面對(duì)客戶投訴，各企業(yè)可謂談虎色變，一旦產(chǎn)生投訴對(duì)企業(yè)、員工以及客戶都將產(chǎn)生較大影響。對(duì)企業(yè)來(lái)說(shuō)不僅要費(fèi)心費(fèi)力解決客戶投訴的問(wèn)題，企業(yè)品牌和形象還可能會(huì)因此受到影響；對(duì)員工來(lái)說(shuō)可能面臨處罰甚至解雇；對(duì)客戶來(lái)說(shuō)即便最后問(wèn)題得到解決，過(guò)程中的時(shí)間及精力消耗也會(huì)造成客戶滿意度降低�？v觀當(dāng)前的市場(chǎng)環(huán)境，企業(yè)主要面臨著以下幾點(diǎn)投訴困境：

　　當(dāng)今社會(huì)，客戶維權(quán)意識(shí)越來(lái)越強(qiáng)，投訴成本越來(lái)越低，再加上自媒體時(shí)代，信息傳播渠道與速度加快，個(gè)別投訴事件極易發(fā)展為社會(huì)輿論事件，給企業(yè)造成巨大的負(fù)面影響，這種影響短時(shí)間較難消除。

　　隨著近幾年服務(wù)行業(yè)監(jiān)管力度加大，企業(yè)投訴量逐漸升高。企業(yè)對(duì)客服中心的考核也因此趨嚴(yán)，不少客服中心面臨著投訴定責(zé)量及投訴發(fā)生量等多種指標(biāo)的嚴(yán)格考核。為了管控指標(biāo)，客服中心需要付出巨大成本。

　　隨著業(yè)務(wù)不斷發(fā)展，客戶數(shù)量持續(xù)增加，部分客服中心因?yàn)槿狈��?duì)一線人員的培訓(xùn)賦能，導(dǎo)致后臺(tái)支撐不足，從而基礎(chǔ)投訴不斷攀升，客戶感知及忠誠(chéng)度不斷下降。

　　隨著數(shù)字經(jīng)濟(jì)時(shí)代的到來(lái)，以及《消費(fèi)者權(quán)益保護(hù)法》的推出，監(jiān)管部門正在不斷加強(qiáng)整個(gè)社會(huì)服務(wù)行業(yè)的監(jiān)管力度，企業(yè)應(yīng)對(duì)投訴的策略也在不斷升級(jí)。為解決上述常見的投訴痛點(diǎn)，中關(guān)村科金全面分析企業(yè)面臨的投訴困境，通過(guò)制定投訴專項(xiàng)質(zhì)檢解決方案、搭建質(zhì)檢模型等方式，助力企業(yè)完善內(nèi)部投訴管控機(jī)制，實(shí)時(shí)監(jiān)控和處理問(wèn)題錄音，降低投訴帶來(lái)的不良影響。

　　在投訴專項(xiàng)之間解決方案的制定過(guò)程中，可通過(guò)以下幾點(diǎn)賦能服務(wù)行業(yè)進(jìn)行有效投訴管控。

　　1）抓取服務(wù)問(wèn)題： 采用服務(wù)態(tài)度質(zhì)檢模型+專項(xiàng)投訴質(zhì)檢模型+重點(diǎn)業(yè)務(wù)質(zhì)檢模型組合的質(zhì)檢方式，及時(shí)抓取服務(wù)問(wèn)題。具體實(shí)現(xiàn)方式為，首先通過(guò)服務(wù)態(tài)度質(zhì)檢模型檢測(cè)坐席在服務(wù)過(guò)程中是否出現(xiàn)服務(wù)禁用語(yǔ)、情緒波動(dòng)等通用服務(wù)態(tài)度問(wèn)題。其次結(jié)合重點(diǎn)業(yè)務(wù)質(zhì)檢模型及專項(xiàng)投訴質(zhì)檢模型定位重點(diǎn)場(chǎng)景出現(xiàn)的投訴問(wèn)題。最后，根據(jù)具體落地場(chǎng)景調(diào)整某項(xiàng)質(zhì)檢模型比重，在確保完成規(guī)定的質(zhì)檢率后，提升質(zhì)檢工作隨運(yùn)營(yíng)特點(diǎn)、指標(biāo)波動(dòng)調(diào)整的及時(shí)性與契合度，提高專項(xiàng)質(zhì)檢工作的靶向性。

　　2）實(shí)時(shí)風(fēng)險(xiǎn)預(yù)警：當(dāng)發(fā)現(xiàn)服務(wù)錄音中存在客戶不滿或提及向上級(jí)部門投訴等問(wèn)題時(shí)，便自動(dòng)觸發(fā)投訴質(zhì)檢專項(xiàng)模型，進(jìn)行實(shí)時(shí)預(yù)警并推送給質(zhì)檢人員重點(diǎn)跟進(jìn)，通過(guò)端到端的投訴處理流程，確保每類投訴問(wèn)題都有人接、有人管，能夠及時(shí)安撫客戶情緒并做出合理解釋、給出處理方案，避免問(wèn)題升級(jí)，最終控制投訴量。

　　3）獲取用戶感知：利用智能質(zhì)檢模型輸出的違規(guī)趨勢(shì)報(bào)表，分析當(dāng)下用戶反饋的問(wèn)題事件，抓取服務(wù)重點(diǎn)，比如：處理時(shí)效問(wèn)題、產(chǎn)品的使用質(zhì)量問(wèn)題、客戶信息安全問(wèn)題等。同時(shí)通過(guò)對(duì)模型數(shù)據(jù)進(jìn)行挖掘分析，預(yù)知潛在的風(fēng)險(xiǎn)問(wèn)題事件并提前設(shè)定解決方案。

　　4）分類進(jìn)行安撫：投訴場(chǎng)景中最重要的工作是站在客戶的角度，認(rèn)真聆聽客戶的投訴意見，理解客戶的投訴原因和感受，尋找問(wèn)題解決方案。對(duì)此，可根據(jù)客戶投訴的類型配置對(duì)應(yīng)的專項(xiàng)安撫模型，比如設(shè)置“贊美、專業(yè)、坦誠(chéng)”等關(guān)鍵詞來(lái)安撫理智型、專業(yè)型客戶，也可以設(shè)置“非常理解這種感受，復(fù)述事實(shí)，表明解決問(wèn)題的決心”等句子來(lái)安撫憤怒型客戶。

　　
圖1：質(zhì)檢模型類別

　　投訴專項(xiàng)質(zhì)檢解決方案的重點(diǎn)是質(zhì)檢模型的搭建，其中模型搭建的優(yōu)劣是影響解決方案最終應(yīng)用成效非常關(guān)鍵的一環(huán)。搭建優(yōu)質(zhì)的質(zhì)檢模型可分為以下五個(gè)步驟。

圖2：質(zhì)檢模型搭建五大步驟

　　1）確定模型主題

　　在搭建模型之前需要判斷質(zhì)檢的主題及應(yīng)用場(chǎng)景，主題越明確，場(chǎng)景越聚焦，最終輸出的結(jié)果就會(huì)越有效。

　　2）收集模型語(yǔ)料

　　在明確模型主題后，需要收集質(zhì)檢模型主題語(yǔ)料。語(yǔ)料收集的準(zhǔn)確性越高，質(zhì)檢的準(zhǔn)確率就會(huì)越高。在收集語(yǔ)料的過(guò)程中，一般是通過(guò)聽取大量的主題場(chǎng)景錄音或者業(yè)務(wù)人員手動(dòng)擴(kuò)寫等兩種方式完成。

　　3）搭建質(zhì)檢模型

　　通過(guò)配置規(guī)則、設(shè)計(jì)語(yǔ)句檢測(cè)算子的邏輯運(yùn)算條件進(jìn)行模型搭建，結(jié)合呼入系統(tǒng)隨錄字段定位模型目標(biāo)用戶范圍，完成質(zhì)檢模型的初步建模。

　　4）持續(xù)驗(yàn)證優(yōu)化

　　初步建模完成后，需要檢驗(yàn)?zāi)Ｐ偷臏?zhǔn)確率和覆蓋率是否達(dá)標(biāo)。準(zhǔn)確率是指機(jī)器質(zhì)檢結(jié)果與人工抽檢結(jié)果的一致率，覆蓋率是指模型在實(shí)際生產(chǎn)話務(wù)中的覆蓋率。通過(guò)對(duì)質(zhì)檢模型的優(yōu)化調(diào)整，確保準(zhǔn)確率及覆蓋率均可達(dá)到85%以上。

　　5）周期跟進(jìn)、定期匯報(bào)

　　質(zhì)檢模型搭建完成后，需要根據(jù)實(shí)際的運(yùn)營(yíng)情況建立跟進(jìn)管控機(jī)制。一般有三種跟進(jìn)管控方式，第一種是循環(huán)跟進(jìn)，結(jié)合不同的模型主題以周為基本跟進(jìn)時(shí)限，每四周建立一次跟進(jìn)機(jī)制；第二種是周期性通報(bào)，針對(duì)每個(gè)階段的主題，通過(guò)周報(bào)、月報(bào)等方式通報(bào)質(zhì)檢結(jié)果，再結(jié)合監(jiān)督團(tuán)隊(duì)的執(zhí)行結(jié)果，改進(jìn)質(zhì)檢方式；第三種是周會(huì)制度，按周召開質(zhì)檢例會(huì)，總結(jié)不足，提煉優(yōu)秀經(jīng)驗(yàn)，確保質(zhì)檢有的放矢。

　　在中關(guān)村科金為某企業(yè)部署得助智能質(zhì)檢系統(tǒng)的實(shí)踐中，通過(guò)分析該企業(yè)面臨的投訴痛點(diǎn)、制定質(zhì)檢解決方案、搭建質(zhì)檢模型等方式，最終幫助該企業(yè)實(shí)現(xiàn)投訴專項(xiàng)智能質(zhì)檢，全面提升質(zhì)檢效率，降低被投訴風(fēng)險(xiǎn)。

　　1）提升質(zhì)檢效率，降低企業(yè)成本

　　采用得助智能投訴專項(xiàng)質(zhì)檢解決方案后，質(zhì)檢覆蓋率從0%提升至100%，完成每日錄音處理數(shù)量約5000條，有效解決了約90%的用戶問(wèn)題，釋放了70%的人工坐席投入至其他工作中。機(jī)器人運(yùn)營(yíng)人數(shù)由3人縮減至1人，僅通過(guò)簡(jiǎn)單的優(yōu)化和訓(xùn)練，便能讓機(jī)器人自主完成日常的運(yùn)營(yíng)工作。

　　2）規(guī)范坐席行為，實(shí)現(xiàn)高標(biāo)準(zhǔn)質(zhì)檢

　　項(xiàng)目上線運(yùn)營(yíng)3個(gè)月之后，投訴專項(xiàng)質(zhì)檢模型召回率達(dá)到92%以上，準(zhǔn)確率達(dá)85%，觸碰紅線問(wèn)題錄音量從系統(tǒng)上線前200通/天縮減至10通/天，業(yè)務(wù)合規(guī)問(wèn)題得到有效監(jiān)管。同時(shí)，系統(tǒng)按日、周、月自動(dòng)生成報(bào)表并通過(guò)企微、郵件等方式將質(zhì)檢結(jié)果發(fā)送至運(yùn)營(yíng)團(tuán)隊(duì)，以不斷調(diào)整改進(jìn)質(zhì)檢方式。最終將原本90%的外呼質(zhì)檢合格率及85%的呼入質(zhì)檢合格率全部提升至95%，高標(biāo)準(zhǔn)完成質(zhì)檢目標(biāo)。

　　3）挖掘數(shù)據(jù)價(jià)值，完善內(nèi)部投訴管控機(jī)制

　　得助智能投訴專項(xiàng)質(zhì)檢解決方案的應(yīng)用，幫助該企業(yè)解決重復(fù)來(lái)電及首解率數(shù)據(jù)分析白板的痛點(diǎn)，搭建出一套涵蓋熱詞分析、話務(wù)分析、重復(fù)來(lái)電分析、聲譽(yù)風(fēng)險(xiǎn)分析、高風(fēng)險(xiǎn)投訴分析、滿意度分析、業(yè)務(wù)交叉分析等多種主題分析的BI分析工具，助力企業(yè)內(nèi)部完善了內(nèi)部投訴管控機(jī)制。

　　目前，中關(guān)村科金的得助智能質(zhì)檢解決方案已助力銀行、金融、零售等各行業(yè)客戶建立起全流程質(zhì)檢策略，賦能企業(yè)的客戶服務(wù)、營(yíng)銷推廣、金融催收等多個(gè)業(yè)務(wù)場(chǎng)景，助力企業(yè)實(shí)現(xiàn)智能質(zhì)檢，全面達(dá)成降本增效。