下面所列是当今企业面临的最常见的质量监控难题及如何运用Verint语音分析解决相应的最佳实践解决方案下半部分。 6、评估的主观性
虽然存在校正措施，但质量评估人员在评估过程中仍会受到诸多人为因素的影响而无法保持绝对客观。不同的质量主管可能对同样的通话做出不同的评价，从而影响质量报告的公正性，引发座席人员的不满，当评估结果直接影响薪酬的时候尤为如此。进行质量评估的时段和日期选择甚至都会对结果产生影响。曾有案例显示，周五进行的质量评估结果远远好于周一进行的评估。
解决方案：去除质量评估中的主观性。语音分析能够对某些质量要素完成自动分析，并将结果以每日记分卡的形式呈现。这些要素包括客户表扬、投诉、请求问题升级处理、疑惑、要求回拨、长时间等待和沉默、提及市场推广活动、适当的通话起始与结束等等。对所有通话和座席人员采用完全相同的评估标准后，这些质量评分要素就能具备客观性和统计意义。但考虑到语音分析并不能对所有通话行为完成有效自动识别，因此仍然有必要对某些通话进行人工评估。
7、传统质量监控方案主要针对一般性通话而忽略了异常情况
大多数质量监控方案一般通过随机抽样对通话过程进行评估，从统计学角度讲，这是合理的方法。但由于随机抽样的样本量很小，因而导致接受评估的大多为一般性通话。反馈极为正面或极为负面的通话可能很少被捕捉到，而这些通话往往蕴含最具价值的洞察力。
解决方案：将最重要的通话作为评估重点。利用语音分析对特定通话类型进行评估，如预示客户流失风险的通话等。面对这些特殊情况，某些座席人员可能缺乏有效应对此类交互的技能或知识。某家信用卡服务运营商采用了这种方法，该机构组建了一个由四名评估员组成的质量监控团队，对预示潜在客户风险的通话进行重点审核，从而挽回了86%具有潜在流失风险的客户，相当于创造了超过1200万美元的收益。
8、查找座席人员面临的新问题
质量评估通常围绕一系列预设问题进行。当通话中出现的新问题与任何预设问题都不相关时，这个新问题很容易被忽略，被评估人员添加为文本备注大概是最好的情形了。即使这些问题在多个不同通话中反复出现，相关备注都有可能不会在月度报告中提及。
解决方案：查找并发现大部分客户与座席人员面临的新问题。新启动的市场推广活动或新发布的政策法规都会为客户和座席人员带来新问题、提出新挑战。通过发掘联络中心交互中某些特定词语的增加或减少，语音分析解决方案能够自动甄别客户及座席人员的行为变化。利用这些新趋向为座席人员和客户创建每日或每月常见问答列表，并将这些列表发布在企业内部信息系统、面向客户的网站及自助IVR系统的更新中。
9、座席激励
当座席人员得到激励时，他们能够提供更优质的服务并进行更积极的客户交互。良好的质量监控方案应当对座席人员产生有效激励作用，而非仅仅对其工作进行监督。虽然有些企业采用了点对点式的对等评估，但考虑到前文提及的评估客观性、反馈结果长时间滞后、漏掉新问题等情况的存在，其效果仍然不及对座席人员进行激励。
解决方案：认可座席人员的优异表现。座席人员在通话中提供的卓越服务及获得的积极客户反馈很容易被忽视或得不到相应认可。企业应当通过语音分析找出这些通话，对座席、质量主管及管理层交付的的卓越服务予以认可。座席人员的突出表现获得相应认可后，会因受到激励而工作更加积极，客户满意度也会随之提高。
10、质量监控方案的影响因素与投资回报率
虽然大多数企业都已经拥有质量监控方案，但有时却很难为方案的实施拿出具有说服力的投资回报数字。这会招致企业内部压力，要求实施方案在成本和资源投入方面进行削减，而这会使质量监控方案的有效性进一步降低。
解决方案：通过专注于对企业重要性更高的特定领域，凸显质量监控方案带来的重大影响。语音分析能够将客户投诉、重复通话、合规风险及客户流失率的降低和追加销售成功率、客户好评、满意度及忠诚度的提高所产生的积极影响进行量化。这些量化结果直接指向显着的投资回报率，有助于提高对客户心声和质量监控方案的投入和重视程度，从而形成一个持续优化并产生积极影响的良性循环过程。