一个家电品牌的售后中心,日均工单 4200 单。第一版智能体上线后,会话侧指标很漂亮:解决率 91%,平均响应 8 秒。但三个月后财务复盘时发现一线工时没怎么降——因为工单仍然在返工:二次派单占比 23%,师傅上门后发现带的配件不对,再跑第二趟。
问题不在模型。问题在于他们把「售后工单智能体」按客服机器人的思路做了:只管回答用户,不管工单在系统里怎么流转。而售后的成本结构决定了,钱花在派单错误、重复上门和超时赔付上,不是花在回答上。
我们重做时按五个环节拆开,每个环节单独定指标、单独灰度。半年后的结果是:分类准确率 78% → 93%,二次派单 23% → 9%,平均首次响应 3.2 小时 → 1.1 小时,工单闭环时长 26 小时 → 14 小时,一线工时释放约两成六。
五个环节,以及每个环节的断点
先建立整体视图。这五个环节是一条链,前一环的输出质量决定后一环的上限。
| 环节 | 智能体做什么 | 最常见断点 | 盯哪个指标 |
|---|---|---|---|
| ① 分类 | 识别故障大类、是否上门、是否在保 | 强行单标签,混合诉求被截断 | 字段级准确率 |
| ② 补全 | 追问缺失字段,凑齐开工单的最小信息集 | 靠猜填默认值,脏数据进系统 | 缺字段返工率 |
| ③ 派单 | 按区域、技能等级、外协与配件匹配网点 | 规则在人的脑子里,没写进系统 | 二次派单率 |
| ④ 处理建议 | 给出排查步骤与所需配件,附知识出处 | 建议无出处,师傅不信也不用 | 建议采纳率 |
| ⑤ 回访闭环 | 判定是否真解决,触发补单或升级 | 发问卷当回访,问题没回流 | 闭环时长 · 未解决回流率 |
环节一:分类要连着结构化字段一起出
真实工单里,一条描述经常同时包含三件事:故障现象、配件诉求、情绪投诉。如果系统要求必须归入一个类目,模型就会不稳定——同一句话今天归「不制冷」,明天归「漏水处理」,准确率怎么调都上不去。
我们的做法是输出多标签加置信度,并把分类结果定义成一组结构化字段,而不是一个类目名:
- 故障大类与子类(可多标签,各自带置信度)
- 是否需要上门(布尔,附判定依据)
- 是否在保(从订单系统取,不允许模型推断)
- 涉及机型与配件编码(取不到就留空,不猜)
- 投诉风险标记(用于强制升级,不进入自动流程)
字段级准确率比类目准确率更容易达标,也更容易被下游派单系统直接消费。判定口径也要改:关键字段任一错误即整单错误,这样算出来的数字才反映真实影响。
环节二:补全宁可追问,不要猜
这一环最容易被跳过,因为「让模型自动填全」看起来更智能。我们见过一个反例:某项目把「是否上门」的缺失值默认填成「否」,结果三个月里产生 1700 多单本该上门却被派成远程处理的工单,客户等待时间翻倍,投诉集中在第四周才被发现。
原则很简单:缺字段就追问,问不到就留空并转人工。留空是可修正的,错值是隐蔽的——它会一路流到派单和结算环节才爆出来,那时候的修正成本是录入时的几十倍。
追问也要限制轮次。超过两轮仍拿不到关键信息,说明这条工单本身需要人工介入,继续追问只会消耗用户耐心。我们的经验值是最多两轮。
环节三:派单难点不在模型,在组织
派单是五个环节里唯一需要动组织信息的:区域归属、网点技能等级、外协与自营的配额、配件库存位置。模型在这里只负责一件事——把非结构化的诉求映射到这些规则上。
真正的阻力是规则不在系统里。多数售后中心的派单依赖班组长的经验:哪个网点最近两周超载、哪类故障必须高级技师、哪个区域的外协响应慢。这些经验不落成可读的数据,智能体就只能做一个「看起来在派单,实际靠人复核」的系统,工时一分没省。
所以这一环的交付物不是模型,而是一份可维护的派单规则表,加一个冲突兜底:规则命中多条、库存与技能不匹配、区域超载时,一律不自动派,转给班组长并展示候选与理由。
环节四:处理建议必须带出处和版本
给师傅的建议不是聊天回答,它要能被采信才有价值。我们要求每条建议附三项信息:知识条目编号、生效版本、适用范围(机型与故障组合)。没有出处的建议,师傅第一次试错之后就不会再看了——建议采纳率会一路掉到个位数,然后整个环节形同虚设。
同时,建议环节不自动发出。它只出现在工单的处理面板上,由人决定是否采用,并把「采用 / 修改后采用 / 不采用」记录回系统。这三个动作是后续优化最有价值的数据:不采用的原因往往指向知识库过期或适用范围写错。
环节五:回访要判定「真解决」,不是发问卷
回访这一环最常被做成结案后推一条满意度问卷,收回率不到两成,收回来的分数也不改变任何动作。它的作用其实只有一个:把没解决的问题回流进系统。
我们的做法是按工单类型设计判定问题,而不是问满意度。比如「是否仍在漏水」「机器是否恢复制冷」「师傅是否带走了故障配件」。判定为未解决时,自动重开原工单并提升优先级,而不是新建一单——新建一单会让闭环时长统计重新归零,掩盖真实问题。
未解决回流率是我们看售后智能体健康度最直接的指标。它稳定在低位说明前面四环都真的在起作用;它突然上升,几乎总能对应到某一次知识库变更或派单规则调整。
量化指标与三阶段上线节奏
指标不要一次上齐。我们分三个阶段推进,每个阶段只放开一类权限:
- 阶段一(只读,两周):只做分类与补全建议,不写入工单。目的是建立基线,让班组长的经验规则被观察、被记录,同时积累字段级准确率数据。
- 阶段二(辅助,四周):开放处理建议展示与结构化字段暂存写入,派单仍由人确认。重点看建议采纳率与缺字段返工率。
- 阶段三(自动写入):放开自动派单,但保留三条硬门槛——置信度阈值、投诉风险强制转人工、超载区域不派。灰度从 10% 单量开始,观察两周。
贯穿三个阶段的是四个核心指标,任何一个连续两周劣化就停止推进下一阶段:
- 关键字段准确率(分类与补全的综合口径,任一字段错即整单错)
- 二次派单率(返工成本最直接反映,目标低于 10%)
- 工单闭环时长中位数(含补单与回访重开,不是首次响应)
- 未解决回流率(回访判定为未解决的占比,用于发现前四环的隐性失效)
上线前检查表
八项,全部为「是」才具备进入阶段三的条件:
- 分类输出为结构化字段组合,而不是单一类目名
- 缺失字段有明确的追问策略与留空规则,不存在默认值填充
- 派单规则已落成可读、可维护的数据,责任人明确
- 每条处理建议带知识条目编号、版本与适用范围
- 自动写入前均有暂存或人工确认路径,可整单退回
- 投诉、超保、纠纷类工单有强制转人工的硬规则
- 回访按工单类型设计判定问题,未解决会重开原单
- 四个核心指标已有基线值与劣化停止推进的阈值
常见问题
问:售后工单智能体能节省多少人工?
可算出来的节省在三处:录单与追问的工时、二次派单带来的返工、回访不再需要专人外呼,合计通常释放一成五到三成的售后一线工时。但更值钱的是闭环时长缩短带来的超时赔付减少与重复上门减少,这部分金额往往是人力节省的两到三倍,前提是你的指标里本来就有「二次派单率」和「闭环时长」这两项——多数客户上线前没有。
问:工单分类准确率达不到要求怎么办?
先怀疑任务定义而不是模型。把单标签改成多标签加置信度,把类目名改成结构化字段组合,准确率通常会有明显起色。剩下上不去的部分,多数是标注口径本身不一致:同一个现象,两个班组长归到不同类目。这时候该做的是统一判定标准,不是换模型。
问:应该先做哪个环节?
先做只读的分类与补全,跑两周建基线;再开放带出处的处理建议;最后才放开自动派单。顺序反了的项目,通常会在第一个月就遇到一次错误派单引发的上门成本纠纷,之后再想推进就要重新建立信任,代价比省下的两周大得多。
最后一条经验:售后工单智能体的效果,取决于它有没有被接进工单流转,而不是回答得有多好。一个只回答不流转的智能体,指标再漂亮也只是给售后中心多加了一个窗口。
本文数据来自天辰平台售后与现场服务交付项目,已做脱敏与归一化处理。