摘要
本文以客服体系的年终总结为切入点，提出了客户服务过程中的四个考核维度。第一：少发生，推动提升用户使用体验，使用人工服务率的年对年变化做总结。第二：提升用户的服务体验，使用解决力年对年提升的比例做总结。第三：成本与效率。第四：智能解决率或智能覆盖率。并提醒客户中心的每位管理者让问题少发生和发生后能够快速有力的解决，在整个总结过程中的思路逻辑也是一样的，看结果、归原因、列细节。
关键词：服务率、解决力、覆盖率
从以上两个目的出发，客服的年度总结需要有以下3-4个总结维度。
01
第一：少发生，推动提升用户使用体验，使用人工服务率的年对年变化做总结。
客服是企业的产品设计与用户体验之间的误差纠偏。我们用服务率来衡量这个误差的大小，因此，所有服务，特别是人工服务，比例的大与小某种程度上体现着这家企业在过去一年中，每一个业务线用户的使用体验有没有变好。因此，图1是服务率的年度变化图，这是我们在年度总结的时候，首先要展示的结果。
图1：服务率的年度变化图上面这幅图（图1）是一年当中非常难得的机会可以让你和所有的业务产生一次冷静的数据展示，他可能和你进行了很多次交互，他接纳了你很多需求也拒绝了你很多需求，他可能给你提过很多要求，同时也配合你做过很多项目。因此，一年结束，大家一起看看服务率是不是产生了良性的变化，不同的业务谁的降低更明显。当然我们不能单纯的用高低来看他是不是做了足够多的事情，一个KPI的结果不见得都是主观努力带来的，客观因素产生了很多影响。因此建议使用下面的桥图（图2）来归因人工服务率上升和下降的理由。
图2：人工服务率下降原因比如业务的顺风影响，也就是什么都没有发生，业务的比例可能产生了变化，或者业务的某一件事情可能不再出现了，因此，人工服务率自然的就下降到了某个百分比。当然，还有可能是业务的逆风影响，业务产生了一些新的探索或者增加了一些新的环节，它有可能带来业务量的增长，但是也有可能造成人工服务率的上升，特别是当一个业务发展到一定规模的时候，它再扩展的业务可能就不会是那么顺风顺水的了。还有一种可能性，比如我们为了服务的易得性，可能会扩展很多服务入口，我曾多次讲到，不管服务入口的智能解决能力有多强，你只要扩展它就有可能会在短期内造成人工服务率的上升。在所有的这些逆风影响之后我们要看到项目变化，因为这是我们真正要关注的，也就是我们和业务共同决定要做并且做完了的事情，这些究竟对人工服务率产生了多少影响，最好的办法，是要附上如图3示例中的这样，看到“我做了哪些项目”。
图3：我做了哪些项目
这些数字不是猜出来的，而应该是一个项目一个项目累积出来的，这些项目因此而得到了曝光，而这些业务也因此得到了与有荣焉的感觉，最终人工服务率不管是升还是降，我们要看到有多少是我们的主观努力造成的，这就是对服务率的总结。
针对所有业务的总结，其实我们可以参考以上简单的思路步骤，也就是“结果如何”-“这个结果是如何发生的”-“这些发生有什么样的细节”，这三层使得我们思考一件事情的时候，一是我们会有简洁清晰的概念；二是有概念背后的归因；三是有这个归因的具体举措。
02
第二：提升用户的服务体验，使用解决力年对年提升的比例做总结。（计算方法：用户评价3分和4分占总体的比例）
使用体验的越来越顺畅，越来越少的客户进入到服务历程，但是我们也要让这些用户感受到好的解决，这里要尽量采取结果性指标来看我们的服务体验的提升，比如解决力、满意度，在使用不管这两个任意一个的时候，要关注指标的宏观性和敏感性。宏观性是指这个指标仅仅是一个过程还是我们追求的结果之一，比如服务速度，它某种程度上是一种过程，因为它是为了用户对接听这件事情的体验更好，服务质量本身也差不多是一个过程，它真正作用在用户身上，用户体会到的解决能力或满意度、费力程度它才是一个宏观性指标。什么叫敏感性呢？
有些宏观指标并不适合做“O”或者“KPI”,因为它的敏感性与运营的相关性很差，比如当我们的IVR满意度已经到95%的时候，它的波动往往是天灾人祸，和我们运营的努力关系很小，这就是敏感度不够，或者我们用问卷调研得来的用户满意度，当它达到了一定的水平之后，它的提升和降低与当期的贡献相关性就不大，所以它也不具备敏感性，因此，当满意度达标之后（例如达到85%之后），我推荐大家用不满意度来衡量，不满意度本身也是个宏观指标，是个结果，同时它在某种程度上的敏感性在这个阶段就比满意度要高。
图4：解决力提升对比图如图4示例，我举了一个以解决力来做指标的一个图形，它的定义是说我们在用户评价解决力的时候，使用的3分和4分所占的比例，我们多次讲过我们的解决力一共有4个分值：1分敷衍、2分传声筒、3分解决和4分惊喜这四个档。针对这四分，用户认为是解决或者惊喜的比例占整体调研样本量的比例，在图中我们通过四个深浅不一的颜色来在柱形上表征。我们可以看到不同的业务在去年一年里解决力都从20%多提升到了70%-80%的样子，这里其实是有巨大的提升的，和第一点中思考服务率一样，我们同样要归因，思考什么原因带来的这些提升。
图5：解决力提升原因图5这幅桥图是相对比较乐观的一个示例，比如我们获得了更多的业务赋能和赋权，使得我们能够解决更多问题，比如我们通过培训员工管理让员工更关注这件事情，比如我们变革了很多流程，原来开发票只能让用户自己申请，现在我们可以直接开好了寄给用户，这些流程的变革也会使得用户觉得解决能力提升。另外还有系统的便捷性，系统的便捷性使得员工知道的信息更多了，很多需要查一查的问题现在可以直接给用户答案了，或原来的系统一旦这个问题不是客服体系能解决的就消失了，但是现在我们通过系统的闭环管理使得这些问题也能够给用户答案，从而让用户对解决力的认知提升了，以上的桥图中所有的点，表征了你提升解决力的依据和归因是什么。在这些归因下每一个可能都是或多或少的项目支撑的，我们要来看项目清单（图6示例），每个项目的价值、项目的百分比等。
图6：项目清单第一点和第二点告诉大家的首先这是重要的两个目标，让问题少发生和发生后能够快速有力的解决，在整个总结过程中的思路逻辑也是一样的，看结果、归原因、列细节。
03
第三：成本与效率。在少发生、快解决和解决力比较高的前提下，我们还是要关注成本与效率，我们要看到的是员工在效率上的提升都发生了什么，我曾谈到过，效率其实是一个逐年受到逆风因素影响的关键指标，因为每年的业务变化大、波动大、峰值多，使得我们可能要有人员冗余甚至是人员储备或临时调配，因为新员工其实比老员工成本要更高，虽然看上去他的收入不是那么高，但是他的产出比是要低于老员工的，所有的这些，比如新员工比例的效率损失都叫做效率逆风，而我们管理的目的，是为了在逆风条件下也能够使得逆风减少、持平甚至稍有提升。这些都是来源于当发现逆风因素的时候，你归因于哪里，如果效率在某个月下降的时候，你简单的归因于业务波动，你就永远不会采取措施，你的效率就会随着波动不断下降，但如果你正确的归因于“我”可以做什么，情况就可能有所不同，所以，归因不是为了推卸责任，而是为了共同改进。
当我们追求成本和效率的时候，要避免过度追求服务成本的下降，忽略了服务满意度，也要避免在追求成本下降的时候过度的关注员工的薪酬能不能控制，事实上我们真实应该关注的成本，是成本总量，也就是“减少发生”本身对成本的贡献要远高于效率对成本的贡献。
图7：人员效率提升原因和项目清单
前面三个点是我们在写总结的过程中很重要的三个点，除此之外，在整个的工作管理当中，可能还有一些事情也是十分重要的。
04
第四：智能解决率或智能覆盖率。
往往在一些智能项目上线的过程中，我们会发现有些总结是没有力量的，比如什么系统上线了、我采购了什么质检、什么智能机器人等等，这些其实只是回答了我花了多少钱和我是不是按期花出去了，并没有回答为什么，以及它怎么帮助到你的，因此，在智能方面，不管你是自研还是需要采购都希望你能有目标和有目标功能的明细来描述一个系统的价值。举几个小例子：
1.由于上线了智能助手，可以做自动工单小结，节省了员工案面时间，从而降低了平均处理时长。2.由于上线了动态IVR语音导航，可以记录下用户的诉求，减少了员工询问时间，从而降低了平均处理时长。3.由于增加了一些通讯手段，如外呼、多方通话等，因此提升了一次解决率。
这些其实是大家在进行年度总结的时候需要关注的，当你关注一个项目上线的时候你关注的不仅仅是时间点，而是因为干对了什么而影响了什么，这句话的总结可以很好加深别人对你项目的理解，而减少沟通成本。以上就是我关于“客服体系年度总结怎么写”给大家的分享，它同样适用于你明年的年度规划怎么写，但无论是总结还是规划都要关注结果，归因于自身并且能清晰描述为什么和怎么达到的。