前两篇讲过客服"说错话"的代价——极限词罚单、差评威胁处置。但前提是:你得先知道哪句说错了。这就是客服质检要干的事。现实是,多数店铺的质检=主管偶尔翻几条聊天记录,翻到什么算什么。
人工抽查的三个盲区
| 盲区 | 后果 |
|---|---|
| 覆盖率低 | 公开的行业分析口径:人工抽查覆盖率通常不足 5%——绝大多数问题要等买家投诉、差评挂出来才被发现 |
| 抽样看运气 | 按坐席平均分配抽查,普通咨询占了大头,真正的高风险对话(客诉、退款、承诺类)反而漏网 |
| 标准看心情 | 没有统一质检表,同一个对话两个人打分能差出一截,考核谁也不服 |
质检表怎么建:先分层,再抽
公开的质检方法论口径:抽样不能按坐席平均分配,要按风险维度分层。优先盯这几类:
- 合规风险:站外导流、私下收款、虚假承诺——公开案例里这类一句话就能让店铺扣分、降权甚至封店,是质检的第一优先级;
- 退款与承诺类:答应过的补偿、退款口径,说出去就是债;
- 服务态度与响应时效:敷衍、推诿、长时间不回;
- 新人对话:新人前两周的对话优先全看,比抽查老客服价值高得多。
AI 全量质检:从"抽 5%"到"看 100%"
行业正在发生的转变:智能质检系统对100% 的对话自动分析,先按风险标签(合规/承诺/态度)把可疑对话标出来,人工只复核被标记的少数——覆盖率从不足 5% 拉到全量,人只干"判断"这一段。行业里把这叫"用 AI 监督 AI":接待的 AI 负责答,质检的规则负责挑错。
中小店铺三步起步
- 第一步:先花一周,按时段记录咨询量,把高频问题分类——不知道自己家的"高频"是什么,质检表就是抄来的空架子;
- 第二步:挑几条有代表性的对话(一条好评的、一条投诉的、一条新人的)手动过一遍,确认问题集中在哪;
- 第三步:再决定上不上全量质检体系——小店可能到这一步就已经把大问题清完了。
言店长在这件事里的位置
质检的前提是对话全量留痕——言店长每次 AI 回复都有留痕,复盘页随时回查任一条对话,这就是你做质检的数据底座;更进一步,AI 的话术来自你审过的知识库与商品资料,从源头减少"临场发挥"式的错误,配合违禁词过滤把合规风险挡在发出之前。拼多多、抖店、京东、闲鱼、千牛、快手 6 大平台一个窗口,包月 399 不限消息数、不限店铺数。¥2 试用 7 天,先把你店里最近的对话翻一遍,看看有没有从来没被发现过的"说错的话"。
注:文中覆盖率数据与质检方法论为公开行业资料的整理口径,具体以各服务商产品为准;本文不构成对任何第三方的评价。