首响时间在骗你：真正该量化的 3 个指标

大多数客服团队的月报开头都是同一句话："本月平均首响时间 X 分钟，达成 SLA"。然后 CSAT 还是横盘，退款率还是横盘，NPS 偶尔还往下走。

问题在于首响时间这个指标本身就有漏洞：它只测了"多久有人说了第一句话"，没测这句话有没有用。一句"稍等我查一下"把首响降到 30 秒，数字好看，客户还是得等两小时。

为什么传统 SLA 骗人

三个结构性问题：

1. 首响可以被话术机器人刷爆。自动回复 "Thanks for reaching out! An agent will be with you shortly." 直接把首响压到 2 秒。但下一步还是 2 小时人工响应
2. 不区分问题复杂度。一个"订单状态"和一个"海关被扣三周了"被放在同一个 SLA 池里算平均，毫无意义
3. 衡量的是输入，不是结果。快 ≠ 解决。真正该问的是"用户问完这轮走了没"

该看的三个指标

1. FCR — 首问解决率（First Contact Resolution）

一次对话内问题被彻底解决的比例。"彻底"的定义：24-48 小时内用户没就同一问题再来。

好团队的 FCR 在 70% 以上。低于 50% 说明要么知识库有洞，要么客服在乱转工单。FCR 比首响更能预测 CSAT。

2. 首有效响应时间（Time to First Useful Response）

把"稍等我查一下"之类的占位回复排除掉，只算"给出可执行答案"的时间。这个数字比首响通常要长 5-10 倍，但它才是用户真正等待的时间。

监控方式：让 AI 分类每条客服回复是 "placeholder" 还是 "substantive"，用后者作为起点。

3. 单次对话内的回合数（Turns per Resolution）

一次成功解决花了多少轮来回。4 轮以内说明问题被高效解决，7 轮以上基本是在反复澄清——要么 agent 没听懂，要么用户没表达清楚，要么客户需要的信息 agent 拿不到。

高回合数通常指向一个解决方案：不是训练客服，是给 agent 接入更多上下文（订单、物流、历史工单）。

怎么换过去

别一次砍掉首响。保留作为健康度指标，但别当 OKR。把 FCR 和首有效响应加进月报，先看三个月的基线。十有八九你会发现——首响数字漂亮的班次，FCR 反而最低。

这个真相出来之后，资源分配、人员训练、AI 策略的优先级会自然重排。

给管理层的一句话

SLA 不是越严越好，是越贴近"客户真实感受"越好。换掉那个骗人的指标，你会少开几次无效复盘会。