服务评价满意率是体现客服团队服务质量的重要衡量指标,也是客服团队的重点管理及考核方向
作为金旺旺评级中核心指标,其排名占比直接影响商家是否可以达成金旺旺。
服务评价满意率公式:满意率 = (满意 + 非常满意)/ 总评价数
一、成功案例 #
客户背景: #
某家居品牌致力于为全球家庭提供健康、舒适、环保的家居解决方案。自1982年创立以来,忠于初心,专注于客餐厅、卧室及全屋定制家居产品的研究、开发、生产和销售。远销世界120余个国家和地区 ,拥有6000多家品牌专卖店。
客户此前天猫3个店铺,均未调整为金牌客服团队,于2022年3月份,2个店铺升级为金牌客服团队。
数据情况: #
3月份天猫旗舰店满意率92.54%、官方旗舰店94.25%
二、提升方案 #
1. 设定满意率目标、提升方案 #
1.1 设定满意率目标 #
每月1-3号,管理者可依据上月店铺满意度数据,设置当月的【目标满意率】,系统会依据您当前的满意度数据,为您制定提升策略:挽回XX个差评,或拉动XX个好评
1.2 目标拆解 #
每月1-3号,管理者可以依据上月客服的满意度目标达成情况,将本月满意率目标拆解到每个客服头上
- 关键目标:客服主动邀评数量
- 拆解思路:01开源(扩大评价来源)+02数据导向,团队协同作战达成目标(如:上月小A会话总量1000,评价总量10,邀评率0.1%,低于店铺均值1%,通过数据发现小A的主动邀评数量较少,本月为达成满意度目标,小A需主动邀评100个)
平台 |
店铺 |
小组 |
个人 |
上月 |
本月 |
||||||||||||||
会话总量 |
评价总量 |
系统自动邀评 |
客服主动邀评 |
消费者自主评价 |
满意评价数 (满意+非常满意) |
不满意评价数 (不满意+非常不满意) |
满意率 |
会话总量(预估) |
评价总量(目标) |
系统自动邀评(预估) |
客服主动邀评(目标) |
消费者自主评价(预估) |
满意评价数 (目标) |
不满意评价数 |
满意率 (目标) |
||||
淘宝 |
A店 |
A组 |
小A |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
淘宝 |
B店 |
B组 |
小B |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
京东 |
C店 |
C组 |
小C |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1.3 关注目标完成进度、适时调整策略 #
1.3.1 每日查看当前满意率数值,把控目标达成进度 #
1.3.2 每日导出【最新评价结果】为:一般、不满意、非常不满意;【是否可挽回】为:可挽回的评价记录,分配到店铺/客服小组/客服个人,进行挽回和目标冲刺 #
2. 顾客咨询环节,降低【不满意率、非常不满意率】,AI全量质检和实时告警规避顾客不满情绪的爆发与服务问题的升级 #
2.1 按照历史经验、现有数据,梳理咨询环节,容易造成顾客不满的场景,如 #
2.1.1 顾客不满情绪 #
2.1.2 客服消极服务 #
2.1.3 服务时效不足 #
2.1.4 顾客提及投诉/差评 #
2.2 将以上关注点,以质检项的形式配置到质检标准中,并开启实时告警,按问题类型提醒给一线客服,告警到群,或由管理者做专项实时监控 #
2.2.1 一线客服接待时,可及时干预并调整的问题 #
step1: 设置实时告警-自动提醒
step2: 提醒消息触达平台接待面板,一线客服立即情绪安抚,对顾客不满情绪降温
2.2.2 设置实时监控、告警到群,双重提醒+消息传递给协同部门,便于管理者把控风险,协同高效解决问题 #
step1: 所有问题均可设置实时监控,管理者关注异常会话
step2: 部分高危风险+跨部门协同问题(如:对物流不满、对产品不满),设置实时告警到群,多部门协同解决问题,提高效率
step3: 一线客服收到消息提醒(线上)、或现场提醒(线下),及时采取干预方法,规避顾客不满情绪升级
3. 顾客评价环节,不满意评价实时触发AI质检并提醒客服,第一时间挽回顾客评价 #
3.1 设置顾客评价相关项,并开启实时告警-自动提醒 #
3.2 消费者自主评价或系统邀评,实时抓取评价结果及线索,并作出实时告警 #
3.3 客服收到反馈后主动挽回,及时安抚顾客情绪,解决对应的问题 #
3.4 查看并关注挽回效果 #
3.4.1 客户评价满意度,筛选客服姓名,查询最新满意度评价结果 #
3.4.2 质检会话列表,搜索查看 #
4. 分析复盘管理环节,数据监控+AI洞察分析,支撑满意度提升管理决策 #
4.1 日常数据监控 #
4.1.1 监控及分析客户评价分布、漏斗转化行为、评价变化趋势 #
月中目标监控环节,按评价来源(系统邀评、消费者自主评价)、评价等级分布(非常满意/满意/一般/不满意/非常不满意)查看指定时间段,店铺、客服分组、指定客服的评价数据
评价漏斗转化数据清晰可见(邀评次数→评价次数→满意次数→挽回次数),帮助发现各环节转化现状、变化趋势,问题点,制定改进策略
4.1.2 评价记录明细数据 #
管理者按日/周/月等导出数据,统计指定店铺/客服分组/单个客服的满意度数据:邀评率、评价率、满意率、差评率等,依据表现情况,进行绩效考评、店铺/小组/个人邀评目标设定、明星个人经验萃取并内部质培、针对性带教赋能尾部客服等
4.2 个人专项分析 #
发现团队短板,从个人到团队全面分析提升满意度。
通过分析每个客服的满意率数据,同时结合系统邀评&自主评价的占比,为每个客服做精细化提升策略提供数据支撑。
4.3 团队成员能力分析 #
通过客服满意度散点图,对团队成员能力一目了然,团队激励和人员提升、赋能更有针对性。
4.4 高频问题场景分析 #
发现高频不满意问题(AI质检问题点、自定义质检问题点、人工质检问题点),进行部门内、或跨部门专项优化(如:物流相关问题处理流程规范及效率提升、对产品不满相关问题协同产品部门协同改善);新出现的问题点可加入顾客咨询/评价环节的质检项设置、实时监控、告警提醒等闭环应对方案中。