# 客户服务 — 行业知识库

## 行业概览
- 客户服务是企业与客户的直接触点，直接影响留存和口碑
- 全球客服外包市场规模超 900 亿美元，智能客服渗透率快速提升
- 从成本中心向利润中心转型，服务即营销成为趋势

## 核心概念
- **SLA (Service Level Agreement)**：服务水平协议
- **CSAT (Customer Satisfaction)**：客户满意度评分
- **NPS (Net Promoter Score)**：净推荐值
- **FCR (First Contact Resolution)**：首次解决率
- **AHT (Average Handle Time)**：平均处理时长
- **Omnichannel**：全渠道客服（电话、在线、邮件、社媒）
- **IVR (Interactive Voice Response)**：交互式语音应答
- **Ticket System**：工单系统
- **Escalation**：升级处理流程
- **Knowledge Base**：客服知识库
- **QA (Quality Assurance)**：质量检测
- **VOC (Voice of Customer)**：客户之声

## 行业最佳实践
- 建立分层服务体系（L1→L2→L3 升级机制）
- 实施全渠道统一工单管理
- 建立并持续更新客服知识库
- 定期质检与话术优化
- 客户情绪识别与主动安抚
- 建立 VIP 客户专属服务通道
- 服务数据分析驱动流程优化
- 定期客户满意度调研与 NPS 追踪

## 关键指标 (KPI)
- CSAT ≥ 90%，NPS ≥ 50
- 首次响应时间 < 30秒（在线）/ < 3分钟（电话）
- FCR ≥ 80%
- 工单解决率 ≥ 95%
- 质检合格率 ≥ 90%
- 客户流失率与挽回率

## 监管与合规
- 消费者权益保护法
- 个人信息保护法（客户数据处理）
- 电子商务法（售后服务规范）
- 行业特定服务标准（金融、医疗等）

## 技术趋势
- AI 智能客服（对话机器人、意图识别）
- 语音分析与情绪识别技术
- RPA 自动化处理重复性工单
- 大模型赋能客服知识库智能问答
- 预测性服务（主动发现问题并触达）

## 常见陷阱
- 过度依赖机器人，忽视复杂场景的人工服务
- SLA 设定不合理，团队长期疲于应付
- 知识库过时不更新，客服给出错误信息
- 只关注效率指标忽视服务质量
- 客服团队高流失率，培训成本居高不下