客服表现分析

#用客服表现回答两个问题

进入 客服 → 客服绩效。这一页只做客服运行与结果分析，主要回答两类问题：现在有没有积压或人工接待压力，以及一段时间内客服质量是否持续改善。

APP CAPTURE中文浅色界面的客服表现页；页面展示实时运行指标、趋势与店铺筛选。

页面包含两个主要分析标签：

标签	适合回答的问题	时间范围
实时	AI 是否在处理、买家是否在等待、升级是否有人接手	最近 1、6、12 或 24 小时
历史	会话量、响应速度、升级处理、满意度和引导成交是否在改善	最近 7、30 或 90 天

未支付触达标签属于另一项业务功能。它的配置、执行条件和实验分析见未支付订单主动触达。

#实时：先发现正在发生的问题

实时数据每分钟自动刷新。可以选择全部店铺，也可以筛选一家店铺，查看四组信号：

1. 活跃 / 待处理 / 已升级：活跃会话代表当前工作量；待处理持续增加，说明买家消息正在排队；已升级增加，说明更多会话需要人工决定或接待。
2. 人工升级处理：同时比较新增升级和已处理升级。新增长期高于已处理，表示人工队列正在积压。
3. 等待中买家：分别显示等待超过 5、15 和 30 分钟的会话。它比平均响应时间更适合发现少量已经等待很久的买家。
4. AI 处理轮次与结束会话：AI 处理轮次表示 Agent 实际开始处理的次数；结束会话表示已经完成并关闭的会话。

不要只看某一个数字。比如待处理上升但 AI 处理轮次没有同步上升，应先检查负责店铺的 Desktop、店铺设备绑定和模型连接；AI 处理正常但升级持续累积，则应检查负责人是否收到升级投送，以及人工是否及时完成决定。

#用实时页判断处理压力

建议按下面的顺序排查：

1. 选择发生问题的店铺和合适的小时范围；
2. 查看待处理曲线从什么时间开始上升；
3. 对照同一时间的 AI 处理轮次，判断 Agent 是否仍在工作；
4. 查看等待超过 15 或 30 分钟的买家是否增加；
5. 对比新增升级与已处理升级，确认压力是在 AI 队列还是人工队列；
6. 回到会话收件箱或客服升级与人工审核查看具体案例。

实时页适合值班和排障，不适合用几个小时的数据判断模型或业务提示词是否更好。

#历史：比较可持续的结果

历史页按天汇总，可以选择最近 7、30 或 90 天。顶部指标和趋势图包括：

• 新增与结束会话：判断新进入的工作量是否被及时完成；
• 升级会话、已处理升级与处理率：判断人工接待是否跟得上需要判断的事项；
• 满意度与 7 天加权平均：单日满意度容易受评价样本量影响，应同时看已评价会话数和 7 天趋势；
• 首次响应 P50：一半已测量会话的首次响应时间不高于这个值；它适合看典型体验，但不能代替实时页中的长等待分布；
• 错误/会话：用于发现运行稳定性变化；
• 客服引导成交额：TikTok 将客服回复后 7 天内产生的订单归入该指标。页面只展示数据完整的 7 天滚动平均，因此最新可用点会比今天至少滞后 7 天。

促销、流量变化、复杂售后和评价样本量都可能造成单日波动。比较模型、提示词或团队流程前后表现时，应使用相近的星期结构和业务周期，不要用一个异常高点或低点下结论。

#跨店铺查看与导出

选择 全部店铺 可以先判断问题是全局发生，还是集中在某一家店铺。发现异常后，再切换到单店铺查看，避免大店铺的会话量掩盖小店铺的问题。

历史页支持导出 CSV。需要做周报、与排班记录对照，或保留一次配置调整前后的基线时，可以导出每日明细。导出内容包括会话、升级、满意度、首次响应、错误和引导成交等数据。

#推荐的分析顺序

1. 实时页确认健康：先排除 Desktop 离线、模型不可用和队列积压。
2. 历史页寻找趋势：至少比较一个完整且可比的业务周期。
3. 回到真实会话：阅读造成升级、差评或长等待的具体案例。
4. 一次只改一个主要因素：例如提示词边界、模型或人工升级流程。
5. 记录修改时间：之后使用相同指标和时间范围复查。

客服表现不应只追求更少的升级。更好的结果是：常规问题能被稳定完成，需要授权的事项及时交给人，买家等待时间可控，服务质量能够持续验证。