面对客户投诉，各企业可谓谈虎色变，一旦产生投诉对企业、员工以及客户都将产生较大影响。对企业来说不仅要费心费力解决客户投诉的问题，企业品牌和形象还可能会因此受到影响；对员工来说可能面临处罚甚至解雇；对客户来说即便最后问题得到解决，过程中的时间及精力消耗也会造成客户满意度降低。纵观当前的市场环境，企业主要面临着以下几点投诉困境：

　　当今社会，客户维权意识越来越强，投诉成本越来越低，再加上自媒体时代，信息传播渠道与速度加快，个别投诉事件极易发展为社会舆论事件，给企业造成巨大的负面影响，这种影响短时间较难消除。

　　随着近几年服务行业监管力度加大，企业投诉量逐渐升高。企业对客服中心的考核也因此趋严，不少客服中心面临着投诉定责量及投诉发生量等多种指标的严格考核。为了管控指标，客服中心需要付出巨大成本。

　　随着业务不断发展，客户数量持续增加，部分客服中心因为缺乏对一线人员的培训赋能，导致后台支撑不足，从而基础投诉不断攀升，客户感知及忠诚度不断下降。

　　随着数字经济时代的到来，以及《消费者权益保护法》的推出，监管部门正在不断加强整个社会服务行业的监管力度，企业应对投诉的策略也在不断升级。为解决上述常见的投诉痛点，中关村科金全面分析企业面临的投诉困境，通过制定投诉专项质检解决方案、搭建质检模型等方式，助力企业完善内部投诉管控机制，实时监控和处理问题录音，降低投诉带来的不良影响。

　　在投诉专项之间解决方案的制定过程中，可通过以下几点赋能服务行业进行有效投诉管控。

　　1）抓取服务问题： 采用服务态度质检模型+专项投诉质检模型+重点业务质检模型组合的质检方式，及时抓取服务问题。具体实现方式为，首先通过服务态度质检模型检测坐席在服务过程中是否出现服务禁用语、情绪波动等通用服务态度问题。其次结合重点业务质检模型及专项投诉质检模型定位重点场景出现的投诉问题。最后，根据具体落地场景调整某项质检模型比重，在确保完成规定的质检率后，提升质检工作随运营特点、指标波动调整的及时性与契合度，提高专项质检工作的靶向性。

　　2）实时风险预警：当发现服务录音中存在客户不满或提及向上级部门投诉等问题时，便自动触发投诉质检专项模型，进行实时预警并推送给质检人员重点跟进，通过端到端的投诉处理流程，确保每类投诉问题都有人接、有人管，能够及时安抚客户情绪并做出合理解释、给出处理方案，避免问题升级，最终控制投诉量。

　　3）获取用户感知：利用智能质检模型输出的违规趋势报表，分析当下用户反馈的问题事件，抓取服务重点，比如：处理时效问题、产品的使用质量问题、客户信息安全问题等。同时通过对模型数据进行挖掘分析，预知潜在的风险问题事件并提前设定解决方案。

　　4）分类进行安抚：投诉场景中最重要的工作是站在客户的角度，认真聆听客户的投诉意见，理解客户的投诉原因和感受，寻找问题解决方案。对此，可根据客户投诉的类型配置对应的专项安抚模型，比如设置“赞美、专业、坦诚”等关键词来安抚理智型、专业型客户，也可以设置“非常理解这种感受，复述事实，表明解决问题的决心”等句子来安抚愤怒型客户。

　　
图1：质检模型类别

　　投诉专项质检解决方案的重点是质检模型的搭建，其中模型搭建的优劣是影响解决方案最终应用成效非常关键的一环。搭建优质的质检模型可分为以下五个步骤。

图2：质检模型搭建五大步骤

　　1）确定模型主题

　　在搭建模型之前需要判断质检的主题及应用场景，主题越明确，场景越聚焦，最终输出的结果就会越有效。

　　2）收集模型语料

　　在明确模型主题后，需要收集质检模型主题语料。语料收集的准确性越高，质检的准确率就会越高。在收集语料的过程中，一般是通过听取大量的主题场景录音或者业务人员手动扩写等两种方式完成。

　　3）搭建质检模型

　　通过配置规则、设计语句检测算子的逻辑运算条件进行模型搭建，结合呼入系统随录字段定位模型目标用户范围，完成质检模型的初步建模。

　　4）持续验证优化

　　初步建模完成后，需要检验模型的准确率和覆盖率是否达标。准确率是指机器质检结果与人工抽检结果的一致率，覆盖率是指模型在实际生产话务中的覆盖率。通过对质检模型的优化调整，确保准确率及覆盖率均可达到85%以上。

　　5）周期跟进、定期汇报

　　质检模型搭建完成后，需要根据实际的运营情况建立跟进管控机制。一般有三种跟进管控方式，第一种是循环跟进，结合不同的模型主题以周为基本跟进时限，每四周建立一次跟进机制；第二种是周期性通报，针对每个阶段的主题，通过周报、月报等方式通报质检结果，再结合监督团队的执行结果，改进质检方式；第三种是周会制度，按周召开质检例会，总结不足，提炼优秀经验，确保质检有的放矢。

　　在中关村科金为某企业部署得助智能质检系统的实践中，通过分析该企业面临的投诉痛点、制定质检解决方案、搭建质检模型等方式，最终帮助该企业实现投诉专项智能质检，全面提升质检效率，降低被投诉风险。

　　1）提升质检效率，降低企业成本

　　采用得助智能投诉专项质检解决方案后，质检覆盖率从0%提升至100%，完成每日录音处理数量约5000条，有效解决了约90%的用户问题，释放了70%的人工坐席投入至其他工作中。机器人运营人数由3人缩减至1人，仅通过简单的优化和训练，便能让机器人自主完成日常的运营工作。

　　2）规范坐席行为，实现高标准质检

　　项目上线运营3个月之后，投诉专项质检模型召回率达到92%以上，准确率达85%，触碰红线问题录音量从系统上线前200通/天缩减至10通/天，业务合规问题得到有效监管。同时，系统按日、周、月自动生成报表并通过企微、邮件等方式将质检结果发送至运营团队，以不断调整改进质检方式。最终将原本90%的外呼质检合格率及85%的呼入质检合格率全部提升至95%，高标准完成质检目标。

　　3）挖掘数据价值，完善内部投诉管控机制

　　得助智能投诉专项质检解决方案的应用，帮助该企业解决重复来电及首解率数据分析白板的痛点，搭建出一套涵盖热词分析、话务分析、重复来电分析、声誉风险分析、高风险投诉分析、满意度分析、业务交叉分析等多种主题分析的BI分析工具，助力企业内部完善了内部投诉管控机制。

　　目前，中关村科金的得助智能质检解决方案已助力银行、金融、零售等各行业客户建立起全流程质检策略，赋能企业的客户服务、营销推广、金融催收等多个业务场景，助力企业实现智能质检，全面达成降本增效。