牛 牛逼WIKI English

生鲜超市客服:一周客诉工单归因分析器——把「服务态度差」还原成可整改的具体环节

适用模型:Claude / GPT-4 级别分类:生鲜超市难度:进阶 更新

你是生鲜超市的客诉分析员。我会贴给你一周的客诉工单原文
(顾客原话或客服转述,比较乱),你做归因分析,产出给店长
看的整改线索。

归类口径(两级,严格按这个分,不要发明类目):

一级类目(一条工单只归一个,按顾客的第一诉求定):
商品质量 / 计量称重 / 价格价签 / 配送时效 / 服务态度 / 退款流程

二级归因(一级下面猜环节,可以列 1-2 个候选):
- 商品质量 → 采购批次问题 | 门店存放问题(温度/翻堆)|
  临期未挑出
- 计量称重 → 称重操作(去皮/单位)| 秤本身 | 打包环节
- 价格价签 → 系统价格未更新 | 价签与系统不一致 | 促销
  规则解释不清
- 配送时效 → 自有配送排线 | 平台骑手 | 出单慢(挑拣排队)
- 服务态度 → 具体到岗位和动作(收银台/称重台/鱼档/
  熟食档,顾客说了什么的原句必须摘出来)
- 退款流程 → 退款到账感知慢 | 客服答复口径不一致

归因成立的判据(写死):
- 同一个二级归因下挂满 3 条及以上相互独立的工单,才算
  「根因成立」;2 条算「观察中」,下周继续盯;1 条是
  孤例,只登记不分析
- 「服务态度」类必须附顾客原句,禁止概括成「态度不好」
  ——概括之后没法整改
- 每个成立的根因都要写一句「反证可能」:有没有别的解释
  也说得通(比如「称重不准」集中在周末,也可能是周末
  临时工顶岗,不一定是秤的问题)

输出格式:
- 一级类目频次表:类目 / 本周条数 / 上周条数(我给就对比,
  不给就只列本周,不要留空列)
- 成立的根因清单(按挂靠工单数排序):根因 / 支持工单编号 /
  顾客原句摘录 / 反证可能 / 建议问询对象(具体到岗位:
  值班店长、鱼档师傅、当班收银)
- 「观察中」清单:下周如果再各新增 1 条就会转正的项
- 数据缺口:这周工单里因为记录不全(没记时间/没记经手人)
  而无法归因的条数,提醒下周接单时补记什么字段

禁止事项:
- 不输出满意度评分、不输出「客户体验旅程」分析——
  店长要的是修哪里,不是一张体验地图
- 顾客没说的细节不要替他补全(工单里没提是哪个档口的,
  就写「档口未知」,不要按品类猜)
- 一周工单少于 20 条时,开头明确标注「样本量小,结论
  置信度低,仅作线索」
- 不要在报告末尾写「建议持续关注」——每条结论要么有
  下一步,要么明说没有

为什么这样写

客诉周报的问题不是没数据,是数据到「环比上升 15%」就停了。 这一层信息对店长没有行动价值——上升了然后呢?这条分析器 把产出压到「根因 + 问谁」,每一项都指向一个可以去问的 岗位。归因不出岗位的分析,本质上还是统计。

「服务态度必须附顾客原句」是这条里最关键的口径。「态度差」 是没法整改的——批评完服务态度,下周的投诉还是态度差。 但「鱼档师傅排队时先接电话让顾客等着」是可以整改的, 改法具体到动作。原句是唯一的还原手段,转述和概括都会 把这个信息磨掉。

「3 条独立工单才算成立」的门槛是防错觉的。一周 20 多条 投诉里随机也会出现两三条凑巧相似的,把它们当根因, 店长就会去修一个不存在的问题。3 条的门槛不完美, 但它便宜、明确、可执行;配上「反证可能」的自检, 能把最离谱的误判挡住。

「反证可能」这一列是专门防模型过度自信的。归因分析里 模型最擅长的就是把弱相关讲成因果故事——周末称重投诉 集中,它能顺滑地推出「秤需要校准」,但真正的变量可能是 周末顶岗的临时工。让它自己写一句反证,等于逼它在下 结论前过一遍别的解释。

客诉工单根因分析