客服中心的“大质量”和“小质量”

 

本文共 5143 字

预计阅读时间 13 分钟

 

随着用户的消费结构、观念、需求的不断升级，各行各业对质量领域越来越重视，质量管理的理念和工具也一直在更新迭代，以便适应工作中层出不穷的新需求。

 

一般认为，质量管理脱胎于传统制造业工厂，经历了质量检验、统计质量控制和全面质量管理三大阶段，我们可以通过观察这三个阶段，来了解质量管理的演进过程以及各个阶段的特点。

 

1.质量检验阶段

 

在质量管理的初级阶段，由于相关条件限制，生产职能和质检职能无法区分，通常是由员工自检，或者由班组长代检。到了20世纪初，随着机器化大生产的出现，质检职能的重要性越来越凸显，于是逐步从生产职能中分离出来。

 

工厂通过专门设立质检岗位的方式来把控产品质量，这个时期的质检主要有两个特点：一个是滞后的时效，虽然事后可以通过质检发现问题，但无法在生产过程中及时防控，等到问题被暴露出来，已然产生了试错成本。

 

因此，大家给这个阶段的质检，取了个特别形象的代称“死后验尸”；另一个是高额的成本，质检本身属于非增值活动，用户对产品质量的要求越高，质检的覆盖率也就越高，有时候甚至需要全量质检，这使得整体质量成本显著增加。

 

2.统计质量控制阶段

 

统计质量控制（SQC）形成于20世纪40-50年代，这一阶段的特点是：（1）从单纯依靠事后检验逐步发展到了过程控制。形成了生产过程中的质量防控与事后检验相结合的管理方式，也就是说让质量管理这件事变得更加主动了，不用等到产品都生产出来了，再去判定产品质量是否合格；（2）统计学与质量管理的紧密结合。例如美国贝尔实验室的休哈特博士创建了统计过程控制（SPC）理论，实现了应用统计技术对生产过程的监控。与此同时，他的同事道奇和罗米格探索出了“抽样检验方法”，解决了全数检验和破坏性检验在应用中的困难。这些“统计质量控制理论”在二战期间的国防工业中取得了非常显著的效果，在战后更是风行全球。

 

统计学在质量管理中的应用，不仅提高了产品合格率，同时也在一定程度上降低了生产成本。但统计质量控制需要具备统计学基础，具有一定的门槛，最重要的是，随着生产活动的不断升级，影响产品质量的因素越来越多，光靠统计学无法发现并解决所有的产品问题。

 

3.全面质量管理阶段

 

随着全社会对质量的要求越来越高，有人意识到，真正的质量管理不能只关注生产活动一隅，而是需要将质量进行一个全面的系统性管理。于是，美国通用电气公司的费根堡姆先生率先提出了全面质量管理（TQC）的概念，并在其1961年出版的《全面质量管理》一书中提出：“全面质量管理是为了能够在最经济的水平上，并考虑到充分满足顾客需求的条件下，进行市场研究、设计、生产和服务，把企业各部门的研制质量、维持质量和提高质量的活动构成一体的有效体系。”

 

此后，全面质量管理的理念在全球范围内广泛传播，在这过程中又有各种管理技术和方法融入其中，比如：质量管理小组（QCC）、田口方法、5S管理（即整理、整顿、清洁、清扫和素养）、全面生产维护（TPM）、质量功能展开（QFD）、丰田生产方式（TPS）、“零缺陷理论”等。

 

各国结合自身的实际情况不断发展创新，全面质量管理（TQC）也逐步向全面质量管理（TQM）演进，其中质量的概念由“产品和服务质量满足用户需要”向“大质量综合满足用户及相关方需要”的方向升级转变。

 

质量管理经历了从最初的被动式的质量检验，到积极主动地统计质量控制，再到全员参与、全流程防控的全面质量管理三大阶段，是一个从小到大、由被动到主动、由局部到整体的过程，通过这三个阶段的发展演化，质量管理逐步走向完善，并开始在越来越多的行业中发挥着关键作用。

 

现如今服务业的经济地位越来越突出，‌对经济增长的贡献率正在不断提高，从数据上来看，2023年‌服务业增加值占GDP的比重已经达到54.6%。因此，企业在服务领域更需要重视质量，通过合理的规划质量策略不断提升服务质量，从而加固企业自身的护城河、完善用户体验。

 

客服中心是把控企业服务质量的前沿阵地，需要根据自身的实际情况，规划好适用于本公司、本部门的质量策略，以实现更加精准、高效的质量管理，推动整体服务质量的持续提升。

 

01.

客服中心"大质量"和"小质量"的区别

 

让我们切换到客服中心的视角。通常来说，客服中心的质量策略一般分为两种：一种是“大而全”的质量策略，我称它为“大质量策略”，什么是“大而全”呢？在我看来“大而全”指的是，以交付良好的用户体验为最终目标，在用户体验的旅程上，需要把控服务质量相关的大部分环节，包含产品、技术、服务、流程、智能应答、知识库、活动策划等等。

 

另一种是“小而美”的质量策略，我唤之为“小质量策略”，什么又是“小而美”呢？“小而美”专注于用户全生命周期中的部分模块，一般重点体现在对服务及相关流程的改善上。

 

总体上来说，“大质量”更聚焦于体验模块，着眼于宏观整体，对标上述质量发展阶段中的“全面质量管理阶段”，而“小质量”侧重于服务及流程模块的监控、改善，相对来说比较局部，类似于上边所提到的“质量检验”和“统计质量控制”阶段。具体可参考下图：为了便于大家理解，分别给到一个相关案例作为参考。

 

 

案例1：大质量策略

 

某客服中心活动策略存在BUG，现场管理人员与活动策划进行紧急沟通，给到用户一个临时的兜底方案，但该方案无法从根本上解决用户问题，导致用户抱怨、重复来访不断。后续，质检对用户投诉进行复盘，发现该活动在上线前未经过审核，且没有将活动内容提前同步到客服中心，导致活动上线后出现BUG、客服应对失常、智能应答及知识库未及时更新等诸多问题。

 

针对以上问题，质检分析后给出了相应的提升方案：

 

（1）建立沟通评估机制：明确了策划团队在活动上线前，必须和其他相关方进行沟通、评估（如：服务、产品、技术部门等），避免未及时沟通而产生风险；

 

（2）建立高效同步机制：服务部门收到活动上线通知后，需根据实际情况提前同步活动内容（线上同步/线下同步），并做好内容同步后的效果验收；

 

（3）智能应答及知识库的完善机制：在活动上线前，必须完善相应的知识库，方便辅助客服解答，同时提前预估用户所要咨询的问题（基础问题、高频问题）等，通过机器人及时布控减少该活动问题的人工服务率；

 

（4）风险防控：结合经验和业务本身，对有可能影响用户体验的问题增设防控方案和兜底方案，一方面可以减少风险发生的概率，一方面可以降低风险发生时所造成的损失。

 

以上各个环节最终都与用户体验的交付密切相关，质检不仅需要联动内外部门一起推动相应环节的质量提升，还需要对改善后的各个环节进行监控，主动把控各项提升活动的闭环。

 

案例2：小质量策略

 

用户购买商品后因质量问题进行咨询，客服定位到用户问题后，按照相关业务流程给到既定的解决方案，但用户并不认可，反复提出业务流程以外的诉求。客服表示无法满足用户诉求，长时间的接待压力，令客服情绪逐渐失控，开始和用户进行扯皮，到最后甚至采用了“机械式”的消极回复。

 

针对用户在售后过程中遇到的服务及业务问题，质检进行评估分析后给到了相应的优化方案：

 

（1）服务问题：排查客服近7天/15天内的会话，需要明确客服的服务态度出现异常，是属于偶发性问题还是普遍性问题，若为普遍性问题，需要将之前的违规会话单独筛选出来，主动联系用户致歉甚至给到相应补偿，直至消除风险；同时，客服需下线重新培训服务规范和技巧，并通过案例复盘的方式引导客服找到最优解，培训复盘后待各项考核都验收通过了方可再次上线，恢复上线后质检仍需重点监控。

 

（2）业务问题：针对该业务流程无法解决用户问题的情况，质检需联动二线管理进一步探讨业务流程的合理性，如有必要可优化或变更业务流程，扩大其在业务上的覆盖率、解决率，并通过监控该流程的执行率、满意度及重复来访率，来衡量流程优化后的效果。

 

以上案例专注于用户全生命周期中的部分模块，重点对售后服务及流程进行了优化改善，所以是属于典型的“小质量”范畴。

 

02.

怎么判断应采用何种质量策略

 

经常有朋友向我抱怨说：“管理者对客服中心的质量要求实在太高了，资源就那么一点，但是要求却属于“既要”“又要”“还要”的那种范畴。”我听后表示非常理解，对于质量的要求当然是越高越好，这种想法本身是无可厚非的。但是在专注于质量提升的同时，我们必须制定一个合理的质量策略，这个策略是需要结合企业和客服部门的现状（例如：当前公司处于什么样的阶段，能接受多少成本的投入），以及现阶段的整体质量需求等要素而制定的。不能一上来就好高骛远，事无巨细地什么都想抓，一方面是各个阶段都有不同的侧重点，有限的资源应该集中在最核心的事情上，另一方面是每个阶段的现状不一样，所能获得的资源支持也不一样的，这些硬件基础在客观上决定了你当下能做什么事、能做多少事，以及到底能做成什么事。

 

比如：一家初创型公司，整体的质量体系不健全，内部资源也十分有限，在人力、物力、系统资源等方面，都无法给到充分支持的情况下，如果想要追求“大质量策略”（即在用户体验的旅程上，把控服务质量相关的大部分内容），未免显得有些操之过急。这个时候采用“小质量策略”，将有限的资源聚焦到售前、售中、售后的服务及流程问题上，拿到预期结果的确定性会更高，试错成本也会更低。

 

下图仅供参考，旨在说明企业在不同阶段对质量的需求侧重会有差异：

 

03.

小质量策略的具体目标

 

采用“小质量策略”，只需要专注于用户全生命周期中的部分模块，一般重点体现在对服务及相关流程的改善上。质检需要重点监控客服的服务态度、服务技巧，以及相应的服务流程和业务流程。

 

主要有以下3个具体目标：

 

（1）提升整体满意度：定位到拉低满意度的具体问题，如：人员问题、流程问题等，然后根据分析问题形成的原因，通过相应措施进行改善，最后通过质检持续监控

 

（2）降低用户重复来访：筛选出引发用户重复来访的高频问题，并将这些问题按咨询量进行降序排列，可优先挑选重复咨询量占比前30%—50%的问题进行分析，将分析结果进行归类，服务及流程相关的问题可在团队内部自行评估优化，涉及到其他类型的问题，可统计整理后回传给现场管理。另外，要重点留意重复会话中是否存在共性问题，如存在共性问题须优先安排改善。待改善方案执行后，需通过质检进行持续监控。

 

（3）减少服务投诉风险：通过质检、工单、监管等渠道反馈的信息，可以收集到用户抱怨、不满意和投诉的案例。针对用户抱怨、不满意的案例，需要认真分析形成原因，通过相应的改善措施提前对投诉风险进行防控。同时，已经上升到投诉的案例，必须尽最大努力安抚用户情绪、满足用户诉求，提升投诉的挽回率。

 

04.

大质量策略的具体目标

 

如果公司或客服中心发展到了相对成熟的阶段，且各方面支撑都相对齐全的情况下，可以采用“大质量策略”。以交付良好的用户体验为最终目标，在用户体验的旅程上，需要把控服务质量相关的大部分环节。

 

重点工作可围绕以下2个核心目标展开（虽然衡量工作成果的指标不宜过多，但也可以根据实际情况，适当增加其他维度的数据作为辅助）：

 

（1）降低整体服务率：整体服务率包含人工服务率和自助服务率（含机器人、帮助中心等自助解决渠道），例如：某电商店铺的整体服务率=服务发生次数（人工服务+自助服务）/总交易数。

 

一般客服中心的咨询策略是，用户在进入人工服务前需要先通过机器人或帮助中心自助的方式解决问题，如果问题还是没有解决，触发了人工服务策略，则会进入到人工服务。负责质量管理的人员，需要先强化高频问题的自助解决率，以此来减少人工求助量，进而再联动产品、技术、策划、运营、管理等团队从根源上解决问题，降低用户非人工渠道的求助量。

 

（2）提升整体服务解决力：和整体服务率一样，整体解决力也包含了人工解决力和自助解决力，建议可以采用费力度来衡量客服中心整体的解决能力。费力度是指用户从最初的问题咨询到最终的问题解决，过程中所付出的努力程度。该数据可采用问卷调研的方式获取，调研的方向和这几个参数密切相关（重复咨询数、咨询等待时长、与机器人及人工对话的平均时长、机器人及人工的处理流程是否有效、问题是否被机器人或人工解决），最终得到的消费力度越低，客服中心整体的解决能力也就越高。

 

本文所阐述的两种质量策略都各具优势，需要根据当前公司和客服中心的现状进行选择。不契合实际情况的策略，不仅无法执行落地，还会消耗掉不必要的资源和成本，俗话说：鞋子要合脚的才耐穿、才舒服，可见只有适合自己的才是最好的。

 

此外，比起选择哪种质量策略更为重要的是策略执行的可持续性。选择了符合自身情况的质量策略后，只有通过持续不断地执行、改善，才能将所施行的质量策略发挥到极致。