ReplyBot

客服問卷回收率怎麼算?先固定邀請與有效作答分母

先定義哪些客服互動會收到問卷,再分開計算邀請、送達與有效回答;用一致的期間和紀錄口徑核對回收率。

主題情境插畫:客服問卷回收率怎麼算?先固定邀請與有效作答分母

客服問卷回收率看起來只要「回答數除以邀請數」,但邀請、送達與有效回答若不是同一群紀錄,比例就會失真。先說清楚邀請單位、送達判定、有效答案規則和觀察期間,再用固定口徑比較每一期,才看得出變化發生在哪一段。

實作步驟:定義哪些互動會收到邀請;分開計算送達與有效回答;排除重複或測試紀錄;固定計算期間與切分方式;用小例子核對分子分母;保留每期計算口徑

定義哪些互動會收到邀請

先選一個可重複辨認的邀請單位,常見做法是以一次客服互動或一筆結案紀錄為單位;兩者要擇一作為主口徑,不能這週按對話、下週按客戶。同一位客戶若有兩個不同案件,是否算兩次邀請機會,也要照單位規則處理。若採客戶為單位,需定義同一期間最多邀請幾次,並確保之後能從原始紀錄重建這個數字。

接著寫出納入條件與排除原因,例如互動已結束、具有可聯絡方式、不是內部測試。是否只納入已解決案件,或也納入尚待處理的案件,應事先決定並保持一致。不要看到分數後,才把不滿意、未解決或較難聯絡的案例剔除,否則母體會被結果反向改寫。把「符合條件」和「實際發出邀請」記為不同欄位。

假設某週有 120 筆互動,依既定規則排除 10 筆垃圾訊息與 6 筆內部測試,剩下 104 筆符合資格;若其中 90 筆真的建立邀請,104 是符合資格的互動數,90 是已發邀請數,不能把未邀請的 14 筆悄悄刪掉。記下未發原因,例如缺少聯絡方式、人工漏發或流程未建立,才看得出問題出在邀請覆蓋,而不是回答意願。

執行前整理一頁定義,列出單位、納入與排除條件、重複互動規則、邀請時點和負責流程。條件要能以紀錄欄位判斷,不要只寫「適當案件」這類依賴個人感覺的詞。流程若從結案後邀請改成互動結束即邀請,標記新舊口徑及生效期,避免把不同人群接成一條趨勢。報告說明母體即可,不必公開個資或逐筆內容。

分開計算送達與有效回答

一筆邀請可以經過建立、嘗試發送、確認送達、收到回答等不同狀態。先依實際可取得的紀錄定義每個狀態;例如系統只有發送紀錄、沒有送達回報,就不要把「已發送」直接當作「已送達」。對送達狀態未知的邀請另列數量,保留原始狀態,避免為了湊成一個比例而推測結果。這些數字描述的是不同步驟,應各自呈現。

若要衡量已送達邀請有多少收到有效答案,可把指標命名為「送達邀請有效回答率」,用有效回答數除以已確認送達的邀請數。分子與分母必須來自同一批邀請,且套用相同的期間及排除規則。若團隊改用發送數作分母,名稱就要清楚寫成「已發送邀請有效回答率」,並註明送達狀態不完整;兩種算法不要混稱為同一個回收率。

「有效回答」也需要可操作的判準。可以規定至少完成指定的核心題目、回答能連回一筆邀請,且不是標記為測試的紀錄;若部分填答也要算有效,就明確寫出最低完成條件。空白提交、無法辨認邀請來源的答案或只填非必要欄位,是否納入分子要先決定。避免只因回答內容不符合期待,就把它改列無效。

每期報表至少分列邀請數、確認送達數、送達未知數、原始提交數、無效提交數和有效回答數。送達率可用確認送達數除以發送數;送達邀請有效回答率則以有效回答數除以確認送達數。若分母為零,標示「不適用」並說明原因,不填零百分比。如此讀者能分辨是邀請沒有送出、送達資訊不足,還是收到了邀請卻未形成有效回答。

排除重複或測試紀錄

先決定如何辨認一筆邀請與一份回答。可用互動識別碼、邀請識別碼及提交紀錄的關聯,將每份回答連回原始邀請;同一邀請的重送或傳送重試,通常應保留為同一筆邀請的狀態變化,而不是因為多了一次發送動作,就增加邀請分母。若確實建立了第二筆邀請,則依先前訂好的邀請單位和頻率規則計數。

同一邀請收到多次提交時,需先訂定去重方法。例如採截止時間前最後一份符合有效條件的回答,或保留第一份完整回答。選哪種方法取決於問卷流程,但每期必須相同,並記錄保留哪份、排除了幾份及理由。若一次互動容許多人各自作答,也不要只因答案相似就合併;應依邀請設計和識別方式判斷是否為重複。

測試紀錄最好在進入分析前就有明確標記,例如測試環境、測試邀請標籤或可辨識的測試案件欄位。只看回答文字猜測是不是測試,容易把真實的簡短或批評性意見誤刪。每次排除都保留原因分類與筆數,例如測試、重複提交、空白或無法連結邀請,並讓排除後的數字仍能回算到原始提交總數。

保留原始資料,再建立一層依規則整理的分析資料。這樣規則調整時,可以重算舊期資料並比較口徑差異,而不是覆蓋原紀錄。若修正了錯誤標記,也記下修正時間與原因。每次產出報表前,抽查幾筆已納入和已排除的紀錄,確認它們符合同一套條件;抽查的目的在檢查分類是否一致,不是用少量樣本替整份資料背書。

固定計算期間與切分方式

先選定報表按哪個日期歸期:可按邀請送達日,把同一期間收到邀請的人放入同一群;也可按回答收到日,呈現當期新收到的回答。兩種視角各自有用途,但不能在同一條趨勢裡一會兒按送達日、一會兒按回答日。若主指標是每批邀請的回答率,按邀請送達日歸期通常更容易讓分子和分母對應。

還要固定回答觀察窗。假設每筆送達邀請都觀察送達後七天,則一月送達的邀請只計入七天內符合條件的回答;七天是這個假設例子的設定,不代表通用標準。月末收到邀請的人,觀察窗可能跨到下月,因此需等該批邀請的觀察窗結束後再定稿,或將尚未成熟的數字標示為暫計。逾期回答可以另行報告,不能默默改寫已公布口徑。

對每個期間都用相同起訖規則、時區、資料截止時點與觀察窗。若資料來源不同,先說明依哪個欄位判定日期,避免匯出時間取代實際送達時間。遇到漏記、補登或資料延遲,列出影響範圍並保留重算紀錄。如此比較時,差異較可能反映互動或流程變化,而不是月份長短或匯出時點不同。

切分通路、案件類型或服務時段時,先確認分類值有一致定義,並讓各組仍沿用同一邀請單位、有效回答規則和期間。分類名稱改動時,保留新舊對照,不能把來源不明的紀錄硬塞進某一組。小群組若只收到少量邀請,一兩份回答就會明顯改變比例;同時呈現分子與分母,讓讀者知道百分比背後有多少筆紀錄,不單看高低排名。

用小例子核對分子分母

以下是假設某批互動的計算例子。先依資格規則確認 120 筆互動符合邀請條件,實際建立 100 筆邀請;其中 90 筆有確認送達紀錄,另 10 筆未確認送達。觀察窗內共有 22 筆提交,按事先規則排除 2 筆測試或重複紀錄,因此得到 20 筆有效回答。這些數字只是示範算法,實務上應以自己的邀請和回答紀錄核對。

指標 計算 結果
邀請覆蓋率 100 ÷ 120 83.3%
送達率 90 ÷ 100 90%
送達邀請有效回答率 20 ÷ 90 22.2%
已發送邀請有效回答率 20 ÷ 100 20%

第一個比例回答「符合條件的互動中,有多少建立邀請」;第二個回答「已發出的邀請中,有多少確認送達」;第三個回答「確認送達的邀請中,有多少形成有效答案」。第四個比例使用的分母不同,只有在送達狀態不完整或團隊需要觀察整體發送結果時才另外呈現,並用完整名稱標示。不要把 22.2% 和 20% 任選一個報成未定義的回收率。

實際核對時,拿一批邀請逐筆檢查:100 筆發送記錄是否有且只有 90 筆確認送達,剩餘 10 筆是否被正確保留為未確認;22 筆提交是否逐筆連回邀請,兩筆排除是否有符合規則的原因。再用分子加回排除筆數檢查原始提交總數,並確認分母沒有混進另一期間或其他單位。這比只檢查百分比計算器更能找到口徑錯誤。

若表格算出 20 ÷ 90 與報表顯示不一致,先查篩選條件、截止時間及重複規則,再核對公式。四捨五入只影響顯示,不改原始分子和分母;保留未四捨五入的計算值,避免多層次加總時累積差異。報表可同時列出整數筆數與百分比,並標註這是示範或實際數字,讓讀者不會把假設案例誤認為業績或基準。

保留每期計算口徑

每次報表都附一份簡短的口徑紀錄,至少包含邀請單位、資格條件、排除條件、送達判定、有效回答標準、重複處理方式、歸期欄位、觀察窗和計算公式。再記錄資料來源、資料截止時點、負責人及版本。這份紀錄要足以讓另一位同事照相同條件重算;只保存最後一個百分比,日後便無法知道差異出在哪個欄位或步驟。

建立固定的報表欄位,例如期間、符合資格互動數、已發邀請數、確認送達數、送達未知數、原始提交數、排除數、有效回答數與回收率。每個欄位都附上定義,並確認各項加總關係合理。若某期有未成熟的觀察窗或未確認送達紀錄,直接標在報表上,讓比較者知道哪些數字還不能與已結束期間直接對照。

口徑若需變更,記錄變更內容、生效日期、原因,以及是否能用新規則重算舊資料。能重算時,保留原報表並另出同口徑比較版;不能重算時,清楚標出趨勢斷點,不把新舊數字接成一條看似連續的線。若只是修正資料錯誤,也保存修正前後差異和依據,讓每次更新都可追溯。

下一步可先抽一週紀錄,逐筆標上資格、發送、送達與有效回答狀態,再依同一公式重算一次。若你也在整理客服問卷流程,可從 ReplyBot 官網 查看相關資訊。