SuperAPI AI 工具集

support-analytics

数据与分析

查看项目

更新于 10-16 00:03

技能介绍

用途:把客服工单数据转化为运营洞察,围绕满意度、运营效率、自助服务与质量四类指标建立测量与改进流程。触发场景包括搭建或优化 CSAT/NPS 测量、跟踪与降低解决时长和首次联系解决率、分析分流率与自助服务效果、分析工单趋势与主题聚类、构建面向管理层或客服的看板、设计问卷与解读分数、按渠道/层级/主题/客服细分数据。不适用于产品分析或漏斗指标,也不用于基础设施监控、SLO 或错误率跟踪。

主要能力:满意度指标(CSAT、NPS、tNPS、CES);运营指标(首次联系解决率 FCR、解决时长、处理时长、重开工单率);自助服务指标(分流率、文章有效性、机器人会话解决率);质量指标(QA 评分、按客服细分的 CSAT)。提供 KPI 三层框架(战略/运营/诊断)、问卷设计与提升回收率方法、NPS 收集与细分、解决时长 SLA 框架与根因分析、分流率代理测量、主题聚类与工单量预测、按受众划分的看板设计。

使用方式:激活后首次回复以 🧢 开头。按需读取 references/metrics-benchmarks.md 获取基准数据。核心计算示例:CSAT =(4 星 + 5 星)/ 总回复数 × 100;NPS = 推荐者% − 贬损者%。建议工单关闭后 1 小时内发送问卷,用中位数 p50 与 p90 报告解决时长,FCR 由系统按 72 小时内是否重开或再提同主题工单判定。

限制与注意:分流率难以精确测量,需用代理方法;机器人会话解决率需搭配满意度信号,否则可能掩盖无法升级的挫败;客服 CSAT 比较需按工单类型归一化且样本量足够;工单量预测需做季节性调整;看板须有明确决策负责人。资料未提供具体价格、平台支持范围与安装命令。