段时间做了一个电商服务类项目，与业务一起梳理了部分指标，这些指标便于了解电商服务，现在做一个整理和回顾。
电商服务类指标可以分为五大类，涵盖了服务从售前、履约、售后、用户反馈、监控预警这样一条链路的内容。
本篇文章来聊售后——售后管理模块
1.退换货率
通过对退换货率的监控，对退换货产生的原因进行责任驱动改善，降低退换货率，减少损失
已发货退换货率=已发货退换货金额/金额
2.售后费用率
通过费用使用查看，进行费用使用分析，以最优的售后服务成本解决用户问题。
售后费用率=售后费用/金额
1）这里的金额我并没有写具体，在计算这两个值的时候，可以使用账面金额（即电商店铺的gmv-刷单金额），也可以使用财务立账的销售收入。当然，分母不同计算出来的值是有差异的。
2）上边两个指标可以分析的维度：
①渠道（如天猫、京东等），分析每一个渠道的退换货金额和退换货率
②产品，对产品的退换货率作排名分析，如果某一个产品退换货频繁，如下边这种情况，退换货率超过100%了，说明这些产品不管是品质还是其他方面都是需要去重点关注
③责任主体，发生了退换货，肯定是有原因的，这个维度其实就是归责原因，如品质、物流、用户等。
当然这些维度并不是单一展示，而是可以多维度进行整合，还是拿上边那张图作为例子，比如第一个产品，我们看到责任主体是品质，那么这款产品的质量可能是有大问题的，应该继续追责。这中间需要专门的人员去追踪处理，达到降本增效的目的。
3.补件发货及时率
对于大件商品，售后发的可能是补件。通过补件发货及时率的监控，对异常发货补件进行跟进处理，快速解决用户问题，提升用户问题解决时效。
补件发货及时率=同周期内 补件n天内发货的单量/所有发货的补件单×100%
1）这里的n天是指完成时间-创建时间，可以根据产品特性进行定义，快的时间短一些，慢的则长一些
2）补件的类型可以是自制、配套、外采等等，不同类型的补件发货做对比。
4.售后服务满意度
售后服务满意度=(买家评价满意数+非常满意数）/买家已评价数
这部分数据在店铺后台，如果纯靠人工的话会比较麻烦，可能需要各种rpa采集工具。
1）数据来源（采集：满意度百分比数据）
【天猫】商家后台 — 生意参谋 — 客服绩效—接待评价分析
【京东】商家后台 — 京东客服管家 — 客服数据对比-满意度评价对比
【抖音】飞鸽工作台 —数据 — 客服数据—历史数据—客服分组【售后客服】
【快手】商家后台 — 数据 — 客服数据—满意度数据—回复率数据
【苏宁】云信管理端数据看板 — 客服看板 — 客服服务
【唯品会】商家平台 — 服务— 客服数据
【拼多多】商家平台-消费者服务体验分（不建议使用：拼多多的消费者服务体验分不到客服个人，且数据为分值和其他渠道的百分比数据不一致）
2）维度方面，可以根据店铺、客服进行展示分析
5.售后平均响应时间
这部分数据在店铺后台，如果纯靠人工的话会比较麻烦，可能需要各种rpa采集工具。
数据来源（采集：平均响应时长数据）
【天猫】商家后台 — 生意参谋 — 客服绩效— 咨询接待分析
生意参谋-服务-核心监控-客服团队概览
生意参谋-服务-核心监控-客服排名
【京东】商家后台 — 京东客服管家 — 客服个人工作数据
【拼多多】商家后台 — 多多客服 — 客服数据
【抖音】商家后台 —客服数据 — 历史数据【售后组】
【快手】商家后台 — 客服管理 — 客服数据
【苏宁】云信管理端数据看板 — 客服看板 — 客服服务
【唯品会】商家平台 — 数据服务 — 服务 — 客服数据
2）维度方面，可以根据店铺、客服进行展示分析
电商的售后其实是需要投入精力去跟踪处理的，特别是对单量较大的公司来说，如果不及时处理售后问题，容易导致店铺评价和社交媒体的评价都变差，从而影响整体的品牌形象，需要投入更多的成本去消除这些负面影响。
