# 主管如何看企微群客服的响应和质量

来源: https://www.likelic.com/blog/wecom-qa-scoreboard.html

客户群少的时候，主管大概还能凭感觉判断
-------------------

**谁回复比较快？**

**谁处理客户问题比较细？**

但当企业微信外部群越来越多以后，这种管理方式很快就会失效。

一个员工可能同时服务十几个群。

有的人消息很多，但真正解决的问题并不多；

有的人回复很快，但答案不完整；

还有一些客户问题可能已经在群里等了几个小时，却没人注意到。

立刻智能体旗舰版的 **「企微绩效」**，就是把这些真实群聊转成可以查看和复盘的服务数据。

不是统计“发了多少消息”，而是看一次服务做得怎么样
-------------------------

企微绩效会对指定考核群里的对话进行议题分段。

例如客户围绕：

> 这票什么时候开港？

展开了一轮沟通，

系统会把这段交流作为一个议题，再从多个维度进行评价。

目前评分主要看五项：

1.  **响应时长**
2.  **服务态度**
3.  **回答准确性**
4.  **回答完整性**
5.  **合规**

五项权重加起来必须为 **100**。

其中响应时长根据实际耗时计算；

服务态度、准确性、完整性和合规，则可以根据企业自己的要求补充 AI 评判口径。

也就是说，不同公司可以定义：

**什么才算自己认可的一次好服务。**

使用前，要先明确“哪些群、哪些员工需要考核”
----------------------

企微绩效不会默认把所有聊天全部拿来评分。

企业需要先打开：

**绩效考核总开关**

并选择用于评分的模型。

关闭总开关以后，就不会继续采集、分段和评分，也不会继续为绩效调用 AI。

考核群可以手动添加。

旗舰版也可以选择：

**考核全部群。**

同时还需要设置被考核员工。

只有加入考核员工列表的成员回复，才会计入对应绩效。

员工人数本身不限。

主管在看板里主要看什么？
------------

绩效看板会按员工汇总几个比较直接的指标。

例如：

**质量分**

看整体回答质量。

**产量**

看处理了多少议题，以及这些议题分别属于：

问题、表扬、投诉、建议或其他。

还有：

**首次响应时长**

以及：

**平均响应时长。**

主管可以继续下钻查看趋势和具体议题。

这样就不用只看一个总分，而是可以进一步判断：

到底是回复慢，

还是回答不准，

还是完整性经常丢分。

“表扬”不是简单的正面情绪
-------------

这里有一个容易误解的地方。

企微绩效里的：

**表扬**

指的是客户正在进行“表扬”这一类行为。

它不是简单把语气积极的消息都算成表扬。

例如客户只回复：

> 谢谢。

这种普通客套，并不会因此被统计成一次表扬。

同时，“表扬”属于议题分类，并不直接参与质量分计算。

相关统计从该能力上线以后开始产生，之前的历史消息不会回溯补算。

比分数更实用的，可能是“待办回复”
-----------------

主管真正担心的，往往不是某个员工少了一两分。

而是：

**客户问了问题，但一直没人回。**

企微绩效里的 **「待办回复」** 会把这类长时间无人响应的客户会话单独列出来。

可以按等待时间筛选，例如：

1.  超过 30 分钟
2.  超过 1 小时
3.  超过 3 小时

并可以继续定位到对应原话。

这对客服主管很实用。

因为它把：

**“有没有客户正在被遗忘？”**

从一个靠人巡群的问题，变成了可以直接查看的待办。

图片和语音，也可以进入质检
-------------

货代群里很多问题并不是纯文字。

客户可能发一张截图，

或者直接发一段语音说明异常。

在考核群中，这类图片和语音可以进一步识别为文字，用于：

**预览、检索以及质检分析。**

相关识别产生的消耗，也会记录到对应报表中。

这样复盘时看到的就不只是纯文字消息，而是更完整的客户沟通过程。

高分回答和低分问题，后面还能继续用
-----------------

绩效评分本身并不是终点。

高质量议题可以进入：

**知识学习**

进一步蒸馏成知识库里的标准答案。

而低分、投诉、超时或者未解决的问题，则更适合作为：

**员工辅导和知识补充的线索。**

于是整个过程可以形成一个闭环：

**真实服务 → 绩效评分 → 发现好回答和问题 → 优化知识与服务。**

绩效分数不能替主管做最终判断
--------------

AI 可以帮助企业处理大量群聊、计算响应时长、按照规则分析回答质量。

但这并不意味着：

**有了评分以后，主管就不需要管理团队。**

业务复杂度、客户背景、异常原因以及一些特殊场景，仍然可能需要人工结合上下文判断。

更合理的方式是：

**让 AI 帮主管找到值得看的地方。**

谁长期回复慢？

哪些议题经常低分？

哪些客户正在等待？

哪些回答值得沉淀？

主管再把精力放在这些真正需要关注的问题上。

使用前提
----

企微绩效目前属于：

**旗舰版能力。**

它依赖已经接入的企微机器人及对应考核群数据。

套餐降级以后，如果当前考核群数量超过新套餐允许范围，部分群可能被冻结，需要重新裁剪配置。

会话存档和绩效相关数据的使用，也应继续遵循企业微信以及相关法律法规要求，完成必要的授权和告知。

最后
--

以前主管管理企微客服，常常需要不停地：

**巡群。**

但群一多，人很难长期做到既看响应速度，又看答案质量，还不错过无人处理的问题。

企微绩效想解决的，不是简单做一个“员工排行榜”。

而是把真实客户服务拆成几个可以被观察的问题：

**回得快不快？**

**答得对不对？**

**说得够不够完整？**

**有没有长期没人处理？**

**哪些回答值得复制？**

当这些信息能够从真实群聊里被持续整理出来，

主管才能从“凭感觉管客服”，逐渐变成：

**有数据地看问题，再回到具体对话做管理。**

### 相关链接

1.  [企微绩效（智能质检）](https://agent.likelic.com/help?a=wework-qa)
2.  [会话存档](https://agent.likelic.com/help?a=wework-chat)
3.  [知识学习](https://agent.likelic.com/help?a=wework-knowledge)
4.  [工作台 / AI 消耗报表](https://agent.likelic.com/help?a=dashboard)