快递行业：语音质检及分析应用分享

7月5日，在申通快递“语音大数据分析平台项目”投标现场，中金大数据语音分析产品以POC测试综合排名第一，现场讲标技术评分第一，商务评分第一，系统功能与申通快递的需求切合度达到90%以上从而完美中标。这也是中金数据大数据语音分析平台在国内物流行业的首个应用案例。借此机会与大家分享语音质检及分析在快递行业的相关应用场景。

目前快递公司在质检方面，都是采用传统的人工抽检模式，在此模式下由于呼叫中心原有的违规率低加之人工质检覆盖范围低的双重原因，人工抽检根本无法体现呼叫中心服务质量及水平，难以找出呼叫中心的服务缺陷，导致培训和管理工作都无法有的放矢的展开。

在数据分析方面，因为原始的语音都是以非结构化数据方式存储，导致数据无法进行分析，这样使得快递网点在发生经营性风险或者快递人员有离职意向时,总公司无法在第一时间进行预警及处理，从而有损于企业品牌形象，直接造成经济损失;同样的问题也存在于短期内快速增长的预警上，因为预警的不及时，将会导致呼叫中心的接通率长期处于低位运行状态，从而影响到呼叫中心的服务品质。

针对以上的快递行业呼叫中心存在的痛点，申通快递决定引入语音大数据分析平台。首先平台将呼叫中心所有非结构化语音都进行结构化转换，转化成可以分析的结构化文本文件，针对结构化的文本文件，对相应的业务问题进行质检及分析。针对快递行业，我们将从质检及数据分析两个角度来分享其部分应用场景。

首先对应质检而言，引入中金语音大数据分析平台后，将对质检实现100%的全覆盖，同时对于呼叫中心服务质检及水平的监控和呼叫中心缺陷的发现都可以通过KPI指标来体现，而现有的质检人员只需要查看相关KPI报表，并不定期对命中语音进行抽检调听，即可完成日常的质检工作；同时对于管理人员来说,通过自动质检报表的分析及解读，在报表数据基础上，就可以对呼叫中心的管理和培训做出针对性的方案和计划。举例如下:

质检点:首尾语使用是否规范检查。首先我们设置此质检点合规KPI值为95%,此KPI值的含义即为:符合首尾语使用规范语音/呼叫中心每天所有语音，通过此KPI指标的监控,我们就能很好的检验呼叫中心的服务质量及水平，如果每天的此KPI值都大于95%，则表示呼叫中心的首尾语培训和宣导都很及时，员工在首尾语的使用上也很到位,继续保持现有的培训及宣导即可。同样的方式也可以应用到魔术语的检测,服务禁语的发现，辱骂语言的查找及未及时核实客户信息等质检点上。

而在数据分析方面，我们针对最容易导致公司及品牌产生恶劣影响的应用场景，通过大数据智能分析，辅助总公司能够及时预警到网点的经营异常并采取对应的干预措施，防止企业经营风险的产生。举例如下:

数据分析点:不送件数据分析。首先我们在每天呼叫中心全量语言文件中，通过相关算法将符合不送件投诉的语言进行聚类，在此聚类数据的基础上，我们使用多维度数据进行展示，例如展示不送件数据涉及到派送网点及派送员信息。通过相关的数据报表进行数据解读，从而给出相对应的措施。例如我们使用申通快递一天11226通语音的分析，发现有228通电话提及不送件问题，多维度分析到快递网点和快递员,得出所有228通电话涉及的派送网点为164个,属于正常的情况，不需要进行人工干预；如果分析结果是228通电话，指向1-2个派送网点或派送员，则需要及时人工干预，询问派送网点经营情况或者派送员是否有离职倾向，防止出现负面舆论。

以上仅作为中金对快递行业质检及分析场景的初步分享，当然随着申通快递项目的开展，更多的质检点及数据分析场景将会陆续产生，我们也将在后续的文章中进行更进一步的分享。

中金语音大数据分析平台

官网：www.cndtlab.com

咨询电话：13436912676