业务形式对于产品框架有着直接影响，对于产品细节有一定的指引作用。本文主要从业务视角和产品视角两方面，阐述产品经理在做客服工作中应当负责的事项，为后续产品设计有一个清晰的认识。

业务形式决定产品框架，指标指引产品细节，同时反映产品问题，本章主要从业务视角和产品视角两方面，阐述在客服工作中作为产品角色需要关注的数据全貌，前者保障我们对业务理解的深度是日常工作的基本盘，后者提升我们对公司整体运营状况的理解是不断成长的催化剂。

一、业务视角

这里的业务视角是指狭义的仅从客服部门出发，他们关心什么事情，而这些事情一般都是各个层级的考核指标。无论何种商业模式，业务视角下的客服指标通用，因为客服部门的核心愿景都是一样的：用更小的成本更好地服务用户。我们分为质量指标、效率指标、其他指标三类做具体阐述。

• 质量指标：直接体现服务质量的指标；特别注意：质量指标是整个指标体系的关键指标，宜少不宜多
• 效率指标：对服务质量有影响的指标
• 其他指标：非重点统计指标、二线客服和一线现场管理日常监测指标

1. 质量指标

让用户满意是客服价值的集中体现，好评率和一次解决率是用户满意度的集中体现。

好评率=4/5分评价/评价总数

• 行业平均在80%左右，90%表示服务水平较高。
• 可细分为电话、IM和任务三类，前两者贡献了评价数量的绝大部分。
• 任务好评率指的是服务过程中由人工或系统创建的任务完成时对用户进行的服务回访结果，一般为短信/站内信形式，我们将在第三章对此概念做详细阐述。
• 还有一类是投诉好评率，不过我们也可以将投诉认为是一种特殊的任务。

一次解决率=用户N小时内未重复进线/进线用户数

体现是否一次直接解决用户问题，一般N=24小时

2. 效率指标

有问必答，有问快答，是用户体验的基础。

进线接起率=进线接取数量/总进线数量

可延伸为单位固定时间内的进线接起率，一般要求电话20s、IM5s。反映某时间段人力是否充足。

回合合格率：

IM首回合响应合格率=IM合格首回合数/IM首回合总数

IM过程回合响应合格率=IM过程合格回合数/IM过程回合数

IM回合指从用户发起消息到客户回复的时间间隔，一般要求首回合5s，过程回合15s，同时可根据IM客服同时服务用户数量实时调整。反映客服工作状态。

任务回合合格率=任务合格回合数/任务总回合数

任务回合指任务每次分配后客服有操作时间，一般要求15-30s左右，此逻辑比较难统计，对数据埋点和日志写入有较要求，可参考使用。

任务完成率=任务完成数/总任务数

按时间维度统计：当天、48小时、72小时、72小时以上。

任务流转率=流转任务数/总任务数

任务流转指一个任务在首次分配后，经过换人处理，又可分为板块内部和板块外部流转，反映某类任务是否能在客服维度一次解决。

3. 其他指标

为客服管理提供数据价值。

非重点统计指标：

• 总量统计：进线量、任务创建量（系统/人工）、任务完成量、各级评价量
• 时长统计：进线结束时长、任务完成时长、各类回合时长、用户等待时长（平均值、分位值维度）

二线客服：

• 质检：抽检率、抽检合格率、复检合格率、员工申诉率、申诉成功率
• 排班：积压量、任务/进线预测量、人员在线比例

• 现场管理：

人员在线比例、完成数量、好评率、投诉率、板块积压数量、当前处理量

二、产品视角

这里的产品视角是指广义地关照整体业务运行情况，其中部分指标可能也是客服关注的。由于需深度结合业务场景定制，所以这部分指标说明，我们需要结合实际业务情况举例，争取尽可能适配更多场景，但业务不同会有部分差异，更侧重阐述如何确认指标的方法。

前文提到，在交易类产品中客服的价值最大，在此我们以OTA平台举例，电商平台情况大同小异，交易流程大同小异，甚至OTA因为成交耗时更长、库存情况更加多变，所以场景更复杂，不过会缺少物流环节，有兴趣的同学可以按照给定的方法梳理电商流程自己尝试做一下。这部分我们分自动化指标和缺陷类指标两类描述。

• 自动化指标：直接体现业务模式健康程度的指标
• 缺陷类指标：对于特殊业务场景的重点关照

1. 自动化指标

更健康的交易平台应该是让用户即来即走，并且符合交易预期无信息误差。

订单自动化率=成交未经过人工订单/所有成交订单

（1）自动化的定义

自动化是指在整个交易环节中，平台方无任何人工介入，用户仅需和系统交互即可完成交易。

我们还是以线下餐馆举例，想要吃上一顿可口的饭菜，我们会经过如下流程：取号-排位-叫号-点餐-催餐-支付。其中每一个环节都需要服务员的帮助，但是在互联网的介入下，我们也可以实现无人干预，比如将流程变成：自助取号-线上预通知-按号入座-在线点餐-在线催餐-在线支付。这其中如果我们完全线上化，将需要预约系统、库存系统、点餐系统、支付收银台，甚至和厨房关联的B端催餐等系统。

（2）为什么需要自动化

自动化让互联网企业在无边际的扩张中，边际收益达到最高，以及保障用户体验。

先聊边际收益问题，为什么线下餐馆不会实现完全的自动化，本质原因是每家餐馆在同一时间的承载力是有边界的，其中人员成本相对可控，此时互联网在其中扮演的是辅助角色；而大平台在无边际的夸张中，如果在订单成交的各个环节中都有人工介入，那么这门生意将会不再性感。

再说用户体验问题，在线下因为用户是在和活生生的人交流，所以交易过程也是娱乐过程，甚至是交友和满足自我心理过程，这也是为什么还是有许多人喜欢线下，即使很多时候他的价格更贵，但是线上用户更多是在进行系统交互，我们对于系统的要求就是，简约，让用户用更少的时间和决策成本完成交易，所以自动化也是用户体验的一部分。举例：没有人会喜欢下了订单以后，被平台通知没货啦，发不出来，或者没房啦，你换一家酒店住吧。

（3）除此以外

自动化指标看似是一个简单的指标，但是其实涵盖了交易的全流程，其中决定因素有很多，我们可以根据业务流程中涉及交易的每一个环节，设置对应的指标对自动化做细拆。比如支付成功率、退单率、成交率、超卖率、成交时长、确认时长等等，从全流程出发，关注其中对自动化率有影响的部分，让整个业务运行的生态更加健康。

2. 缺陷类指标

缺陷类指标本质也和自动化相关，朴素的理解是如果交易环节中每一步出现缺陷，一定会带来用户、平台、商家的三方交互，平台此时能做的就是公正处理，确保用户和商家体验，并且尽量促成交易达成。因为缺陷一般跟场景和流程走，我们直接拿OTA的主要缺陷指标举例，大家重点看场景判断即可。

（1）确认前满房：交了钱过了几天对方说没房了，钱给你退了，让你再找酒店去。

（2）确认后满房：交了钱对方也说你来吧，过了几天说没房了，钱给你退了，让你再找酒店去。

（3）确认后变价：交了钱对方也说你来吧，过了几天说要涨价，不行就钱给你退了，让你再找酒店去。

（4）到店无房：你开开心心到店了，酒店说没房间了，你找别的地方住吧，钱给你退了。

（5）到店变价：你开开心心到店了，酒店说不好意思我们涨价了你要补差价，爱住不住。

一般用户缺陷场景都会血压飙升，严重影响平台在其心中的形象，所以缺陷指标我们主要观察其出现的概率，并针对性制定策略预防减少。

最后说两句

这一章我们花了更多的篇幅去了解客服内部的指标，对产品视角下的指标只是做了如何寻找场景的方法论描述。核心还是因为各类业务形式林林总总，其中的业务流程也不甚相同，但找好维度，比如从交易环节看，从商户类型看（直营、供应商），从商户/会员属性看，都可以关照到影响最重要的场景。

回归初心，我们的工作就是让用户在交易过程中尽可能享受好的体验，那么我们下篇产品架构见。