如果按照表中的内容，对售后客服和顾客的聊天内容进行检查，就能将感性的客服话术转化为具体的得分指标。依据不同的服务场景，对客服的话术要求就能拆分并细化成一套标准化的话术规则体系了，而客服的服务得分则取决于她在这个规则体系中的综合表现。例如要检查“当顾客有投诉意愿时，第一句话是否有歉意”时，可以检查当顾客的问题属于类似于“你们家的衣服怎么褪色这么严重”这种含有强烈投诉意愿的句子时，客服的第一句话是否与“亲，实在抱歉哦，给您造成麻烦了”这样含有歉意的句子类似。
如今，这样的一套规则体系也已经应用到很多客服团队中了，它不仅提供了客服考核的依据，也指导客服如何进行职业提升。然而，又一个问题出现了，那就是大量的质检工作该如何来完成。如果要人工来对客服对话进行全量的质检，成本太大。这也是目前客服行业遇到的最大的质检难题，很多电商运营公司只能通过抽查的方式对有限的坐席、有限的通话进行考核，同时这也不能确保质检员在海量工作下可以维持相同评判标准进行质检作业。
而人工智能能够运用情绪解析、观点聚类、机器学习等技术，从更多维度对客服的通话内容进行了解析，不同于常规人力质检手段，在真正意义上做到了实时、全量、深度分析。不仅能帮助客服团队更好地进行客服管理，而且也为企业运营节省了一大笔人工成本，可谓是一举两得。
文章TAG：复购率 客服 话术
