Простая формула: количество решенных обращений делят на общее количество обращений за период. Например, если за неделю пришло 100 тикетов, а 82 закрыты как решенные, resolution rate равен 82%. Но важно смотреть не только процент. Если команда закрывает тикеты формально, а клиенты возвращаются с той же проблемой, метрика выглядит красиво, но сервис работает плохо.
Для ИИ-агентов resolution rate важен как показатель пользы автоматизации. Агент может отвечать на типовые вопросы, классифицировать тикеты, предлагать оператору решения, собирать данные и передавать сложные случаи человеку. Но автоматическое закрытие обращений должно быть аккуратным: нужна проверка качества, CSAT, переоткрытия, fallback-to-human и журнал действий.
Хороший анализ resolution rate смотрит на сегменты: канал, тема, продукт, приоритет, оператор, агент, тип клиента, SLA, время решения и повторные обращения. Тогда видно не просто "мы закрыли 80%", а где именно процесс ломается: доставка, оплата, доступ, интеграция, баг, обучение пользователя или плохая база знаний.
Примеры
- За день пришло 200 обращений, 160 закрыты как решенные. Resolution rate за день равен 80%.
- ИИ-агент поддержки сам решает простые вопросы по базе знаний, а сложные передает оператору. Метрику считают отдельно для агента и команды.
- Если тикет закрыт, но клиент переоткрыл его через час, такой случай лучше не считать полноценным решением.
- В IT service desk высокий resolution rate по доступам, но низкий по интеграциям. Это показывает, где нужна отдельная база знаний или экспертная линия.
- После внедрения agent assist операторы быстрее находят инструкции, и доля решенных тикетов без эскалации растет.
Где используется
- Оценивать, справляется ли поддержка с входящими обращениями.
- Измерять эффект ИИ-агента поддержки или agent assist.
- Сравнивать качество решения по каналам: чат, email, телефон, Telegram, helpdesk.
- Находить темы, которые чаще всего зависают или уходят в эскалацию.
- Контролировать SLA и просроченные обращения.
- Отделять реальные решения от формального закрытия тикетов.
- Следить за повторными обращениями и переоткрытием тикетов.
- Понимать, где нужна база знаний, обучение операторов или улучшение продукта.
- Связывать качество решения с CSAT, NPS, churn risk и отзывами клиентов.
Связанные термины
Частые вопросы
Как считать resolution rate?
Обычно считают так: решенные обращения за период делят на все обращения за период и умножают на 100%. Но важно заранее определить, что считается решенным обращением.
Чем resolution rate отличается от first contact resolution?
Resolution rate показывает долю решенных обращений вообще. First contact resolution показывает, сколько обращений удалось решить с первого контакта без повторных сообщений и эскалаций.
Почему высокий resolution rate может обманывать?
Команда может закрывать тикеты формально, а клиенты будут возвращаться с той же проблемой. Поэтому рядом нужно смотреть переоткрытия, CSAT, жалобы, SLA и качество ответа.
Как ИИ-агент влияет на resolution rate?
ИИ-агент может решать типовые вопросы, помогать оператору, искать инструкции и собирать недостающие данные. Это повышает resolution rate, если есть контроль качества и передача сложных случаев человеку.
Какие обращения не стоит закрывать автоматически?
Не стоит автоматически закрывать обращения про деньги, персональные данные, юридические претензии, безопасность, высокий приоритет, крупного клиента и случаи с низкой уверенностью ответа.
