解决时长

什么是解决时长？

解决时长（TTR）是指从客户提交支持请求到该请求彻底解决所经历的总时长。它是客户服务中最重要的运营指标之一，因为它直接反映您的团队交付结果（而不仅仅是给出回复）的速度。

TTR 有时也称为平均解决时长或平均解决时间（MTTR）。首次接触解决率衡量的是问题能否在单次交互中解决，而 TTR 涵盖工单的完整生命周期，包括等待时间、转接、升级和往来沟通。TTR 越低，客户等待的时间就越少，从您的产品中获得价值的时间就越多。

如何计算解决时长

解决时长 = 所有已解决工单的总解决时间 / 已解决工单数

例如，如果您的团队上个月解决了 500 张工单，这 500 张工单的总解决时间为 4,000 小时，那么平均 TTR 为每张工单 8 小时。

衡量 TTR 时需要注意的关键事项：

行业基准

TTR 基准因行业、支持复杂度和渠道组合不同而差异很大。根据 2025 年行业数据：

研究洞察： Forrester 指出，缩短解决时长是支持团队影响最大的改进之一，因为每节省 1 小时都能直接提升 CSAT、降低单张工单成本并减少客户流失风险。基于逾 1.2 billion 张工单的 2025 年行业数据显示，在表现最好的细分领域，AI 驱动的团队已将解决时长从 32 小时缩短至 32 分钟。

为什么它很重要

TTR 是预测客户满意度（CSAT）和忠诚度的最强指标之一。客户每多等待 1 小时，就可能多花 1 小时去考察竞争对手。解决时长越长，单张工单成本也越高，因为每增加一个接触点，都会增加坐席人力、系统开销和管理投入。

TTR 的影响还会叠加。未解决的工单会堵塞队列，因跟进请求而推高工单量，并在团队于积压工单和新请求之间来回切换时降低坐席生产力。

AI 如何改善这一指标

AI 驱动的客户服务从三个方面大幅缩短 TTR：

Maven AGI 的优势

Maven AGI 在需要人工坐席介入之前，就自主解决大多数客户问题，从而缩短解决时长。Agent Maven 不再让工单在队列中流转，而是实时予以解决。

Maven AGI 的做法： 凭借 100+ 项集成和 AI 原生架构，Maven AGI 可连接您的现有系统，上线首日即可开始解决工单。当 80-93% 的问题由 AI 解决时，流转到人工坐席的剩余工单也能得到更快的处理，整体解决时长全面缩短。

常见问题

客户支持的理想解决时长是多少？

理想的 TTR 取决于渠道和行业。在线聊天的目标应在 10 分钟以内；基于电子邮件的支持，4 至 12 小时已属优秀；B2B SaaS 团队的目标通常在 24 小时以内。最有意义的基准是您自身 TTR 的长期趋势，逐月改善意味着运营状况更加健康。

解决时长与平均处理时长有何不同？

TTR 衡量从工单创建到解决的全部时长，包括所有等待时间和往来沟通。平均处理时长（AHT）衡量坐席在单次交互中投入的有效时间，包括通话时间、保持时间和话后处理时间。一张 TTR 为 2 小时的工单，分布在两次接触中的 AHT 可能只有 8 分钟。

AI 真的能缩短解决时长吗？

能。据哈佛商学院研究，借助 AI 辅助的支持团队在保证质量的同时，解决问题的速度明显更快。SolarWinds 2025 年 ITSM 现状报告发现，使用生成式 AI 的团队解决工单的速度快 30%，平均为 22.6 小时，而对照组为 32.5 小时。对于 Maven AGI 这样的 AI 原生平台，改善更为显著，大多数工单只需数秒即可解决，而非数小时。

应该按工作时间还是自然时间衡量 TTR？

两者都要衡量。工作时间反映团队效率，适用于内部对标；自然时间反映客户体验，与客户费力度（CES）和满意度的关联更紧密。同时报告两者，才能获得完整的全貌。