远程银行中心质检智能化应用实践探索
来源： 时间：2023-04-06
远程银行中心作为国内银行业重要的线上服务渠道，其服务质量对于提升客户满意度、增强客户黏性、提升客户价值具有不可忽视的重要作用。中银协《2021年中国银行业服务报告》指出，截至2021年末，银行业金融机构全年人工处理来电7.14亿人次。但质检监控覆盖率均不足2%，甚至部分银行人工质检覆盖率不足0.5%。
面对海量呼叫数据，质检员与坐席1：40、1：50的配比已无法保证录音的覆盖率，迫切需要更加智能化的质量管理工具，目前各家银行均推出智能质检系统，逐步从人工质检向智能质检方向过渡。
01
智能质检是基于NLP、ASR技术的数据分析应用
通话录音的文本识别转译是实现智能质检的根本基础。目前国内市场上众多科技企业提供的解决方案主要是基于自然语言处理（NLP）技术以及语音识别（ASR）技术，结合人工智能（AI）技术，对全量录音进行自动化转译处理，构建录音转译文本数据库。
同时提供规则创建、模型训练、自动质检评分、抽检复核、数据搜索、数据报表等具体功能模块，使建模人员可以根据业务诉求构建质检场景，并且将业务话术规则转化为具体的质检规则，从而实现对坐席服务质量的自动化检测。从理论上看，智能质检似乎已经完全可以实现对传统人工质检的替代，但是实际上在技术层面还存在较多难点需要克服。
目前在近场安静的情况下，语音识别的准确率最高能够达到98%左右。可是在实际通话中，由于语调语速、通话背景音、客户口音等问题，实际识别准确率很难达到这么高。除此之外，角色识别、语调语速识别、模型规则识别等其他关键环节的准确率虽然经过调优后，也能达到90%左右的水平，但是经过多个环节的串联，最终的智能质检准确率并不能令人满意。
02
探索实践“人工－智能”质检模式
在无法完全依靠智能质检的前提下，推动人工质检与智能质检结合，就成为了目前较为可行的一种转型创新思路，常见的应用模式主要有以下四种。
第一种模式，主要借助智能质检系统初步筛查疑似问题录音，并在此基础上继续采用人工抽检的方式进行质检。这种思路的优点体现在能够有效提升问题录音的命中率，但是具体考核的录音数量仍然十分有限。
第二种模式，通过对智能质检每日检出问题录音进行全量人工复核，进而依据问题录音的数量、类型、扣分结果开展质检考核。这种思路的优点主要体现在能够尽可能覆盖问题录音，有效提升考核覆盖率，但是进行全量问题录音复核仍然需要配置大量的人力。
第三种模式，直接应用智能质检结果，同时向员工实时展示近期所有服务录音打分，接受员工申诉复核。这种形式在智能质检打分准确率较高的情况下，确实是最佳的应用方案，但是如果错误打分结果过多，不仅无法减少工作量，还会在管理方面产生其他不利的影响。
第四种模式，类似于以上三种形式的随机结合。例如将前两种形式进行结合，一方面针对重点关注的服务问题，应用智能质检系统，每日开展全量监听复核；另一方面再辅助一定数量的随机抽检。
以上几种“人工－智能”质检模式均有各自的优缺点，但是在现有的技术条件下，只有从实际情况出发，探索构建最符合质量管理需要的模式，才能达到事半功倍的效果。
03
智能质检系统创新应用探索与实践
智能质检系统的应用不仅体现在对于传统质检模式的改变，还可以帮助质检人员从业务型质检向分析型、智能型质检转变，为整体服务质量管理与提升增加更多有益的帮助。邮储银行远程银行中心主要进行了以下五个方面的探索与实践。
第一，全量监控服务质量。通过建立质量评价模型，检索核验所有服务录音，提升服务质量管理的全面性，进而提升坐席服务质量。目前邮储银行已累计新建智能质检模型2300余个，实现了对常见服务问题的全量监控。
第二，专项业务问题监控。通过开展热点词汇分析，如投诉，监管等内容，加强对客户投诉和舆情的预警，同时针对近期集中出现的问题进行监控，确保不再重复出现同类问题。邮储银行常态化开展10余项专项监控工作，每天对前一日疑似风险录音进行全覆盖监听，大幅缩短了问题事项的识别时限，有效提升了风险管理水平。
第三，收集“客户之声”。建立专项模型，定向收集客户针对服务和产品方面的相关建议，发现客户潜在需求，开展深入分析和自我体验，同时对标同业，识别服务流程中存在的不足，提出优化建议。仅仅最近6个月，邮储银行就通过定向建模，筛选识别出十余项痛点问题，对于持续提升客户体验具有较大价值。
第四，强化坐席分层管理。通过对问题录音的全量识别，从业务能力、服务意识、风险防控等多个维度出发，对坐席进行分层标签化管理。邮储银行一方面针对存在某些共性问题的员工，持续跟踪同类型差错的改正情况，并督促落实；另一方面依据分层结果，探索优化质检监听流程，减少优秀坐席监听量，集中精力强化落后坐席服务质量管理。
面对海量呼叫数据，质检员与坐席1：40、1：50的配比已无法保证录音的覆盖率，迫切需要更加智能化的质量管理工具，目前各家银行均推出智能质检系统，逐步从人工质检向智能质检方向过渡。
01
智能质检是基于NLP、ASR技术的数据分析应用
通话录音的文本识别转译是实现智能质检的根本基础。目前国内市场上众多科技企业提供的解决方案主要是基于自然语言处理（NLP）技术以及语音识别（ASR）技术，结合人工智能（AI）技术，对全量录音进行自动化转译处理，构建录音转译文本数据库。
同时提供规则创建、模型训练、自动质检评分、抽检复核、数据搜索、数据报表等具体功能模块，使建模人员可以根据业务诉求构建质检场景，并且将业务话术规则转化为具体的质检规则，从而实现对坐席服务质量的自动化检测。从理论上看，智能质检似乎已经完全可以实现对传统人工质检的替代，但是实际上在技术层面还存在较多难点需要克服。
目前在近场安静的情况下，语音识别的准确率最高能够达到98%左右。可是在实际通话中，由于语调语速、通话背景音、客户口音等问题，实际识别准确率很难达到这么高。除此之外，角色识别、语调语速识别、模型规则识别等其他关键环节的准确率虽然经过调优后，也能达到90%左右的水平，但是经过多个环节的串联，最终的智能质检准确率并不能令人满意。
02
探索实践“人工－智能”质检模式
在无法完全依靠智能质检的前提下，推动人工质检与智能质检结合，就成为了目前较为可行的一种转型创新思路，常见的应用模式主要有以下四种。
第一种模式，主要借助智能质检系统初步筛查疑似问题录音，并在此基础上继续采用人工抽检的方式进行质检。这种思路的优点体现在能够有效提升问题录音的命中率，但是具体考核的录音数量仍然十分有限。
第二种模式，通过对智能质检每日检出问题录音进行全量人工复核，进而依据问题录音的数量、类型、扣分结果开展质检考核。这种思路的优点主要体现在能够尽可能覆盖问题录音，有效提升考核覆盖率，但是进行全量问题录音复核仍然需要配置大量的人力。
第三种模式，直接应用智能质检结果，同时向员工实时展示近期所有服务录音打分，接受员工申诉复核。这种形式在智能质检打分准确率较高的情况下，确实是最佳的应用方案，但是如果错误打分结果过多，不仅无法减少工作量，还会在管理方面产生其他不利的影响。
第四种模式，类似于以上三种形式的随机结合。例如将前两种形式进行结合，一方面针对重点关注的服务问题，应用智能质检系统，每日开展全量监听复核；另一方面再辅助一定数量的随机抽检。
以上几种“人工－智能”质检模式均有各自的优缺点，但是在现有的技术条件下，只有从实际情况出发，探索构建最符合质量管理需要的模式，才能达到事半功倍的效果。
03
智能质检系统创新应用探索与实践
智能质检系统的应用不仅体现在对于传统质检模式的改变，还可以帮助质检人员从业务型质检向分析型、智能型质检转变，为整体服务质量管理与提升增加更多有益的帮助。邮储银行远程银行中心主要进行了以下五个方面的探索与实践。
第一，全量监控服务质量。通过建立质量评价模型，检索核验所有服务录音，提升服务质量管理的全面性，进而提升坐席服务质量。目前邮储银行已累计新建智能质检模型2300余个，实现了对常见服务问题的全量监控。
第二，专项业务问题监控。通过开展热点词汇分析，如投诉，监管等内容，加强对客户投诉和舆情的预警，同时针对近期集中出现的问题进行监控，确保不再重复出现同类问题。邮储银行常态化开展10余项专项监控工作，每天对前一日疑似风险录音进行全覆盖监听，大幅缩短了问题事项的识别时限，有效提升了风险管理水平。
第三，收集“客户之声”。建立专项模型，定向收集客户针对服务和产品方面的相关建议，发现客户潜在需求，开展深入分析和自我体验，同时对标同业，识别服务流程中存在的不足，提出优化建议。仅仅最近6个月，邮储银行就通过定向建模，筛选识别出十余项痛点问题，对于持续提升客户体验具有较大价值。
第四，强化坐席分层管理。通过对问题录音的全量识别，从业务能力、服务意识、风险防控等多个维度出发，对坐席进行分层标签化管理。邮储银行一方面针对存在某些共性问题的员工，持续跟踪同类型差错的改正情况，并督促落实；另一方面依据分层结果，探索优化质检监听流程，减少优秀坐席监听量，集中精力强化落后坐席服务质量管理。
第五，探索客户个性化服务。从单一的客户服务向客户经营发展，通过分析客户历史致电情况，开展客户画像，从产品偏好、服务偏好、性格特点等方面出发提供有针对性、个性化的服务，提升客户体验。邮储银行通过对录音转译文本数据进行向量化处理，构建数据模型开展客户特征聚类分析，目前已在客户投诉、客户重复咨询等方向进行了探索实践。