W skrócie
- Deflection rate liczy kontakty, które nie trafiły do człowieka – także te, w których klient po prostu się poddał.
- Containment rate liczy rozmowy, które zostały u bota – porzucony chat też jest „zatrzymany”.
- Wskaźnik rozwiązanych rozmów liczy pytania, na które naprawdę padła odpowiedź, i sprawy, które naprawdę załatwiono – jako jedyny z trzech mierzy efekt.
- Ten sam agent może jednocześnie mieć prawie idealny containment rate i dużo niższy odsetek rozwiązanych rozmów.
- Zanim porównasz dostawców, zapytaj, jaka definicja stoi za liczbą z ich reklamy.
Czym jest deflection rate?
Deflection rate to odsetek kontaktów od klientów, które zostały obsłużone bez udziału konsultanta. Pochodzi z raportowania helpdesków: każde pytanie, na które odpowiedział artykuł w centrum pomocy, bot albo inny kanał samoobsługowy, to jedno zgłoszenie mniej dla Twojego zespołu.
Wzór: deflection rate = kontakty obsłużone bez konsultanta ÷ wszystkie kontakty × 100. Jeśli sklep dostaje w miesiącu 10 000 pytań, a 6 000 z nich nie trafia do zespołu, deflection rate wynosi 60%. Każdą próbę kontaktu licz raz – jeśli dodasz kontakty samoobsługowe do tych obsłużonych przez konsultantów, policzysz podwójnie każdego, kto najpierw próbował sam, a potem i tak napisał do zespołu.
Haczyk tkwi w słowie „obsłużone”. Kontakt liczy się jako odciążenie, jeśli nie trafił do człowieka – bez względu na powód. Klient, który nie znalazł odpowiedzi, zamknął kartę i kupił u konkurencji, też się liczy. Podobnie jak ten, który jutro napisze znowu w sprawie tego samego zamówienia. Deflection mierzy, ile pracy ominęło Twój zespół, a nie to, ilu klientów dostało to, po co przyszli.
Czym jest containment rate?
Containment rate to odsetek rozmów z botem, które zakończyły się bez przekazania do człowieka. Termin pochodzi z call center: automatyczne menu telefoniczne „zatrzymało” połączenie, jeśli dzwoniący nie przebił się do konsultanta.
Wzór: containment rate = rozmowy z botem bez przekazania ÷ wszystkie rozmowy z botem × 100. To węższa miara niż deflection – obejmuje tylko rozmowy, które bot faktycznie prowadził – ale ma ten sam słaby punkt. Klient, który zadał pytanie, dostał nieprzydatną odpowiedź i wyszedł z chatu, nie został przekazany dalej, więc rozmowa liczy się jako „zatrzymana”. Dlatego containment potrafi wprowadzać w błąd: mówi, że bot utrzymał rozmowę, a nie że cokolwiek rozwiązał.
Czym jest wskaźnik rozwiązanych rozmów (resolution rate)?
Resolution rate to odsetek rozmów, w których klient naprawdę dostał odpowiedź na pytanie albo jego sprawa została naprawdę załatwiona. To najbardziej wymagająca z trzech miar, bo pyta o efekt, a nie o to, gdzie rozmowa się skończyła.
Wzór: resolution rate = rozwiązane rozmowy ÷ wszystkie rozmowy × 100. Najtrudniej ustalić, co znaczy „rozwiązana” – i warto tu być surowym. W przypadku agenta AI do obsługi klienta w e-commerce rozmowa powinna liczyć się jako rozwiązana tylko wtedy, gdy pytanie dostało poprawną odpowiedź na podstawie danych sklepu albo klient dostał to, o co prosił: sprawdzenie zamówienia, zmianę, anulowanie. Rozmowa, na którą agent nie umiał odpowiedzieć, nie powinna się liczyć – tak samo jak taka, która tylko wyglądała na zakończoną, bo klient wyszedł. W AskSpot AI po każdej rozmowie oznacza ją jako rozwiązaną albo nierozwiązaną, według definicji, które możesz edytować, a każdą z nich możesz otworzyć i sprawdzić zapis. Odsetek rozwiązanych to liczba, którą pokazuje panel.
Deflection, containment i resolution – porównanie
| Deflection rate | Containment rate | Resolution rate | |
|---|---|---|---|
| Co liczy | Kontakty, które nie trafiły do człowieka | Rozmowy z botem bez przekazania | Pytania z odpowiedzią i załatwione sprawy |
| Klient, który zrezygnował | Liczy się jako sukces | Liczy się jako sukces | Nie liczy się |
| Przekazanie do zespołu | Nie liczy się | Nie liczy się | Nie liczy się |
| Co mówi | Ile pracy ominęło zespół | Jak często bot utrzymał rozmowę | Jak często klient dostał to, po co przyszedł |
Wszystkie trzy to uczciwe liczby. Problem zaczyna się wtedy, gdy jedną przedstawia się jako drugą – gdy containment rate dostaje etykietę „rozwiązane przez AI” i jest porównywany z prawdziwym wskaźnikiem rozwiązanych rozmów u kogoś innego.
Dlaczego ten sam agent AI może pokazać 98% i 55%
Widzimy tę różnicę w naszych danych. W sklepach, w których działa AskSpot, liczenie rozmów jako „obsłużonych” zawsze wtedy, gdy nie zostały przekazane do człowieka, daje zwykle wynik o 10–32 punkty procentowe wyższy niż liczenie rozmów naprawdę rozwiązanych – na tych samych rozmowach. Na jednym koncie marketplace’u różnica była jeszcze większa: widok „bez przekazania” pokazywał 98%, widok rozwiązanych – 55%. Ten sam agent, ten sam okres, dwie liczby, które wyglądają na uczciwe.
Dlatego publikujemy tę surowszą. W case studies AskSpot, które ją podają, odsetek rozwiązanych rozmów wynosi od 55% do 81% – to wiarygodny zakres dla prawdziwych sklepów z prawdziwymi katalogami, reklamacjami i nietypowymi pytaniami. I daleko mu do deklaracji „95%+”, które widać w reklamach.
98% vs 55%
to samo konto marketplace’u liczone jako „bez przekazania” i jako „rozwiązane”
Dane wewnętrzne AskSpot
10–32 pp
typowa różnica między „bez przekazania” a „naprawdę rozwiązane” na tych samych rozmowach
Dane wewnętrzne AskSpot
55–81%
rozmów rozwiązanych przez AI w opublikowanych case studies sklepów
Case studies AskSpot
Zanim porównasz dwóch agentów AI, zapytaj, jaka definicja stoi za każdą z liczb. Containment rate i odsetek rozwiązanych rozmów to nie ten sam pomiar.
Dobre przekazanie rozmowy to nie porażka
Pogoń za deflection rate pcha w złą stronę: najszybszy sposób, żeby go podbić, to utrudnić kontakt z człowiekiem. A niektóre sprawy powinny trafić do zespołu – uszkodzona przesyłka, problem z płatnością, zdenerwowany klient (więcej o tym, co automatyzować, a co zostawić ludziom). Dobrze obsłużone, nie liczą się jako rozwiązane przez AI – i nic w tym złego. Liczy się to, że klient szybko trafił do właściwej osoby, a szczegóły zostały już zebrane.
spotZobacz prawdziwe liczby w swoim sklepie
Umów krótkie demo – pokażemy, jak AskSpot raportuje rozmowy rozwiązane i nierozwiązane.
To, dokąd trafia przekazana rozmowa, zależy od konfiguracji: do live chatu sklepu, do konsultanta, który dołącza w tym samym oknie chatu, albo jako zgłoszenie. Porównujemy te opcje w tekście live chat czy chat AI.
Jak co tydzień mierzyć agenta AI
Jedna liczba nigdy nie wystarczy. Krótki cotygodniowy przegląd powie Ci dużo więcej niż jeden wskaźnik z nagłówka:
- Odsetek rozwiązanych rozmów – główna liczba. Patrz na trend z tygodnia na tydzień, a nie na pojedynczy wynik.
- Odsetek przekazań i ich powody. Jakie tematy trafiają do zespołu i czy powinny? Rosnący udział przekazań w jednym temacie zwykle oznacza lukę w bazie wiedzy.
- Próbka nierozwiązanych rozmów. Przeczytaj dwadzieścia w tygodniu. Stąd bierze się większość poprawek: brakująca odpowiedź, nieaktualny regulamin, produkt, którego agent nie znalazł.
- Oceny – z ostrożnością. Chat ocenia tylko niewielka część klientów, a jedynki zwykle trafiają się w rozmowach, które i tak nie zostały rozwiązane. Traktuj oceny jako sygnał, a nie dowód.
- Przy chacie sprzedażowym – także sprzedaż. Dodania do koszyka i zakupy po rozmowie pokazują, czy agent sprzedaje, a nie tylko odpowiada. Mierz je w Google Analytics – zobacz, jak śledzić chat w GA4.
Analityka i raporty w AskSpot oznaczają każdą rozmowę jako rozwiązaną albo nierozwiązaną, przypisują jej temat i przechowują pełny zapis, więc możesz filtrować, czytać i robić ten przegląd bez żadnego eksportu.
O co zapytać dostawcę, gdy podaje swoje liczby
- Czy to deflection, containment czy resolution rate – i jak dokładnie go liczycie?
- Co jest w mianowniku: wszystkie rozmowy czy tylko te, które bot „zrozumiał”?
- Czy klient, który porzucił chat, liczy się jako sukces?
- Jeśli ten sam klient napisze znowu w tej samej sprawie, czy pierwsza rozmowa nadal jest „rozwiązana”?
- Kto decyduje, że rozmowa została rozwiązana – system, klient czy Wasz zespół?
- Czy mogę przeczytać rozmowy, z których wyszła ta liczba?
Zobacz prawdziwe wskaźniki w działających sklepach: GadziSklep rozwiązuje z AI 81% rozmów o egzotycznych zwierzętach, a Konesso – 68%, przy czym 21,6% jego rozmów kończy się zakupem.
FAQ
Jaki deflection rate jest dobry?
Nie ma wiarygodnego benchmarku, bo dostawcy różnie definiują deflection – jedni liczą porzucone chaty, inni nie, jeszcze inni wliczają wizyty w centrum pomocy. Wysoki deflection rate sam w sobie nie mówi, że klientom pomogło. Śledź raczej odsetek rozwiązanych rozmów, a deflection traktuj tylko jako szacunek tego, ile pracy ominęło Twój zespół.
Czy containment rate to to samo co resolution rate?
Nie. Containment liczy rozmowy z botem, które nie zostały przekazane do człowieka. Resolution liczy rozmowy, w których klient naprawdę dostał odpowiedź albo jego sprawa została załatwiona. Chat porzucony przez klienta jest „zatrzymany”, ale nie rozwiązany.
Czym jest ticket deflection?
To ta sama idea zastosowana do helpdesku: pytanie, na które odpowiedział kanał samoobsługowy – artykuł w centrum pomocy, chatbot albo agent AI – zamiast trafić do zespołu jako zgłoszenie. Ticket deflection rate to odsetek potencjalnych zgłoszeń obsłużonych w ten sposób.
Jak AskSpot liczy odsetek rozwiązanych rozmów?
Po każdej rozmowie AI ocenia, czy klient dostał potrzebną pomoc – według definicji, które możesz edytować – i oznacza rozmowę jako rozwiązaną albo nierozwiązaną. Wskaźnik to liczba rozwiązanych rozmów podzielona przez wszystkie rozmowy. To ta liczba widnieje w panelu AskSpot i w naszych case studies, a każdą rozmowę możesz otworzyć i sprawdzić jej zapis.
