📚 深度解析：客戶滿意度（CSAT）評分彙總
💡 常見使用場景
- 把回收的 CSAT 1–5 分評分貼入，得到平均分、中位數與離散情況。
- 按渠道（電話/線上/工單）分別彙總，比較不同渠道的滿意度差異。
- 月度復盤時對比上月平均分與極差，判斷整改措施是否見效。
平均分相同但結構不同
A 月與 B 月平均分都是 4.2，但 A 月標準差 0.6、B 月 1.4；B 月存在大量 1 分拉低，說明負面體驗集中在特定問題，應去查這些低分樣本的原因。
小樣本誤判
僅 8 條評分時平均分 4.5，看似很高；補到 120 條後降到 3.9，說明早期樣本存在主動好評的自選擇偏差，統計時應固定回收視窗。
❓ 常見問題（FAQ）
- CSAT 與 NPS 有什麼區別？
- CSAT 針對單次互動的滿意度（常用 1–5 分），NPS 衡量長期推薦意願（0–10 分淨推薦值）；本工具按數值統計處理 CSAT 評分，不適合直接套用 NPS 演算法。
- 要不要剔除無效評分？
- 重複提交與明顯亂填（如全 1 分且無文本）建議剔除後再算，並保留剔除記錄；剔除規則應固定，否則月度資料不可比。
- 平均分達到多少算好？
- 行業差異較大，客服場景常見 4.0/5 以上為良好；更穩妥的做法是與自身歷史基線比趨勢，而不是照搬外部基準。