从图三中我们可以看出，TOP级店铺客服的平均应答字数比非TOP级店铺略高，但数值相差并不大，都稳定在38以上。而从图四中我们可以看出，保健和鞋品类的店铺数值会高一些，可能是因为客户在购买这些品类的产品时，问的问题会比较多且问题较为复杂，需要客服做较为详细的解答，同样，我们使用观点聚类的方法对顾客问题进行了分析，发现“保健品的功效”、“服用时间”、“有无禁忌”这类问题出现较多。

不过，小编想在这里提醒商家朋友的是，客服管理者在制定平均应答字数的指标时，不同的行业之间要有所区分。更值得注意的是，客服的平均应答字数固然重要，然而有时候，对话的质量也许是我们应该更关注的一个问题。

情绪告警率对比

情绪告警分为两个指标，分别是情绪浓度和情绪类别。语忆客服智能质检工具利用情绪解析技术（NLP的一种）对对话文本中顾客的情绪进行分析，一旦数值超过某个阈值，就会发出告警，例如NLP分析“你们的东西怎么这么垃圾”这句话，就属于“愤怒”类别下的“高浓度”情绪，肯定会发出告警。

图五是TOP级店铺和非TOP级店铺的情绪告警率对比，图六是12个品类的店铺的平均情绪告警率对比：

图五

图六

从图五中我们可以看出，TOP级店铺顾客的情绪告警率要高于非TOP级店铺，说明虽然TOP级店铺的销售额较高，然而对客服话术的管理仍然需要改善。而在图六中，我们看到电子券和食品品类的情绪告警率相对较高，猜测其中的原因可能是由于操作不当，例如顾客使用肯德基电子券在实体店支付时，遇到的支付不了、排队等待等情况会心情不好，转而向客服发泄。而食品可能是因为个体口味差异大，例如五分甜的奶茶对于一部份人来说是刚好，对于另外一部分人来说却可能过于甜了。

综上所述，顾客在和不同品类的店铺客服交谈时，可能会有不同的情绪，相应的，客服要有安抚顾客情绪的能力，而商家朋友在对这种能力进行管理时，不管是销量高的店铺还是销量低的店铺，都应该给予重视。

关键词告警对比分析

关键词告警指的是：如果一段文本当中出现了设置好的关键词，例如“投诉”，计算机就会自动发出告警，提醒商家朋友注意。

表一和表二分别是所有店铺配置数排名前十的关键词列表和告警数排名前十的关键词列表：

表一

表二

从表中我们可以看出，“退款”、“取消订单”、“不要了”、“不要发货”这些表示交易失败的关键词不管在店铺设置数上还是告警频次上都很高，说明在双十一双十二巨大销售额的背后，也有很高的退货退款率，值得注意的是，这或许也与19年双十一首次提前10天开启预售有关。例如有顾客在11月1日买了一件羽绒服，提前支付了定金，但是她过了3天又看中了另一款，而预售机制是买家必须在11月11日当天支付尾款，淘宝才能在11月11日24点之后连同定金一同退还给买家。所以可能会发生顾客对客服说“我不要了”“你们不要发货”“订单取消了”等等情况。

在表一中，我们可以看到“香港”的关键词竟然有28家店铺都配置了，这让我们不禁想起了香港如今的政治局面，也从侧面说明政治问题对店铺活动会有所影响，顾客在购买过程中，会主动询问香港的店铺是否是站在港独的立场。

话术规则对比分析

高可定制化的质检规则配置是语忆智能客服质检的核心技术，它是基于情绪解析、相似度文本匹配以及词法句法分析等技术，为质检提供了高可配置的话术规则检验功能。具体来说就是：在一段对话中，当顾客发出某种信息触发了条件，客服是否能按照设置好的话术逻辑做出回答，例如当顾客问“我的皮肤很干，有什么产品推荐吗？”时，如果客服不按照“皮肤干的话需要滋润类型的护肤品，推荐您xx产品，它的功效是……”这个逻辑去回答，就会触发告警。

表三和表四分别是所有店铺中告警频次数排名前五的配置规则和TOP级店铺中告警频次数排名前五的配置规则：

表三

表四

从这两张表中我们可以看出，排名靠前的配置规则都属于基础服务类型，例如“结束语规范”告警，说明很多客服在顾客得到答案打算离开之时，并没有将整套对话流程完成，就好像顾客在线下购物的时候，买完东西离开，销售人员并未说“欢迎下次光临”等等的话术，看似是细枝末节的东西，其实关系到用户体验的问题，商家朋友应该要重视起来。