QBR Maker Skill

专业的QBR（季度业务回顾）报告制作技能，用于智能客服行业全渠道（在线客服、在线机器人、呼叫系统、工单系统）的客户数据分析和业务复盘。

核心能力

支持Excel文件解析，自动提取客户数据
支持逐月数据分析，与行业月度标杆对比
严格遵循QBR方法论：先肯定后建议、聚焦"最贵"场景、三维度对比、问题闭环、四维度算账
自动生成Markdown报告和可编辑的PPT演示文稿（使用python-pptx）
自动生成网易红风格HTML演示文稿（使用netease-red-slides设计系统）
支持四大板块：在线客服、在线机器人、呼叫系统、工单系统

触发条件

用户发送客户数据Excel文件
用户要求"制作QBR报告"、"分析客户数据"
用户要求逐月分析、对比行业标杆
用户要求生成PPT
用户要求生成"网易红"、"红白风格"HTML演示文稿
用户要求分析工单数据

使用流程

接收客户Excel数据文件
解析数据，提取关键指标
确认客户所属行业
进行三维度对比分析（客户月度数据 vs 行业月度标杆 vs 行业月度平均）
识别"最贵"场景，进行深度分析
制定定制化解决方案（短期/中期/长期）
生成QBR报告（Markdown + 可编辑PPT + 网易红HTML）
发送报告给客户

PPT生成规范（重要）

必须使用 python-pptx 生成可编辑PPT

⚠️ 强制性要求：生成PPT时，必须使用 python-pptx 库生成原生PowerPoint文件，禁止使用 slidev-zhiqi-ppt 的导出功能。

原因：

slidev-zhiqi-ppt 生成的PPTX是图片形式，无法编辑
python-pptx 生成原生PowerPoint，所有文本和表格均可编辑

PPT生成步骤

用户："生成PPT"
  ↓
【步骤1】准备PPT内容结构
  - 提取Markdown报告的核心内容
  - 整理为表格和列表形式
  - 包含所有数据洞察和分析结论
  ↓
【步骤2】使用python-pptx生成PPT
  - 导入pptx库
  - 创建Presentation对象
  - 添加幻灯片（封面、目录、章节、内容页、表格页、结束页）
  - 所有文本使用text_frame，表格使用add_table
  - 包含完整的数据洞察内容
  ↓
【步骤3】保存并发送
  - 保存为.pptx格式
  - 通过POPO发送给用户

PPT内容结构（标准32页，包含完整数据洞察）

封面 - 标题、客户信息、报告周期
目录 - 6大章节导航
章节分隔页 - 01 合作背景与数据概览
客户简介 - 基本信息、使用产品
三板块数据概览 - 各板块核心表现
章节分隔页 - 02 在线客服板块分析
在线客服核心指标 - 表格对比
在线客服数据洞察 - 详细分析（5点洞察）
在线客服月度趋势 - 数据表格
响应时间分析 - 趋势分析 + 分析结论
满意度分析 - 数据表现 + 分析结论
章节分隔页 - 03 智能机器人板块分析
机器人核心指标 - 表格对比
机器人数据洞察 - 详细分析（5点洞察）
机器人月度趋势 - 数据表格
转人工分析 - 转人工率数据 + 分析结论
参评率分析 - 参评率数据 + 分析结论
章节分隔页 - 04 呼叫系统板块分析
呼叫系统核心指标 - 表格对比
呼叫系统数据洞察 - 详细分析（5点洞察）
呼叫系统月度趋势 - 数据表格
章节分隔页 - 04 工单系统板块分析
工单系统核心指标 - 表格对比（新建/受理/完结量）
工单处理时效分析 - 首次响应时长、处理时长、完结率
工单SLA达标分析 - SLA达标率、各优先级达标情况
四板块对比分析 - 参评率/满意度/处理效率对比 + 分析结论
章节分隔页 - 05 业务分析及建议
优势总结 - 6大优势
问题及建议（1/3） - 问题1-2
问题及建议（2/3） - 问题3-4
问题及建议（3/3） - 问题5 + 数据问题
章节分隔页 - 06 下一步行动计划
即时行动 - 本周内任务
近期跟进 - 本月内任务
中期目标 - 3个月内目标表格
结束页 - 感谢聆听

代码示例

from pptx import Presentation
from pptx.util import Inches, Pt
from pptx.enum.text import PP_ALIGN

# 创建演示文稿
prs = Presentation()
prs.slide_width = Inches(13.333)
prs.slide_height = Inches(7.5)

# 添加内容页
def add_content_slide(prs, title, content_lines):
    slide_layout = prs.slide_layouts[6]  # 空白布局
    slide = prs.slides.add_slide(slide_layout)
    
    # 标题
    title_box = slide.shapes.add_textbox(Inches(0.5), Inches(0.3), Inches(12.333), Inches(0.8))
    tf = title_box.text_frame
    p = tf.paragraphs[0]
    p.text = title
    p.font.size = Pt(32)
    p.font.bold = True
    
    # 内容
    content_box = slide.shapes.add_textbox(Inches(0.5), Inches(1.3), Inches(12.333), Inches(5.5))
    tf = content_box.text_frame
    for line in content_lines:
        p = tf.add_paragraph()
        p.text = line
        p.font.size = Pt(18)
    
    return slide

# 添加表格页
def add_table_slide(prs, title, headers, rows):
    slide_layout = prs.slide_layouts[6]
    slide = prs.slides.add_slide(slide_layout)
    
    # 标题
    title_box = slide.shapes.add_textbox(Inches(0.5), Inches(0.3), Inches(12.333), Inches(0.8))
    tf = title_box.text_frame
    p = tf.paragraphs[0]
    p.text = title
    p.font.size = Pt(32)
    p.font.bold = True
    
    # 表格
    num_rows = len(rows) + 1
    num_cols = len(headers)
    table = slide.shapes.add_table(num_rows, num_cols, Inches(0.5), Inches(1.3), 
                                    Inches(12.333), Inches(0.5 * num_rows)).table
    
    # 表头
    for i, header in enumerate(headers):
        cell = table.cell(0, i)
        cell.text = header
        cell.text_frame.paragraphs[0].font.bold = True
        cell.text_frame.paragraphs[0].font.size = Pt(14)
    
    # 数据行
    for row_idx, row_data in enumerate(rows):
        for col_idx, cell_text in enumerate(row_data):
            cell = table.cell(row_idx + 1, col_idx)
            cell.text = str(cell_text)
            cell.text_frame.paragraphs[0].font.size = Pt(12)
    
    return slide

# 保存
prs.save("QBR报告-客户名-日期.pptx")

注意事项

✅ 所有文本框使用 add_textbox + text_frame，不要用图片
✅ 表格使用 add_table，不要用截图
✅ 字体大小适中（标题32pt，正文18pt，表格12-14pt）
✅ 页面尺寸标准（13.333 x 7.5 英寸，16:9）
✅ 必须包含数据洞察内容，不要省略
❌ 禁止使用 slidev export 生成的PPTX（不可编辑）
❌ 禁止将内容转为图片插入
❌ 禁止省略Markdown中的分析结论

网易红HTML生成规范（重要）

必须使用 netease-red-slides 设计系统

⚠️ 强制性要求：当用户要求"网易红"、"红白风格"HTML时，必须使用 netease-red-slides 设计系统生成HTML演示文稿。

设计风格：

主色调：网易红 D51312 (RGB 213/19/18) + 白色
特色元素：红色对角线分割布局、红色边框卡片、网格背景
字体：Archivo (标题) + Noto Sans SC (正文) + DM Mono (标签)

HTML生成步骤

用户："生成网易红HTML" / "红白风格演示文稿"
  ↓
【步骤1】准备HTML内容结构
  - 提取Markdown报告的核心内容
  - 整理为适合HTML展示的格式
  - 包含所有数据表格和洞察分析
  ↓
【步骤2】使用netease-red-slides设计系统生成HTML
  - 引入Google Fonts（Archivo + Noto Sans SC + DM Mono）
  - 使用CSS变量定义颜色（--red-primary: #D51312）
  - 创建slide结构（.slide + .slide-content）
  - 添加网格背景（.grid-bg）
  - 使用split-layout创建封面
  - 使用data-table展示数据表格
  - 使用stat-grid/feature-grid展示卡片
  - 添加reveal动画类
  ↓
【步骤3】添加交互功能
  - 进度条（progress-bar）
  - 导航点（nav-dots）
  - 键盘导航（方向键、空格、Home/End）
  - 滚动吸附（scroll-snap）
  - 编辑模式（E键切换，Ctrl+S保存）
  ↓
【步骤4】保存并发送
  - 保存为.html格式
  - 通过POPO发送给用户

HTML内容结构（标准24页，包含完整数据表格）

封面 - 红白分割hero布局（split-layout）
数据概览 - 四板块核心指标卡片（stat-grid）
在线客服章节页 - 全红背景（red-slide）
在线客服核心指标 - 表格对比（data-table）
在线客服月度趋势 - 6个月完整数据表格（data-table，7列）
在线客服洞察 - 优势+待改进项（双栏布局）
机器人章节页 - 全红背景
机器人核心指标 - 表格对比
机器人月度趋势 - 6个月完整数据表格
机器人转人工分析 - 6个月转人工数据+原因分析表格
机器人洞察 - 优势+待改进项
呼叫系统章节页 - 全红背景
呼叫系统核心指标 - 表格对比
呼叫系统月度趋势 - 6个月完整数据表格（含数据异常标注）
工单系统章节页 - 全红背景
工单系统核心指标 - 表格对比（新建/受理/完结量）
工单处理时效分析 - 首次响应时长、处理时长、完结率
工单SLA达标分析 - SLA达标率、各优先级达标情况
四板块横向对比 - 关键指标对比表格
优势章节页 - 全红背景
优势详情 - 6大优势卡片（feature-grid，含具体数值）
问题章节页 - 深色背景（dark-slide）
问题详情 - 5大问题及解决方案表格
行动计划章节页 - 全红背景
即时行动 - 3项行动卡片（action-grid）
近期跟进 - 时间线布局（timeline）
中期目标 - 4项目标表格
结束页 - 全红背景

HTML代码模板

<!DOCTYPE html>
<html lang="zh-CN">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>[客户名] QBR - [周期]</title>
<link href="https://fonts.googleapis.com/css2?family=Archivo:wght@700;800;900&family=Noto+Sans+SC:wght@300;400;500;700;900&family=DM+Mono:wght@400;500&display=swap" rel="stylesheet">
<style>
:root {
    --red-primary: #D51312; --red-dark: #A00F0E; --red-light: #F8E6E5;
    --bg-white: #FFFFFF; --bg-warm: #FAF8F5; --bg-dark: #1A1A1A;
    --text-dark: #1A1A1A; --text-mid: #555555; --text-light: #999999;
    --font-display: 'Archivo', 'Noto Sans SC', sans-serif;
    --font-body: 'Noto Sans SC', sans-serif;
    --font-mono: 'DM Mono', monospace;
}
/* ... 完整CSS样式 ... */
</style>
</head>
<body>
<!-- UI Elements -->
<div class="progress-bar" id="progressBar"></div>
<nav class="nav-dots" id="navDots"></nav>

<!-- Slides -->
<section class="slide grid-bg" id="slide-1">
    <div class="split-layout">
        <div class="left-col">...</div>
        <div class="right-col">...</div>
    </div>
</section>

<!-- ... 更多slides ... -->

<script>
// SlidePresentation + InlineEditor classes
</script>
</body>
</html>

关键CSS类

类名	用途
`.slide`	幻灯片容器（100vw × 100vh）
`.slide-content`	内容容器（max-width: 1400px）
`.grid-bg`	网格背景
`.red-slide`	全红背景
`.dark-slide`	深色背景
`.split-layout`	左右分割布局
`.data-table`	数据表格
`.stat-grid` / `.feature-grid` / `.action-grid`	卡片网格
`.timeline`	时间线
`.reveal`	进入动画

注意事项

✅ 必须使用网易红 #D51312 作为主色调
✅ 封面必须使用红白分割布局（split-layout）
✅ 所有数据表格必须完整展示，不得省略
✅ 必须包含交互功能（导航、键盘控制、编辑模式）
✅ 必须响应式设计（支持移动端）
❌ 禁止省略任何数据表格
❌ 禁止使用其他颜色主题

一、QBR的核心价值与作用

对CSM（客户成功经理）

打破"我还没准备好"的心理限制，建立主动沟通信心
提前准备、提前设计，将沟通从"被动应对"转为"主动掌控"
明确"要和客户说什么"、"按什么顺序说"、"如何回应"

对客户

传递"被重视"的信号，维持长期合作
清晰感知合作价值可视化（进度、成果、回报）
对齐长期目标，保障业务稳定

二、QBR写作核心原则

1. 聚焦"最贵"的场景

直面客户最突出的痛点
客户日常工作中感知最强烈、最关注的部分
跳过无关细节，快速精准锁定客户核心需求

2. 先肯定后建议

肯定客户时结合具体数据、项目成果或落地动作
避免硬夸，认可客户团队的时间投入、资源协调等隐性付出
待提升点聚焦"场景+影响"，不否定整体

3. 问题闭环，结合新品配套可落地解决方案

针对待提升场景融入新品能力
给出"具体动作+责任方+时间节点"的明确方案
约定review时间，跟进效果

4. 帮客户算账，直观呈现合作价值

从"成本节约、效率提升、价值证明、风险降低"四个维度算账
对比"现状"与"优化后"，用具体数值呈现价值提升

5. 深挖客户实际场景并引用

提前沉浸式体验客户核心流程
引用客户实际场景或关联性高的案例
避免使用无关案例，聚焦客户业务重点

三、四大板块数据指标体系

3.1 在线客服系统（7大类指标）

行业基准数据：references/industry_benchmarks_online.md

会话量维度

指标名称	统计口径	业务含义
总会话量	实际产生的会话数量，包含访客来访和客服主动发起的会话	在线总会话量高代表着用户活跃度高，业务需求比较旺盛
接入会话量	访客来访的会话中接入成功的部分	客服体系成功承接访客咨询的实际有效规模
有效会话量	有消息往来的会话	衡量实际服务交互的质量

连接率维度

指标名称	统计口径	业务含义
总会话连接率	接入会话量/总会话量	衡量访客来访后被成功接入的比例
有效会话连接率	有效会话量/接入会话量	衡量接入后会话的实际交互质量

转接维度

指标名称	统计口径	业务含义
机器人转人工量	从机器人转接到人工客服的会话量	机器人无法解决的问题数量
人工转接量	人工客服之间转接的会话量	问题复杂度或客服专业度分布

消息/响应维度

指标名称	统计口径	业务含义
平均首次响应时间	访客首条询问消息和客服首条回复消息的时间间隔平均值	反映平台对用户需求"即时性重视程度"
平均响应时间	所有对话回合中，访客询问和客服回复的时间间隔平均值	衡量整个会话服务过程中的持续互动效率
平均会话时长	会话开始到会话结束时间间隔的平均值	衡量会话过程中问题的深度和复杂程度
平均消息数	会话中消息数量的平均值	反映问题复杂度和沟通效率

满意度维度

指标名称	统计口径	业务含义
邀评率	邀请评价的会话量/总会话量	衡量客户对服务评价的重视程度
参评率	有评价结果的会话量/邀评会话量	衡量客户参与评价的积极性
相对满意度	评价结果为满意的会话量/有评价结果的会话量	用户感受的参照，反映单次会话质量

排队维度

指标名称	统计口径	业务含义
排队量	经过排队的会话量	排队量过高说明当前人工客服人力不足
排队失败量	排队后未能成功接入的会话量	反映服务资源缺口
平均排队时长	开始排队到进入咨询的平均时间	用户等待体验直接影响因素

坐席工作量维度

指标名称	统计口径	业务含义
客服发起会话量	客服主动发起的会话量	衡量客服主动服务能力
未回复率	客服未回复的会话量/总会话量	衡量客服响应覆盖度
一次性解决率	访客未二次来访的会话与总会话数的比值	客服服务"质"和"效"的综合体现

3.2 呼叫系统（4大类指标）

行业基准数据：references/industry_benchmarks_call.md

呼入量维度

指标名称	统计口径	业务含义
呼入量	所有时间呼入的话务总量	衡量呼叫中心接收客户主动咨询的整体规模
服务时间呼入量	服务时间内呼入的话务总量	衡量核心服务时段内客户主动咨询的规模
非服务时间呼入量	非服务时间内呼入的话务总量	反映出用户需求与服务时间的匹配错位情况

呼入状态维度

指标名称	统计口径	业务含义
呼入接通量	呼入并接通的话务量	实际成功服务的呼叫量
服务时间呼入接通率	服务时间内呼入接通量/呼入量	衡量服务时段的接起能力
呼入通话时长	呼入通话的总时长	可辅助分析业务复杂度或坐席沟通效率

呼损分析维度

指标名称	统计口径	业务含义
服务时间呼损率	服务时间呼损量/服务时间呼入总量	衡量服务时段内客户呼入未被接通的比例
IVR放弃量	客户在IVR语音导航中放弃通话的话务量	体现客户在语音导航环节的体验情况
队列放弃量	在队列中放弃通话的话务量	反映队列等待体验较差
队列溢出量	触发排队提示音后系统自动挂断的话务量	体现队列容量的上限

坐席效率维度

指标名称	统计口径	业务含义
呼出量	呼出的话务总量	衡量外呼业务规模
呼出接通量	呼出并接通的话务量	衡量呼出业务实际触达客户的基础规模
呼出接通率	呼出通话量/呼出总量	衡量呼出渠道通话成功率
呼出接通用户数	呼出且接通的用户人数	衡量呼出触达的独立客户数量

3.3 在线机器人系统（3大类指标）

行业基准数据：references/industry_benchmarks_robot.md

3.4 工单系统（5大类指标）

数据字典：references/data_dictionary_ticket.md

注意：工单板块暂无行业基准数据，分析时主要关注客户自身数据的趋势变化和环比改进。

工单处理量维度

指标名称	统计口径	业务含义
新建工单量	所选时间范围内，所选坐席创建的工单数	工单创建规模
受理工单量	所选时间范围内，所选坐席成为受理人的次数	工单受理规模
完结工单量	所选时间范围内，所选坐席完结工单的次数	工单处理完成规模
转交工单量	所选时间范围内，所选坐席转交工单的次数	工单流转情况
重新打开工单量	所选时间范围内，所选坐席重新打开工单的次数	问题复发情况

时效性维度

指标名称	统计口径	业务含义
平均首次响应时长	坐席首次对受理工单做出响应的平均时长	响应及时性
平均处理时长	坐席对工单做出处理操作的平均时长	处理效率
24小时完结率	24小时内完结的工单量与总受理工单量的比值	短期完结能力
48小时完结率	48小时内完结的工单量与总受理工单量的比值	中期完结能力
72小时完结率	72小时内完结的工单量与总受理工单量的比值	长期完结能力

SLA达标维度

指标名称	统计口径	业务含义
SLA工单总量	符合SLA目标条件的工单总量	SLA覆盖范围
达标工单数	首响且完结时间均达标的工单总数	达标规模
SLA达标率	达标工单数 / SLA工单总量	整体达标水平
SLA首响达标率	首响达标的工单总数 / SLA工单总量	响应达标水平
SLA完结时间达标率	完结达标的工单总数 / SLA工单总量	完结达标水平

优先级处理维度

指标名称	统计口径	业务含义
优先级非常紧急达标率	非常紧急工单达标数 / 非常紧急工单总数	紧急工单处理能力
优先级紧急达标率	紧急工单达标数 / 紧急工单总数	高优先级处理能力
优先级一般达标率	一般工单达标数 / 一般工单总数	常规工单处理能力
优先级低达标率	低优先级工单达标数 / 低优先级工单总数	低优先级处理能力

偏离度维度

指标名称	统计口径	业务含义
首次响应平均偏离时长	首次响应偏离总时长 / SLA规则工单总数	响应时效偏离程度
工单完结平均偏离时长	完结偏离总时长 / SLA规则工单总数	完结时效偏离程度
正偏离工单占比	正偏离工单数 / 总工单数	超时工单比例
负偏离工单占比	负偏离工单数 / 总工单数	提前完成工单比例

消息维度

指标名称	统计口径	业务含义
总会话量	机器人产生的总会话数量	衡量机器人活跃度的指标
有效会话量	剔除没有和机器人交互的会话	机器人基础承接效果的直接体现
无效会话量	用户进入后未与机器人产生交互即离开的会话	服务初始引导或体验存在问题

知识维度

指标名称	统计口径	业务含义
匹配率	机器人能够匹配到的问题概率	机器人覆盖范围和意图识别准确性的指标
完全匹配率	机器人直接回答的问题数量/匹配提问数	机器人精准识别能力的体现
相似匹配率	给出候选问题的消息数量/匹配提问数	机器人提供相似答案的覆盖能力
相似匹配采纳率	用户点击候选问题数量/总的给出候选问题数量	用户对相似答案的认可程度
解决量	有效会话中未转接人工客服的会话数量	机器人实际解决问题的能力
解决率	解决量/(有效会话量-自定义拦截转人工量-情绪识别转人工量)	机器人"实用性"的核心量化指标

转人工分析维度

指标名称	统计口径	业务含义
转人工率	所有会话转人工会话量/所有会话量	转人工率高本质是机器人问题解决能力不足
用户直接转人工	用户主动要求转人工的会话量	用户对机器人信任度不足的体现
未知说辞转人工	机器人无法识别时转人工的会话量	知识库覆盖不足的表现
重复提问转人工	用户重复提问后转人工的会话量	机器人理解能力或答案质量不足

四、11个行业分类

零售（线上/线下）
金融（银行/保险/证券）
生活服务（O2O/到家服务）
教育（在线教育/培训）
政企事业单位
娱乐社交（游戏/社交/直播）
央国企
制造业
公共服务（交通/能源/水利）
健康医疗
企业服务（SaaS/B2B）

五、QBR报告模板结构

5.1 在线客服QBR结构

1. 合作背景
   - 双方合作起源
   - 合作历程（新增服务）
   - 当前合作内容汇总

2. 使用数据情况
   2.1 汇总数据（按季度/月份）
       - 会话量、有效会话量、响应时间、满意度等
   2.2 会话量情况（峰值、趋势）
   2.3 排队情况
   2.4 响应情况
   2.5 满意度情况
   2.6 坐席应用情况

3. 业务分析及建议
   3.1 优势分析
   3.2 劣势及建议

5.2 呼叫系统QBR结构

1. 使用数据情况
   1.1 汇总数据（呼入量、IVR、队列、满意度等）
   1.2 会话量情况（呼入量峰值、趋势）
   1.3 IVR情况
   1.4 排队情况
   1.5 呼入满意度情况
   1.6 坐席应用情况

2. 业务分析及建议
   2.1 优势
   2.2 劣势及建议

5.3 机器人QBR结构

1. 使用数据情况
   1.1 汇总数据（有效会话量、解决量、解决率、转人工、匹配率等）
   1.2 匹配率与解决率效果数据
   1.3 转人工情况统计
   1.4 满意度情况

2. 业务分析及建议
   2.1 优势
   2.2 劣势及建议

5.4 工单系统QBR结构

1. 使用数据情况
   1.1 汇总数据（新建工单量、受理工单量、完结工单量等）
   1.2 处理时效分析（首次响应时长、处理时长、完结率等）
   1.3 SLA达标情况
   1.4 优先级处理分析
   1.5 偏离度分析

2. 业务分析及建议
   2.1 优势
   2.2 劣势及建议

注意：工单板块暂无行业基准数据，分析时主要关注客户自身数据的趋势变化和环比改进。

六、数据分析思路

6.1 在线客服数据洞察

先看大盘 - 总会话量、接入会话量
再看效率 - 平均首次响应时间、平均响应时间、平均会话时长
再看体验 - 排队量、平均排队时长、一次性解决率、相对满意度

6.2 机器人数据洞察

活跃度 - 总会话量、有效会话量
解决能力 - 解决量、解决率
匹配能力 - 匹配率、完全匹配率、相似匹配率、相似匹配采纳率
转人工分析 - 转人工率及各类转人工原因

6.3 呼叫系统数据洞察

呼出板块 - 呼出接通量、呼出接通率、呼出接通用户数
呼入板块 - 呼入量、服务时间呼入接通率、呼入时长
呼损情况 - 服务时间呼损率、IVR中放弃量、队列中放弃量、队列中溢出量

6.4 工单系统数据洞察

处理规模 - 新建工单量、受理工单量、完结工单量
处理时效 - 平均首次响应时长、平均处理时长、24/48/72小时完结率
SLA达标 - SLA达标率、SLA首响达标率、SLA完结时间达标率
优先级处理 - 各优先级达标率、高优先级工单处理效率
偏离分析 - 首次响应偏离时长、工单完结偏离时长、超时工单占比

七、QBR写作场景

场景一：客户初次建联

明确CSM价值定位，跳出"客服认知误区"
轻量数据洞察，提前"设计"互动
探索客户核心KPI，深入沟通业务细节

场景二：应用数据诊断

聚焦"业务场景"，避免"数据堆砌"
"数据诊断"后跟"分层方案"
结合相同行业/相似业态的成功案例
涉及付费建议时，提前测算ROI价值

场景三：增购挖掘+风险挽救

让数据成为增购的抓手
同步筑牢风险防控线

八、优化建议素材库

8.1 在线客服优化建议

1. 接入渠道优化

问题：H5接入占比过高，直接链接进线无法识别来访渠道和用户信息
建议：更换至web-js方式或微信小程序对接
文档：
- web-js：http://docs.qiyukf.com/?page_id=28
- 小程序sdk：http://docs.qiyukf.com/?page_id=40

2. 降低客服平均接待时长

增加工单交互、链接外跳、结束对话和满意度评价的交互
增加访客端工单提报及工单查询按钮
减少反复索要客户资料占用的工作时间
结束对话可有效降低客服平均接待时长

3. 提升参评率/邀评率

再次邀请评价可以提升参评率以及邀评率
预计参评率可以上升至25-35%左右

4. 减少排队

开启"会话超时关闭和提示"功能
自动关闭访客长时间未回复的会话
提升整体会话流转效率，降低排队情况

5. 减少无效会话接入

询前引导语帮助客服阻挡掉不说话的用户
无效会话量占比高
服务高峰阶段开启，缓解客服压力

6. 一次性解决率提升

开启"一次性解决率分类判断"开关
开启"会话有效判断"开关
第二次咨询分类不一致及无效会话算一次性解决

7. 客服工作台优化

客服实时看到自己的接线数据（在线时长、会话量、首响、平响、满意度）
合理利用排队列表功能，对排队人数进行限制
针对重点客户进行标签设置，在排队列表中优先服务接待

8. 访客端设置

前端访客咨询界面设置自助提工单区分非即时性问题
访客端输入框上方快捷入口增加"结束会话"

9. 提高管理效率

使用场控功能对会话和坐席人员工作进行监控
异常情况支持报警提示

10. 留言记录开启自动分配

将留言落实到具体客服组
避免客户遗留问题无响应的情况

11. VIP优先进线规则

VIP等级越高（1~10），优先级越高
咨询量过大时VIP优先分配进线
参考文档：http://help.qiyukf.com/?p=5111

12. 溢出规则

某个分流组存在排队，其他分流组有空闲时自动溢出
可设定被溢出客服组、生效时间、溢出条件、目标客服组

13. 咨询分类

每通会话结束后填写服务小记和咨询分类
为数据统计分析打下基础
2023年12月更新支持多选咨询分类

14. 商品卡片集成

通过iframe集成方式做商品卡片集成
客服可主动做商品推荐，达成订单转化
参考文档：https://qiyukf.com/docs/guide/web/5-会话消息.html#工作台iframe发送卡片消息

15. 一体化工作台

多渠道消息整合到统一的消息盒子
离线消息处理，历史咨询记录一目了然
对接Core HR核心系统，客户信息更多扩展空间

16. OCR功能

图片文字一键提取翻译
适用订单/说明书截图等多项场景
支持一键复制及翻译

8.2 在线机器人优化建议

1. 关键指标参考（基于2025年3月行业标杆数据）

行业	解决率标杆	匹配率标杆	完全匹配率标杆	会话满意度标杆
零售	82.34%	96.83%	81.56%	65.13%
金融	89.20%	98.52%	86.80%	39.00%
生活服务	81.98%	96.74%	78.66%	35.03%
教育	83.89%	97.79%	75.89%	68.56%
政企事业单位	97.35%	97.31%	73.36%	62.50%
娱乐社交	90.71%	97.48%	80.34%	30.14%
央国企	85.99%	99.44%	71.00%	81.25%
制造业	91.49%	99.24%	75.12%	62.98%
公共服务	92.36%	96.99%	81.53%	44.45%
健康医疗	91.13%	97.96%	90.82%	63.98%
企业服务	83.96%	97.36%	78.42%	66.03%

说明：以上数据来源于智能客服QBR看板-2025年3月数据，标杆值为各行业表现优秀客户的数据均值。

2. 善用机器人诊断

在知识运营中查看"机器人诊断"功能
查看系统汇总的机器人配置和使用问题
根据提示的问题内容进行问题库维护

3. 差评答案优化

通过"知识评价统计"查看"无用率"较高的问法
结合实际业务调整对应问法的答案

4. 知识挖掘运用

相似已采纳学习：定期查看是否有新的相似问题可以维护
相似未采纳学习：查看是否有新的问题未被维护，或话术不够精确
未知问题学习：查看是否有新的业务上需要的问题

5. 知识查重运用

定期检查问题库中是否有针对相同业务点设计的问题
精简知识库，提高机器人的匹配率

6. 一触即达

让客户在机器人环节自行查询订单、发起退换货
减少重复繁琐的问题流入到人工客服
15%~30%命中率 + 40%~60%高频自助

7. 复杂场景处理

智能应答、多轮对话
查薪资、查明细、查政策等多轮场景

8. 机器人冷启动服务

提供机器人冷启动专业支持

8.3 呼叫系统优化建议

1. 语音留言提升用户体验

开启非服务时间的语音留言功能
客户可留言具体问题，客服上班后进行回呼处理

2. 坐席状态管理

多次不接听电话，系统可自动改为默认状态
避免坐席离开后未切换状态导致客户一直排队

3. 新版IVR导航

极大的丰富了IVR的扩展性和功能性
播报IVR导航时即给用户发送短信，引导用户采用7*24h在线客服方式
操作手册：https://b.163.com/knowledge/public/U4hejvXCE4/knowdetail?docId=Vf7ijHDheS&pid=106957

4. 呼叫ASR

实时语音转文字，并自动过滤空白语音

5. 闪信/号码认证

根据号码归属地智能匹配本地号码，提升接通率
案例1：某零售客户全年1-9月外呼接通率平均54.53%，10月上线号码认证后提升至65.31%
案例2：某零售客户2023全年外呼接通率平均47.35%，2024年2月上线号码认证及闪信后提升至62.79%

6. 混合云方案

纯云 vs 混合云方案对比
根据业务需求选择合适的部署方式

8.4 企业微信/工单优化建议

1. 企业微信

沉淀门店场景标签，完善最真实客户画像
支持查看顾客的信息及完整的服务记录
支持展示总部自定义页面信息（CRM信息、订单信息等）

2. 工单分析

工单分类分析，识别高频问题类型
针对高频问题优化机器人知识库或服务流程

3. 跨部门协作

系统对接协作，跨部门高效协同
高效调度，精细化管理

九、善用AI提效

AI在数据分析的应用 - 自动整合数据、生成趋势图、识别异常点
AI在流程梳理的应用 - 拆解关键节点、识别冗余环节
AI在计算ROI的应用 - 自动套用公式、生成可视化报告
AI在客服人设扮演的应用 - 生成适配沟通人设、模拟客户疑问

十、QBR效果核验

核验目标

客户侧：沟通内容清晰、关键数据可验证、价值感知达成
合作侧：客户认可成果、主动分享新规划、提出长期合作想法
自身侧：行动清单已同步、客户愿意配合推进

行动闭环

记录"会议待办"，明确"双方分工"
跟踪"潜在机会"，促进"增购落地"

十一、网易七鱼服务保障

服务阶段

前期咨询：沟通业务场景及期望目标
商务沟通：核心需求确认，解决方案确定，商务洽谈
实施期：项目实施、系统对接，核心内容搭建
试运行：系统上线试运行，熟悉运营
辅导期：CSM顾问介入辅导，企业应用走入正轨
平稳期：使用运行趋于稳定，业务深度结合
提升期：结合业务发展，应用提升

十二、输出格式

Markdown报告

结构清晰的文档
数据表格对比
数据结论分析
业务分析及建议

PPT演示文稿（使用python-pptx生成）

可编辑的PowerPoint文件（.pptx格式）
所有文本、表格均可直接编辑
使用python-pptx原生生成
标准32页结构（包含完整数据洞察）
禁止使用slidev导出（不可编辑）

网易红HTML演示文稿（使用netease-red-slides设计系统）

交互式HTML文件（.html格式）
网易红白风格（D51312 + 白色）
响应式设计，支持桌面/平板/手机
包含滚动导航、键盘控制、编辑模式
标准24页结构（包含完整数据表格）
使用Google Fonts（Archivo + Noto Sans SC）

十三、内容来源标注规范（重要）

13.1 数据分类标识

在生成QBR报告时，必须明确标注每类数据的来源：

数据类型	标识方式	说明
客户提供数据	【客户数据】	来自客户提供的Excel文件
系统统计数据	【系统数据】	来自七鱼后台统计数据
行业标杆数据	【行业标杆】	来自网易云商行业数据库
推算/估算数据	【估算】	基于行业经验推算，需客户确认
待补充数据	【待补充】	需要客户提供的数据

13.2 必须区分的内容

✅ 基于真实数据（客户已提供）:

会话量、解决率、匹配率等核心指标
月度数据趋势
转人工分类占比
客户基本信息（合作时长、产品版本等）

⚠️ 需要客户补充/确认:

会话时长分布（需提供真实的会话时长数据）
用户提问热点TOP10（需提供真实的热点问题）
具体拦截词列表（需导出并提供）
一触即达高频场景（需提供实际业务场景）
多轮对话流程（需提供实际业务流程）
人工成本数据（用于ROI测算）

❌ 不应自行编造:

客户未提供的具体业务数据
未经确认的客户痛点
未经验证的优化效果预测
虚构的行业排名（如"行业第X"）

13.3 交付时同步提供

每次交付QBR报告时，必须同步提供《内容来源说明》清单：

## 内容来源说明

### 基于真实数据的内容
- ✅ 核心指标数据（来自客户Excel文件）
- ✅ 月度趋势数据（来自客户Excel文件）
- ✅ 行业标杆对比（来自网易云商行业数据库）

### 需要您补充/确认的内容
- ⏳ 会话时长分布（当前使用行业估算值）
- ⏳ 热点问题TOP10（当前基于转人工数据推测）
- ⏳ 具体拦截词列表（需要您导出提供）
- ⏳ 一触即达场景（当前使用通用场景示例）
- ⏳ 人工成本数据（当前使用估算值3-5元/会话）

### 建议的优化方案
- 💡 基于数据分析的建议（需结合实际情况调整）
- 💡 时间节点建议（需确认可执行性）
- 💡 ROI测算（需使用实际成本数据重新计算）

十四、最佳实践总结

14.1 数据驱动

所有结论必须有数据支撑
对比分析必须三维度（客户 vs 标杆 vs 平均）
趋势分析必须多月份对比

14.2 客户参与

明确告知哪些内容需要客户补充
提供"内容来源说明"清单
邀请客户审核和确认关键结论

14.3 诚实透明

不编造客户未提供的数据
对估算数据明确标注
承认分析局限性
不虚构行业排名

注意事项

数据准确性 - 确保客户数据与行业标杆数据对比准确
行业匹配 - 正确识别客户所属行业，匹配合适的标杆数据
场景聚焦 - 聚焦"最贵"场景，避免泛泛而谈
建议可落地 - 给出具体、可执行的优化建议
价值量化 - 尽可能量化呈现合作价值
先肯定后建议 - 保持积极的沟通态度
内容来源标注 - 明确区分真实数据和待补充内容（重要）
PPT生成规范 - 必须使用python-pptx生成可编辑PPT（重要）
禁止虚构排名 - 不得编造"行业第X"等排名信息（重要）
保留完整内容 - PPT中不得省略Markdown中的数据洞察（重要）

版本信息

版本：v2.5.0
更新日期：2026-03-23
更新内容：
- 重要更新: 新增网易红HTML生成功能，整合netease-red-slides设计系统
- 新增HTML生成规范章节，明确必须使用网易红设计风格（D51312 + 白色）
- 支持三种输出格式：Markdown + PPTX + 网易红HTML
- 更新核心能力、触发条件、使用流程，包含HTML生成
- 更新输出格式说明，添加HTML格式
- 保留v2.4.0所有功能（python-pptx生成、禁止虚构排名等）
作者：ClawHive AI Assistant
适用：智能客服行业CSM团队

十五、PPT报告结构规范

15.1 单板块QBR结构（在线/机器人/呼叫/工单）

每个板块包含以下页面：

章节分隔页 - PART X 板块名称
核心指标与深度分析 - 左侧核心指标表格 + 右侧分析洞察
月度趋势数据展示 - 完整月度数据表格 + 数据洞察
专项分析页面（根据板块特点）：
- 在线客服：响应时间分析、满意度波动分析
- 机器人：转人工分析、参评率分析
- 呼叫：月度趋势与对比分析
- 工单：处理时效分析、SLA达标分析

15.2 四板块完整QBR结构

PART 01 在线客服板块分析

核心指标与深度分析
月度趋势数据展示
响应时间详细分析
满意度波动分析

PART 02 智能机器人板块分析

核心指标与深度分析
月度趋势数据展示
转人工详细分析
参评率详细分析

PART 03 呼叫系统板块分析

核心指标与深度分析
月度趋势数据展示
呼损分析

PART 04 工单系统板块分析

核心指标与深度分析（新建/受理/完结量）
处理时效分析（首次响应时长、处理时长、完结率）
SLA达标分析（SLA达标率、各优先级达标情况）

PART 05 四板块横向对比与整体优化建议

四板块关键指标对比（满意度、参评率、处理效率）
在线客服板块优化建议
智能机器人板块优化建议
呼叫系统板块优化建议
工单系统板块优化建议
知识库运营与跨板块经验复制

PART 06 下一步行动计划

即时行动（本周内）
近期跟进（本月内）
中期目标与价值测算（3个月内）

15.3 数据表格展示规范

必须展示的数据表格：

核心指标对比表 - 客户数据 vs 行业标杆
月度趋势数据表 - 6个月详细数据
专项分析数据表 - 根据分析内容提供支撑数据
四板块对比表 - 满意度、参评率、解决率、处理效率对比

表格设计原则：

左侧展示数据表格
右侧展示分析洞察
所有结论必须有数据支撑
避免无数据支撑的分析结论

15.4 分析洞察撰写规范

每个分析洞察必须包含：

数据事实 - 具体数值
对比分析 - 与标杆/历史对比
业务解读 - 可能的原因
行动建议 - 具体优化措施

示例格式：

✅ 响应速度优于标杆（4.82秒）
   → 1-2月优化至4秒以内
   → 优于教育行业标杆（21.21秒）
   
⚠️ 参评率严重不足（11.16%）
   → 远低于标杆20%+
   → 影响服务优化决策
   → 建议：开启再次邀请评价

附录：智能客服行业基准数据参考

数据来源：智能客服QBR看板（2026年2月数据）整理时间：2026-03-20 适用范围：QBR Maker Skill 行业标杆对比

数据说明

本附录包含11个行业的智能客服四大板块（在线客服、在线机器人、呼叫系统、工单系统）标杆数据，用于客户数据分析对比。

注意：工单板块暂无行业基准数据，分析时主要关注客户自身数据的趋势变化和环比改进。

标杆值：该行业表现优秀客户的数据均值
行业平均值：该行业所有客户的整体平均水平

附录A：在线客服板块关键指标

A.1 各行业标杆值速查表

行业	平均首次响应时间(秒)	相对满意度	参评率	一次性解决率
零售	25.57	98.77%	5.91%	84.36%
金融	31.27	99.40%	7.41%	80.55%
生活服务	24.36	96.67%	6.67%	88.44%
教育	21.21	95.80%	9.82%	89.61%
政企事业单位	33.07	98.49%	6.89%	86.69%
娱乐社交	25.27	91.34%	10.13%	84.15%
央国企	20.27	99.68%	14.31%	86.49%
制造业	30.30	99.66%	7.20%	89.54%
公共服务	20.61	98.11%	8.53%	90.40%
健康医疗	25.25	98.24%	5.62%	85.71%
企业服务	27.55	98.47%	6.90%	87.18%

A.2 跨行业排名

响应速度排名（从快到慢）

排名	行业	标杆值(秒)	评级
1	央国企	20.27	⭐⭐⭐⭐⭐
2	公共服务	20.61	⭐⭐⭐⭐⭐
3	教育	21.21	⭐⭐⭐⭐⭐
4	生活服务	24.36	⭐⭐⭐⭐
5	零售	25.57	⭐⭐⭐⭐
6	健康医疗	25.25	⭐⭐⭐⭐
7	娱乐社交	25.27	⭐⭐⭐⭐
8	企业服务	27.55	⭐⭐⭐
9	制造业	30.30	⭐⭐⭐
10	金融	31.27	⭐⭐⭐
11	政企事业单位	33.07	⭐⭐

满意度排名（从高到低）

排名	行业	标杆值	评级
1	央国企	99.68%	⭐⭐⭐⭐⭐
2	制造业	99.66%	⭐⭐⭐⭐⭐
3	金融	99.40%	⭐⭐⭐⭐⭐
4	零售	98.77%	⭐⭐⭐⭐
5	政企事业单位	98.49%	⭐⭐⭐⭐
6	企业服务	98.47%	⭐⭐⭐⭐
7	公共服务	98.11%	⭐⭐⭐⭐
8	健康医疗	98.24%	⭐⭐⭐⭐
9	生活服务	96.67%	⭐⭐⭐
10	教育	95.80%	⭐⭐⭐
11	娱乐社交	91.34%	⭐⭐

附录B：在线机器人板块关键指标

B.1 各行业标杆值速查表

行业	解决率	匹配率	完全匹配率	会话满意度
零售	82.34%	96.83%	81.56%	65.13%
金融	89.20%	98.52%	86.80%	39.00%
生活服务	81.98%	96.74%	78.66%	35.03%
教育	83.89%	97.79%	75.89%	68.56%
政企事业单位	97.35%	97.31%	73.36%	62.50%
娱乐社交	90.71%	97.48%	80.34%	30.14%
央国企	85.99%	99.44%	71.00%	81.25%
制造业	91.49%	99.24%	75.12%	62.98%
公共服务	92.36%	96.99%	81.53%	44.45%
健康医疗	91.13%	97.96%	90.82%	63.98%
企业服务	83.96%	97.36%	78.42%	66.03%

B.2 跨行业排名

解决率排名（从高到低）

排名	行业	标杆值	评级
1	政企事业单位	97.35%	⭐⭐⭐⭐⭐
2	公共服务	92.36%	⭐⭐⭐⭐⭐
3	制造业	91.49%	⭐⭐⭐⭐⭐
4	健康医疗	91.13%	⭐⭐⭐⭐⭐
5	娱乐社交	90.71%	⭐⭐⭐⭐
6	金融	89.20%	⭐⭐⭐⭐
7	央国企	85.99%	⭐⭐⭐⭐
8	企业服务	83.96%	⭐⭐⭐
9	教育	83.89%	⭐⭐⭐
10	零售	82.34%	⭐⭐⭐
11	生活服务	81.98%	⭐⭐⭐

附录C：呼叫系统板块关键指标

C.1 各行业标杆值速查表

行业	服务时间呼入接通率	一次性解决率	呼入满意率	呼出接通率
零售	77.66%	80.06%	99.76%	76.25%
金融	78.42%	74.53%	99.80%	73.81%
生活服务	83.65%	80.11%	99.31%	71.02%
教育	76.43%	84.39%	99.21%	66.94%
政企事业单位	93.18%	71.25%	99.85%	73.96%
娱乐社交	59.26%	80.44%	97.93%	59.06%
央国企	90.18%	83.99%	99.75%	77.74%
制造业	78.93%	81.57%	98.22%	81.19%
公共服务	83.86%	78.46%	98.83%	76.49%
健康医疗	79.17%	81.50%	99.80%	73.96%
企业服务	76.21%	81.28%	99.49%	69.73%

C.2 跨行业排名

呼入接通率排名（从高到低）

排名	行业	标杆值	评级
1	政企事业单位	93.18%	⭐⭐⭐⭐⭐
2	央国企	90.18%	⭐⭐⭐⭐⭐
3	公共服务	83.86%	⭐⭐⭐⭐
4	生活服务	83.65%	⭐⭐⭐⭐
5	制造业	78.93%	⭐⭐⭐⭐
6	金融	78.42%	⭐⭐⭐⭐
7	健康医疗	79.17%	⭐⭐⭐⭐
8	零售	77.66%	⭐⭐⭐
9	教育	76.43%	⭐⭐⭐
10	企业服务	76.21%	⭐⭐⭐
11	娱乐社交	59.26%	⭐⭐

附录D：工单系统板块关键指标

注意：工单板块暂无行业基准数据，以下为客户分析时的参考维度。

D.1 工单分析维度

处理规模维度

指标	说明	分析重点
新建工单量	坐席创建的工单数	工单创建趋势
受理工单量	成为受理人的次数	工单受理效率
完结工单量	完结工单的次数	工单处理能力
转交工单量	转交工单的次数	工单流转情况

处理时效维度

指标	说明	分析重点
平均首次响应时长	首次响应的平均时长	响应及时性
平均处理时长	处理操作的平均时长	处理效率
24小时完结率	24小时内完结占比	短期处理能力
48小时完结率	48小时内完结占比	中期处理能力
72小时完结率	72小时内完结占比	长期处理能力

SLA达标维度

指标	说明	分析重点
SLA达标率	首响且完结均达标占比	整体达标水平
SLA首响达标率	首响达标占比	响应达标水平
SLA完结时间达标率	完结达标占比	完结达标水平

优先级处理维度

指标	说明	分析重点
非常紧急达标率	非常紧急工单达标率	紧急处理能力
紧急达标率	紧急工单达标率	高优先级处理能力
一般达标率	一般工单达标率	常规处理能力
低优先级达标率	低优先级工单达标率	低优先级处理能力

偏离度维度

指标	说明	分析重点
首次响应平均偏离时长	响应偏离程度	响应时效偏离
工单完结平均偏离时长	完结偏离程度	完结时效偏离
正偏离工单占比	超时工单比例	超时情况
负偏离工单占比	提前完成比例	提前完成情况

D.2 工单分析思路

先看规模 - 新建/受理/完结工单量趋势
再看时效 - 首次响应时长、处理时长、完结率
再看SLA - 整体达标率、各优先级达标情况
最后偏离 - 超时工单占比、偏离时长分析

附录E：使用说明

E.1 数据对比方法

进行客户数据分析时，按以下步骤对比：

确定客户所属行业
提取客户关键指标
对比行业标杆值：
- 达到/超过标杆 → 优秀 ⭐⭐⭐⭐⭐
- 接近标杆（±10%） → 良好 ⭐⭐⭐⭐
- 低于标杆（10-30%） → 需改进 ⭐⭐⭐
- 明显低于标杆（>30%） → 重点关注 ⭐⭐

D.2 评级标准

对比结果	评级	建议
达到或超过标杆	⭐⭐⭐⭐⭐	保持优势，分享最佳实践
接近标杆（±10%）	⭐⭐⭐⭐	小幅优化即可达到优秀
低于标杆（10-30%）	⭐⭐⭐	需要针对性改进措施
明显低于标杆（>30%）	⭐⭐	重点改进，制定专项方案

D.3 注意事项

数据时效性：本数据基于2026年2月数据，建议每季度更新
行业匹配：确保客户行业分类准确，跨行业对比可能产生偏差
业务特性：部分行业因业务特性（如娱乐社交夜间咨询多）指标可能偏低，需结合业务场景分析
数据质量：参评率过低（<1%）时，满意度数据参考价值有限

本附录数据来源于智能客服QBR看板-2026年2月数据

qbr-maker

QBR Maker Skill

核心能力

触发条件

使用流程

PPT生成规范（重要）

必须使用 python-pptx 生成可编辑PPT

PPT生成步骤

PPT内容结构（标准32页，包含完整数据洞察）

代码示例

注意事项

网易红HTML生成规范（重要）

必须使用 netease-red-slides 设计系统

HTML生成步骤

HTML内容结构（标准24页，包含完整数据表格）

HTML代码模板

关键CSS类

注意事项

一、QBR的核心价值与作用

对CSM（客户成功经理）

对客户

二、QBR写作核心原则

1. 聚焦"最贵"的场景

2. 先肯定后建议

3. 问题闭环，结合新品配套可落地解决方案

4. 帮客户算账，直观呈现合作价值

5. 深挖客户实际场景并引用

三、四大板块数据指标体系

3.1 在线客服系统（7大类指标）

会话量维度

连接率维度

转接维度

消息/响应维度

满意度维度

排队维度

坐席工作量维度

3.2 呼叫系统（4大类指标）

呼入量维度

呼入状态维度

呼损分析维度

坐席效率维度

3.3 在线机器人系统（3大类指标）

3.4 工单系统（5大类指标）

工单处理量维度

时效性维度

SLA达标维度

优先级处理维度

偏离度维度

消息维度

知识维度

转人工分析维度

四、11个行业分类

五、QBR报告模板结构

5.1 在线客服QBR结构

5.2 呼叫系统QBR结构

5.3 机器人QBR结构

5.4 工单系统QBR结构

六、数据分析思路

6.1 在线客服数据洞察

6.2 机器人数据洞察

6.3 呼叫系统数据洞察

6.4 工单系统数据洞察

七、QBR写作场景

场景一：客户初次建联

场景二：应用数据诊断

场景三：增购挖掘+风险挽救

八、优化建议素材库

8.1 在线客服优化建议

1. 接入渠道优化

2. 降低客服平均接待时长

3. 提升参评率/邀评率

4. 减少排队

5. 减少无效会话接入

6. 一次性解决率提升

7. 客服工作台优化

8. 访客端设置

9. 提高管理效率

10. 留言记录开启自动分配

11. VIP优先进线规则

12. 溢出规则