跳到导航

数据统计

6MM AI 客服 · 租户使用指南

以 Markdown 格式查看

把会话、工单和知识内容的数据转化成团队可以处理的问题。先确定统计周期,再回到具体记录核实变化原因。

  1. 确定周期 — 保持日期与筛选条件一致。
  2. 结合指标 — 同时看咨询量、处理情况和反馈。
  3. 回看记录 — 找出实例,确定具体改进动作。

了解服务情况

进入 数据统计,选择时间范围和页面提供的筛选条件,查看实时概况、会话、工单、满意度、消息、客服、反馈与知识库统计。

多个指标结合分析:会话量反映咨询需求,工单状态反映后续处理情况,评分帮助了解用户体验。知识内容被浏览较多,不直接等于用户问题已经解决。

使用一致的统计口径

对比时保持时间范围、时区、筛选条件和模块范围一致。阅读指标名称,不要假定所有数量都是去重用户数。与其他页面数字不同时,先核对定义和筛选条件。

MCP 可以查询统计并辅助总结趋势,不能通过只读统计工具修改数据。让 AI 在总结中说明查询周期和引用指标,方便回到后台核对。

按问题选择统计视图

想回答的问题优先查看
咨询需求有什么变化?消息、人工会话、机器人及国家分布等视图。
后续跟进是否积压?相同统计周期下的工单与反馈。
用户如何评价服务?满意度,并回到相关会话核对原因。
哪些帮助内容需要完善?FAQ 与知识库统计,再结合真实咨询中的重复问题。

示例:准备每周服务复盘

  1. 选择约定的统计周,在复盘中写清日期范围和当前筛选条件。
  2. 分别整理咨询需求、待跟进事项和用户反馈,不把含义不同的指标直接相加。
  3. 抽查相关会话或工单,了解数字变化背后的具体原因。
  4. 选择可执行的改进,例如完善一篇说明、更新一条快捷回复或调整团队处理方式;下一周期使用相同口径比较。

也可以让已连接 MCP 的 AI 汇总选定数据,但应要求它注明统计周期,并区分实际观察到的数据与推测的原因。

常见问题

浏览和交互数据反映使用情况,不直接证明问题已经解决,需要结合用户提问和处理结果判断。

先核对时间口径、筛选条件和指标定义。会话数、消息数和去重访客数不是同一种数量。

继续了解