电商客服质检的老办法是抽听录音、抽看会话,一天能看几十条,剩下几千条靠运气。问题不在于不认真,而在于覆盖率太低:真正出事的往往是没抽到的那一条。把质检拆成「机器全量过一遍 + 人工看疑点」,才有可能把口径管住。
电商客服质检和传统抽听有什么不同?
传统抽听靠人判断,优点是能读懂语境,缺点是慢且不一致,同一个客服不同主管给的分能差很多。一个主管一天看五十条,一个月也只看得到全量的零头,剩下的问题往往要等买家投诉才浮出来。机器质检的做法是先定规则,再全量跑:出现极限词、承诺了不该承诺的时效、没回答买家的核心问题,这些都能被规则命中。
两者的关系不是替代。机器负责全量和一致性,人负责判断语境和定口径。少了任何一头,质检都会滑向形式。
AI 能查哪三类问题?
第一类是违规承诺。比如承诺绝对化用语、承诺平台规则之外的赔付、承诺做不到的发货时间。这类问题有明确词表和句式,命中率高,也最该优先查,因为一旦被平台判违规,损失直接落在店铺。词表要跟着平台规则走,新规一出就得改,指望人工全记住并不现实。
第二类是漏答和错答。买家的核心问题没被回答,或者答的是另一个问题,比如问尺码答成颜色。机器可以用问题意图和答案意图的匹配度识别,配合电商客服机器人留下的意图标签,准确度更高。
第三类是态度与情绪。出现催促、反问、复制粘贴式回复、长时间不回应,这些都能从会话结构里看出来。情绪类问题最伤复购,但传统抽听最容易漏。长时间不回应尤其要看,很多差评的起点不是答错,而是没人回。
哪两类问题 AI 查不了?
第一类是语境判断。买家说的是反话、开玩笑,或者一句话里藏了三层意思,机器容易误判。这类要人工复核,不能直接扣分。
第二类是策略性取舍。为了保住订单主动让利、把复杂问题一次说清而多花几分钟,这些在规则里可能表现为「超时」或「多给了补偿」,但实际是对的。质检规则如果不留这类豁免,客服就会学会只做安全动作,转化跟着掉。
质检结果怎么用才不流于形式?
结果分两条路走。个人一条:同一个问题重复出现,进对练和话术补课,具体方式可参考客服培训怎么做。流程一条:某一类问题在多个客服身上同时出现,说明是模板或规则的问题,改模板比扣分有用。两条路别混着走:个人问题不上升成流程问题,流程问题也别让个人背。
还需要一个校准动作:每周人工复核一批机器判定的样本,看误判率。误判高就改规则,别让客服去申诉每一条。质检系统的判定口径怎么定,可对照客服质检系统怎么选里的评估项。
抽检比例和频次怎么定?
机器全量跑,人工只抽两类:机器判违规的样本,按比例复核;机器判合格但分数偏低的会话,重点看。人工量控制在每天几十条,才能长期跑下去。复核要留结论,不能只看不记。
频次上,日常按天出异常清单,按周出趋势,按月看口径是否需要调整。大促期间把违规承诺和超时这两类调成加急,其他往后放。规则别一次定太多,先跑十条,命中率高的留下,误判多的删掉。
想先把质检跑起来,可以看晓多的电商智能客服在会话侧给出的意图标签和异常标记,人工复核只处理疑点,不用从头翻记录。电商客服平台把质检、培训、报表放在同一套后台,口径改一次,三处同步生效,这也是它比单点工具省事的地方。想先看自家会话的异常分布,可以用晓多的客服软件免费试用跑两周,量出违规承诺和漏答的比例再定规则。
