YundaDesk月底排绩效榜的时候,排第一的坐席往往不是解决问题最漂亮的那个,而是手速最快、专挑简单单的那个。物流查询、订单状态、退换货政策这类三句话能答完的问题,谁抢得快谁分数高;真正棘手的定制化投诉、多轮沟通的纠纷,反而没人愿意接,因为耗时长、还容易被客户打低分。
这套只数「接了多少单」的考核方式,一直有个隐藏成本:逼着好坐席去做简单的事,让复杂问题没人认真对待。现在 AI 客服能把大部分重复咨询接住,坐席的角色变了,考核也该跟着变。
AI 接管重复问题后，绩效表要重新看人的增量
生成式 AI 助手带来的解决量提升，提醒团队别再只按关单量排名
只看数量的绩效表,正在奖励错误的行为
传统客服 KPI 大多是「日均处理量」「平均响应时长」「今日关单数」。这些数字好统计、好排名,但都在暗示同一件事:处理得越多越快就是干得好。
问题是,数量和质量经常是反的。想冲量的坐席会:
- 优先抢容易的单,把难的留到最后甚至挂起;
- 用模板话术快速打发,不追问细节把问题真正解决;
- 为了关单速度,该转的升级流程不走,先关了再说。
客户感受到的是敷衍,复购和口碑跟着受损。而真正愿意花十分钟啃一个复杂投诉、把客户安抚到位的坐席,考核表上反而分数最低。这不是坐席的问题,是尺子本身量错了地方。
AI 分担重复问题之后,坐席的价值在哪
YundaDesk 里,AI 客服 7×24 从知识库找依据自动回答常规问题——物流单号、尺码对照表、退换货政策、优惠码这些,答不上、客户明确要求转人工,或者触发高风险动作(退款、赔付、改价)时才转给人。这意味着进到坐席手里的单子,天然就是筛过一遍的:要么信息不全,要么情绪比较激动,要么涉及需要人工判断的例外情况。
这时候还用「处理量」考核坐席,等于用错误的标尺量一个已经变了性质的岗位。坐席现在的价值不在「接得快」,而在:
- 把 AI 答不上的复杂问题真正解决,而不是转一圈又打回去;
- 判断哪些单子该走审批(退款、赔付这类高风险动作永远需要人工审批,AI 不会自动执行);
- 把处理经验沉淀下来——通过纠正 AI 让下一次同类问题 AI 能直接接住,这也是团队“越用越聪明”的来源之一。
考核表不体现这些,坐席自然不会往这个方向使劲。
一个更公平的三维框架:数量、质量、满意度
与其纠结要不要保留「处理量」,不如把它降级为参考项,和另外两个维度一起看:
| 维度 | 衡量什么 | 常见指标 |
|---|---|---|
| 数量 | 坐席的工作负荷是否合理 | 处理单量、在线时长、响应时效 |
| 质量 | 问题是否真正被解决 | QA 抽检评分、一次解决率、是否走对审批流程 |
| 满意度 | 客户体验如何 | CSAT、客户是否追问同一问题、是否升级投诉 |
三个维度互相牵制:数量高但质量差,QA 分数会拉低;质量好但满意度低(比如态度生硬但答案正确),说明流程对了但沟通方式要调整。任何单一维度都能被“刷分”,三维一起看很难长期作假。
QA 抽检该看什么,而不是听录音打感觉
QA(质量检查)常见问题是标准太主观,今天心情好给 5 分,明天严格点给 3 分。建议把抽检拆成可核对的具体项:
- 是否核实了客户身份/订单信息再处理
- 是否给出的答案有据可查(引用了知识库或政策,不是凭印象回答)
- 涉及退款/赔付/改价时,是否走了审批流程而不是自行承诺
- 是否在合适的时机使用了共享工作台里 AI 已经收集的信息,而不是让客户重复描述
- 结束前是否确认客户问题已经解决,而不是单方面关单
这份清单可以直接套用到抽检表里,评分人不同也能给出接近的结果。
CSAT 要看趋势,不要看单条
客户满意度调查(CSAT)最容易被误用的地方,是拿单条评分去考核个人。一个坐席可能连续接了三个本来就带着怒气来的投诉单,CSAT 自然偏低,这不代表她表现差。
更合理的用法:
- 看一段时间(比如两周)的均值和趋势,而不是单次评分;
- 结合问题类型分层看——投诉类工单的 CSAT 基准本来就该比咨询类低;
- 把“客户是否需要二次联系同一问题”作为辅助信号,这个比单次打分更能反映问题有没有真解决。
复杂单要单独计分,不能和简单单一个权重
如果一个坐席一天处理 5 个复杂退换货纠纷,另一个处理 40 个“物流到哪了”这种被 AI 转过来但其实简单的追问,用同一个“处理量”比较显然不公平。
可行的做法是按复杂度分层计分,比如:
- 常规追问 / AI 已给出草稿只需确认:权重 1
- 需要坐席重新梳理、涉及多轮沟通:权重 2-3
- 涉及审批流程(退款、赔付、改价)的高风险单:权重 3-4,且质量分权重更高
这样考核表反映的是“解决了多少难度”,而不是“点了多少次关闭按钮”。
让坐席看见考核标准,而不是月底才公布
很多团队的绩效纠纷不是标准不合理,而是坐席根本不知道自己被怎么打分,直到月底看榜才发现落后。把三维框架、QA 清单、复杂度权重提前公开,坐席能自己判断“这个单子该慢下来还是可以快速处理”,而不是靠猜。
透明的考核标准,配合共享工作台里可见的 AI 处理记录和纠正历史,也能让坐席看到自己教给 AI 的经验确实被采纳、沉淀成了技能,这是比奖金更持久的激励。
考核表决定了坐席把精力花在哪。AI 接住了大部分重复咨询之后,如果绩效表还在奖励“接得快”,就是在逼着人回避真正需要人工判断的问题。把数量降级为参考项,让质量和满意度占主导,考核才能跟上 AI 客服已经改变的工作分工。更完整的分工边界可以参考 AI 先接、人工兜底的边界怎么定,团队规模化时的坐席配置思路见 不靠堆人也能撑住业务增长。