圖：美劇《了不起的麥瑟爾夫人》

　　很多企業(yè)擁有中大型電銷或客服中心，每天與客戶產(chǎn)生成千上萬次溝通。溝通的質(zhì)量，決定了企業(yè)的收入或客戶滿意度。企業(yè)監(jiān)督業(yè)務(wù)人員的溝通質(zhì)量和執(zhí)行力的過程，被稱為質(zhì)檢。

　　前兩篇文章，我們介紹了“關(guān)鍵詞+正則”質(zhì)檢方式和全新的“非正則”質(zhì)檢方式的區(qū)別，也介紹了兩種機器質(zhì)檢方式各自適配的場景。

　　雙模質(zhì)檢，各司其職。“非正則”質(zhì)檢方式通過引入深度學(xué)習(xí)算法模型，能夠更好地利用上下文語義來判斷一個句子是否命中了質(zhì)檢項，顯著提升找全率（術(shù)語“召回率”）和找準(zhǔn)率（術(shù)語“準(zhǔn)確率”）。同時，由于深度學(xué)習(xí)算法模型對訓(xùn)練數(shù)據(jù)量有要求，因此“非正則”方式更適合目標(biāo)通話量較多的質(zhì)檢項，而目標(biāo)通話量過少的質(zhì)檢項，無法訓(xùn)練出好的算法模型，需要繼續(xù)使用“關(guān)鍵詞+正則”的方式。

　　今天，我們進(jìn)一步分析，如何對不同的質(zhì)檢項采取不同的優(yōu)化策略，使機器質(zhì)檢和人工復(fù)檢更好地平衡，提升整體質(zhì)檢工作的效率。

　　我們希望每個質(zhì)檢項所命中的目標(biāo)通話又全又準(zhǔn)。這也是循環(huán)智能的質(zhì)檢產(chǎn)品引入“非正則”模式的原因。

　　但在優(yōu)化質(zhì)檢項的命中效果時，當(dāng)召回率和準(zhǔn)確率都達(dá)到了一定的高度，想要繼續(xù)提升，難免會遇到“二選一”的問題：召回率和準(zhǔn)確率互相影響、此消彼長，一個指標(biāo)增長，另一個指標(biāo)通常就會下降。

　　圖：Designed by Creazilla*

　　在實際應(yīng)用中，大部分企業(yè)的業(yè)務(wù)流程是“機器質(zhì)檢+人工復(fù)檢”：將機器質(zhì)檢的結(jié)果交給人工做復(fù)檢。因此，機器質(zhì)檢的召回率和準(zhǔn)確率變化，會影響到人工復(fù)檢的成本：

　　那么對于不同的質(zhì)檢項而言，如果碰到“二選一”的問題，該如何做出選擇？

　　負(fù)向質(zhì)檢，就是找出不合格、不合規(guī)的地方。通俗地說，在銷售、客服質(zhì)檢中，是指找出業(yè)務(wù)員“說了什么不該說的”。負(fù)向質(zhì)檢是企業(yè)比較常見的需求，尤其是在受監(jiān)管比較嚴(yán)格的領(lǐng)域。

　　在貸后資產(chǎn)管理（催收）領(lǐng)域，質(zhì)檢項以負(fù)向為主，例如恐嚇威脅、疑似私收錢款等。負(fù)向質(zhì)檢項通常有兩個特征，第一是違規(guī)量通常都不太大（大部分通話不會違規(guī)），第二是漏檢之后的風(fēng)險相對比較大。因此，針對負(fù)向質(zhì)檢項，我們通常應(yīng)該通過調(diào)整算法模型的參數(shù)或規(guī)則代碼，保證“召回率”優(yōu)先，將更多涉嫌違規(guī)的通話都找出來，然后增加人工成本去做復(fù)檢，“寧可錯殺一片，不可放過一個”。

　　正向質(zhì)檢，是指對業(yè)務(wù)員符合規(guī)范的地方進(jìn)行加分激勵。最近幾年，正向質(zhì)檢越來越受到企業(yè)重視，因為負(fù)向質(zhì)檢判斷的只是業(yè)務(wù)員有沒有犯錯，是一種“懲惡”的理念，而正向質(zhì)檢可以用來激勵業(yè)務(wù)員變得更加專業(yè)、更加規(guī)范，是一種“揚善”的理念，更有利于形成正向循環(huán)。

　　例如客服領(lǐng)域的規(guī)范性用語：“標(biāo)準(zhǔn)開場白”、“標(biāo)準(zhǔn)結(jié)束語”、“服務(wù)延伸用戶（請問還有什么可以幫您）”以及“確認(rèn)客戶預(yù)留信息”等。這類正向質(zhì)檢項，通常目標(biāo)通話量比較大，如果錯誤率較高，復(fù)檢成本就會很高。面臨二選一的時候，我們通常應(yīng)該通過調(diào)整模型參數(shù)或規(guī)則代碼，優(yōu)先提升準(zhǔn)確率，降低人工復(fù)檢成本，“寧可漏掉幾個，不可錯殺一片”。

　　實際場景更復(fù)雜

　　需要重申，我們在優(yōu)化質(zhì)檢項命中效果的時候，最好的情況是，能找到同時提升召回率和準(zhǔn)確率的方法，或者能找到大幅提升其中一個指標(biāo)，而另一個指標(biāo)不會明顯下降的方法。如果這兩條路都走不通，為了繼續(xù)提升效果，才需要結(jié)合漏檢的風(fēng)險高低以及人工復(fù)檢的成本，進(jìn)行“二選一”。

　　通常，因為負(fù)向質(zhì)檢項的漏檢風(fēng)險比較高，所以“召回率優(yōu)先”，降低漏檢風(fēng)險；而正向質(zhì)檢項的目標(biāo)通話量比較大，所以“準(zhǔn)確率優(yōu)先”，降低復(fù)檢成本。

　　不過，也有少量例外。比如有的負(fù)向質(zhì)檢項，目標(biāo)通話量不算少，而且風(fēng)險也比較低，那可以考慮“準(zhǔn)確率優(yōu)先”；有的正向質(zhì)檢項，目標(biāo)通話率非常少，而且重要性比較高，那就應(yīng)該考慮“召回率優(yōu)先”。

　　此外，在實際應(yīng)用中，還要將其他因素綜合考慮進(jìn)去，比如不同質(zhì)檢項的召回率和準(zhǔn)確率提升難度不同，比如不同企業(yè)的復(fù)檢員數(shù)量是不同的……我們才能更好地制定不同質(zhì)檢項的優(yōu)化策略。