智能化质检流程设计与过程控制

客服中心管理者、质量管理经理、主管，流程控制与改善主管与专员、IT开发与维护人员

课程背景：

随着客服管理中智能化应用的逐步深入，智能质检的部署与导入也成为很多客服中心的关注重点，与智能机器人不同，智能质检面对的分析对象是已发生的业务记录（音频或文字），而智能质检所实现的也并非是代替人工的全量抽检，而是可以完成从机器质检到文本挖掘再到交互报表的实现这一完整的链条，本课程从功能发展、系统需求、后期训练几个维度进行介绍和演练，让管理者全面理解智能质检系统在客服中心的部署和应用。

课程大纲：

1智能质检系统的发展

1.1智能质检系统的迭代过程

1.2不同系统的实现功能

1.3算法与数据应用

2智能质检系统的部署与导入

2.1智能质检系统前期准备

2.1.1流程准备

2.1.2人员准备

2.1.3知识准备

2.2系统需求书撰写

2.2.1以终为始式思考

2.2.2适用性

2.2.3经济性

2.3语音引擎的选择

2.3.1识别准确率

2.3.2降噪与参数调优

2.3.3实时语音OR延时语音

2.4部署与导入的工作配合

2.4.1系统对接

2.4.2人员对接

2.5后台配置

2.5.1系统参数配置

2.5.2角色配置

2.5.3模型配置

2.6语料库导入

2.6.1通用语料

2.6.2专用语料

2.6.3语义模板

2.6.4分词效果

2.6.5语义识别模板

2.7通用模型导入

2.7.1开头语与结束语

2.7.2服务忌语

2.7.3通用话术

3智能全量质检功能实现

3.1业务分析

3.1.1业务类别

3.1.2定制评分表

3.1.3评分表导入

3.2业务模型搭建

3.2.1根据业务类别确定模型数量

3.2.2评估效果

3.3模型训练与调优

3.3.1业务逻辑训练

3.3.2语义理解训练

3.4效果校验

3.4.1业务场景覆盖率

3.4.2人工效果校验

4智能质检与知识库前置

4.1智能质检对知识库的内容需求

4.1.1业务逻辑中需调用知识库

4.1.2话术引用

4.1.3流程或SOP内容

4.2知识库内容对接

4.2.1分析现有知识库适用性

4.2.2内容转置

4.3知识调用的界面

5文本挖掘与应用

5.1文本挖掘模型与算法

5.1.1关键词聚类

5.1.2业务分类

5.1.3算法趋势

5.2关键词与热词的聚类分析漏斗

5.2.1产出需求分析

5.2.2分析漏斗的思路

5.3文本挖掘的应用场景

5.3.1客户体验痛点分析

5.3.2竞品分析

5.3.3专项业务类别分析

5.3.4绩效分析

5.4利用文本挖掘优化质检业务模型

5.4.1聚类客户特征

5.4.2细化不同聚类客户的质检要素

6交互报表与自动化报告

6.1全量质检的交互报表

6.1.1质检数据与运营数据

6.1.2质检数据与培训数据

6.1.3质检数据与员工绩效

6.1.4角色报表

6.2文本挖掘的交互报表

6.2.1热词频度报表

6.2.2关键词挖掘报表

6.2.3质检数据与文本挖掘的交叉报表

6.3生成自动化报告

6.3.1通用报告

6.3.2定制化报告

周逸松

主要背景：

《客户世界》杂志编委、撰稿专家；

《数据的魔力》作者；　　　　　

1998-2008 联想集团客户联络中心历任运营经理、质量监控经理、质量监控高级经理，联想精益六西格玛高级项目经理；2008-2010 Teleperformance China（全球最大呼叫中心外包商），DELL日本地区外包技术支持服务中心运营总监。

主讲课程：

《呼叫中心品质管理》、《呼叫中心运营管理》、《呼叫中心绩效管理》、《主管能力提升》、《呼叫中心的六西格玛》及《呼叫中心数据分析与数据挖掘》

培训风格：

授课风格专业而不失生动，深入浅出，系统性、逻辑性极强，授课中的专业工具可以马上运用于工作中。