🎧 CSAT Score Summary

Enter CSAT scores to summarise the average, distribution and share of each rating band, with a satisfaction verdict and improvement directions for support and after-sales reviews.

📐 计算原理

CSAT 客户满意度汇总
平均分 = Σ评分 / 样本量 n（评分 1-5）
CSAT 满意度 = 评分 ≥ 阈值的份数 / n × 100%（默认阈值 4 分）
众数 = 分布中出现次数最多的分值；同时输出 1-5 各档分布计数

输入每份满意度评分（1–5 分），自动统计样本量、平均分、各档分布与满意度占比（CSAT，默认 ≥4 分为满意），用于客服与售后复盘。计算全部在浏览器本地完成。

满意度评分（1–5，逗号或换行分隔）

满意阈值（≥此分计为满意）

Formula & Standard References

Item	Formula / Note	Source / Standard
CSAT definition	CSAT = satisfied (4–5 stars) ÷ respondents × 100%	Common customer-experience metric convention
Net Promoter Score	NPS = promoters (9–10)% − detractors (0–6)%, range −100 to +100	Reichheld 2003, Harvard Business Review
Customer Effort Score	CES = mean effort rating (1–7); low effort correlates with repurchase	Dixon et al. 2010, HBR
Sample-size note	At least 385 valid responses for 95% confidence, ±5% margin; avoid leading scales	Survey sampling statistics standard

📚 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。

🎧 CSAT Score Summary

Formula & Standard References

📚 深度解析：客户满意度（CSAT）评分汇总

💡 常见使用场景

❓ 常见问题（FAQ）

📝工具简介

✨功能特点

🎯使用场景

客户满意度（CSAT）评分汇总

🎧 CSAT Score Summary

Formula & Standard References

📚 深度解析：客户满意度（CSAT）评分汇总

💡 常见使用场景

❓ 常见问题（FAQ）

🔗 相关工具

📝工具简介

✨功能特点

🎯使用场景