📚 深度解析：客户满意度（CSAT）评分汇总
💡 常见使用场景
- 把回收的 CSAT 1–5 分评分贴入，得到平均分、中位数与离散情况。
- 按渠道（电话/在线/工单）分别汇总，比较不同渠道的满意度差异。
- 月度复盘时对比上月平均分与极差，判断整改措施是否见效。
平均分相同但结构不同
A 月与 B 月平均分都是 4.2，但 A 月标准差 0.6、B 月 1.4；B 月存在大量 1 分拉低，说明负面体验集中在特定问题，应去查这些低分样本的原因。
小样本误判
仅 8 条评分时平均分 4.5，看似很高；补到 120 条后降到 3.9，说明早期样本存在主动好评的自选择偏差，统计时应固定回收窗口。
❓ 常见问题（FAQ）
- CSAT 与 NPS 有什么区别？
- CSAT 针对单次交互的满意度（常用 1–5 分），NPS 衡量长期推荐意愿（0–10 分净推荐值）；本工具按数值统计处理 CSAT 评分，不适合直接套用 NPS 算法。
- 要不要剔除无效评分？
- 重复提交与明显乱填（如全 1 分且无文本）建议剔除后再算，并保留剔除记录；剔除规则应固定，否则月度数据不可比。
- 平均分达到多少算好？
- 行业差异较大，客服场景常见 4.0/5 以上为良好；更稳妥的做法是与自身历史基线比趋势，而不是照搬外部基准。