圖：美劇《了不起的麥瑟爾夫人》

　　很多企業(yè)擁有中大型電銷(xiāo)或客服中心，每天與客戶(hù)產(chǎn)生成千上萬(wàn)次溝通。溝通的質(zhì)量，決定了企業(yè)的收入或客戶(hù)滿(mǎn)意度。企業(yè)監督業(yè)務(wù)人員的溝通質(zhì)量和執行力的過(guò)程，被稱(chēng)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)檢方式的區別，也介紹了兩種機器質(zhì)檢方式各自適配的場(chǎng)景。

　　雙模質(zhì)檢，各司其職。“非正則”質(zhì)檢方式通過(guò)引入深度學(xué)習算法模型，能夠更好地利用上下文語(yǔ)義來(lái)判斷一個(gè)句子是否命中了質(zhì)檢項，顯著(zhù)提升找全率（術(shù)語(yǔ)“召回率”）和找準率（術(shù)語(yǔ)“準確率”）。同時(shí)，由于深度學(xué)習算法模型對訓練數據量有要求，因此“非正則”方式更適合目標通話(huà)量較多的質(zhì)檢項，而目標通話(huà)量過(guò)少的質(zhì)檢項，無(wú)法訓練出好的算法模型，需要繼續使用“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)檢和人工復檢更好地平衡，提升整體質(zhì)檢工作的效率。

　　我們希望每個(gè)質(zhì)檢項所命中的目標通話(huà)又全又準。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(shí)，當召回率和準確率都達到了一定的高度，想要繼續提升，難免會(huì )遇到“二選一”的問(wèn)題：召回率和準確率互相影響、此消彼長(cháng)，一個(gè)指標增長(cháng)，另一個(gè)指標通常就會(huì )下降。

　　圖：Designed by Creazilla*

　　在實(shí)際應用中，大部分企業(yè)的業(yè)務(wù)流程是“機器質(zhì)檢+人工復檢”：將機器質(zhì)檢的結果交給人工做復檢。因此，機器質(zhì)檢的召回率和準確率變化，會(huì )影響到人工復檢的成本：

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

　　負向質(zhì)檢，就是找出不合格、不合規的地方。通俗地說(shuō)，在銷(xiāo)售、客服質(zhì)檢中，是指找出業(yè)務(wù)員“說(shuō)了什么不該說(shuō)的”。負向質(zhì)檢是企業(yè)比較常見(jiàn)的需求，尤其是在受監管比較嚴格的領(lǐng)域。

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

　　正向質(zhì)檢，是指對業(yè)務(wù)員符合規范的地方進(jìn)行加分激勵。最近幾年，正向質(zhì)檢越來(lái)越受到企業(yè)重視，因為負向質(zhì)檢判斷的只是業(yè)務(wù)員有沒(méi)有犯錯，是一種“懲惡”的理念，而正向質(zhì)檢可以用來(lái)激勵業(yè)務(wù)員變得更加專(zhuān)業(yè)、更加規范，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)域的規范性用語(yǔ)：“標準開(kāi)場(chǎng)白”、“標準結束語(yǔ)”、“服務(wù)延伸用戶(hù)（請問(wèn)還有什么可以幫您）”以及“確認客戶(hù)預留信息”等。這類(lèi)正向質(zhì)檢項，通常目標通話(huà)量比較大，如果錯誤率較高，復檢成本就會(huì )很高。面臨二選一的時(shí)候，我們通常應該通過(guò)調整模型參數或規則代碼，優(yōu)先提升準確率，降低人工復檢成本，“寧可漏掉幾個(gè)，不可錯殺一片”。

　　實(shí)際場(chǎng)景更復雜

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

　　通常，因為負向質(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)檢項的目標通話(huà)量比較大，所以“準確率優(yōu)先”，降低復檢成本。

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

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