本文以数字化客服设计为核心，倡导从整体服务视角出发，深入设计层面，旨在显著优化用户体验，精准定位客服在企业架构中的角色，并积极代言用户需求，助力服务品质的持续升级。

文中提炼出实现企业产品与服务双重卓越体验的有效策略与路径，其理论依据主要来源于孙媛老师的著作《数字化客服设计》。欲了解更多详尽内容，可直接参阅该书。

一、客服中心的发展历程

面对用户在产品使用中产生的疑问或投诉需求，企业设立统一联系方式，彰显对问题解决的责任。

客服中心历经以下四个发展阶段：

二、互联网时代的数字化客服

在体验、成本、效益三者间寻求平衡，客服中心随环境动态调整。

2.1 互联网时代用户体验的价值

20世纪60年代，产业结构从工业型向服务型转型。互联网时代下，用户体验价值凸显：

1. 信息传播成本低廉：头部企业集聚大量用户，形成平台生态，需关注整体生态而非单个用户；
2. 产品快速迭代：一周内完成AB测试；
3. 高品质客户体验：蕴含巨大商业价值；

2.2 新客服的生产力管理

旨在高效调度人力，确保接起速度满足用户期待，控制成本，且员工认同并遵守排班规则。

（1）面临的6大挑战

重视体验最好的方法，就是业务负责人能够从产品经理的角度，以用户为中心，横向组织资源， 按需求进行设计、生产、销售和交付。

构建以用户体验为中心的服务型组织，产品质量取决于各触点互动效果，需全员协作提升。

（2）落地措施

实现此目标可以考虑以下措施：

（3）数据建设

数据建设分五层走：

1. 系统功能层：解决不同系统的埋点问题，提供最底层的数据记录；
2. ODS数据层：通过增量同步或全量同步的方式，将不同系统的数据备份到数据库；
3. 标准数据层：统一跨系统的数据，将所有类型的数据字段格式化，梳理上下游关系，混合计算；
4. 指标层：在统一数据源、统一计算口径下登记，确保指标不重不漏；
5. 可视化层：具体表现为大屏、手机或工作台等终端设备；

三、数字化客服体系-体验模型

3.1 服务历程管理

1. 客服入口（路由环节）：涵盖所有用户可能接触客服的途径，如客服电话、在线聊天、APP内置入口、小程序客服栏、一键呼叫、二维码入口、弹窗提示及外呼等。

2. 智能解决（解决环节）：侧重服务请求解决率与满意度。某些不需要智能解决的可直接进入人工；

3. 路由机制（路由环节）：

• 实时路由：用户经直接联系或智能服务后，按需分配至不同队列，遵循先进先出原则，关键指标为路由准确率与平均按键时长；
• 工单路由：经过实时队列升级的业务形成工单，按紧急程度和先进先出原则分配给客服专家；

4. 人工处理（解决环节）：根据交互方式和响应时间不同，分为实时业务和迟滞业务。

• 实时业务：实时交流，用户一直在队列中排队，在主动放弃前有时间限制，不会有积压；
• 迟滞业务：涉及内部升级事项与智能门户提交的工单，用户非即时等待，处理时机由客服中心决定，计时单位为小时/日，属积压类业务；

5. 确认与反馈（确认和反馈环节）：服务结束后与用户确认结案情况并收集反馈意见；

3.2 解决力

（1）解决力评分标准

• 1分=敷衍：缺乏同理心，未能理解用户需求，基本需求未满足；
• 2分=传话筒：虽识别诉求，但仅从公司立场传达结果，对敏感案例处理不当，易引发舆情风险；
• 3分=解决：站在用户角度，解决用户反馈的问题，尽管未完全达预期，但通过安抚、缓解等方式有效应对用户反馈；
• 4分=惊喜：用超出用户预期的时长或者方案，解决了用户问题；

（2）赋能举措

• 工具支持：提供高效客服工具；
• 规则权限：明确规则与权限框架；
• 流程优化：提升流程体验与评价机制；
• 场景化培训：针对性模拟实战训练；
• Wow文化：倡导让用户惊叹的服务精神，追求让用户赞叹和喝彩的服务；

（3）质检标准制定与验证

从客服的管理层入手，逐步制定新的质检标准，通过用户打分和业务打分的方式来校准和检验方案的有效性，最终得到可执行的质检标准。

3.3 服务历程的质量监控和复盘

（1）监控重点

对比用户实际感知与服务传递质量，揭示服务设计与用户期望间的差距。

（2）质检结果应用

针对服务历程各环节，进行场景化调整、智能服务优化、人工服务改进、系统功能升级及人员执行力提升等。

（3）目标设定

1. 质量监控：基于用户对响应性、保障性、可靠性和移情性的感知，构建用户视角下的服务历程标准，对个案进行端到端、全面、全程、定性与定量评价；
2. 复盘机制：针对极端负面案例，进行评分、剖析问题根源，并启动改进流程；

（4）实施步骤

3.4 持续改善机制

（1）方法与工具

采用精益六西格玛的结构化方法解决服务问题，推动持续改善。

（2）运营机制推进

构建并推行有利于持续改善落地的运营体系，具体如下：

（3）培训和鼓励措施

培训：系统教授持续改善理论与工具应用。

激励体系：

定期表彰：每月对提出改善建议的人员给予表扬。

资质认证与晋升通道：

• 绿带：授予完成简单改善项目的人员绿带资格。
• 黄带：授予完成复杂改善任务的人员黄带资格。
• 黑带培养：优秀改善人才纳入人才库，优先获得黑带培养机会。

荣誉激励：所有改善项目可参选“最佳改善实践奖”，年度评选。

职业发展支持：改善项目关键人员在数字化考核中获加分，享有晋升优势。

四、数字化客服体系-体系框架

4.1 数字化客服体系框架

1. 服务体验设计中心：作为核心枢纽，是客服历程的设计中心、新模式创新中心，也是智能客服和人工客服的知识点运营中心；

2. 服务运营中心和服务交付中心：依据服务质量与效率动态调整运营策略与服务交付；

3. 服务智能中心：整合产品研发与数据团队，打造工单管理在内的四大服务平台；

4.2 数字化客服系统框架

（1）平台化工单系统

问题追踪器，清晰地追踪、处理和归档问题。

用于支持客服向用户提供服务，结合通信系统、工单记录与流转、业务信息及操作等多个模块，查询、创建、跟踪、解决用户反馈的问题。

1. 业务分类：预留2-3级（业务群、业务、子业务），便于按场景细化进行服务率的分析；

2. 问题分类：首层按用户体验环节划分，次层细分场景，底层对应最小业务节点，与系统中的页面、权限相关联；

3. 解决方案：可通过智能助手实现；

（2）智能助手

缩短新人培训周期，确保服务质量。借助流程引导、自动建单、关键信息提取，提升一线客服上线效率与接线效率。最好在组织上设置专门的运营团队。

（3）移动工单系统

使用者不需要接入客服工作台，在移动端可处理、可追踪的工单系统。

目标是实现客服客诉处理闭环，通过灵活入口、定制流程、通知策略、标准化数据与状态跟踪提升处理率。

工单类型
1. 串行工单：工单有明确的前后依赖关系，严格按照流程逐步推进；
2. 并行工单：并发处理，多条线路不互相影响；

明确处理办法

1. 随机办理：同时发生给多名协助者的待办池，系统根据接单时间择优进行任务发送；

2. 共同办理：统一发送给一组协助者，多人同时收到，一人提交后整组变成完成；

3. 同时办理：处理人发生任务，任务与任务之间无影响，各自处理即可；

预期提醒和升级

1. 自动升级：通过延迟消息自动根据当前处理在组织架构的汇报关系，进行任务升级提醒；

2. 协同服务：具备整个企业的协同服务线上化的能力，让不同部门之间协同更加高效；

4.3 数字化客服系统框架

1. 服务入口：包括在线智能入口等4种用户直接接触点；

2. 智能服务引擎：核心，同时驱动上游入口智能解决、对于不能解决的部分完成由路由分配进入下游的工作台做好人工解决，有问题推荐等4个主要功能模块。

常见的对话分为：

• 闲聊型：不关注特定任务，和人进行开放领域的对话，生成流畅、合理且自然的回答。主要用于简单的情绪安抚，润化人机对话；
• 问答型【主要】：根据用户问题给出精准答案，从对话语料库中找到与输入语句最匹配的回复，是预先存储的数据；
• 任务型【主要】：帮助完成某项指令。多轮交互（简单类问题-复杂类问题-人工处理）不断搜集信息来完成复杂需求，通常维护一个对话决策树，根据状态决策下一个动作（意图识别→对话管理→调用解决组件）；

3. 工作台系统：将每一次服务请求转为一个工单，涵盖创建、流转（流程引擎）、排队（调度策略）及解决（监控预警，优先处理超时或预警工单）；

4. 人员管理系统：客服人员数字化管理平台；

5. 业务接入平台：开放业务数据接入，一次注册多渠道复用，降低成本、提升接口利用率与信息透明度，增强服务解决能力；

• 运营模式：仅需一次性接入，各模块共享。
• 系统架构：通过标准业务模型解耦运营与数据接口，驱动多场景实现，统一提供数据支持；

4.4 人工处理流程的系统支撑

旨在为客服人员设定标准化操作流程，确保从服务启动直至问题解决及邀评的全过程遵循一致步骤与原则，最大化提升用户服务体验。

分为如下阶段，构成递进关系，全面覆盖客服作业全流程：

• 实时流程：服务初始阶段，强调即时响应与高效互动。
• 迟滞流程：应对处理周期较长的情况，侧重跟进与沟通策略。
• 风控流程：涉及风险监测与管控，确保服务过程符合法规与安全要求。

4.5 服务设计师角色定位与招聘策略

服务设计中心的岗位，统称为服务设计师，设计的关键点。根据细分职能分为体验推进师、服务设计师、智能运营师、流程运营师。

（1）任职要求与职责

1. 用户体验推进：熟知服务场景，掌握智能客服与人工客服全流程；
2. 服务历程设计：具备出色产品设计能力、项目推动力与数据分析技能；
3. 智能运营和流程改善：敏锐捕捉用户问题与需求，驱动企业流程优化；

（2）招聘来源与专业背景

主要面向以下四类专业人士招聘：

1. 六西格玛黑带：具备严谨的质量管理体系知识与实践经验；
2. 项目管理人员：拥有项目规划与执行管控能力；
3. 产品与技术人员：熟悉产品开发流程与技术实现手段；
4. 财务/数据分析人员：擅长数据解读与决策支持；

五、数字化客服主要任务：体验推进（推动企业提升用户的使用体验）

5.1 服务率

（1）服务率的重要性

相较于可能高估用户满意度及过度关注企业标准的瑕疵率，服务率更能准确反映问题解决能力。服务率排除误入情况，仅计入有效服务请求。在入口稳定的前提下，整体服务率越低，用户体验越好。

计算公式为：整体服务率 = (智能服务请求量 + IVR服务请求量) / (订单总量 / 10,000)

其中，瑕疵率指服务没有达到企业自己定义的交付标准的比例，用户是否在意需其反馈，衡量标准既不充分也不完善。

相比之下，服务率直接体现了问题解决效率，重复请求可能源于瑕疵问题，但客服解决能力不足会导致服务率上升，受多种因素影响。

（2）提升对服务率的认知与实践

实现服务率提升需满足以下条件：

1. 建立共识指标：确立企业广泛认可的体验观测指标，并能追踪其深层含义；

2. 责任归属：业务第一负责人对体验问题承担责任；

3. 资源配置：投入资源改善虽短期利益不明但对用户体验有益的事项；

4. 文化塑造：营造“用户第一”氛围，如：

• 高层汇报：在高管会议中报告各业务服务率、解决力及投诉状况，评估业务优劣；
• 文化宣传：全公司范围宣传以用户为中心的理念及相关案例；
• 奖项设置：设立公司大奖表彰优秀服务；
• OKR联动：将服务率等指标纳入各部门OKR；
• 一线倾听：定期进行听音体验；
• 倒数警示：设立“烂番茄设计奖”，对排名倒数三名进行警示；
• 用户体验官制度：客服负责人担任用户体验官，参与业务决策，代表用户做几件事：
• 数据分享：会议开场报告服务率、解决力数据、原因及项目进展；
• 案例研讨：分享典型用户案例，传递用户声音，引导讨论并形成新项目；
• 新品反馈：汇报新品服务与用户反馈，从细节寻找改善突破口；

（3）应对产品体验与用户认知偏差以提升服务率

确保用户顺畅体验产品，引导其回归正常使用轨道，从而促进复购与长期忠诚度。否则，用户易于转向竞品。

常见偏差情况：

1. 新产品引导需求：用户需引导适应新功能，市场需培育。
2. 产品经理理解偏差：设计问题源自对用户需求理解不足。
3. 线上线下融合难题：线上流程中嵌入线下环节，需引导或人工介入。
4. 履约故障：产品在服务过程中出现失误。
5. 品质不达标：产品与服务质量未达到标准。
6. 个体期望差异：用户对体验期待各异。
7. 意外情况：遭遇不可预见的问题。

5.2 企业重视与管理用户体验的策略与工具

工具一：体验地图（现状评估）

工单分类树改造通过结构化分类（产品归属、体验阶段、问题标签）、问题描述、解决方案及其分类、用户情绪标签等元素，将客服信息标准化。

关注要点：

1. 必要维度：分类至少要考虑产品归属、体验历程的阶段、问题分类标签化（可能不唯一）；
2. 自动识别属性辅助分类，但须确保基础分类严谨适用；
3. 尽量使用产品体验历程中的阶段命名；
4. 尽量结构化分类智能门户与人工客服请求；
5. 尽量减少与后续流程耦合，避免工单分类调整导致流程进行不下去的情况发生；
6. 收集外部的反馈作为用户声音的指向标，与客服结构化记录做对应的关系；

从服务率出发的体验地图

从逆向（客服）的视角，对用户与产品认知偏差做的归类和分析，绘制地图的步骤：

• 利用工单分类树聚类和划分场景；
• 将场景和子场景映射至体验历程；
• 按场景收集体验相关的数据；

示例

衡量用户体验的数据，不仅来自单纯的售后问卷调查，还来自全链条的数据追踪。

服务蓝图中的断点很容易产生服务需求。断点随着信息打通和企业流程再造逐渐减少，带来用户体验的提升和服务比例的减少。

工具二：作战地图（聚焦重点）

分业务梳理和聚焦要做的项目，结构化推进体验优化。

具体做法：

1. 以用户体验场景为单位进行问题的归纳：形成场景清单，排清晰的优先级；

2. 构建服务率与解决力的散点图，关注极端风险案例；

3. 从清单与散点图提炼待解决问题，直观展示管理效果；

4. 发现跨业务共性问题，便于追踪解决；

5. 采用三段论制定解决方案：

• a. 让问题少发生：梳理正向流程，识别断点、痛点、盲点和难点；
• b. 快速响应：实现从客服入口、主动预警、智能解决到人工路径的最优化；
• c. 解决后最满意：从权限、路径和话术上思考最满意的方案；

工具三：项目地图（达成共识）

在选择项目的时候，可以在一些业务进行重大变化的时刻“搭便车”。2个步骤：

1. 立项考量：评估项目收益，组建团队，注意关注服务体验影响范围、中期NPS变化及成本节省。
2. 共创与分解：利用项目地图，于业务变革时机启动项目，形成完整任务清单。

5.3 改善体验的典型场景和路径

（1）流程断点线上化

从经验和数据上能看到，断点是容易产生体验误差的地方，服务率一般较高。最重要是要画出服务历程，找到断点的原因，尝试线上化解决。不能线上化解决的要赋能客服，提供解决方案。

（2）运营盲点透明化

暴露并解决内部信息盲区，尤其是难以线上化的部门，确保运营透明度；

（3）行业难点产品化

难点往往是平台、商家和用户对用户权益理解的分歧。

遵循“不与用户认知争辩”原则，企业越坚持自己的边界就越容易犯错误。客服不但不能解决问题，还把问题放大了。从产品角度寻求多方共识方案，而非逃避或强辩。

（4）用户痛点预防

从服务率出手，尽量减少发生概率，采取措施减少痛点发生，如：

1. 供应商管理：梳理细节，推送业务部门做巡查，降低不良率减少发生；
2. 库存不足触发下架：实时监控不能履约的数量，必要时触发商品自动下架，控制范围；
3. 预案管理：情况发生前有备选方案；

（5）商品质量问题

不仅会触发投诉退换货，还可能会造成一定的安全隐患，是最需要重视和解决的。

几个解决方式：

• 量化记录：尽量详尽跟踪每个订单商品乃至部件；
• 环节细分：客服掌握各阶段商品信息，将入库质检、出库质检和仓储时间等数据作为判责的依据，把质量问题责任细分到不同的环节；
• 问题聚焦：锁定商品、批次、仓储点、司机、存放时间等；
• 应急措施：授权客服按灯，即暂停问题商品销售或召回已履约商品；

5.4 用户体验递进策略

几个步骤：

1. 塑造用户导向文化：确立以用户为中心的企业价值观；

2. 突破关键节点：识别并攻克断点、盲点、难点、痛点，迅速提振信心；

3. 场景化收集用户反馈：以产品体验框架为基础，按用户场景搜集意见；

4. 绘制行动路线图：量化需求，确定重点项目；

5. 项目效益评估：运用项目管理方法衡量改进效果；

5.5 用户之声的价值

整理客服记录，获取“点状”用户反馈，借助VOC分析关键质量特性（CTO）。主要是以下原因：

1. 风险预警：快速捕捉极少数痛点或涉及法律红线的问题，弥补常规数据反应的滞后性。因为这些数据变化在问题规模和比例数字上是迟钝的或者是相对滞后；
2. 深度理解问题：知其然还要知其所以然，提供精准反馈，探究问题根源。
3. 识别关键影响因素：从波动数据中提炼对用户体验有实质影响的内容。
4. 应对蝴蝶效应：通过波动归因分析交易端细微变化对服务量的影响，优化流程，提升体验。
5. 多维视角融合：产品经理关注结果与成功指标，客服关注感受与选择偏好，两者碰撞交融，全方位打磨产品。

六、数字化客服主要任务：服务历程设计（快速解决用户问题）

设计服务历程，确保用户问题得到快速、有效解决，重点关注用户解惑过程中的费力度。

6.1 费力度

反映用户为解决问题所付出的努力程度，涵盖从提出客服请求至问题满意解决的全过程，通过问卷调研和计算公式量化评估。

费力度=f（A、B1、B2、B3、C）

其中参数可根据实际调整。常用指标包括：

A：用户联络次数

B1：每次联动的等待时长；

B2：用户与人工客服的交流时间；

B3：是否解决问题，3分作为合格标准；

C：逆向流程发生的次数；

整体环节的费力度=解决率*解决的费力度+未解决率*未解决的费力度

6.2 费力度收集途径

1. 用户反馈：托推荐路由系统触发的反馈机制，聚焦整个问题而非单个客服；

2. 质检解决力评分：分四档打分评价；

3. 听音审查制度：监听通话以直接评估

6.3 基本的设计原则

一致性与丰富入口：尽量保持客服界面与运营规范统一，提供多样化的接入方式；

逐级提升解决能力：服务流转过程中，用户感受到处理能力逐步增强，避免无承诺的无效转接；

提升单环节解决率：设定智能门户与人工解决的阈值目标；

灵活转接机制：

• 人工入口显要：置于智能客服首层或IVR菜单各层级；
• 绿色通道：已来访的用户直接进入到技能组；
• 特定场景快速转人工：适用于高危、高痛点问题，用户明确要求人工介入或升级专家处理，以及问题长时间未进展的情况；

七、数字化客服主要任务：场景化智能客服（数字化客服体系的效率）

7.1 价值体现

（1）IVR的自助服务和以聊天为主的机器人

主要以“节约人力成本”为导向，提供简单的答案，并且隐藏人工入口。

（2）在线的智能门户

满足以下要求：

• 入口易得：所有可能出现问题之处明确设置人工入口，智能覆盖率反映客服入口覆盖订单比例，衡量接入难易程度。
• 以解决问题为核心：智能解决能力强则费力度低，反之则高于人工直接解决。需整合自然语言理解、信息接入、加工能力等，通过解决力评分与解决率量化评估。
• 快速转人工：设定解决边界，无法解决时立即转人工（避免拦截用户），或在首层设置人工入口，或根据交互次数自动转接。通过NPS调查中“人工服务易得”评分衡量转接效率。

7.2 关键模块

智能客服系统作为问题解决框架，融合问题预判、流程引擎、信息接口等组件，调用聊天机器人。本质上是“信息+流程+权限+语义理解”策略系统，解决用户问题。

基于“客服历史记录+页面历史记录+线上用户诉求”，构建四大服务路径，满足超过80%需求。

7.3 场景化客服入口

服务入口的四种形式：

7.4 智能解决力提升策略

列举七种提升智能客服解决力的方法：

7.5 智能客服与人工客服满意度差异解析及优化策略

（1）满意度差异来源

差距源于客服人员对信息的线下加工与服务技巧，即客服工作的复杂度。

（2）智能满意度提升策略

要想更好的智能满意度，推动流程、权限和资源的变化，即接入更多、更细致的信息，给予智能客服更简洁的权限，建设更加流程的内部工作流程和工单流转流程。

（3）智能满意度提升目标

旨在降低人工服务率，进而节约成本，而非单纯为节约成本。提升智能解决率的两个前提：

1. 人工入口明显；
2. 智能解决下的用户满意度明显低于人工客服处理的用户满意度；

（4）用户接受度差异

用户对以下情况更倾向于接受人工应答：

1. 信息不足：智能客服没有足够多的信息，不能给到满意答案，仅作泛化回应。

企业投入信息+员工工作复杂度（利用培训、表格整理出的系统信息之外的东西提升了自身能力）=人工满意度；

2. 方案相同：智能与人工方案一致，但人工能提供情绪安抚

企业投入权限+员工情绪安抚（自己的语气、态度、努力等）=人工满意度；

3. 客服权限高：人工客服能立即处理问题，无需用户等待

企业投入赔付+员工技巧处理（马上处理，不需要用户等待）=人工满意度；

7.6 关键运营机制

以算法为辅，人工运营和产品设计为主。强依赖运营，且数据积累和规模比较有限。

7.7 语音智能门户

常分为4类，具体如下：

八、人工解决环节：问题终结者与体验增值

8.1 概述

人工解决环节涵盖路由排队、首轮处理、升级处理及评价，是问题解决的终极防线。

8.2 以共识为中心的解决流程

分为实施解决、迟滞处理和风险防范3个类型，递进关系。

8.3 基于解决力流程的知识结构

核心在于识别用户场景、确定处理原则、选取方案包，要素包括场景、原则、方案包及方案详情。

8.4 新模式流程对人工客服的帮助

8.5 主动服务/销售/关怀/挽回的价值

客服能迅速弥补体验短板，提供促进成交、增加复购的服务，价值可通过AB测试衡量。

用户体验=新体验-旧体验-替换成本

关键在于挖掘流失原因，找出存在问题的断点与触点，以便制定有效解决方案。

8.6 如何提升人工解决力

用户寻求客服的目的是解决问题，解决程度可分为：

1. 彻底解决：应对常规问题。
2. 部分解决或情绪安抚：在公司资源允许下，提供时限承诺与兜底方案。
3. 尽力而为：即使问题未解决，用户仍感受到客服努力与共情。

以下3种权限意味着客服代表用户调用公司的权限，做到追踪、预防和止损：

九、客服成本和预算编制

9.1 计算客服成本

计算公式：

客服成本 = 交易量 × 人工服务率 × 单人工服务成本 × 消费者保障成本

单人工成本不是逐年下降的，原因：

1. 成本波动：受弹性需求、服务等级影响，不同的弹性要求和服务级别下是不同的结果；
2. 成本上升：员工素质和解决能力在逐年上升，业务发展更快更关注用户体验时要接受服务成本暂时比较高；

通过降低问题发生概率和防止某些权利滥用来控制消费者保障成本（（指在问题的责任方比较模糊时，企业主动承担一部分用户损失或者补偿来表达对用户伤害的歉意所产生的成本））。

9.2 计算人工服务率

（1）公式

不能缩短入口来减少服务比率，也不能通过隐藏人工入口来降低人工服务率。智能解决率的提升在人工入口明显的前提下，用解决能力来逐步提升的。

人工服务率=服务率*智能解决率=人工服务请求量/（订单量/10000）

人工请求量包含未能接起的数量和重复拨打的数量。

使用该指标前，要标注好服务入口的数量和人工入口的开放程度，目的是为了判断数字变化增加导致人工增长是归咎于服务投入还是产品体验变化。

（2）高人工服务率的痛点

1. 数字化与线上化不足：用户费力度高，存在痛点、中断与未知情况，转化率低。
2. 高昂人工成本：扩张的时候企业处理能力限制发展，为竞争者创造机会。

9.3 客服价值体现

客服成本并非由客服决定，而是企业提升用户体验的整体努力。

1. 服务率下降：反映企业是否重视用户体验，用户是否频繁遇问题。
2. 费力度与解决力：体现企业兜底能力与问题解决效果。

十、总结与复盘

着眼于客服视角，通过客服案例提供了实用的产研设计和运营迭代方法，阐述如何对客服的价值进行思考，如何重新设计客服历程，如何利用VOC提升体验，如何将用户体验和产品设计融合思考。

唯有跳出运营看服务，从客服体验入手，才能更好地揭示客服价值！