为帮助商家更好地通过数据了解自身的服务水平，识别问题并针对性改善，服务分析数据全面升级整合相关指标并统一透出，升级版服务分析包括客服分析、售后分析和评价分析三个子数据模块。
操作入口：【抖店后台】-【数据】-【服务分析】
商家可及时了解服务关键数据指标概况及变化趋势，监控异常数据并下载明细，整体提升服务水平。
敲黑板！建议定期监控好评率、投诉率、品质退货率等指标，随时掌握服务水平是否符合平台标准。
温馨提示：所有核心数据指标定义可将鼠标移动至指标右上角“小问号”进行查看
一、新版服务分析介绍（一）售后分析1、售后分析看板是什么？售后分析看板支持商家查看最新售后水平概况，筛选时间段查看近期趋势，具体指标包括投诉率、品质退货率、平均售后退款时长、平均售后处理时长（整体/发货前/发货后）。
2、售后分析看板数据如何解读？投诉率、品质退货率为平台治理规则相关的核心数据指标，也是商家分级及商家体验分计算的重要数据依据，需每日监控变化情况，详见商家分级规则和商家体验分说明。
平均售后退款时长、平均售后处理时长（整体/发货前/发货后）等核心指标有助于商家有效识别售后各环节的处理效率并针对性提升。
投诉率
选择日期往前推14天所在日期支付的订单中在支付后14天内产生投诉的订单量占比（例如今天1月14日，那么就是1月1日发生的订单截止到今天产生投诉订单量的占比）；
公式：投诉订单量/支付订单量
品质退货率
选择日期往前推14天所在日期支付的订单中因商品品质&物流问题在支付后14天内退货的订单量占比（例如今天1月14日，那么就是1月1日发生的订单截止到今天产生退货的订单量的占比）；
公式：退货订单量/支付的订单量
平均售后退款时长
选择日期内售后仅退款完成的订单，从申请到完成的平均时长；
公式：（完成时间-申请时间）/售后完成订单量
平均售后处理时长
选择日期内售后仅退款+退货退款完成的订单，从申请到完成的平均时长；
公式:（发货前退款成功时长+发货后售后成功时长）/（发货前退款订单量+发货后售后订单量）
平均售后处理时长-发货前
选择日期内售后完成订单（发货前申请），从申请到完成的平均时长；
公式：发货前退款成功时长/发货前退款完结订单量
平均售后处理时长-发货后
选择日期内售后完成订单（发货后申请），从申请到完成的平均时长；
公式：发货后售后成功时长/发货后售后订单量
（二）客服分析1、客服分析看板是什么？客服分析看板支持商家查看最新客服水平概况，筛选时间段查看近期趋势，具体指标包括：
三分钟平均回复率、接起率、平均响应时长、平均等待时长等客服效率指标，用户咨询量、转人工接待量、人工已接待量等客服量指标，客服销售额及满意率等用户指标。
商家可实时监控以上关键数据指标判断当前客服水平，及时监控指标变化趋势来识别客服问题。
2、客服分析看板数据如何解读？三分钟平均回复率、接起率、平均响应时长及满意率等指标均与平台治理规则相关，需以周为维度监控数值是否达到平台要求的门槛值，如：3分钟平均回复率（大于等于90%）、周平均响应时长（小于等于2分钟）、周接起率（大于等于80%）、周平均排队时长（小于10分钟） 、周满意度（大于等于80%），详见飞鸽服务使用管理规则。
用户咨询量、转人工接待量、人工已接待量等指标可帮助商家及时了解咨询变化趋势并调度安排客服人力。客服销售额可及时了解客服售前转化能力。
三分钟平均回复率
选择日期8:00-23:00期间，买家每次发消息从发送到客服人工回复，间隔时长在3分钟内的消息量占比注：客服人工回复消息包含买家转人工后客服首次及后续的所有回复。
公式：3分钟内客服回复消息量/用户发送消息量；
接起率
选择日期内咨询的会话，买家转人工后，客服接起会话的占比，
公式：人工接待量/转人工会话量
满意率
选择日期8:00-23:00期间，买家评价的会话中评价为满意及非常满意的会话占比
公式：（买家评价满意+非常满意会话数)/买家评价的会话数
平均响应时长
选择日期内咨询的会话，买家每次发消息到客服人工回复消息，中间间隔的平均时长
平均等待时长
选择日期内买家转人工后，从进入队列到分配客服，间隔的平均时长；
公式：(分配客服时间-进入队列时间)/分配人工客服数
用户咨询量：选择日期内，用户咨询会话量
转人工接待量：选择日期内，用户转人工会话量
人工已接待量：选择日期内，人工客服已接待会话量
客服销售额：选择日期内咨询的买家，在咨询后三日内下单的订单总金额
4、客服分析明细是什么？客服分析明细列表包含统计周期内所有会话明细，默认展示最近30天数据，最多可选择31天数据。会话时间展示值为会话开始时间、会话时长，消息量展示值为商家客服消息发送量、用户发送消息。
温馨提示：若用户单次会话中被多次转接，则对应的客服昵称记录为最后一个接待客服。
敲黑板！下载客服明细数据中包含详细的会话文字信息，可用于复盘差评原因。
基于商家的不同需求场景及客服分析看板数据的变化情况，一方面支持按消息量或首次响应时长指标排序来识别异常或预警数据，另一方面支持下载明细数据来制定后续客服优化策略。具体场景及优化策略如下：
客服预警
当平均响应时间指标有所提升时，可筛选对应时间段并按客服首次回复时间排序，针对表现较差的客服进行培训，同时可随时基于消息量或客服首次响应时长排序来及时识别有投诉升级风险的异常会话来定向追责或联系客服处理。
优化客服话术
当满意度指标有所下降时，可筛选对应时间段导出明细数据，识别出满意度较低的会话明细查看对应详情，还可通过机器人将会话详情做质检及干预分析，整体优化客服机器人问答和客服回复话术。
降低会话咨询量
当用户咨询量有所提升时，可筛选对应时间段导出明细数据，查看咨询量较大的时间段、咨询类型，通过提升服务来降低咨询量。
（三）评价数据1、评价分析看板是什么？评价分析看板支持商家查看最新评论数据分布，筛选时间段查看近期趋势，具体指标包括：评价数、评价率、好评数、好评率、差评数、差评率。
2、评价分析看板数据如何解读？好评率为平台治理规则及部分平台准入门槛相关的核心考核指标，需每日监控变化情况。
评价数：选择日期内评价订单总数
评价率：选择日期往前推14天所在日期签收的订单在签收后14日内评价的订单数占比（例如今天1月14日，那么就是1月1日签收的订单截止到今天买家评价的订单量的占比），公式=评价订单数/签收订单数
好评数：选择日期内评价数中评价总分>=12的评价数
好评率：选择日期内评价总分>=12分的评价数占比，公式=好评数/评价数
差评数：选择日期内评价数中评价总分<=6的评价数
差评率：选择日期内评价总分<=6分的评价数占比，公式=差评数/评价数
4、评价分析明细有什么用？评论分析明细列表包含统计周期内所有评论明细，默认展示最近30天数据，最多可选择31天数据。
当好评率下降较为明显时，建议筛选并导出评价得分小于12的评价明细识别问题及提升手段。
例如：假设差评中用户频繁提及“物流发货慢”“尺码偏大”等字眼时，商家可针对性提升物流水平，主播介绍商品过程中可针对性提示用户。
新版服务分析较老版包含了更多服务维度的数据指标，将原有商家体验分、评论数据指标统一合并至一个菜单，帮助商家更快捷方便地了解服务数据。
2、数据口径统一对齐新版服务分析数据与售后工作台、客服工作台及平台治理规则中的相关数据指标口径一致，建议商家以新版服务分析中数值为准。
3、数据看板更有效新版服务分析数据的核心数据看板包含的数据指标能更有效及全面地帮助商家了解自身服务水平，且与平台治理规则关联得更加紧密，能够有效帮助商家达成平台要求。
4、数据明细更详细新版服务分析数据的明细数据更加丰富，例如客服会话明细及评价明细，能够帮助商家更有效自助分析来识别问题，针对性提升相关表现。
三、常见QA1、数据是实时更新的吗？T+1更新
| 留言与评论（共有 条评论） |
