客服质检指标怎么设？先删掉那些查了也不改的项

一句话结论： 客服质检表不是列得越全越好，一个指标该不该留在表里，只看一件事——查出来之后你会不会真的去改；答不上这个问题的指标，删掉不会让质检变粗糙，只会让真正该盯的那几项，从一堆没人看的条目里露出来。

证据等级：C（产品设计与运营实践总结，非数据统计或效果承诺，具体功能以商家后台实际呈现为准）。来源见文末。

先说那张没人看的表

大概率你的店也有一张质检表，二十几项，从哪个模板抄来的已经不记得了。每周五下班前，运营抽半小时把这周的会话挑几条出来，对着表格一项项打勾，存进文档，然后关掉。下周五，重复一遍。

这张表最大的问题不是项目不够全，是从建好那天起，从来没有哪一项打了"不合格"之后，真的有人回去改过什么——没人因为"回复及时率"那一格填了个不好看的数字，就去调排班；也没人因为"话术规范度"扣了分，就回头改哪句话该怎么说。查和改是两件事，这张表只做了前一件。

质检表存在的意义，从来不是"证明我们查过"，是"发现问题、推动改"。一个指标如果从来没有触发过任何一次实际的改动，它留在表里唯一的作用就是拉长运营每周花在打勾上的时间，顺便把真正该被盯住的那几项埋进一堆凑数条目里，谁都懒得细看。

先问一句：查出来之后，你会做什么

判断一个指标该不该留，办法很简单：设想它这周真的查出了问题，然后问自己下一句话是什么。

如果答案是具体的动作——"联系这个客服核实这句话是不是真的这么答的""把这条会话转给主管复核""调整这条自动回复的措辞"——这项就该留。

如果答案是"哦，知道了"，然后就没有下文，这项就该删。删掉它不会让质检变得不严谨，因为它本来也没有在严谨地起作用，只是在严谨地占地方。

留下来的通常是这三类

把真正查了会有动作的指标摆在一起看，会发现它们大多能归进三类，这三类也恰好是电商客服场景里代价最直接的三种风险。

会赔钱的——客服说了超出店铺规则或者平台规则的话，比如当场承诺包退包换、现场报出一个赔付金额。这类问题查出来的动作很明确：核实这句话有没有说过、这笔钱该不该出、下次同样场景该怎么答。

会掉分的——该转人工的场景没转，或者客户等了很久都没等到回复，导致客户自己把问题又问了一遍。这类问题查出来的动作是：核对流程卡在哪一步、是客服漏了还是规则本身没配对。

会变差评的——客户的情绪已经明显上来了，客服还在按标准流程走，没人意识到这通对话已经不适合继续照本宣科。这类问题查出来的动作是：回头看这通具体聊了什么，判断当时该怎么接会更好。

这三类背后都能落到一句具体的采集描述上，直接照着写成质检要盯的采集项就行，不需要再抽象加工：客服有没有承诺超出店铺规则的补偿或时间；客户是否长时间未获回复或反复重复同一诉求；客户情绪是否明显升级但对话仍按常规流程推进。

需要说清楚的边界

• 它不产出打分或排名。 质检指标是用来发现具体会话里的具体问题，不是给客服打分、排名次的绩效工具。把抽检结果拿去做客服排名或者跟绩效直接挂钩，超出了这件事本来该做的范围。
• 它查不到没被写进规则的问题。 不管是预设规则还是自然语言新增的采集项，本质都是"照规则找"，规则没提到的场景，不会自己被发现。指标设窄了，能看到的范围也就窄，这不是查得不够勤的问题，是规则覆盖面的问题。
• 指标不是配一次就一直准。 店铺的经营场景、大促节奏、新品类目都会变，原来该留的指标可能过一阵就不再触发任何动作，原来没设的场景可能变成新的高发问题，需要有人定期回头看这张表本身还准不准。

常见问题

问：指标是不是越少越好？ 答：不是越少越好，是越"每一条都会触发动作"越好。如果三类风险里某一类在你的店铺确实高发，比如大促期间乱承诺特别多，那这一类可以拆得更细，不是数量上的克制，是每条都要能回答"查出来之后我会做什么"。

问：会赔钱、会掉分、会变差评这三类之外，就不用管了吗？ 答：这三类是代价最直接、最该优先留在表里的，不代表其他类型完全不能设。判断标准始终是同一条：这个指标查出来之后，有没有具体动作跟上。符合就留，不符合，不管属于哪一类都可以砍。

问：老板要看质检报告，是不是指标还是要列全一点显得认真？ 答：报告好不好看和指标有没有用是两回事。一张列了二十几项、大部分从没触发过动作的表，看起来详尽，实际反映不出问题在哪；几条真正会推动改动的指标，哪怕数量少，对运营和对老板都更有参考价值。

这件事能不能自动做

把每周该查的会话一条条翻出来、对照指标打钩，这段是重复劳动，规则一旦定清楚，人工做的只是重复执行同一套判断。

金销智服的会话抽检承接的正是这一段：预设了差评风险检查、客户情绪识别、承诺跟进抽检这类常见规则，也支持用自然语言把上面提到的三类描述直接写成新的采集项；会话结束后按规则统一采集，命中的会话集中在一个列表里，运营不用再逐条翻聊天记录去对表格。

需要说清楚它不做什么：它不会告诉你该设哪些指标，指标要留哪几条、归不归得进这三类，仍然要运营自己判断；它不产出客服的评分或排名，命中的会话数量反映的是规则设置和实际发生频率，不是客服好坏的度量；它也不是全量通读或者随机抽样，规则没覆盖到的场景，它同样看不到——这也是为什么指标要精选而不是堆砌：每一条指标最终都要落成一条明确的规则，规则越含糊，能采集到的就越少。

想了解具体怎么配置采集规则，见会话抽检应用页。

指标该抽样估算还是该按规则找问题，这两件事经常被混在一起问，可以参考《客服抽检要抽多少比例？这个问题问错了》。三类风险里"会赔钱"这一类具体怎么发现，可以参考《怎么发现客服乱承诺？等客户拿聊天记录来找你就晚了》。如果查出来的问题本身是AI客服答错导致的，具体该按错因怎么改，可以参考《AI答错了怎么训练？三种错因对应三种改法》。

来源

• 金销智服产品设计与运营实践总结（2026-08，内部方法论归纳，非外部引用来源，不构成效果承诺）。