随着传统人工质检的劣势逐渐暴露，智能质检的应用就被提上日程了。这篇文章里，作者拆解了一个客服智能质检系统搭建的产品规划、流程设计、系统功能，一起来看一下。

客服中心传统人工质检属于事后管理，核心目的在于监控坐席服务质量，以此来优化改进服务策略，提升整体的服务效果。但是随着业务复杂度的提高，服务要求的提高，传统的人工质检也存在诸多劣势。

1. 坐席问题发现难，内部投诉居高不下

人工抽检依赖于质检员一通通的听取录音、查看文本，整体抽检率非常低，大型呼叫中心，抽检比例不足1%，导致坐席作业问题的发现机会有限，客户投诉量高。

2. 坐席水平提升难，案例沉淀、培训需求无数据支撑

坐席服务水平提升主要来源于培训，而培训需求来源一是业务线提出，二是培训师主动发现，两者均缺乏客观数据支撑和坐席差异化培训，且培训师在制作培训课程时，存在案例收集难、耗时长等痛点。

3. 客户数据应用难，未赋能到产品优化、策略调整

呼叫中心日积月累的客户原始通话、会话数据量级特别大，但这些客户数据未能得到充分挖掘、分析、应用。

随着人工智能、大数据技术的发展，以上的问题也逐渐得到解决。下文笔者将结合个人的实际项目产品经验，介绍客服智能质检产品建设方案。

一、智能质检系统流程

当前企业客服中心主要服务渠道分为电话、在线两种，其中电话录音需要先通过语音识别（ASR）技术转译成文本数据。

整个智能质检系统主流程主要包含全量数据智能质检跑批、人工抽检复核、坐席复议三个环节，如下：

根据系统用户角色，可以再细分拆解系统的细流程，如下：

二、智能质检产品架构

结合实际项目经验、市场调研，设计如下的产品架构，从原始数据的接入，到质检结果数据的输出应用，形成完整闭环。

三、智能质检产品功能模块

结合产品规划方案，落地到智能质检产品功能模块，包含规则管理、任务管理、质检作业、质检结果、案例管理、数据挖掘六大模块，下面分别就里面功能进行说明。

1. 规则管理

规则管理系统是产品中的核心模块，它负责配置和管理业务质检点的模型规则。通过这个模块，管理员可以灵活地定义关键词规则、正则表达式规则、流程质检规则、语义理解规则和服务质量规则，从而确保坐席的服务质量符合业务要求。

同时，系统还支持规则的组合配置、质检评分模板的配置，以及面向对象（客户/坐席）的分值设置（加分/减分），为产品提供全面的质检和评分功能。

2. 任务管理

任务管理系统是产品中的核心组件，负责智能质检任务、人工抽检任务和专项质检任务的配置与管理。该模块通过灵活的任务配置，实现对话务数据的抽取、质检条件的设置、评分模板的关联以及质检任务的分配，确保质检过程的高效与准确。

3. 质检作业

质检作业模块是任务管理系统的核心组成部分，它专为质检员设计，用于执行日常的抽检作业。该模块提供了质检员个人中心的任务清单，以及一个功能丰富的作业页面，支持质检员听取录音、查看转译文本、质检规则评分等操作。

4. 质检结果

质检结果模块是系统中用于展示质检完成结果数据的核心组件。该模块提供了个人情况汇总、小组情况汇总和业务线情况汇总的视图，并支持查看明细结果。此外，坐席可以针对个人质检明细结果发起申诉复议，并填写复议内容，系统将复议任务会扭转到质检员的任务列表中。质检结果的展示也需要结合业务实际需求进行定制化开发。

5. 案例管理

案例管理模块是质检系统中的赋能工具，专门用于收集、整理、展示质检员提交的正向和负向案例。这些案例旨在帮助坐席人员通过学习和分析，提升服务质量，减少错误，增强客户满意度。案例管理模块将提供一个集中的学习平台，方便坐席随时查看和学习案例。

6. 数据挖掘

在智能质检的赋能下，数据挖掘成为了一个强有力的工具，它能够帮助企业从大量的质检数据中提炼出有价值的信息。通过结合智能质检策略中的功能设置，我们可以设置相关的规则，从而输出多种结果，如客户声音挖掘、优秀话术挖掘、舆情监测以及热词分析等。这些输出不仅有助于提升企业的服务质量，还能够为服务策略提供有力的数据支持。

以上为智能质检系统应具备的基本功能模块，当然其向下还有很多细的功能点，在此不做详细说明，可留言探讨。

结束语

文章简单介绍了一个客服智能质检系统搭建的产品规划、流程设计、系统功能，其中在功能上向下细化还有很多值得探讨的，欢迎大家留言探讨。

最后，关于智能质检系统，笔者认为不应该只是局限于质检这一个场景，系统中已经有大量的客户原始通话数据，可以做很多数据的挖掘分析，来助力企业的经营，是非常值得深入研究的。