1.3　数字化客服体系做些什么

新的客服体系诞生于数字化时代，用数字化和产品化的方式来解决问题，同时会落地为数字化产品，因此，我们使用“数字化客服”来指代我们说的新的客服体系。简单地说，数字化客服体系主要完成以下三个任务。首先，要推动企业减少体验误差的产生，从而提升用户的使用体验；其次，要快速解决用户的问题，提升用户的客服体验；最后，要在以上两者的基础上，尽量提升效率。

1.3.1　推动企业提升用户的使用体验

推动企业提升用户的使用体验原本不是客服的第一职责，不过这是做好客服职责的必要条件。因为在这个海量需求和体验至上的时代，如果问题的数量和内容不能走向可控，客服很难靠埋头苦干获得良好的用户体验，因此，我们应避免问题的发生。

我们需要引入一个新的概念来衡量企业的产品体验与用户认知之间的误差，这个概念就是服务率。从直观上理解，服务率就是在一定的交易数量下，发生用户服务的概率。这个数值的大小，首先体现的是这个业务本身的特性，也就是这种业务模式在当下的技术水平下能够做到的大致水平；其次，这个数值在同一个业务上的变化，意味着用户使用这个产品的体验变化。服务率在同一时期不同企业之间的区别，反映了不同企业在用户体验上的差距。

服务率的计算公式为

服务率＝服务发生的次数／交易数

访问量、订单量、产品保有量、持卡用户数、活跃用户数等都可以作为服务率的分母，选取的时候尽量与企业关注的角度一致。例如，电商关注订单量，制造业关注产品保有量，银行关注活跃用户数，综合平台关注访问量及交易金额，视频网站关注视频观看次数或者用户停留时长，等等。也就是说，企业用什么衡量业绩增长情况，就用什么来衡量这个值会带来的服务比例。

同时，频繁变动的分母和过于庞大的分母会给指标的敏感性带来困扰，因此在选择时应有所取舍。例如，企业在计算服务率的时候，分母选择用保有量还是当年销量呢？显然当年的销量更能敏感地反映服务量的变化，而往年销售的产品不会显著影响今年的服务量，只有在指标波动时才需要关注。

表1-1描述了不同服务率的表现。

从表1-1可以看到，每个服务率的概念都有一定的价值，从管理角度来看，我们要在当下和未来一段时间内，采用适当的一个或几个服务率，来对用户体验进行持续跟踪。

客服推动企业提升用户的使用体验，会体现在服务率的下降上。不过，这不能简单地用服务率期初和期末的差值来衡量，需要排除掉环境顺风和环境逆风的影响，看到客服在推动变化这件事情上的真正收益，这样有助于我们看到客服在体验提升上的真正价值，既不会因为环境顺风而夸大，也不会因为环境逆风而被埋没。图1-7就是一个体现了环境顺风和环境逆风的影响推动体验提升的示意图。

如图1-7所示，某公司的万订单服务率从100下降到了92.7，但是我们不能简单地认为客服对体验推进工作的贡献就是8.3。从图里我们能够看到业务本身的组成变化，以及服务时间的延长，会带来10.7、0.7的环境逆风影响，这是不可控的；之后有些业务主动采取的策略，会带来1.4的环境顺风影响；在此基础上，可以统计到项目收益将带来22.9的影响，最后还有4.6的影响源自其他因素。但是，目前发生的环境顺风因素和环境逆风因素，要在后续制定体验推进策略的时候考虑到。

体验推进项目的目的并不是阻止业务变化，而是衡量业务变化带来的体验变化，从而建立一个良好的闭环，让服务率逐渐处于可控的状态。

以上我们重点谈到了服务的数量改变带来体验的变化，同时，我们要意识到，问题的痛度和严重程度比数量还要重要。因此，除了衡量服务率，我们还建议衡量投诉率和危机率。

投诉率：在整体的人工服务量中的产品质量问题、工作质量问题，以及导致用户产生经济损失、情感损失或者其他严重问题的服务量，我们归类为服务中的“投诉”，相应的比例为投诉率。投诉率可以按照问题类型和员工对用户情绪的把握在工单记录中标记出来。

危机率：问题性质涉及敏感人群、人身财产安全及服务过程严重瑕疵的问题，被定义为“危机”，相应的比例为危机率。

我们可以使用专门的问题分类和系统监控来发现并且标记，如表1-2所示。

1.3.2　快速解决用户问题，提升用户的服务体验

我们前面提到，客服可为产品体验和用户认知之间的误差纠偏，这个纠偏是指误差发生的当时，能够让用户以最小的费力度，回到产品体验的正轨。在产品体验中，客服的主要职责就是快速解决用户的问题。

1．怎样衡量客服体系的解决能力

我们可以采取多项指标来衡量客服的解决能力，如用户满意度、平均结案时长、首次解决率、客服解决力等。在管理呼叫中心时，以上几个指标我都用过，但更倾向于使用客服解决力这项指标。

（1）用户满意度

用户满意度一般通过即时用户满意度调查结果来体现。即时用户满意度调查的基本方法是在机器人、在线服务、电话服务结束之后，立即邀请用户对服务进行评价。这种衡量方式的好处在于能够直接收集反馈结果，并且能够将结果分解到每一个提供服务的人，便于复盘和管理。因此，在过去的十几年中，这个指标被普遍采用。不过在大部分的客服中心，这个指标的达成度很高，并且数值的波动和差异非常小，为什么呢？

最大的问题在于用户满意度指标的指向不清。当我们向用户询问用户满意度时，问的是用户对公司解决本次问题的满意度，还是对客服人员的服务满意度？一般来说，客服管理者往往希望问的是后者，在话术里也是这么说的（“请对我的服务进行评价”）；但是，用户想反馈的是对公司和解决问题的满意度。为什么会发生这种偏差呢？因为很多客服管理者认为自己能控制的只有客服人员的态度和对流程的执行，无法控制问题是否解决，以及流程是否合理，后面的流程还要依靠企业的支持。客服管理者仅仅追求提高用户对客服人员的满意度，可能掩盖或扭曲了用户对企业的满意度，这就使得满意度的结果并不能真实、全面地反映用户的感受。

（2）平均结案时长

平均结案时长是一个过程指标，它直观地体现了我们接到用户问题之后，用了多久把事情解决。我们应将一个用户就同一个问题多次来电算作一个服务历程，而不是将一次来电或一次在线客服咨询算作一个服务历程。如果平均结案时长较长，例如平均解决时间为7天或者更长，那么缩减平均处理时间会直接推动一些流程的变化和客服内部管理盲点的修正。

但是，如果把平均结案时长用于考核客服人员和管理者，企业可能会过度地追求结案时长的降低，有时候带来好结果，有时候反而带来坏结果。好的措施是梳理和优化流程，消除不必要的拖延，还会有专人跟进长时间没有结单的投诉，这些都会带来好的用户体验；坏的措施是默许客服人员在看起来差不多可以结案的时候就关单，或者客服在这部分工作做完但是相关的处理还没有处理完的时候，就把工单结束了，此时，用户问题还没得到完全解决。单纯看这一个指标的好坏，往往不能体现用户对解决能力的感受。

因此，平均结案时长的数字不能全面地体现问题解决的快慢和好坏，它只是一个过程指标。

（3）首次解决率

首次解决率衡量的是我们能不能在第一次与用户接触的时候就把用户的问题解决了，或者反过来看，有多少用户需要多次联络客服来解决同样的问题。

这个指标与平均结案时长一样，可以推进一些正确的做法：例如管理者会梳理流程，尽量让一线员工有利力解决更多的问题，避免问题升级和再次联络；研发人员可以在工作台中增加多方通话、多媒体收集用户证据的方法，让员工在一次交互中就得到解决问题所需的所有信息；员工会更多地预判用户后面遇到的困难，更清楚地给用户描述整体解决过程；员工会尽量明确地告知用户解决方法和解决时间点，避免用户再次来电。

但是，它同样会造成一些不好的结果，例如在最开始就过分强调后面的小概率事件，让用户烦躁。同时，我们发现，为了追求首次解决率，企业把解决问题的标准降低，再次来电时会新建工单。例如，用户来电的目的是退款，客服的工作应该是把钱退到用户账户中，而不是把流程改为告知用户相关的操作方法，然后关单。

制定客观的数字化指标，带来了流程改革和技术革新，这是这些指标追踪的好处；管理者在日常管理中，在看到这些指标持续变好的同时，还要看到是否有更好的流程创新和科技创新。如果仅仅将指标层层分解，其得到的持续改善，往往不是用户真正想要的。如果不同时观测用户真实的反馈，这些指标就会在精细化管理中变形走样。

因此，我更建议使用客服解决力这个指标来衡量用户问题在整个服务历程中的解决程度，从而最大限度地体现客服体系的解决能力。

（4）客服解决力

我们通过打分的方式对客服解决力进行评价，4个分数的定义如下：

1分是敷衍，没有同理心，没有厘清用户诉求，没有满足用户的基本需求。

2分是传声筒，厘清了用户诉求，但是仅仅站在公司的角度上传达结果。

3分是解决，站在用户角度，解决了用户反馈的问题；虽然未完全达到用户期望，但是在解决时采用了治愈、缓解和安慰等多种解决方式。

4分是惊喜，用超出用户预期的时长或者方案，解决了用户问题。

图1-8是客服解决力的示意图。

从图1-8可以看出，我们需要有一个比较全面的评价过程，以保证结果的公平有效。因此，我们建议从以下三个角度进行评价。

❶　用户视角：收集用户的直接反馈。将即时用户满意度调查改为在整个服务历程完成后收集用户的反馈信息，而且在问卷中使用“您如何评价此次服务中客服的解决力”等结果性的问题，让用户反馈真实的意见。最初，很多人担心用户无法准确理解问题，从而无法做出正确的评价。当回收问卷的时候，我们发现，用户对解决力的评价与问题是否被真正解决非常一致，而其中不一致的，往往是因为在管理者视角上存在疏忽。

❷　管理视角：客服内部的质检体系改革。客服管理中普遍认同的是，在实行一个新的评价标准前，应先要在客服的中层管理者和质检人员中达成共识，这种共识将在日后的细微管理中形成企业文化，从而推进客服体验的进步。但是，让大家对自己的案例勇敢地打出1分，是需要一场内部变革的。大家要通过由上而下的内部校准进行打分，这代表着企业对待用户的平均态度，也将影响客服的权限和标准。要想推进整个公司对体验瑕疵的重视，需要从客服内部的意识转变开始。就算有一些事情我们还没有得到整个公司的支持，但是我们至少应该有意识地给这样的案例打出1分。

❸　业务视角：收集公司所有部门的反馈信息。建设客服内部评价和用户评价的收集机制，使客服体系内部对某个事物的看法逐渐趋同，并且与用户认知进行校准。这时候，要想真正推动解决力的提升，需要从企业第一负责人到每个职能部门的负责人都达成共识。行之有效的方式之一就是听音制度。听音制度是指关键负责人一起去了解用户的问题是如何被解决的，并且请业务人员对解决力打分，打分之后服务部与业务部当场协商如何提升某一类问题的解决力，以及某些问题如何能够改善并且“减少发生”的比例。关于听音制度的建立，我们会在第2章中介绍。

过去，我们在讨论要不要给客服部门开通某些权限或者承诺解决问题时间的时候，客服管理者和业务人员往往很难达成共识。但是，当大家站在用户的角度真正聆听客服电话的时候，往往很容易达成共识，也容易给出较好的解决方案。通过直观的结果反馈使大家达成共识，比过去大家围绕着具体的流程和权限达成共识要容易得多。

我们通过用户反馈和内外部评价，得到大量解决力评分结果，可以进行一些相关性分析。通过分析我们发现，解决力的最大影响因素是“最终方案的有效性”，第二大影响因素是“解决问题的交互次数”。若联络次数过多，则用户评价的解决力和满意度会出现明显的“拐点”。这两个因素是我们提升解决力的关键因素。

2．正确认识极端案例

极端案例是指与用户的生命安全相关或者容易给公司带来极大负面影响的风险事件。这类事件的发现、响应和处理方式，要与普通事件区分开。对于风险事件的处理方案，往往不再按照客服体系的逻辑，而需要与多部门联动响应。客服体系需要从每天诸多的事件中识别出风险事件，并且能适当地升级和及时地响应。极端案例的结果往往是灾难性的，在这一点上，我们考核的是客服体系的预警响应速度和正确处理的能力。

1.3.3　数字化客服体系的效率和成本

在客服入口充分开放、服务速度符合用户预期、解决力至少为3分的前提条件下，我们需要对客服的效率有不同层次的考虑。

1．稳定增长期的运营效率

在呼叫中心的精细化运营中，我们多次提到运营效率，即通过精准预测、排班、现场管理、人员管理等方式，最终保证恰好有合适的人在合适的时间处理合适的问题量，在服务质量保障的前提下达成合理的人效。

我们都知道，技能培训认证后上岗，是客服体系对用户满意度最有效的保障手段。因此，客服人员的增和减需要花费4～6周的时间，我们的预测和规划能力应不断精进，保证我们能够预计好两个月以后的业务量和人员增减的数量，这是效率提升的关键。同时，人效提升会使单件业务的运作成本下降。

在迭代速度不断加快的环境里，这种效率管理遇到了几个困境：首先，由于业务变化的迭代速度快，预测的准确率无法保证，突发事件和临时事件成为常态；其次，在业务量突增时，不恰当地追求效率会导致流失率升高，而流失率升高会造成效率进一步下降，以及流失率进一步升高；最后，在业务量或者服务量达不到预测时，冗余的人力会给运营人效造成很大波动。

因此，运营效率是一个可观测和可控制的数值，在没有重大变革的时候应该追求持平或者控制在5%以内的提升率，并且采取流程改革和系统改革的方式来提升运营效率，避免过度的精细化管理，当然也要避免不可控现象。

2．临时需求弹性和响应周期

弹性是指在服务量突增的情况下，通过人力的冗余和现场调配可以保证质量和服务速度；周期是指在超过这个百分比的情况下，需要多久能够调配到充足的人力资源。表1-3展示了运营体系的现场弹性和响应周期。

这种“效率管理”，追求的不是人均处理效率，而是客服对业务变化的响应效率，是客服管理中的“人力弹性”能力。我们可以通过对技能的细分和培训周期的缩短，来提高人力弹性；可以采用灵活的用工模式，增加人力的冗余储备，必要时可以快速调用；为了保障对业务的平稳支撑，企业还可以调用提前培养好的冗余人力，这种方式会影响单服务成本，但是具有较高的人力弹性。

因此，在业务有可能迅猛增长或者有较大波动时，我们需要提前制订冗余计划和弹性管理预案。表1-4展示了有冗余的服务弹性，在有10%冗余的前提下，客服可以应对的业务波动能力从10%提升到了20%。

3．爆发式增长时的服务分级分流能力

服务的分级分流能力，是指当各种突发事件导致海量客服需求来到服务入口的时候，客服体系能够最大限度地保障用户基本满意及真正刚性需求的合理处理的能力。

服务历程中，设有智能、语音导航、人工处理等各个环节，在紧急时刻，这些环节要有能力缓冲一定的服务量，从而让每个环节在自己的弹性范围内保质保量地完成任务。其具体包括智能客服引流、人工限流（服务降级）、技能分拆和快速认证上岗等具体手段，这些手段有可能会短期影响满意度，但是可以将有限的人力投入到最紧急的事件处理中去。当然，系统应如实记录服务降级的起止时间和影响程度，避免成为惯例。

这三种效率管理，分别代表了运营层、调度层和客服规划层对效率的追求，由于面对的变化幅度不同，每个层次的调节范围也不同，表1-5展示了不同业务模式下的服务效率关键点。

这三层的效率会影响最终的单人工客服成本。因此，单人工客服成本不是越低越好，而是要根据业务发展要求和阶段，提供不同的冗余和调度能力，从而核算出综合成本。由于对冗余的要求不同，静态期、增长期和动荡期的客服效率会有很大的区别。当然，客服的任务是在任何时期、保证质量的前提下，达到最合理的接起速度和最佳的效率。

4．客服成本和预算编制

在新客服体系中，我们将服务量、人工服务率与公司的交易产生了关联，客服成本的计算公式为

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

首先，我们要理解在一个成熟运营的客服体系中，单人工服务成本不应该是逐年下降的。原因有两点：第一，我们刚刚谈到在不同的弹性要求和服务级别要求下，单人工服务成本是不同的；第二，随着社会平均人力成本的上升，智能能力的提升，员工素质和解决能力也应逐年上升。业务发展越快速、越动荡，越要关注用户体验，也就要接受服务成本暂时比较高的情况。

其次，我们要了解消费者保障成本，即在问题的责任方边界模糊的时候，企业主动承担一部分用户损失或者用补偿来表达对用户伤害的歉意所产生的成本。我们可以通过降低问题发生概率和防止某些权力滥用这两个方式来控制消费者保障成本，但是不能通过权限的限制来降低消费者保障成本。要让员工养成依据事情的合理程度和对用户的伤害程度来承担责任的习惯，而不要让员工养成跟用户讨价还价的习惯。

同时，我们知道服务体验对用户的去留影响明显，因此，我们不能通过缩减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。人工服务比率的计算公式为

人工服务率＝服务率×智能解决率

智能解决率的提升是要在人工入口明显的前提下，用解决能力来逐步实现的。

因此，对客服成本的控制，最大的变量是服务率的下降，也就是提升用户体验，增加用户洞察，减少产品体验与用户认知之间的误差。图1-9展示了客服成本的结构。

我们要与业务部门一起关注整体的服务率，也要积极地应用智能客服，提升智能解决的比例。这两者的贡献，可以在客服预算中体现出来。为了体现得更直观，我假设运营带来的效率提升抵消人力成本的增长。表1-6展示了客服成本的预算逻辑。

我们看到，在业务量增长80%的前提下，通过体验推进来降低服务率，通过提升智能客服的能力来提高智能解决率，最终可以让服务量的增长慢于业务量的增长。即使客服的效率提升仅仅与人员成本的增长持平，也可以降低每笔交易的客服成本。

因此，大家要逐渐意识到，决定客服成本的不是客服，而是客服推动整个企业对提升用户体验进行的探索和努力。

综上，客服的价值对于普通的用户来说，主要体现在以下两个角度：

❶　这个企业的体验靠不靠谱，会不会经常让我遇到问题，此时客服的价值是服务率下降（用户体验历程）。

❷　这个企业的兜底能力靠不靠谱，事情解决得怎么样，此时客服的价值是费力度和解决力如何（服务历程）。

以上两点影响了用户在这次体验历程上的最终感受，提高了这个用户对企业的忠诚度或者复购率。客服体系的设计，应围绕这两个最终目的来进行。