面對客戶(hù)投訴，各企業(yè)可謂談虎色變，一旦產(chǎn)生投訴對企業(yè)、員工以及客戶(hù)都將產(chǎn)生較大影響。對企業(yè)來(lái)說(shuō)不僅要費心費力解決客戶(hù)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；對員工來(lái)說(shuō)可能面臨處罰甚至解雇；對客戶(hù)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(hù)滿(mǎn)意度降低。縱觀(guān)當前的市場(chǎng)環(huán)境，企業(yè)主要面臨著(zhù)以下幾點(diǎn)投訴困境：

　　當今社會(huì )，客戶(hù)維權意識越來(lái)越強，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)造成巨大的負面影響，這種影響短時(shí)間較難消除。

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

　　隨著(zhù)業(yè)務(wù)不斷發(fā)展，客戶(hù)數量持續增加，部分客服中心因為缺乏對一線(xiàn)人員的培訓賦能，導致后臺支撐不足，從而基礎投訴不斷攀升，客戶(hù)感知及忠誠度不斷下降。

　　隨著(zhù)數字經(jīng)濟時(shí)代的到來(lái)，以及《消費者權益保護法》的推出，監管部門(mén)正在不斷加強整個(gè)社會(huì )服務(wù)行業(yè)的監管力度，企業(yè)應對投訴的策略也在不斷升級。為解決上述常見(jiàn)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(zhuān)項質(zhì)檢解決方案、搭建質(zhì)檢模型等方式，助力企業(yè)完善內部投訴管控機制，實(shí)時(shí)監控和處理問(wèn)題錄音，降低投訴帶來(lái)的不良影響。

　　在投訴專(zhuān)項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(zhuān)項投訴質(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)現方式為，首先通過(guò)服務(wù)態(tài)度質(zhì)檢模型檢測坐席在服務(wù)過(guò)程中是否出現服務(wù)禁用語(yǔ)、情緒波動(dòng)等通用服務(wù)態(tài)度問(wèn)題。其次結合重點(diǎn)業(yè)務(wù)質(zhì)檢模型及專(zhuān)項投訴質(zhì)檢模型定位重點(diǎn)場(chǎng)景出現的投訴問(wèn)題。最后，根據具體落地場(chǎng)景調整某項質(zhì)檢模型比重，在確保完成規定的質(zhì)檢率后，提升質(zhì)檢工作隨運營(yíng)特點(diǎn)、指標波動(dòng)調整的及時(shí)性與契合度，提高專(zhuān)項質(zhì)檢工作的靶向性。

　　2）實(shí)時(shí)風(fēng)險預警：當發(fā)現服務(wù)錄音中存在客戶(hù)不滿(mǎn)或提及向上級部門(mén)投訴等問(wèn)題時(shí)，便自動(dòng)觸發(fā)投訴質(zhì)檢專(zhuān)項模型，進(jìn)行實(shí)時(shí)預警并推送給質(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(lèi)投訴問(wèn)題都有人接、有人管，能夠及時(shí)安撫客戶(hù)情緒并做出合理解釋、給出處理方案，避免問(wèn)題升級，最終控制投訴量。

　　3）獲取用戶(hù)感知：利用智能質(zhì)檢模型輸出的違規趨勢報表，分析當下用戶(hù)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(hù)信息安全問(wèn)題等。同時(shí)通過(guò)對模型數據進(jìn)行挖掘分析，預知潛在的風(fēng)險問(wèn)題事件并提前設定解決方案。

　　4）分類(lèi)進(jìn)行安撫：投訴場(chǎng)景中最重要的工作是站在客戶(hù)的角度，認真聆聽(tīng)客戶(hù)的投訴意見(jiàn)，理解客戶(hù)的投訴原因和感受，尋找問(wèn)題解決方案。對此，可根據客戶(hù)投訴的類(lèi)型配置對應的專(zhuān)項安撫模型，比如設置“贊美、專(zhuān)業(yè)、坦誠”等關(guān)鍵詞來(lái)安撫理智型、專(zhuān)業(yè)型客戶(hù)，也可以設置“非常理解這種感受，復述事實(shí)，表明解決問(wèn)題的決心”等句子來(lái)安撫憤怒型客戶(hù)。

　　
圖1：質(zhì)檢模型類(lèi)別

　　投訴專(zhuān)項質(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)檢的主題及應用場(chǎng)景，主題越明確，場(chǎng)景越聚焦，最終輸出的結果就會(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)料收集的準確性越高，質(zhì)檢的準確率就會(huì )越高。在收集語(yǔ)料的過(guò)程中，一般是通過(guò)聽(tīng)取大量的主題場(chǎng)景錄音或者業(yè)務(wù)人員手動(dòng)擴寫(xiě)等兩種方式完成。

　　3）搭建質(zhì)檢模型

　　通過(guò)配置規則、設計語(yǔ)句檢測算子的邏輯運算條件進(jìn)行模型搭建，結合呼入系統隨錄字段定位模型目標用戶(hù)范圍，完成質(zhì)檢模型的初步建模。

　　4）持續驗證優(yōu)化

　　初步建模完成后，需要檢驗模型的準確率和覆蓋率是否達標。準確率是指機器質(zhì)檢結果與人工抽檢結果的一致率，覆蓋率是指模型在實(shí)際生產(chǎn)話(huà)務(wù)中的覆蓋率。通過(guò)對質(zhì)檢模型的優(yōu)化調整，確保準確率及覆蓋率均可達到85%以上。

　　5）周期跟進(jìn)、定期匯報

　　質(zhì)檢模型搭建完成后，需要根據實(shí)際的運營(yíng)情況建立跟進(jìn)管控機制。一般有三種跟進(jìn)管控方式，第一種是循環(huán)跟進(jìn)，結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)機制；第二種是周期性通報，針對每個(gè)階段的主題，通過(guò)周報、月報等方式通報質(zhì)檢結果，再結合監督團隊的執行結果，改進(jìn)質(zhì)檢方式；第三種是周會(huì )制度，按周召開(kāi)質(zhì)檢例會(huì )，總結不足，提煉優(yōu)秀經(jīng)驗，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)現投訴專(zhuān)項智能質(zhì)檢，全面提升質(zhì)檢效率，降低被投訴風(fēng)險。

　　1）提升質(zhì)檢效率，降低企業(yè)成本

　　采用得助智能投訴專(zhuān)項質(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量約5000條，有效解決了約90%的用戶(hù)問(wèn)題，釋放了70%的人工坐席投入至其他工作中。機器人運營(yíng)人數由3人縮減至1人，僅通過(guò)簡(jiǎn)單的優(yōu)化和訓練，便能讓機器人自主完成日常的運營(yíng)工作。

　　2）規范坐席行為，實(shí)現高標準質(zhì)檢

　　項目上線(xiàn)運營(yíng)3個(gè)月之后，投訴專(zhuān)項質(zhì)檢模型召回率達到92%以上，準確率達85%，觸碰紅線(xiàn)問(wèn)題錄音量從系統上線(xiàn)前200通/天縮減至10通/天，業(yè)務(wù)合規問(wèn)題得到有效監管。同時(shí)，系統按日、周、月自動(dòng)生成報表并通過(guò)企微、郵件等方式將質(zhì)檢結果發(fā)送至運營(yíng)團隊，以不斷調整改進(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%，高標準完成質(zhì)檢目標。

　　3）挖掘數據價(jià)值，完善內部投訴管控機制

　　得助智能投訴專(zhuān)項質(zhì)檢解決方案的應用，幫助該企業(yè)解決重復來(lái)電及首解率數據分析白板的痛點(diǎn)，搭建出一套涵蓋熱詞分析、話(huà)務(wù)分析、重復來(lái)電分析、聲譽(yù)風(fēng)險分析、高風(fēng)險投訴分析、滿(mǎn)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)內部完善了內部投訴管控機制。

　　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(hù)建立起全流程質(zhì)檢策略，賦能企業(yè)的客戶(hù)服務(wù)、營(yíng)銷(xiāo)推廣、金融催收等多個(gè)業(yè)務(wù)場(chǎng)景，助力企業(yè)實(shí)現智能質(zhì)檢，全面達成降本增效。