前语

如《艾瑞咨询》而言 —— “体会经济时代，售后服务或成为企业角逐的新地带”。售后技能支撑作为售后服务的重要一环，在企业服务范畴，已然成为企业提高产品附加值，施行差异化战略，获得竞赛优势的重要途径。市面上关于服务的办理目标十分多，具象到售后技能支撑，就寥寥无几。本文首要就售后技能支撑的办理目标和我们做简略讨论。

什么是售后技能支撑？

售后技能支撑是公司为其用户供给的售后服务的一种方法，协助用户确诊并处理其在使用产品进程中呈现的有显着症状的，或许由产品导致的技能问题。 尽管不同公司对售后技能支撑的职责界说略有差异，但一般来说都是在产品卖出后，对用户供给持续的免费或增值服务。近年来，跟着 ToB 商场的迅猛发展，各大厂商从过去的产品功用竞赛、价值竞赛、技能竞赛逐步晋级到个性化服务竞赛。企业级用户不仅注重应用软件功用的丰富性、运营的稳定性，更对厂商的售后技能支撑服务提出了极高的要求，售后服务已然成为了各大公司维护客户关系、吸引客户粘性的重要兵器。

就软件职业的售后技能支撑岗位而言，因为承接问题的多样性和杂乱程度，一般会设置 1-3 个等级。

• 榜首等级是初级工程师，一般担任与客户沟通，收集根本信息，并使用内部产品常识库与技能文档处理较为简略、普遍的技能问题。
• 第二等级是高级工程师，一般把握较为精深的公司产品常识，一起具有 IT 通用技能才能，如数据库，网络，云原生等，可处理较为杂乱的技能问题，并具有建立杂乱组网或许测试环境，开发体系 SDK 或许 API 接口等才能。
• 第三等级是资深工程师，一般具有阅览产品中心代码的权限，并具有对技能疑难问题做确诊，剖析，并给出高质量处理计划的才能。

公司一般会依据服务客户的体量和自身在售后技能支撑范畴的投入进行详细等级层次的设置。并将各等级售后技能支撑人员的才能进行必定程度的耦合。如中小型企业一般设置为 1-2 级，大型及超大型企业会设置 2-3 级。

如下为某大型互联网公司售后支撑岗位职责描绘：

• 供给相关云产品的售后技能支撑，确保客户事务正常运转；
• 处理排除用户网络、服务器、存储、数据库等问题及毛病；拟定相关的技能施行计划，并在施行进程中供给技能支撑；
• 担任对售后技能事情进行剖析和总结，出具技能计划，并推动相关团队处理；
• 笔直职业和企业级客户技能支撑；
• 编写相关产品问题和技能支撑剖析的陈述，收拾技能文档；
• 依据售后问题能提出建造性定见，并能影响相关部分及时优化。

一般来说，售后技能支撑首要经过常规服务途径，如 IM（在线）, 电话，邮件，工单等打开。供给 toB 服务的公司或许存在因客户体量的不同，增设专属服务，TAM 服务等，如为大体量客户供给专属微信群或许专属团队的支撑。

售后技能支撑的目标诉求

除了少量公司能将售后服务作为收入和赢利来历外，大部分公司的售后技能支撑部分往往是作为一个本钱中心的存在，其未能直接带来盈余增收。在公司或许产品初期尤为显着，售后服务不像出售部分，有着明晰的出售目标和盈余产出，因而许多时分会有诸多的应战和质疑，也就需求有更多的服务目标以衡量其价值和体现。

常见的应战内容或许有：

• 为什么需求这么多人？
• 不同职级人员的技能强弱有什么不同？
• 怎么证明这个季度比上个季度做得好？
• 咱们公司的售后支撑人员的技能水平和业界相比，距离有多大？

为了回答上述的问题，咱们需求先定性出售后技能支撑的作业内容和注重目标。

售后技能支撑人员的首要作业为处理来自客户的问题。因而其首要的相关方便是以下三类人员：以老板为中心的办理人员，以出售为中心的事务人员，以及技能支撑人员自身。关于办理人员，关怀的问题是投入产出比，团队效能等。关于事务人员，关怀的是问题处理速度，问题处理范畴。关于技能支撑人员自身，关怀的是处理问题后对其带来的价值和收益。

有了作业内容和注重目标后，整个服务目标的底层逻辑就明晰了。咱们需求有更高的技能办理，更快的事务支撑，更好的人才培育，以确保其一让老板满足，其二让事务部分满足，其三让职工满足，终究实现公司的目标。综上，即为售后技能支撑人员的“3W”模型。

音视频技能的详细应用

如上文所述，售后技能支撑的服务目标环绕技能，事务，人才。其间个人目标终究体现在团队目标上，因而咱们的详细拆解目标会环绕技能，事务，团队打开。

团队

团队维度本质上是衡量人的维度。 因而一般可以从人员数量，人员质量，人员效能等三个一级目标打开。

• 人员数量

  人员数量一般是办理人员及 HR 人员极为注重的目标。咱们经过会注重到二级目标维度，如团队均匀人数，月职工离任率，月职工新进率等。需求要点说明的是，从售后技能支撑角度看，关于人员需求进一步区别职级及工种，以便能进一步测算本钱及团队效能。除此之外，售后技能支撑范畴一般也会依照技能属性区别不同工种，如 Android 支撑人员，Web 支撑人员，IOS 支撑人员等。在团队内部需求对不同人员和才能的人员有较为明晰的区分，以便后续可以衡量团队在某项支撑事务上的支撑力度。

• 人员质量

  人员质量表明的是团队“能做”多少活，干活的才能怎么样。对应要点注重的目标分别是作业容量和作业才能。首先是作业容量，不是说团队人越多越好，而是能干活的人越多越好。假如满是应届生，团队干活才能也就一般。一般状况下，以入职 1 年左右或许团队执行层的某个职级的人员为基准，如以入职 1 年的同学或许团队人员等级的中位数作为基准，有些同学比他强，可以取系数 1.2，比他弱，可以取系数 0.8。以此算法，可以衡量出团队所有人员的客观规范人天之和。该值能必定程度上度量团队可以做多少活。其次是作业才能，作业才能是用来衡量团队的技能才能水平线，侧面可以反映团队的结构合理性。其值是客户规范人天与客观人天之比。如一个售后技能支撑团队，一共用 2 个 P4（系数为 1.2），4 个 P3（系数为 1），4个 P2（系数为 0.8），则该团队的作业才能 = (1.22 + 41 + 4*0.8) /(2+4+4) = 0.96, 该值证明该团队作业才能较强，一般团队才能在0.9已经算作比较强的才能。这儿需求留意的是，作业才能很大程度上受本钱制约，假如团队都是超越基准线 1 的人，尽管才能或许十分强，可是与此一起，团队本钱也十分高。

• 人员效能

  人员效能表明团队想不想干活，干活快不快。对应要点注重的目标分别是事务投入度和作业人效。首先是事务投入度，其是指技能支撑同学投入到售后技能支撑类型的作业的状况占比，数值越大，表明投入度越高。在实践的作业进程中，售后技能支撑同学的作业或许有线上支撑，训练赋能，东西开发，以及处理客户投诉，服务复盘等。以及偶尔要担任一些非技能支撑相关的作业，如新人培育等。一般需求依据部分实践的事务侧重去衡量对应时刻的投入有用性。假定咱们约好团队内作业的投入有用性如下：线上支撑（投入有用率100%，即实践人天 1，有用人天 1），训练赋能（投入有用率 100%），服务复盘（投入有用率 50%，实践人天 1，有用人天 0.5），东西开发（投入有用率 100%），东西 bug 修正（投入有用率 50%）。再假定一个 P4 的售后技能支撑人员一天的的作业时刻是 8 小时，其间 3 小时投入线上支撑，别的训练赋能，服务复盘，东西开发，东西 bug 修正各投入 1 个小时，还有 1 个小时投入非技能支撑相关的作业。则这个职工的实践作业人天是 7/8 = 0.875, 有用作业人天是是（3+1+1+ 20.5)/8 = 0.75。即仅以这个人员而言，事务投入率 = 实践作业人天/ 作业容量 = 0.875/ 11.2 = 72.9%

  团队作业干的快不快，很大程度上可以由作业人效目标来衡量。这儿的快，不是咱们一般意义上，事务层面的快，如多久处理完一个客户问题。而指的是当前基线才能下，会有多少任务返工以及因作业未做好导致的复盘，回溯投入。如上文场景中的作业人效 = 有用规范人天/实践规范人天 = 0.75 / 0.875 = 85.71%。

  一般团队的作业人效中位数是 0.8。作业人效的低下，原因一般便是在返工过多以及复盘回溯过多。尽管这类事情很难完全防止，最起码咱们要在目标规划上，充分注重到这类数据的异动状况。并从认识和流程上坚持敏感性。

技能

技能维度本质上是衡量立异的维度。 因而一般可以从智能化，立异度，根底性，影响度等一级目标打开。

• 智能化

  目前售后技能支撑范畴对智能化的要求越来越高，因为其直接意味着支撑人力的缩减。一般需求注重的目标有智能阻拦率和东西阻拦率。首先是智能阻拦率，在售后技能支撑范畴，特别是工单服务场景中，对智能的要求已越来越高，首要体现为提交工单时，依据算法主动引荐的处理计划已越来越多，且越来越成熟。智能化作为增效的一个首要手法，已越来越被注重，因而智能阻拦率也被要点注重起来。智能阻拦率的设置对服务东西有必定的要求，一般需求服务东西具有必定的智能化才能，可以依据客户的提问的内容，针对性的引荐处理计划。处理计划的成熟度，AI 辨认的准确性是智能阻拦率的条件。其次是东西阻拦率，在售后技能支撑范畴，经验丰富的支撑同学会将日常碰到的技能问题的类型和处理计划进行笼统，将通用性排查思路固定并开发成对应的检查东西，以缩短内部技能支撑人员相关问题的排查时刻。相比较智能阻拦而言，东西阻拦更倾向于进程剖析，对问题的排查供给思路和建议。跟着智能化越来越被注重，东西阻拦率也越来越被提及。需求留意的是东西阻拦一般有比较强的针对性，如数据库慢 SQL 查询等，只能针对慢 SQL 类问题进行排查，因而一般有一个东西阻拦系数作为锚定，以辨认该类东西是针对何种场景的。东西阻拦率是针对详细场景的问题的阻拦状况的说明。

• 立异度

  立异度首要指在售后技能支撑进程中，发明创造的具有开创性，专有性的常识效果，包含但不限于专利，书本，文章等。一般需求出具详细的证明，成果展现具有延后性。除此外，一般公司内也会组织相关立异大赛，由各团队推举或申报本年度有重大立异的项目或工程。不管是外部发表仍是内部申报，立异的达成条件都较为困难，终究满足立异度的内容也较少。因而立异度可以直接用成果数量和对应成果的荣誉高低来衡量。任何一次立异都是值得鼓动的！

• 根底性

  在售后技能支撑进程中，需求输出的根底性内容十分多。包含但不限于问题 FAQ，服务 SOP，最佳事例，最佳实践，建造性需求等。一般取相关输出内容的个数及分值加权汇总作为根底性的目标得分。

  通常在团队内部绩效拟定中，对团队人员有明确的根底内容输出要求。输出内容较多时，还会依据我们输出的内容设置不同的等级，每个等级界说不同的分值。比方可以依据事例的适应性和完善性，设置 S，A，B，C 等不同等级。一篇 S 等级的事例乃至可以顶 20 乃至 50 篇 C 级事例，以便鼓舞我们输出高质量的事例。除此外，在售后技能支撑进程中，咱们经常会提到”依据售后问题概括总结出建造性定见，并能影响相关部分及时优化“要求。这就算是建造性需求了。该内容的衡量和点评比较困难。最原始的肯定是需求数及落地需求数。其间落地需求数必定程度上能反映该需求的价值性。其次在此根底上，可以对需求自身做一些量化规划，比方依照「KANO 模型」界说需求的分类，咱们将根本需求，期望需求，振奋需求，无差异需求，反向需求设置成不同的分值。以此来对该项内容的奉献做点评。再比方依照用户影响度，将影响悉数用户，60-100% 用户，30%-60%，以及 30% 以下的客户设置不同的分值。

  根底性的内容十分多，一个高数据化的点评和衡量体系可以协助团队更好地堆集组织资产。与此一起，对组织的协同要求也比较高。如专门设置专家小组，对团队成员提交的事例和文章做评级。如对 FAQ 及文档查阅途径设置阅览次数和引用次数的埋点，以便有用衡量对应内容的引用因子。如专门建造完善的客户数据途径，可以快速地检查需求或许触及到的客户数。

• 影响度

  在售后技能支撑进程中，经过大量关联客户的打磨，或许会发生针对某职业或许某场景的方法论或许要害服务计划。之后再经过商业协作等项目，给予外部企业专业赋能等手法，获得盈余或许美誉的进程。这便是影响度。一般来说，影响度是公司已经有商业化服务产品后发生的目标。经过服务的方法，获取除产品产品之外的增值营收。如客户驻场服务，专家确诊服务，客户自建体系调优服务等。在未建立服务增值营收前，施行有类似服务的客户的次数及感谢信等作为衡量目标也不失为一个好方法。

事务

事务维度本质上是衡量奉献的维度。 对事务部分以及技能支撑人员自身的绩效衡量而言都是重要目标。一般也可以从数量，质量和功率打开。

• 服务数量

  售后技能支撑首要职责是处理客户的问题，因而服务数量首要环绕客户打开。常见的目标有：服务客户数，服务客户问题数，服务客户途径，各途径服务问题数等。以及环绕客户类型，问题类型打开的多维度的数据拆解。在这儿需求留意一点，尽量防止直接汇总多个途径的数据为一个总数据，该方法容易造成「辛普森悖论」，导致汇总数据的相关改变目标迥异于每个单组改变。取而代之是需求酌量不同分组的权重，以必定的系数去消除以分组材料基数差异所造成的影响，一起有必要了解该不同分组是否存在其他潜在要因而综合考虑。

• 服务质量

  服务质量表明的是做得好不好。相关的数据目标就十分多了。

  24 小时处理率， 又称 FDR，作为售后途径衡量服务质量的重要目标，其值能必定程度上反映售后技能支撑的服务水准。一般状况下，取问题被处理的时刻点-问题创立的时刻点之差小于 24 小时的问题量作为分子，取创立时刻为指定时刻的问题量作为分母。如某个问题是 8 月 20 号 20 点创立的，在 8 月 21 号 19 点被处理，则该问题属于 24 小时内被处理的问题。这儿有两点需求留意，其一是处理时刻一般不是直接的关单时刻，大都服务东西体系中取的是“待客户确认”的时刻点。其二是 24 小时处理率一般以新建时刻作为计算时刻轴。别的需求留意，处理率目标中，24 小时的值可以依据事务需求进行调整，可衍生为 4 小时处理率，12 小时处理率，7 天处理率等。

  一次性处理率，又称 FCR，一般使用在电话外呼场景中，其是指客户的服务需求在榜初次客户服务中完全处理的占比率。该值的衡量对服务东西有较强的依靠。当客户认为某个问题的初次处理计划未到达预期时，客户可以设置对该的问题『重开』。与此一起，技能支撑人员在原问题跟进根底上重新对该问题进行二次处理。

  点评率， 指定时刻周期内，有点评的问题量占悉数问题量的份额。

  好评率， 指定时刻周期内，点评为好评的问题量/有点评的问题量。这儿需求要点留意是好评率的分母取得是有点评的问题量，而不是悉数问题量，该种核算方法可以确保好评率的真实性。可是与此一起，在参评率极低的状况下，好评率动摇会十分大。

  差评率， 指定时刻周期内，点评为差评的问题量/有点评的问题量。这儿需求要点留意两点，其一是差评率的分母取得是有点评的问题量，而不是悉数问题量，该种核算方法可以确保差评率的真实性。可是与此一起，在参评率极低的状况下，差评率动摇会十分大。其二是售后问题被打差评，或许来自于产品和服务两方面的原因。在计算个人差评率的时分，一般需求将产品原因导致的差评除掉。

  独立闭环率指独立处理的问题量占悉数问题量的份额。独立处理一般指售后技能支撑人员经过个人的定位，排查和判断终究处理的问题量占悉数问题量的份额。如01章节所言，售后技能支撑范畴，一般有一线，二线，三线等不同等级支撑的区别。因而需求有独立闭环率目标去衡量服务途径人员的技能才能。广义上的独立闭环率取值为 1 – 晋级给开发的问题量/问题总量。因产品自身存在 bug，毛病等非服务人员可以处理的问题，因而狭义上的独立闭环率需求除掉产品自身 bug&毛病发生的问题。

• 服务功率

  服务功率表明的是做得快不快。相关的目标也较多，要点的几个解释如下：

  首先是服务人效，其区别于团队维度的作业人效，在售后技能支撑范畴，特别是工单支撑体系中使用较多。一般状况下，经过服务人效，可简略直观的衡量工单服务功率。其值为单位天维度，可以处理的工单或许问题数。

  其次是均匀处理时长，又称 DTS，其作为售后问题处理功率的重要目标，其值能较大程度上反映出客户对问题处理的等待时刻。需求留意的是均匀处理时长受长尾问题单子的影响，因而许多时分需求取 50 分位数，80 分位数的值作为终究的展现值。

  最终是易手率，在售后技能支撑范畴，存在较多场景，需求将问题从 A 人员易手到 B 人员的状况。如 A 人员到点下班，需求将问题交接给B人员继续支撑。因为易手过多意味着问题处理耗时更长，且易手进程会引进触及人员的关于历史信息的阅览本钱，属于无效的损耗， 因而增加易手系数对易手状况进行监督。以便及时调整人员分工和作业时长组织。

****

结语

以上便是本文想要和我们共享的售后技能支撑相关的办理目标了。不同目标的落地细节和针对性都有所不同，需求我们在实践作业进程中进行详细规划和甄选打磨了。除此外，实践在售后技能支撑进程的目标还有许多，比方质检维度的置信度，人员才能的衡量度等。期望后边有时刻对这块内容和我们做更深的讨论。

假如我们暂未体会到售后技能支撑岗位的好处，也未曾体会过，那就不妨去试试，去坚持看看。也欢迎我们与咱们共同讨论。