kakinang INSIGHTS · 2026-10-04
中小企業該看哪些客服指標，才知道 AI 有沒有幫上忙？
導入 AI 我想用現有報表與人工抽查，評估 AI 客服是否幫團隊接住問題。 客服後，對話數增加未必代表服務變好；也可能只是網站流量上升或顧客反覆問同一個問題。中小企業應先定義想改善的工作，例如下班後有人接住詢問、業務不漏回留單、預約能完成確認，再選能檢查這些結果的指標。平台報表提供部分數量與時間線索，真正的服務品質仍需要抽查對話與人工跟進，不能只看一個「AI 解決率」。
先定義服務結果，再選數字
一個三人的客服團隊最常見的目標可能是「下班後的詢問不消失」，而不是「AI 回覆越多越好」。對應的觀察包括非營業時間收到幾筆對話、需要人工處理的有幾筆、隔天仍待處理的有幾筆，以及顧客是否取得合理的下一步。另一家公司關心「業務詢價不漏回」，就看留單是否有可用聯絡方式、責任人是否跟進、客戶是否在承諾時間得到回覆。沒有先說清楚目標，把所有報表數字放在同一張簡報，容易得到漂亮卻不能改善工作的方法。
Zendesk 的官方客服指標說明區分第一回覆、解決時間、重開案件、滿意度等維度，也提醒第一回覆時間必須按實際回覆定義解讀。這是衡量方法參考，不代表 kakinang 直接提供 Zendesk 的所有欄位。NIST 的 AI 風險管理框架把衡量與後續管理連在一起：要追蹤會影響使用者的結果，並用結果改變措施。對小公司而言，這意味着報表旁要有一個能實際負責修知識、調整排班或檢查例外的人。
先固定期間與分母。例如比較前後兩週的留單跟進比例，必須說明分母是兩週收到的新留單、排除重複與測試資料後有多少；分子是其中完成首次人工聯絡的筆數。若沒有「首次聯絡」的內建統計，就由團隊在自己的工作表記錄，不應把平台的留單數說成已完成跟進。不同來源的對話量、工作日與活動檔期也要標記，否則某週投放廣告會把客服人力變動的效果掩蓋。
把平台可見的報表放回實際流程
kakinang 後台的營運分析可顯示待真人處理、未讀對話、今日新留單、今日對話、已解決與 AI 自主解決、平均第一回覆及解決時間等摘要，並有期間趨勢。另有對話、用量、留單、預約、商務和 connector 的分類報表，具權限的使用者可依介面提供的範圍匯出 CSV。實際可見內容受角色與功能啟用情況影響。這些數值是定位問題的線索，必須先看統計口徑、時間區間與未納入的離線工作。
一週可以依序看三層：第一層是入口，網站開啟聊天與新對話是否突然變動；第二層是處理，未讀和待真人案件有無積壓、解決時間有無變長；第三層是下一步，留單和預約是否被人完成跟進與確認。若對話暴增卻沒有更多留單，可能是大量公開問題已被回答，也可能是 CTA 或資料蒐集沒有接好，不能直接判好壞。預約的正式結果以顧客確認和業務紀錄為準，不能把 AI 在聊天裡提議時段就算完成預約。
用量報表可看對話次數與 token 等資源使用，幫助了解成本方向，但不能拿 token 數當服務品質。若本週 token 增長，先檢查流量、平均對話長度、重複追問和知識檢索情況；削短必要回答可能反而增加真人負擔。CSV 適合讓業主把平台數據與公司自己的跟進紀錄對照，但匯出檔包含營運資訊，應由有權角色保存與分享。未提供的指標，例如每筆真實商機的成交金額或客戶主觀滿意度，需要公司另行蒐集；文章不能稱其為平台內建數值。
用一張週表找出該修哪一步
假設一家小型課程公司在某週有四十筆網站新對話，其中八筆需要真人判斷、五筆留下聯絡方式、三筆顧客完成試上預約確認。這些都是假設數字，用來示範檢查方法，不是 kakinang 客戶成果。業主不應直接算「三除以四十，所以 AI 轉換率是 7.5%」並下結論，因為四十筆可能包含只問地址、重複測試和不同需求。先將五筆留單逐一看是否有可用聯絡方式、由誰跟進，再看另外三筆預約是否與這五筆重疊。
再抽查八筆需真人判斷的對話。若其中兩筆週一仍在待處理，應先修排班與通知；若兩筆是在問網站已公開的價格，應檢查知識是否過期或回答是否找不到來源；若有人要求超出服務範圍，AI 明確說明限制並轉介可能就是正確處理。這樣的抽查能把「AI 沒幫忙」拆成不同原因。即時真人接手與非同步留單要分開計時，不能用同一個回覆門檻要求週末無人值班的流程。
每週表格只要保留期間、觀察值、抽查樣本、決定的修正、負責人與下週再看日期。若修了 FAQ，下週檢查相同問題是否還被反覆問；若改了留單通知，確認待處理是否下降；若安排真人值班，核對真正的人員回覆，而不是只看系統自動問候。報表無法單獨證明因果，少量樣本也不代表所有顧客，但它能幫團隊及早發現可修的環節。當一個數字沒有清楚定義、分母或後續動作，就先不要把它寫成績效承諾。還可替每個改善決定設定停止條件：例如連續兩週出現錯誤價格回答，就暫停相關公開知識並由負責人確認資料；留單通知改動後仍有無人處理案件，就檢查收件責任與假日排班。若數值改善卻讓員工負擔變重，也應把人工處理時間寫進檢討，而非只展示 AI 自動解決的百分比。這些規則由公司依自己的服務承諾制定，報表協助發現偏差，最後仍需要人選擇與執行修正。檢查結論應註明資料期間與來源，讓下一位同事能核對數字怎麼算出來。
團隊常問的問題
AI 回答率高就等於顧客滿意嗎？
不等於。顧客可能得到看似完整但不正確的答案，也可能重複詢問或最後沒被跟進。除了平台顯示的解決與接手數量，還要抽查答案依據、未解問題和實際回覆，滿意度若未收集就不能推測。
第一回覆時間包含 AI 的自動訊息嗎？
不同產品和報表定義可能不同，必須看欄位說明。Zendesk 的 first reply 指真人公開回覆；kakinang 後台顯示的平均第一回覆時間應依本產品自己的統計口徑解讀。評估人員接手速度時，可另外人工記錄顧客提出需人處理的時間與真人實際答覆時間。
每個留單都該算成功轉換嗎？
不一定。要檢查聯絡方式是否可用、需求是否明確、負責人是否跟進。留單數是流程入口，成交或實際服務完成是不同結果；若沒有相應資料，不能用留單數代替營收。
需要每天看很多張報表嗎？
先選一個固定期間和少數能影響動作的數字，例如新對話、待接手、未讀、留單與已確認預約。每週抽幾筆失敗及成功案例，決定是更新知識、調整通知或安排人力；沒有行動的指標不用一直增加。