售后支持领域的服务指标

01|背景

目前市场上对于数据分析的概念知识讲解较多，对某一个领域或者某个具体场景的分析较少。笔者目前从事售后支持工作有一段时间，希望能借此文章对售后支持领域的服务指标进行梳理，以期待不断完善自己的技能树。不正之处，欢迎指正。

02|前知识

想要了解售后支持领域的服务指标，有一些必要的概念需要提前了解。

售后支持体系（掌握程度：了解）

售后支持是指产品公司为其产品用户提供的售后服务的一种形式，帮助用户诊断并解决其在使用产品过程中出现的有明显症状的，可能由产品导致的技术问题。与此相对应的还有售前支持，其是指在销售遇到无法解答的产品问题时，售前技术支持给予帮助。虽然不同公司对售后支持的职责定义略有差异，但一般而言都是在产品卖出后，对用户提供持续的免费或增值服务。在 21 世纪的当代，售后支持已然成为服务类公司企业形象的重要组成部分，更夸张点说，已经成为公司核心竞争力的构成要素。

某大型互联网公司售后支持岗位职责描述：

1、提供相关云产品的售后技术支持，确保客户业务正常运行； 2、解决排除用户网络、服务器、存储、数据库等问题及故障；制定相关的技术实施方案，并在实施过程中提供技术支持； 3、负责对售后技术事件进行分析和总结，出具技术方案，并推动相关团队解决； 4、垂直行业和企业级客户技术支持； 5、编写相关产品问题和技术支持分析的报告，整理技术文档； 6、根据售后问题能提出建设性意见，并能影响相关部门及时优化。

一般而言，售后支持主要通过常规服务渠道，如 IM(在线), 电话，邮件，工单等展开。提供 toB 服务的公司可能存在因客户体量的不同，增设专属服务，TAM 服务等，如为大体量客户提供专属微信群或者专属团队的支持。本文主要讲解常规服务渠道的服务指标的设计，暂不涉及专属服务的指标说明。

团队管理知识（掌握程度：了解）

售后支持部门不像销售部门，有着清晰的销售指标和盈利产出。售后支持部门往往是作为一个成本中心，其未能直接带来盈利增收。因此很多时候是被管理层所挑战的对象。挑战的内容可能如下： 为什么需要这么多人？不同职级人员的技术强弱有什么不同？如何证明这个季度比上个季度做的好? 我们公司的技术水平和业界相比，差距有多大？ 不得不说，高层一般对公司管理很熟悉，但是涉及到技术方面的问题就较为费解，挑战也就油然而生。

为了解决上面的这些问题，需要先定性出售后支持的工作内容和关注对象。售后支持过程涉及到的相关方较多，其中最主要的需求来源于管理人员，业务人员和技术人员。最终的诉求可以抽象为"对更高的技术管理，更快的业务支持，以及更好的人才培养"的解释。

图 1| 售后支持的“3W”模型

数据分析知识（掌握程度：了解）

指标和维度是数据分析中最常用的术语。指标，用于衡量事物发展程度的单位或方法，它还有个常用的名字，也就是度量。例如：人口数，GDP，收入，用户数，利润率，留存率，覆盖率等。很多公司都有自己的 KPI 指标体系，就是通过几个关键指标来衡量公司业务运营情况的好坏。维度，是事物或现象的某种特征，如性别，地区，时间等都是维度。其中时间是一种常用、特殊的维度，通过时间前后的对比，就可以知道事物的发展是好了还是坏了，如用户数环比上月增长 10%，同步去年同期增长 20%，这就是时间上的对比，也称为纵比；另一个比较就是横比，如不同国家人口数、GDP 的比较，不同省份收入、用户数的比较、不同公司、不同部门之间的比较，这些都是同级单位之间的比较，简称横比；

03|指标体系设计

如章节 2 所描述的，售后支持领域的指标体系主要围绕“团队","技术","业务"展开。

图 2|售后支持领域的服务体系

诚然，售后支持领域的服务指标远不止上文中所描述的这些，文章中旨对部分核心的指标进行阐述，过程类的指标未全部包含。有兴趣的看官也可以在评论区留言交流。

图 3|团队维度的数据指标

图 4|技术维度的数据指标

图 5|业务维度的数据指标

参考书籍：

《数据赋能 IT 团队技术管理实践》杨冠军著

文字版获取：

欢迎关注公众号“好奇分析”，回复“售后服务指标”即可获取。