很多货代企业不仅在企业微信里服务客户。
QQ 群，依然是非常重要的客户服务渠道。
一个客户一个群。
销售、客服、操作、单证、财务都可能同时在群里参与沟通。
客户问船期。
问报关进度。
问账单。
问货物到哪里了。
甚至投诉、催单、确认费用，也都直接发生在 QQ 群里。
问题是：
这些 QQ 群里的服务质量，主管到底怎么管？
过去最常见的方式，就是主管自己巡群。
看看有没有客户一直没人回复。
看看客服说话态度怎么样。
看看有没有回答错问题。
或者等客户投诉之后，再回头翻聊天记录。
但当企业有几十个、上百个客户群之后，这种方式越来越难持续。
所以，在 QQ 群会话存档之后，立刻智能体进一步增加了：
QQ 群客服绩效考核。
它希望解决的，不是简单统计“员工一天发了多少条消息”。
而是尝试回答一个更实际的问题：
客户的每一次问题，客服到底处理得怎么样？
不是统计聊天条数，而是按“议题”评价
如果只统计消息数量，其实很容易产生误导。
一个员工一天发了 300 条消息。
另一个员工只发了 150 条。
是不是前者服务得就一定更好？
不一定。
有些问题一句话就能解决。
有些业务异常可能需要来回沟通十几轮。
如果只是计算消息条数，很难真正体现客服工作的质量。
因此，立刻智能体采用的是：
按议题进行分析。
可以把一个“议题”简单理解为：
客户围绕某一个问题展开的一轮完整沟通。
比如客户问：
这票什么时候开船？
员工回复船期。
客户继续确认截单时间。
员工再补充相关信息。
这几条消息并不是几个独立事件。
而应该被视为围绕“船期查询”产生的一次完整沟通。
立刻智能体会尽可能按照实际对话上下文，把连续沟通整理成一个个议题，再对议题进行分析。
这样，绩效考核关注的就不再是：
发了多少条消息。
而是：
解决了多少个客户问题，以及这些问题解决得怎么样。
一个议题，从五个维度进行评价
对于每一次客户沟通，立刻智能体可以从多个维度进行综合分析。
目前主要包括五个方面。
1. 响应时长
客户发出问题之后，多久得到了第一次有效响应？
对于客户服务来说，“有没有回复”和“多久回复”，往往是两个最直接的体验指标。
系统可以根据会话时间记录，对响应速度进行统计和分析。
这样主管不需要每天守着 QQ 群，也可以看到整体响应情况。
2. 服务态度
客服有没有保持正常、礼貌、专业的沟通方式？
有没有出现明显不耐烦、敷衍或者容易引发客户不满的表达？
立刻智能体可以结合整个议题的上下文，对服务沟通方式进行辅助分析。
这比简单检测几个固定词语，更接近真实的客户服务场景。
3. 回答准确性
客户问的是一个问题。
员工回答的，是不是这个问题？
对于货代业务来说，这一点尤其重要。
因为客户问到的往往不是普通问题，而可能涉及：
- 船期
- 航班
- 报关状态
- 提单
- 费用
- 到港时间
- 运输进度
- 放单状态
如果回答的信息与客户实际问题不一致，即使回复得很快，服务质量也不能算高。
因此，准确性会作为一个独立评价维度。
4. 回答完整性
回答正确，还不一定意味着回答完整。
比如客户问：
船什么时候开？截单是什么时候？
员工只回答了开船时间。
从准确性来说，回答可能没有错误。
但从完整性来看，客户的问题并没有全部得到解决。
因此系统还会关注：
客户提出的问题是否被完整覆盖。
这一维度尤其适合发现一些“看起来回复了，但实际没有解决完整”的服务情况。
5. 合规性
企业还可以通过违禁词等规则，对客服沟通进行合规检查。
例如企业内部不允许出现的：
- 不规范承诺
- 不适当表达
- 敏感词
- 特定禁用词
都可以纳入检查范围。
这样绩效分析不仅关注“服务好不好”，同时也兼顾企业自身的服务规范。
五个维度的权重，可以由企业自己设置
不同企业对客服的要求并不完全一样。
有的公司非常重视响应速度。
有的公司更强调回答准确。
还有一些业务专业度非常高，更看重完整性和合规。
因此，这几个评分维度并不是固定死的。
企业可以根据自己的管理要求，为不同指标设置权重。
比如：
响应时长占多少。
服务态度占多少。
回答准确性占多少。
回答完整性占多少。
合规占多少。
最终所有权重合计为 100%。
这样，同一套 AI 绩效能力就可以更加贴近企业自己的服务标准，而不是所有公司都使用完全相同的考核规则。
不是所有 QQ 群、所有员工都必须考核
对于企业来说，绩效功能如果没有范围控制，很容易变成“数据太多”。
因此，立刻智能体提供了相应的考核范围设置。
首先，可以通过总开关决定是否启用 AI 绩效分析。
同时，可以根据实际使用情况选择对应的 AI 模型。
在 QQ 群范围方面，可以设置：
指定部分 QQ 群参与考核
或者：
全部符合条件的 QQ 群统一纳入。
员工同样可以单独配置。
哪些员工属于被考核对象，可以由企业自行设置。
因此企业可以先从：
几个重点客户群。
一个客服团队。
或者某几个岗位开始使用。
不需要一次性把所有 QQ 群全部纳入。
主管看到的不只是一个“总分”
客服绩效如果最终只剩下一个数字，其实管理价值还是比较有限。
因为主管真正想知道的是：
为什么是这个分？
因此，在立刻智能体的绩效看板中，可以从多个角度查看服务表现。
例如：
质量分
整体服务质量表现。
产量
实际处理了多少客户议题。
响应时长
客户问题平均等待多久得到处理。
这些指标可以进一步查看趋势。
比如：
最近一周服务质量是在提高还是下降？
响应速度有没有明显变化？
某个员工最近处理的客户问题是否突然增加？
还可以继续下钻到具体的议题记录。
也就是说：
从结果，可以一直看到产生结果的实际聊天过程。
这样主管看到一个异常分数时，不需要再去 QQ 里重新翻半天聊天记录。
可以直接回到对应议题查看原因。
“产量”也不是简单统计消息数
这里的产量，同样不是：
今天发了多少条 QQ 消息。
系统更关注的是实际处理的客户议题。
这些议题还可以进一步进行分类，例如：
- 问题
- 表扬
- 投诉
- 建议
- 其他
这样主管看到的就不只是：
小王今天处理了 35 个议题。
还可以进一步了解：
这 35 个议题里，有多少是正常客户问题。
有没有投诉。
有没有客户主动表扬。
有没有客户提出产品或者服务建议。
相比单纯统计聊天数量，这种分类对于客户服务管理会更加直观。
那些“长时间没人回复”的消息，也可以变成待办
很多企业管理客户群时，有一个很现实的问题：
最怕客户的问题被漏掉。
尤其是群比较多的时候。
一个客户下午发了一条消息。
当时大家都在忙。
过了一两个小时，消息已经被其他群的信息淹没了。
直到客户再次 @ 人，大家才发现前面的问题还没有回复。
过去解决这个问题，主要靠：
主管巡群。
但是一个主管不可能一直盯着几十个群。
因此，立刻智能体可以把长时间没有得到响应的客户会话单独识别出来。
形成类似：
待办回复
的管理视图。
可以按照等待时间筛选，比如：
- 超过 30 分钟
- 超过 1 小时
- 超过 3 小时
这样主管打开系统，就能直接看到：
现在有哪些客户问题还在等人处理。
客户群管理也就从：
“靠人不停巡群”
变成：
“系统告诉你哪些事情还没做”。
这个变化对于群数量比较多的客服团队，往往比单纯看绩效分数更加实用。
客户发的是图片和语音，也可以进入质检
QQ 群沟通并不只有文字。
客户很可能发：
一张报关单截图。
一张账单。
一段语音。
一个文件。
甚至直接发视频。
如果绩效分析只能理解文字消息，那么很多实际业务沟通就会缺失上下文。
因此，QQ群会话存档本身会尽可能保存这些不同类型的消息。
对于能够进行识别的图片、语音等内容，还可以进一步转化为文字信息。
这些识别结果可以用于：
- 消息预览
- 历史检索
- 会话分析
- AI 质检
例如客户发了一张图片，图片上写着：
这笔费用为什么比上次多 300 美元？
即使客户没有额外输入文字，系统仍然可以尽可能理解这次沟通的实际内容。
这样，绩效评价就更接近真实发生的客户服务过程。
QQ 和企业微信，可以使用同一套评价标准
很多企业现在面临的其实不是：
“到底用 QQ 还是企业微信？”
而是：
两个渠道都在用。
有些客户在企微群。
有些老客户长期使用 QQ。
甚至同一个客服，同时服务两边的客户。
如果两个渠道分别统计，主管最后还是很难看到一个员工完整的服务表现。
因此，立刻智能体的思路是：
QQ 与企业微信共享同一套客服绩效能力。
包括：
- 评分维度
- 权重规则
- AI 分析逻辑
- 绩效看板
如果同一位员工同时在 QQ 和企业微信服务客户，可以进一步将不同渠道产生的服务数据统一统计。
这样企业最终管理的是：
这个员工的客户服务质量。
而不是分别管理：
“他的 QQ 表现”和“他的企微表现”。
QQ 群绩效考核，需要什么条件？
QQ 群绩效分析并不是脱离聊天数据单独运行的。
它首先依赖：
QQ 机器人接入。
系统需要能够正常接收群内消息。
同时还需要：
QQ 群会话存档。
因为绩效分析首先要知道一段完整沟通中发生了什么，才能进一步判断服务质量。
QQ 群绩效考核属于立刻智能体的旗舰能力之一，具体开放范围以实际套餐配置为准。
AI 给出的分数，不应该代替主管做最终判断
这里还有一个很重要的原则。
AI 绩效分析的价值，是：
帮助主管从大量聊天记录里，更快发现值得关注的问题。
它可以帮助企业统一评分标准。
发现响应过慢的会话。
找到可能存在问题的回答。
分析客服服务质量趋势。
但客户沟通本身存在很多复杂情况。
比如：
客户的问题本身是否清晰。
是否涉及其他部门等待确认。
员工有没有通过电话提前沟通过。
某些特殊业务是否存在合理的处理周期。
这些情况不一定能够单纯依靠一次 AI 分析完整判断。
因此，更合理的使用方式是：
AI 负责筛选、分析和提供参考，主管负责结合实际业务做最终判断。
从“感觉客服做得怎么样”，变成“有数据可以看”
以前主管评价一个客服，可能更多依赖印象。
这个员工回复挺积极。
那个员工最近好像有点慢。
这个客户经常投诉。
但当 QQ 群数量越来越多之后，单纯依赖感觉很难形成稳定的管理标准。
有了会话存档之后，企业先知道：
群里到底发生了什么。
有了绩效分析之后，又可以进一步知道：
这些客户问题处理得怎么样。
从：
响应时长
到：
服务态度、准确性、完整性和合规性。
再到：
待办回复、趋势分析和具体议题回溯。
QQ群客户服务也开始从一个单纯的聊天场景，逐渐变成一个：
可以记录、可以分析、可以管理的服务过程。
这也是立刻智能体 QQ 群能力的第二步：
不仅把客户对话留下来，也开始让企业看得见服务质量。