客服 SLA 與 CSAT 怎麼訂?B2B 團隊的務實做法
· 3 分鐘
首次回應要多快、滿意度要幾分才算好?抄 B2C 的數字只會折磨團隊。從自家基準線出發訂 SLA、把 CSAT 問得有人想答,以及導入 AI 之後這兩個指標該怎麼重新解讀。
SLA 跟 CSAT,到底在量什麼?
SLA(Service Level Agreement)在客服語境裡指的是時效承諾:最常用的是首次回應時間(FRT,客戶發問到第一個回覆的間隔),其次是完整解決時間。CSAT(Customer Satisfaction)則是服務後的滿意度評分:對話結束後請客戶打分,常見算法是把 4 分與 5 分視為滿意,滿意份數除以總回覆份數得出百分比。兩個指標一個量快不快、一個量好不好——只看其中一個,都會被誤導:回得快但答不對,FRT 漂亮、客戶照樣流失;答得好但等三天,CSAT 高的只剩下等得起的客戶。
B2B 的 SLA,為什麼不能抄 B2C?
因為題目的深度不同。B2C 的詢問量大而淺——訂單查詢、退貨規則——分鐘級回應合理也做得到;B2B 的詢問常要查證——規格、相容性、報價——硬套「5 分鐘內回覆」的目標,團隊只有兩條路:先丟一句罐頭「已收到您的問題」美化數字,或者為了快而犧牲查證。兩條路都在傷害真正的目的。合理的做法是分層:能立即回答的類型訂積極目標,需要查證的類型訂「首次回應快、完整答案給明確時限」的雙段式承諾——客戶要的其實不是秒回,是可預期。
務實的訂法:從基準線,不是從願望
訂目標前,先量現況:抓兩週的資料,看各通道的 FRT 中位數與分佈、題型的組成比例。基準線出來之後,目標才有意義——比方說高頻的簡單題,現況中位數 4 小時,目標訂 1 小時是改善,訂 5 分鐘是願望。另外兩個原則:對外承諾的數字要比內部目標寬(內部拚 2 小時、對外承諾 4 小時,達成率才撐得住例外狀況);夜間與假日另計,或明確寫「營業時間內」——承諾寫不清楚,達成率再高客戶也感受不到。
CSAT 問得有人想答的三個細節
第一,時機:問卷在對話結案的當下送出,隔天才問,回覆率與準確度都掉。第二,題目:一題主評分加一格選填的「想說什麼都可以」,就夠了——題目愈多,回覆率愈低,而低回覆率是下一個問題的根源。第三,判讀:回覆率低的時候,分數的波動主要來自「誰願意填」而不是「服務變好變壞」;先看回覆份數夠不夠,再看分數高低,單月的起伏不要急著解讀成趨勢。
導入 AI 之後,指標要重新解讀
AI 進場會同時改變兩個指標的意義,沒意識到就會誤判。FRT 這邊:AI 即時回應讓「首次回應」趨近於零,指標的重心應該移到完整答案的時效與轉真人後的接手時效——如果採審核制(AI 起草、人核可後送出),建議把「草稿產生時間」與「人核可時間」分開看,才知道瓶頸在系統還是在流程。CSAT 這邊要小心一個結構效應:簡單題被 AI 消化掉之後,真人接手的全是難題,真人對話的滿意度看起來變低,往往不是服務退步,是分母的組成變了——比較時要對齊題型,不能只看總平均。
指標的兩個陷阱
第一個陷阱:只追 FRT。回應速度一旦變成唯一 KPI,團隊自然演化出「先回一句待查」的習慣,數字好看,客戶體感沒變。第二個陷阱:把 CSAT 當北極星。滿意度高不等於問題解決,更不等於會續約——迴避困難對話、對奧客讓步,都能買到短期分數。指標是儀表板,不是方向盤;真正的方向盤是「客戶的問題有沒有在合理時間內被正確解決」,兩個指標只是從不同角度逼近它。
Kinsunn AI 內建的部分
回覆時效的門檻設定與達成率報表、逾時通知、對話結束後的滿意度問卷與彙整報表——這些在 Kinsunn AI 是內建功能,每個報表數字的算法都寫在對話中心使用手冊第 5 章,不是黑盒子。搭配 AI 即答與審核制的組合,FRT 與答案品質可以同時顧到,不必二選一;全自動與審核制怎麼選,見這一篇。