序号

内容

内容组成

价值

1

质检项

AI质检项/自定义质检项/人工质检项/质检词

标准的核心内容

• AI项+自定义项：全量、实时质检会话
• 人工项：兜底价值（复核会话、提升质检标准适用性及准确度；无法通过AI项及自定义项实现的可使用人工项；客服绩效考核公正率依赖人工项）

2

检查对象

全部客服/仅机器客服/仅人工客服

人/机器的行为是否符合规范/预期

3

告警方式

不告警/初级告警/中级告警/高级告警

依据不同项对不同角色的重要性使用，建议

• 初级告警：客服主管关注，决定是否告警给一线客服
• 中级告警：一线客服关注，对服务有指引作用
• 高级告警：客服主管及一线客服均需关注，且及时处理

4

通知方式

自动通知/手动通知

• 自动通知：重要/紧急的质检项，且能在一线客服接待过程中有提醒价值的（如：超时未回复）；基于整通会话去做检测的质检项不建议做自动提醒（因为检测是基于当前会话已结束）
• 手动通知：质检主管/客服主管使用，可用于某些重要项的专门监控

5

分值

加分/扣分

/

6

阈值

0%~100%

仅AI项可设置，控制机器识别模型的容忍度

7

是否打开

打开/关闭

/

01检查质检项是否打开、检查对象、告警方式、通知方式、加减分值等设置细节

02绑定店铺、客服分组

03打开质检标准

步骤建议

主要目标

重点关注

主要优化内容

产品使用路径

步骤一

标准运行诊断

1. 了解质检标准识别情况：扣分会话占比在行业标准范围内（11%-15%）、过高、过低？
2. 分析扣分会话占比过高/过低的原因：

开启项过多（如商家实际业务并无此规范）

开启项过少

质检项与实际业务不100%相符：触发多、少、从未触发

1. 得出优化方法

• 扣分会话占比
• 质检项开启情况
• 质检项触发情况：多、少、从未触发

1. 扣分会话占比＞15%：占比较高，分析过高原因

例：

• 开启项过多：关闭商家实际业务并无此规范的项
• 质检项与实际业务不100%相符导致触发次数过多：找出这段时间内触发次数较多的质检项，并复查一定比例的对应会话，进行规则优化

1. 扣分会话占比＜5%：占比稍低，分析过低原因

例：

• 开启项过少：与商家核对需求/检查一定数量的会话，新增开启需加入质检的项
• 质检项与实际业务不100%相符导致触发次数过少或为0：找出这段时间内触发次数较少或为0的质检项，复核一定比例的会话，进行规则优化
• 若以上都不是，那恭喜你，你们团队的服务质量很不错

• 质检总览-数据监控-扣分会话占比
• 质检总览-数据监控-AI质检问题TOP10
• 质检总览-数据监控-人工质检问题TOP10
• 质检会话-质检会话列表

步骤二

标准优化

1. 质检项增、删、改；
2. 质检规则增、删、改；

需做调整的质检项

1. 质检项开启

• 开启项过多：关闭商家实际业务并无此规范的项
• 开启项过少：与商家核对需求/检查一定数量的会话，新增开启需加入质检的项

1. 触发次数过高的质检项

• 是否“误识别”或识别场景太宽泛：若是，则AI项【消除识别】、自定义质检项修改质检项规则
• 是否客服服务问题：若是，则优化提示人
• 是否不符合实际业务场景：若是，则关闭/删除该项

1. 触发次数过少或为0的质检项

明确这些项，找出一定数量的会话，结合质检项规则定位未被识别的原因，可调整规则配置、或关闭某些与实际业务不契合的质检项、或针对一线客服进行统一要求和规范

1. 触发次数正常，“误识别”的质检项：

• AI项：质检会话中，该项被打标位置，点击“X”按钮【消除识别】，机器人会自动采纳并学习优化
• 自定义项：依据质检项规则，结合会话定位原因，并进行调整

• 质检会话-质检会话列表
• 质检标准

步骤三

验收结果

观察质检标准优化效果，是否正向变化

• 扣分会话占比
• 质检标准是否满足客户需求

1. 扣分会话占比回落/上升至行业标准范围内（11%-15%），可进入质检标准常态化运营
2. 扣分会话占比依旧过高或过低，按之前的优化流程落地到质检项、人上去做优化及提升
3. 质检标准与客户需求匹配：需求核对--质检标准调整--效果监测--常态运营

• 质检总览-数据监控-扣分会话占比
• 质检会话-质检会话列表