解决率

理解解决率

解决率是一项客户服务指标，衡量客户问题得到彻底解决的咨询所占的百分比。转移率追踪的是工单是否被分流、未转至人工客服；而解决率回答的是一个更重要的问题：客户的问题究竟有没有被解决？

对于正在评估 AI 工具的支持团队，这一区别至关重要。转移率高，在仪表板上或许很好看，但它无法说明客户是满意离开，还是干脆放弃。解决率弥补了这一盲区。

如何计算解决率

解决率 =（已解决问题数 / 问题总数）x 100

例如，您的团队一周处理 500 张工单，其中 425 张无需后续跟进即彻底解决，那么解决率为 85%。

满足以下条件时，问题才算“已解决”：

• 客户的问题得到完整解答
• 客户请求的操作已完成（退款已处理、账户已更新、订阅已变更）
• 48 小时内客户未就同一问题再次联系

最后一点至关重要。许多工具在工单关闭的那一刻就将其计为已解决，即使客户第二天又因同一问题联系您。追踪 48 小时内的重复联系，才能更真实地反映实际解决情况。

解决率基准

行业基准因渠道和问题复杂度而异，数据显示：

• 传统的基于规则的机器人： 解决率 10-30%（大多数问题需升级至人工客服）
• 第一代 AI 工具： 解决率 30-50%（语言理解能力更强，但执行操作的能力有限）
• 现代 AI 智能体： 解决率 70-93%（掌握完整对话上下文、可执行操作、基于知识生成回答）

根据 Freshworks 2025 年客户服务基准报告（该报告分析了 32,000 多个团队的逾 1,200,000,000 张工单），AI 驱动的自动化最多可将解决时间缩短 40%，并能即时处理相当大比例的工单。

全行业的首次联系解决率（FCR）约为 70-75%，但其中包含人工客服的贡献。仅就 AI 解决而言，区间要宽得多，很大程度上取决于所用平台以及“解决”的定义方式。

为什么解决率比转移率更重要

大多数 AI 支持工具都以转移率为优化目标，报告诸如“70% 的客户从未接触人工客服”之类的指标。听起来令人印象深刻，但转移率只能说明客户没有升级，并不能告诉您：

• 客户的问题是否真正得到解决
• 客户是否带着不满离开，并悄然流失
• 客户是否自行找到了变通办法，从此彻底放弃您的支持服务
• 客户明天是否会带着同样的问题再次找来

解决率迫使您直面一个更难的问题：在与您的 AI 互动的客户中，有多少人的问题得到了彻底处理？这一标准更高，也需要更好的 AI，但它是唯一与客户真实诉求保持一致的指标。

行业研究： Gartner 指出，自助服务转移往往掩盖了未被解决的需求，并建议在衡量转移率的同时衡量真实的问题闭环（解决），以免 KPI 产生误导。

高解决率的驱动因素

解决率 30% 的团队与 90% 以上的团队之间，差距来自以下几个因素：

• 知识溯源： AI 从经过验证的文档、历史工单和产品数据中获取信息，而非凭空生成答案。这可以减少幻觉并建立信任。
• 执行操作的能力： 解决问题往往意味着要实际办事，而不仅仅是回答问题。处理退款、更新账户或变更订阅，都需要 AI 与后端系统集成。
• 跨对话上下文： 客户不必每次都从头解释问题。能够记住以往互动并调取账户历史的 AI，可以更快、更准确地解决问题。
• 智能升级： 知道何时不该自行处理同样重要。当问题需要人工判断时，AI 应携带完整上下文进行转接，让客服无需从零开始。
• 持续改进： 监控哪些主题得到解决、哪些被升级，再将这些数据反馈回去，持续改进 AI。

解决率与其他支持指标对比

• 对比转移率： 转移率衡量的是工单拦截，解决率衡量的是问题是否解决。因沮丧而放弃聊天机器人的客户会被计为“已转移”，但不算“已解决”。
• 对比首次联系解决率（FCR）： FCR 追踪问题是否在首次互动中得到解决，包括由人工客服解决的情况。AI 解决率衡量的则是无需人工参与的全自动解决。
• 对比 CSAT： 解决率驱动满意度，但两者衡量的对象不同。CSAT 反映客户情绪，解决率反映运营结果，两者都很重要。
• 对比平均处理时长（AHT）： AHT 衡量速度，解决率衡量成效。如果问题没有被彻底处理，一味加快关单反而会拉低解决率。

Maven AGI 客户的实证解决率

Maven AGI 以解决率而非转移率作为北极星指标。实际效果如下：

• Mastermind（教育科技）：93% 的在线聊天对话得到解决，6 周完成部署。
• Enumerate（房地产科技）：各支持渠道解决率达 91%。
• Papaya Pay（金融科技）：自主解决率达 90%。
• K1x（金融科技）：解决率达 80%，较此前使用的 AI 工具提升 10 倍，1 周即上线。

Maven AGI 的做法： 解决率是 Maven AGI 唯一的优化目标。每一个客户部署都追踪问题是否真正解决，而不是工单是否被规避。正是这种重结果、轻数量的专注，让 Maven AGI 在教育科技、金融科技、房地产科技和 SaaS 等行业实现了 80-93% 的解决率。

常见问题

怎样的解决率才算好？

这取决于渠道，以及衡量的是人工解决还是 AI 解决。对人工支持团队而言，首次联系解决率基准约为 70-75%。仅就 AI 解决而言，传统聊天机器人为 10-30%，而具备执行操作能力的现代 AI 智能体可达 80-93%。

解决率与转移率有何不同？

转移率衡量有多少工单未流转到人工客服，解决率衡量有多少客户问题真正得到解决。工单可能被“转移”了，问题却并未解决。解决率是更严格、也更真实的指标。

如何提升解决率？

聚焦三个方面：更好的知识溯源（为 AI 提供准确、最新的信息）、可执行操作的集成（让 AI 能够处理退款、更新账户，而不仅是回答问题），以及反馈闭环（追踪哪些主题处理失败，并持续改进）。

AI 真的能解决 90% 以上的支持工单吗？

能，但前提是架构得当。基于规则的聊天机器人上限为 10-30%。融合语言理解、知识检索与后端集成的智能体 AI平台，在生产环境中可稳定达到 80-93%。