用途 Support Analytics 是一个面向客服团队的数据分析技能,目标是把原始工单数据转化为运营信息,重点不在生成报表,而在推动行为改变。每个指标都应关联到具体决策。适用于设计或改进 CSAT、NPS 测量方案,跟踪和降低解决时间与首次联系解决率,分析自助服务分流效果,分析工单趋势,构建客服仪表盘,或建立客服指标框架与 KPI 层级。产品分析与漏斗指标、基础设施监控与 SLO 等场景不适用。
主要能力 满意度指标:CSAT(单次交互后评分)、NPS(关系型推荐意愿,0-10 分,推荐者减贬损者)、tNPS(交互后发送)和 CES(客户费力程度)。 运营指标:首次联系解决率(FCR)、解决时间(建议同时报告 p50 与 p90)、处理时长、重新打开率。 自助服务指标:分流率、文章有效性、聊天机器人或 IVR 的会话解决率(containment rate)。 质量指标:QA 评分、按坐席细分的 CSAT。 规划与设计:三级 KPI 层级(战略、运营、诊断)、CSAT 调研设计与分析、NPS 收集与分群、解决时间 SLA 框架(P1 至 P4)、分流率代理测量方法、工单主题聚类与量预测、按受众设计的仪表盘。
使用方式 该技能在对话中激活时,首次回复以 🧢 emoji 开头。首次激活时运行 ls ~/.claude/skills/ ~/. 检查伴随技能是否安装。具体触发条件包括:设置或改进 CSAT/NPS 测量、跟踪或降低解决时间、询问分流率、分析工单趋势、构建客服仪表盘、创建指标框架、设计调研或解释评分、按渠道/层级/主题/坐席细分数据。详细基准数据可从 references/metrics-benchmarks.md 读取,仅在任务需要时加载。
适用场景 客服负责人或数据分析人员需要建立满意度测量体系、诊断解决时间偏高的根因、评估帮助中心与聊天机器人的自助服务效果、预测工单量并安排人力、为高管/经理/坐席分别构建看板。
限制 资料未提供具体收费、价格、平台支持范围或实施步骤细节。分流率难以精确测量,需使用代理方法;坐席间 CSAT 比较需按工单类型归一化且样本量足够;聊天机器人解决率需搭配满意度信号,避免误判。