電話那頭的客服或銷售人員，代表企業(yè)直接與客戶打交道，他們能否快速定位和解答問題，往往可以反應(yīng)出企業(yè)的專業(yè)性和規(guī)范性。為了贏得更多客戶信賴，企業(yè)不斷總結(jié)出客戶常見問題的標準作業(yè)流程（SOP），要求業(yè)務(wù)人員按流程幫助客戶定位和解答問題。

　　但是，如何監(jiān)督業(yè)務(wù)人員在遇到特定場景或客戶的特定問題時，有沒有執(zhí)行標準流程，有沒有按要求進行回復(fù)呢？可以使用流程質(zhì)檢（或者叫場景質(zhì)檢、問答質(zhì)檢）功能。

　　流程質(zhì)檢的主要目標是，判斷員工與客戶溝通時“是否按照規(guī)范流程，回答了客戶的問題”。

　　具體來看，流程質(zhì)檢的質(zhì)檢項，首先需要判斷一個對話是在講什么事情，然后再判斷針對這件事情，業(yè)務(wù)人員的回答是否滿足一個或多個規(guī)范條件。

　　其實，也可以認為“流程質(zhì)檢”是一種2個以上質(zhì)檢項（語義點）的復(fù)合質(zhì)檢。復(fù)合質(zhì)檢若想做到比較好的效果，需要每個語義點都能實現(xiàn)較高的召回率和準確率。因此，在傳統(tǒng)的“關(guān)鍵詞+正則”模式之外，引入效果更好的、基于深度學(xué)習(xí)模型的“非正則”模式來生產(chǎn)質(zhì)檢項（語義點）勢在必行。

　　下面，我們來看兩個實際的例子，幫助大家理解循環(huán)智能的“流程質(zhì)檢”功能是如何工作的。

　　“單條”流程質(zhì)檢指的是，當客戶提到某個具體的場景，業(yè)務(wù)人員在回復(fù)中必須出現(xiàn)某個語義點（單個）。

　　例如，很多企業(yè)的服務(wù)規(guī)范，要求業(yè)務(wù)人員遇到“客戶要求反饋”的場景時，及時作出“安撫解釋”。如果沒有出現(xiàn)“安撫解釋”的語義點，即判定該客服或銷售人員未按流程提供服務(wù)，須減去一定的分值。

　　首先，我們要配置好“客戶要求反饋場景”的流程質(zhì)檢項：

　　配置完成之后，在機器質(zhì)檢系統(tǒng)中搜索“客戶要求反饋場景”，就可以找出所有命中該場景的不合格對話：

　　在這個例子中，機器質(zhì)檢系統(tǒng)判定在這通對話中，客服人員沒有進行“安撫解釋”，所以要扣除一定的分數(shù)：

　　最后一步，人工進行復(fù)檢，看看機器有沒有誤判或漏判。

　　“多條件”流程質(zhì)檢，指的是當客戶提到某個具體的場景，業(yè)務(wù)人員在回復(fù)中必須出現(xiàn)多個特定的語義點。

　　例如，某個專業(yè)的、提供居住服務(wù)的企業(yè)，要求當客戶提到“空調(diào)不運轉(zhuǎn)”的場景時，在線客服人員需要向客戶確認“插座是否通電”、“物業(yè)地址”和“維修時間”，如果沒有提到其中任何一個，都會被判定為不合格。

　　同樣，首先我們要配置好“空調(diào)不運轉(zhuǎn)場景”的流程質(zhì)檢項：

　　配置完成之后，在機器質(zhì)檢系統(tǒng)中搜索“空調(diào)不運轉(zhuǎn)場景”，即可找出所有命中該場景的不合格對話：

　　在這個例子中，在線客服人員沒有提到“插座是否通電”，因此被判定為不合格，需要扣除一定的分數(shù)：

　　最后一步，同樣是人工進行復(fù)檢，看看機器有沒有誤判或漏判。

　　重視客戶體驗的中大型企業(yè)，往往對客服人員的規(guī)范執(zhí)行情況要求更加嚴格，對“流程質(zhì)檢”的需求比較大。最近，我們發(fā)現(xiàn)，有越來越多企業(yè)也開始重視銷售場景的標準作業(yè)流程（SOP），因此，通過“流程質(zhì)檢”功能監(jiān)督銷售人員執(zhí)行力的需求，也逐漸增多了。

　　不過，無論是面向客服人員，還是銷售人員，“監(jiān)督”從來不是目的。對企業(yè)而言，找到更好的方法監(jiān)督員工的執(zhí)行力，最終還是為了提升員工的執(zhí)行力和企業(yè)的運營效率。