AI重塑质量管理：从手动抽样到智能分析

快速阅读: 马丁·泰勒指出，AI正重塑呼叫中心的质量管理，从手动抽样转向智能分析，实现100%通话自动评估，审计员角色转为审查AI标记的通话，提升效率和准确性。

质量管理一直是呼叫中心的核心，结合人员、流程和数据来监控绩效并满足监管标准。然而，这一领域的做法正在迅速变化，过去的手动抽样过程如今因人工智能（AI）而变得更加高效和一致。为了深入了解这一变化，我们采访了Content Guru的联合创始人兼副首席执行官马丁·泰勒（Martin Taylor），探讨呼叫中心如何利用技术改进质量保证团队的工作。

视频：质量保证与通话录音：审计员的角色转变为审查AI标记的通话

观看下面的视频，听马丁讲解如何跟上质量保证和通话录音的最新趋势，以及审计员角色如何转变为审查AI标记的通话。

感谢马丁·泰勒（Martin Taylor），Content Guru的联合创始人兼副首席执行官，为本视频做出贡献。

该视频最初发表于我们的文章《如何在质量保证和通话录音方面保持领先》。

★★★★★

### AI如何重塑质量管理

马丁解释说，质量管理（QM）和通话录音最初主要关注代理绩效管理和满足监管要求：

“呼叫中心一直是测量最严密的工作场所之一，将人员、流程和信息紧密结合在一起。质量保证和通话录音的起源在于代理绩效管理，尽管监管需求也推动了审计的需求。如今，几乎所有通话都会被记录下来，不仅用于代理培训和监控，还越来越多地用于支持AI训练。”

随着AI的兴起，质量管理的方式正在迅速变化。以下是AI对呼叫中心质量管理产生的两个重要影响：

#### 从手动抽样到智能分析

传统上，质量管理依赖于对每个代理的一小部分通话进行审查，马丁继续说道：

“过去，质量管理通常会抽样审查每个代理的一小部分通话，特别是新员工或某些类型的通话。例如，呼叫中心可能会审查导致派遣救护车的医疗通话的3%。实际上，审计员大部分时间都花在寻找合适的录音上，而不是实际分析和评分。”

对于某些类型的通话，如医疗派遣通话，新员工会受到更多关注，通常只审查3%的互动。实际上，审计员花费大量时间寻找相关录音，而不是进行分析和评分。不同行业开发了自己的审计方法和工具包以满足特定的监管标准，尽管这些方法有效，但在规模和速度上存在局限性。

“不同行业开发了适合自己特定监管标准的审计方法和工具包。现在，AI可以彻底改变这一过程。AI可以分析100%的互动，对语音和数字通信进行一致的评分。这使得审计员的角色从寻找通话转变为审查AI标记的通话，例如高评分案例、处理不当的通话或异常长或短的通话。”

通过AI，组织可以采取不同的方法，不再分析一小部分通话，而是自动评估100%的互动（包括语音和数字渠道），并自动应用一致的评分。这意味着审计员可以专注于审查AI标记的通话，如高评分案例、不良互动或异常长或短的通话。他们的角色从搜索转变为解读和改进。

#### 将质量管理扩展到客户反馈

客户满意度（CSAT）和客户声音（VoC）项目历来也依赖于抽样。通话后的调查和访谈通常响应率低于5%，且多来自最积极的客户。

“客户满意度和客户声音项目历来依赖于抽样，通过访谈或通话后调查获取数据。这些通常只能获得低于5%的响应率，且多来自最积极的客户。通过应用质量管理中的AI方法，组织可以为每次互动自动生成CSAT评分，并将这些结果与传统抽样的结果进行校准，确保评分的准确性和一致性。”

通过应用质量管理中的AI方法，组织现在可以为每次互动自动生成CSAT评分，并将这些结果与传统调查的反馈进行校准，确保评分的准确性和一致性，同时提供全面、实时的客户情绪视图。

### 更智能的质量管理未来

AI不会取代人类的判断——它会增强这种判断。通过自动化分析、应用一致的评分并揭示有意义的见解，AI使质量团队能够更高效地工作，将专业知识集中在最关键的地方。

对于客服中心而言，这意味着更快的反馈、更公正的评估以及对绩效和客户体验更全面的理解。

(以上内容均由Ai生成)