教你用话题、问题记录、情绪与评分四类信号读懂客服 AI 的会话分析,并把发现转成每周可执行的修正动作。
很多团队打开会话分析页面,看到一堆曲线和柱状图,看完只留下一句“最近好像挺忙的”,然后关掉页面。数据并不缺,缺的是一套读法:该先看什么,每个信号能说明什么、不能说明什么,以及看完之后该改哪里。
这篇文章面向新加坡、马来西亚、港台以及其他海外华语企业和跨境电商团队,讲清楚怎样把会话分析从“看热闹”变成“每周一次的改进动作”。
先带着问题看,而不是先看图表
打开仪表板之前,先写下一个具体问题。没有问题,图表只会替你选择关注点,而最显眼的通常不是最重要的。
几个常见的好问题:
- 客户最常问的三件事,知识库是否都答得清楚?
- 上周促销之后,咨询的内容有没有变化?
- 哪些对话让客户不满,是答错了,还是政策本身让人不满?
- AI 转交给真人的对话,是不是集中在同一类问题上?
问题越窄,答案越能直接变成动作。“本周要不要补充退换货说明”比“看看整体表现”好用得多。
会话量:是基线,不是结论
会话量是最容易看到的数字,也最容易被误读。它只回答“有多少人来问”,不回答“问得好不好”。
会话量的正确用法是当作基线:
- 对比同一周期。把本周和上周、本月和上月比,而不是和某个“感觉应该有的数字”比。
- 结合业务事件。发起促销、物流延误、新品上架,都会让会话量变化。涨了不一定是坏事,可能只是生意好。
- 注意渠道差异。网站聊天、WhatsApp、LINE、WeChat 的客户习惯不同,同一个问题的问法和耐心程度也不同。
举个假设的例子:如果一家店每月收到 300 场对话,下个月变成 450 场,先别急着判断。要看新增的 150 场是来自促销问价,还是来自“包裹还没到”。前者是机会,后者是需要处理的问题。会话量只负责提醒你去看下一层。
话题:真正的信息藏在这里
话题分布告诉你客户的时间花在哪里。大多数团队会发现,少数几类问题占据了大部分对话,而这几类恰恰是知识库最值得打磨的地方。
这只是一个假设的分布,用来演示读法。读话题图时可以问三个问题:
- 头部话题是否都有清晰的知识库条目? 如果“物流与运费”占三分之一,却只有一段含糊的说明,这就是第一优先级。
- 某个话题是否突然变大? 比如跨境店在节假日前,“多久能到”类问题通常会增多,提前补充时效说明比事后补救便宜。
- “其他”是否过大? 如果分类里“其他”占比很高,说明客户在问你没预料到的事,需要点进具体对话看看。
把话题和业务动作对应起来
| 头部话题 | 可能的修正动作 |
|---|---|
| 物流与运费 | 补充各地区的运费、时效、清关说明 |
| 退换货 | 写清楚条件、期限、流程,并附上示例 |
| 商品规格 | 补充尺码表、材质、兼容性等 |
| 付款问题 | 说明支持的付款方式与常见失败原因 |
问题记录:客户的原话
话题是“归类后”的结果,问题记录则保留了客户的原话。原话的价值在于:它告诉你客户怎么说,而不是你以为他们怎么说。
在跨境和多语言环境里,这一点尤其明显。同一件事,新加坡客户可能夹杂英文和华语,马来西亚客户可能中英马混用,港台客户习惯的词汇也不一样。例如有人问“运费”,有人问“shipping fee”,有人问“寄到 KL 要多久”。
读问题记录时,建议这样做:
- 找重复的措辞。 同一个意思被反复用不同说法问,说明知识库里可能缺少对应的表述。
- 找 AI 答得含糊的问题。 看到回答绕圈子或答非所问的,直接记下来,作为补充问答的素材。
- 用客户的词写答案。 如果客户都说“退钱”,知识库里只写“退款申请流程”,就可能匹配得不够顺。把常见说法也写进去。
情绪:当作烟雾报警器来读
情绪分析最容易被过度解读。把它想成烟雾报警器:响了说明可能有问题,但不告诉你火在哪里,更不说明是不是只是烤面包烤焦了。
读情绪时记住几点:
- 负面情绪不等于 AI 做得差。 客户可能对运费政策不满、对快递延误生气,AI 回答得再准确,情绪也是负面的。
- 要看趋势和集中度。 单日的波动意义不大;某个话题连续多日负面集中,才值得追查。
- 一定要点开原对话。 情绪图只是入口,真正的原因在对话内容里。
评分与转人工:人的检验
自动化的信号再好,也需要人的判断来校准。评分和转人工就是两种“人的检验”。
- 点赞/点踩评分: 客户直接给出的反馈,数量通常不多,但每一条都值得看,尤其是点踩的。
- 转人工记录: 如果某类问题总是转给真人,说明 AI 在这里缺少信息,或者这类问题本来就该由真人处理(比如涉及赔偿的纠纷)。
两者要区分对待:前者衡量“客户对回答的感受”,后者反映“AI 能处理的边界”。
把规律变成修正动作
读懂图表只完成了一半。真正的价值是形成固定节奏:每周一小时,看数据、改内容、再观察。
- 01提出问题
- 02阅读话题与原话
- 03修正知识库
- 04下周复查
一个可执行的每周流程:
- 选出本周最大的一个话题,读十几场相关对话。
- 找出答得不好的三到五个问题,记下原话。
- 补充或改写知识库内容,用客户的说法写答案。
- 对于需要真人判断的情形,明确设置转人工条件。
- 下周回来看同一话题,对比有没有改善。
不要一次想改所有东西。每周改好一类问题,几个月后效果会很明显。
在 AI SNS CHAT 中这样做
AI SNS CHAT 的侧边栏里有专门的分析入口,包含对话(Chats)、话题(Topics)、问题记录(Question history)和情绪(Sentiment)四类视图,另外还有语音分析(Voice analytics)。其中高级分析需要 Pro 方案。
查看原对话。 各渠道的对话都可以在 Activity → Chat logs 中查看,包括网站聊天、WhatsApp、LINE、WeChat 等。你可以筛选、批量选择,对对话做标记、升级、标为已解决或删除,也可以导出。客户的点赞/点踩评分同样出现在这里。需要注意的是,侧边栏的 Inbox 只处理电子邮件,其他渠道的对话都在 Chat logs。
发现问题后修正。 在 Data sources 中可以补充文件、文本片段、网站、问答(Q&A)等知识来源。如果你在 Chat logs 或 Inbox 里看到某次回答不理想,可以接管对话(机器人暂停),把回复改写成理想答案,用来训练 AI 代理。
测试修改。 改完之后可以在 Playground 里用客户的原话再问一遍,确认答案变好了再放到线上。
处理需要真人的情形。 在 Helpdesk → Scheduling 中可以按人员和时区设置值班,转人工时会自动分配给当班的人。转交提醒可以发送到 Slack、Teams、LINE WORKS、WhatsApp、电子邮件或 webhook。对客户的“接下来会怎样”提示由系统根据排班生成,不会编造等待时间。Helpdesk 需要 Standard 或以上方案。
请 Synthia 带路。 如果找不到某个页面,可以问 Synthia,她会带你导航到相应界面并高亮对应控件。
方案与价格详见 定价页面,功能概览见 功能页面,可连接的渠道见 渠道页面。
常见的读图误区
- 只看总量。 总量上升不一定是问题,下降也不一定是好事,可能只是推广停了。
- 把情绪当成成绩单。 负面情绪经常来自政策、物流等 AI 无法改变的因素。
- 不看原话。 图表是摘要,细节在对话里。
- 一次改太多。 改动太多就无法判断哪一项起了作用。
- 忽视渠道差异。 不同渠道的客户问法和期待不同,混在一起看会掩盖问题。
- 有数据却不行动。 没有固定节奏的分析,很快就会被搁置。
常见问题
会话分析应该多久看一次?
对大多数团队来说,每周固定看一次最合适:一小时内选一个话题、读原话、改知识库。会话量很大或正在做促销时,可以在活动期间增加查看的频率。关键是形成固定节奏,而不是追求看得多。
负面情绪一定代表 AI 客服表现不好吗?
不一定。客户可能因为运费政策、物流延误或商品本身而不满,这些情绪与 AI 回答是否准确无关。应当把它当作警报,点开对应对话,再判断是回答错误、信息不足,还是政策问题。
一定要 Pro 方案才能从分析中获益吗?
不需要。对话记录、评分、接管对话和改写答案等基础操作,不依赖高级分析。Pro 方案提供高级分析,适合会话量大、需要更细致看趋势的团队。小团队先靠 Chat logs 读原话,已经能得到很多改进线索。
电子邮件对话和 WhatsApp、Messenger 的对话在哪里看?
电子邮件对话在侧边栏的 Inbox 中,Inbox 只处理电子邮件。其他所有渠道,包括 WhatsApp、Messenger、LINE、WeChat 和网站聊天,都在 Activity → Chat logs 里。


