售前售后业务流程是否在规范执行？快试试GaussMind流程质检

在企业服务客户的过程中，无论是售前还是售后，面对客户的咨询提问，企业人员的答疑、引导，都离不开一套标准流程。售前售后业务流程能否有效和规范的执行，会直接影响企业的口碑或成交。

企业人员究竟有没有按规定的业务流程操作？企业如何进行客观评判和监督？

这就不得不提针对流程的质检机制。流程质检的主要目标，是判断员工与客户沟通时“是否按照规范流程，回答了客户的问题”。相较于传统方式和现阶段的同类产品，沃丰科技GaussMind智能质检能够为客户提供一套可靠的流程质检解决方案。

GaussMind智能质检零售电商客户的应用数据显示，应用AI流程质检后，企业的售前转化率提升明显，同时退货率、投诉率、差评率大幅下降。

流程质检是传统质检系统的“老大难”问题

流程质检从具体的操作方式来看主要分为两步：第一步需要判断客服与客户的对话属于什么范畴，是在解决投诉还是咨询反馈，并以此找到对应的判定标准；然后再根据相关的规则，判断业务人员的回答是否符合预先设定的规范条件。

近年来，为了降低客户投诉以及为客户提供更好的服务体验，很多公司为客服管理部署了机器质检系统，以便能够及时发现并纠正客服和客户在交流过程中的问题，降低服务投诉率，提升售前转化率。但这些“传统”机器质检系统并不能令人满意。

究其原因，有两点很关键。一方面是“关键词+正则”穷举的方式，难以适应人与人沟通中充满不确定性的个性化表达，一些违规情况很难被全部发现，难免有遗漏；另一方面，单一的质检点已经不适用于复杂的业务场景。

传统“机器人”不能适应复杂的新需求

首先，传统的机器质检方案仅靠“关键词+正则”穷举，但实际沟通中使用的词语个性化程度高、表达方式复杂多样，机器难以识别和理解真正的意思表达。例如，在质检项目“过度承诺”中，一些零售公司发现客服人员为了快速交易，对产品的效果、卖点过度宣传，后续退货的风险就很高。传统的”关键词+正则“方案对过度宣传的语义无法用穷举全部发现。

其次，电商等行业的业务流程和逻辑越发复杂，对客服人员的要求非常精细。传统的机器质检方案无法对场景复杂、需求细化的质检项目进行监督。以质检项目“产品的卖点阐述”为例，需要筛选出售前咨询的对话，然后监督销售人员是否正确阐述卖点，而卖点往往是多个关联的表述，需要按照流程先介绍第一个卖点，再介绍第二个卖点，后介绍第三个卖点。传统的机器质检很难应对这种需要对业务流程规范进行监督的情况。

“流程质检”实际上是一种包含 2 个以上质检项（语义点）的复合质检。复合质检若想做到比较好的效果，需要对每个语义点都能实现较高的召回率和准确率。因此，在传统的“关键词+正则”模式之外，引入效果更好的、基于深度学习模型的“非正则”模式来生产质检项（语义点）势在必行。

新一代AI机器质检不断“自学”，越用越智能

针对客服质检的基本诉求以及传统客服质检暴露出的问题，沃丰科技GaussMind率先推出新一代AI流程质检解决方案。

如在一次通话中，当客户提出的问题涉及到查询、咨询、变更等多个业务场景时，若使用传统的质检方式，需要创建三个针对不同业务场景的质检模型进行分别质检。这种做法无疑增加了系统的运算量和对质检模型的维护成本。

在沃丰科技GaussMind新一代流程质检引擎中，由于在原来的基础上添加了多种新的运算符和算子，使得质检引擎可以先确定场景，再根据场景设置规则。因此可以实现不同场景使用不同规则进行质检。系统只需要创建一个质检模型就可以完成原先三个质检模型所需承担的任务，从理想状态看，效率提升3倍，维护成本降低67%。

在针对违规风险的检测中，传统的质检系统可以借助“关键词+正则表达式”进行详尽列举，找出可能涉及违规环节。但只能找到单一的语句，判定语句违规，业务应用上单一，在规避风险上虽然被广泛的应用，适用于保险、金融行业，但是在零售电商领域，由于交流的复杂性和个性化，这套老办法已经行不通了。