置,通过高频问题再反哺给业务优化涉及实现,有效降低客户投诉率。
- 通过质量检查对客服的服务质量进行评价,帮助客服提升服务质量,最终提高用户对客服的满意度
在以前的人工质检过程中,统计非常不全面,在全量质检中,我们有效的发现了客服缺乏的知识,帮助客服提升服务质量,提升了客服的满意度。
- 通过海量的检查,累计优秀的对话案例,用于日后客服培训时所使用的材料
通过全量的质检,我们将一些表现好的客服与客户通话记录整理出来,脱敏之后形成客服培训材料,有效降低了新客服接入的培训时间,通过模拟的方式,对客服进行测试,减少了训练成本。
- 通过质检中的热点问题找到用户潜在需求,提升产品完整性
在质检中,我们发现客户经常找不到我们活动的入口,以及如何退换货,在版本迭代过程中,我们对页面进行了重新设计。
我们有一部分的对外销售业务,我们在质检过程中发现,有很多用户因为疫情在家的原因对平板电脑的需求很大,及时反馈给供应链,加大了对平板电脑的推销电话,有效提升了销售额。
04 华为云如何用AI赋能质检
我们依托于华为云对话机器人服务,通过我们过往在智能问答机器人以及任务型机器人等多对话场景在华为内部场景的累积,为质检提供情绪检测,词向量相似度检测,静默检测,打断检测以及上下文重复检测等规则将质检需求进行量化。
通过情感模型,声学模型以及检索模型来辅助质检。通过全量的质检,让AI辅助质检人员进行质检,避免了前述提到人工质检中的低效问题。
ASR即自动语音识别技术(Automatic Speech Recognition)是一种将人的语音转换为文本的技术。
人工质检中,质检员需要听大量录音,而听的效率远远低于看文字的效率,通过华为云提供的ASR能力对录音文件进行识别转写,质检人员只需要查看转写并复核过的质检文件即可,大幅度提升质检效率。
全量质检改变了过往的抽查,通过定时任务与报表,让业务方对客服违规情况进行浏览,能够全面反映客服服务中存在的问题。
通过AI解放了质检员,变身为复核员,从质检结果中获取过往发现不到的问题,提升业务的价值。结合公司业务情况,输出报告,规避潜在风险!
看了这么多,没记住?
没关系,小编帮你来总结
05 如何使用华为云智能质检服务
当前我们正在进行火热公测,邀您来免费体验,为您的企业提高质检效率,用AI自动化改变手工质检的现状。快速通道已为您准备好,码上了解一下