解读

面试官想验证三件事：

1. 能否把“虚”的业务目标拆成可量化、可算法化的信号；
2. 是否熟悉国内数据与合规现状（如《个人信息保护法》、工信部《App用户权益保护测评规范》）；
3. 能否把算法指标与后续数据闭环、上线验收、业务ROI串成完整故事。
   回答结构必须体现“业务痛点→可观测信号→算法目标→数据方案→上线指标→迭代闭环”，且给出真实可落地的数字区间，避免空谈“准确率越高越好”。

知识点

1. 客户满意度（CSAT）拆解：国内主流用短信/微信小程序 5 分制评价，样本偏差大，需与行为数据交叉验证。
2. 可算法化的代理指标：
   ‑ 负向情绪占比（语音转文本后情绪标签为“愤怒/抱怨”的通话占比）；
   ‑ 重复来电率（72 h 内同一号码再次进线）；
   ‑ 静默挂断率（通话时长 <15 s 且客户先挂断）。
3. 算法目标设定：先定“可接受基线”，再定“业务撬动点”。例如重复来电率每降 1%，可折算减少 0.8% 投诉工单，直接节省人工成本 ≈ 120 万元/年（按一线坐席 600 人、人均 12 万/年测算）。
4. 数据合规：通话录音需单独弹窗授权，脱敏后存储；情绪标签属于“衍生数据”，可不走原始录音授权，但需在隐私政策中明示“用于服务质检”。
5. 分层评估：
   ‑ 模型层：F1≥0.78，召回≥0.80（优先降低漏检，避免负面舆情）；
   ‑ 系统层：实时质检延迟 <300 ms，不影响坐席工作台流畅度；
   ‑ 业务层：30 天内重复来电率绝对值下降 ≥2.5%，CSAT 提升 ≥3%。

答案

背景：2022 年我在某头部城商行信用卡中心负责“智能客服质检”项目，业务方核心诉求只有一句话——“提高客户满意度，压降投诉”。
步骤如下：

1. 业务痛点量化
   拉取近 12 个月 1.8 亿通录音，发现投诉工单中 83% 在通话 72 h 内有重复来电，且情绪标签为“愤怒”的通话投诉率高 7.4 倍。因此把“提高客户满意度”转译为“降低 72 h 重复来电率”和“降低负向情绪通话占比”两个可观测信号。
2. 算法目标设定
   用历史数据做 ROC 分析，当召回 ≥0.80 时，可覆盖 92% 的潜在投诉样本；此时精确率 0.76，业务可接受。于是敲定模型指标：情绪分类 F1≥0.78，召回≥0.80；重复来电预测 AUC≥0.85。
3. 数据方案
   ‑ 训练数据：随机抽样 5 万通已脱敏录音，外包给合肥某有《数据安全等级保护三级》资质的标注基地，采用“3+1”质检流程（3 人交叉+1 人仲裁），成本 1.4 元/分钟，合计 17 万元。
   ‑ 特征工程：除 256 维语音情感向量外，引入“是否账单日 T+3”“是否额度使用率>90%”等金融域强相关特征，提升 AUC 0.07。
4. 上线策略
   采用“ shadow 模式”跑 2 周，模型实时推送到坐席工作台，但不干预流程；验证延迟 220 ms，CPU 占用增加 3%，符合运维红线。随后灰度 10% 坐席，当检测到“高风险”通话时，弹窗提示班长席介入。
5. 业务结果
   灰度 30 天后，72 h 重复来电率从 9.1% 降至 6.6%，绝对值降 2.5%，对应减少 4.3 万通进线；按单通 6.8 元人工结算，节省 29.2 万元/月。CSAT 短信回采得分由 79.4 提升至 82.7，超额完成季度 KPI。
6. 迭代闭环
   把“模型误判导致班长席过度介入”的案例回流标注，2 周内补充 6 千条难样本，F1 提升至 0.81；同步把“重复来电率”嵌入客服团队奖金系数，实现数据-模型-业务三方闭环。

拓展思考

1. 如果业务方下一轮诉求是“提升 NPS（净推荐值）”，可考虑把“高情绪正向且办理分期成功”的通话作为正样本，训练“惊喜时刻”模型，指导坐席话术，而非仅做风险防控。
2. 在《数据出境安全评估办法》框架下，若未来使用云端预训练大模型，需走属地化部署+模型蒸馏，避免原始语音出境。
3. 当指标已接近瓶颈（重复来电率 ≤4%），可转向“因果推断”：通过双重差分法评估“主动关怀外呼”是否真因模型驱动而降低投诉，而非宏观政策或账单周期因素，从而证明 AI 的边际贡献。