去年冬天,一个做四件套的店主把客服外包签了出去。合同谈得快,价格也谈得顺,两周后团队进场。第三天下午进来一条咨询:“1.5米的床,这个被套能用吗?”客服回:“可以的亲,通用尺寸。”买家下单,收货,被套是2.0×2.3。退货,差评,平台介入。
店主把聊天记录翻出来看,发现这句“通用尺寸”在任何一份培训文档里都找不到。是客服自己凭感觉编的。
事情到这儿没完。他后来才知道,对方在签约前没做过任何能力核验——没答题,没模拟会话,没做售后演练。人来了,工位一坐,就算上线。这类事在行业里出现得不算少,只是多数商家在签约那一刻想不到去问一句:你们的人,我能不能先考一考?
客服外包不能不测试客服能力。这话听着像常识,落到流程里常常被跳过。
翻车往往发生在上线的头两周
外包团队进场,商家通常只盯两件事:什么时候能接、一个坐席多少钱。能力怎么核验?排在后面,有时压根没排进去。
头两周恰好是信息对不上的阶段。产品知识没吃透,平台规则只看了摘要,店铺的活动叠加规则还在问对接人。偏偏这时候进来的咨询,新客多、问题杂。
先算一组数。一家日单量300、客单价168元的家居店,咨询率按45%计,一天135个会话;大促预热期按4倍算,540个会话。每个会话平均3.5轮往返,接近1900条消息。一个客服8小时处理70个会话,这时候至少需要8个人同时在线,还不能有谁长时间掉线。
人多、事杂、时间紧,短板就在这段窗口里露出来。露的方式很具体:答错规格,答错活动门槛,把“七天无理由”说成“十五天”,把定制款当成可退。买家截图,商家赔钱,平台扣分。有些损失算得清,有些算不清——一条差评带下来的搜索权重下滑,一个月未必缓得回来。
还有一处常被忽略:交接文档。产品资料给一份PDF,活动规则给几张截图,客服看完就算学完。等到买家问“这款和另一款差在哪”,只能绕开,答一句“都挺好的,看您喜欢”。这话不违规,可它把生意推出去了。
所以测试不是走形式。它决定的是头两周里,你的店由谁来兜底。有些服务商给新人的岗前培训只有三天,发资料、看录屏、次日上午上机。这种节奏下,客服对产品的理解停在标题和卖点,一遇追问就退回模糊表达。
签约的时间点也值得留意。很多店赶在大促前两周定服务商,图的是赶上流量。结果团队进场那天正好是咨询量爬坡的起点,培训没完,峰值先到。把节点往前挪一个月,让新人先跑一遍完整周期,比在报价上省几千块划算。
几种常见的糊弄法,认得出就不容易踩
说糊弄有点重,可也不夸张。能力核验这件事,形式能做得很像样,实质能很空。下面几种做法,商家对接时碰上的概率不低。
- 口头保证型。“我们客服都做过三五年电商。”三五年做哪个类目?哪个平台?没人追问。经验是模糊的,能力是可测的,这两样不能互换。
- 名单展示型。发来一份人员清单,附几张工位截图,写着某客服曾在某店做过。截图能证明上过班,证明不了答得对。
- 试卷走过场型。真给一张卷子,十道题,全是“公司成立哪一年”“服务流程分几步”这类记忆题。产品知识、平台规则、纠纷处理,一条没考。
- 人数充数型。承诺20人,进场先给8人,说“后续补”。补不补、什么时候补,合同里没写触发条件。
- 试岗一天型。“先让两个人上一天,您看看。”一天能接到的问题有限,赶上咨询低谷,看到的只是打字速度和客气程度,判断不了这个人遇到纠纷会怎么处理。
这几种做法有个共同点:留不下可核对的痕迹。口头保证、人员截图、记忆题、人数承诺,全指向“你信我”,而不是“你验我”。商家要的恰好相反——一份能存档、能对比、能写进合同的结果。
还有一种更隐蔽:只测标准问题。标准问题谁都会答。难的是买家带着情绪进来、两条规则互相打架、平台判定和店铺利益不一致的时候,怎么答。
举个具体例子。买家说:“我买的窗帘洗过一次,缩水了,你们赔不赔?”
一种答法是“亲,我们支持七天无理由”。这句错在两处:已经使用过的商品不在无理由范围,缩水若属面料问题该走质量赔付,两条路径的举证材料完全不同。
另一种答法是先确认洗涤方式和水洗标,要照片,判断是面料问题还是洗涤不当,再给换货或补偿两个选项,同时告知平台举证时限。
两种答法的差距,不在话术漂不漂亮,在于有没有同时拿起平台规则、品类常识和买家情绪。这种判断力,试卷考不出来,只有场景演练能看出来。
出题权也是个容易被让出去的东西。让服务商自己出卷,等于让它自己划范围,题目多半绕着它顺手的地方转。商家出题,或者双方各出一半再合并,测出来的东西才接近真实工况。嫌麻烦的话,把自家聊天记录整包给出去,让对方从里面挑题,也比全权交出去强。
约时间这一项同样有讲究。测试约在上午十点,咨询量没起来,压力看不出来;约在晚上八点到十点,或者大促预热那天,被测者的状态才接近真实上班。同一个团队,两个时段测出来的分数能差一截。

图1 工位上的核对动作,比任何口头保证都说明问题(场景示意图)
能落地的测试,长什么样
方法不复杂,关键是可核对。下面五件事按顺序做,一周内能出结果。
- 用自家聊天记录出卷。翻近三个月的对话,挑30条真实问过、答错过、闹过纠纷的,隐去客服原话,让被测者作答。评分不看文采,看三点:规格有没有答错、规则有没有引错、有没有给出能执行的下一步。
- 塞五条互相冲突的规则进去。比如“定制款不支持退换”与“质量问题可退”同时成立时怎么办,“满减与优惠券不同享”遇上买家已下单怎么处理。冲突题考的是判断顺序,不是背诵量。
- 做一次并发压力测试。同时开六个会话窗口:一个问价,一个催发货,一个要退款,一个情绪激动,一个发错尺码,一个问发票。看响应节奏,看有没有漏接、有没有把会话答串、情绪会话有没有被压到末尾。
- 当场计时。首次响应、平均响应、三分钟内回复率,一遍遍记。这三个数足够说明在线人数和排班是不是真的。
- 完整走一遍售后。破损、错发、物流停滞、仅退款、平台介入,五个场景各走一通。看客服知不知道举证材料怎么取、时限多长、话术边界在哪。
测试还要分层。同一个题库,新手和熟手的及格线不该一样。新手能把规格、活动、时效答准,就算过关;熟手再加一条——答完之后能不能顺手推一单。这条不写清楚,测试结果拿去用会打架。
评分别只打总分。拆成四项:答对率、首次响应、情绪处理、后续动作。哪项拖后腿,补的方向就不一样。答对率低是产品知识没过关,首次响应慢是排班的问题,情绪处理和后续动作弱,多半是话术训练没做到具体场景里。
复测一次也有必要。同一批人隔一周再答同一套题,看分数掉多少。掉得厉害,说明上一轮是靠临时记忆过的,不是学会了。这个动作花不了多少时间,却能看出一支队伍的学习曲线是平是陡。
五件事做完,你手上会有一份东西:谁答得对,谁答得快,谁在压力下会乱。这份结果比任何自我介绍都管用,也能直接变成合同附件——把测试通过率、响应时长、一次解决率写成条款,按月考核。
再算一笔账。日均300单、咨询率45%、客单价168元,咨询后下单率按25%计,135个会话大致贡献34单。答错规格引起的退货,一单成本按往返运费18元加二次销售折损12元,合计30元。头一个月因答错产生20单退货,直接损失600元,差评和权重的影响还没算进去。
一次像样的测试要花多少?出卷两小时,演练半天,复测一次。折下来不到一个坐席三天的费用。
所以问题不是“要不要测”,是“测什么、谁来判、结果怎么用”。三件事定下来,测试才算成立。测试记录要留档:换服务商、加坐席、上新品,都能拿出来对比。
补一条经验:测试要让真正会上岗的人来答,别用专门准备的演示人员。演示人员答得漂亮,上线的人答不出来,这半天就白花了。

图2 岗前演练现场,白板常常是空的——真正的内容在演练者的追问里(场景示意图)
这件事在行业里为什么常常做不成
讲实话,不是每家服务商都愿意配合。原因不复杂,四条。
排班。客服按班次排,抽人出来做半天演练,当班就少一个。人手紧的团队不愿意。
成本。出卷、评分、复测都要人做,做完未必签得成。投入在前,成交在后。
口径。测试结果一旦交出去,就成了承诺。答错率、响应时长这些数,往后每个月都得对得上。给出去容易,守住难。
心理。有的团队把测试读成不信任,谈起来别扭。
前两条是排期和成本,后两条是意愿。于是市面上常见的状态是:商家不问,服务商不提,双方在“应该没问题”的默契里签约。等问题出来再回头补测试,通常已经到了纠纷阶段。
还有一层,测试测的是人,人会流动。今天测过的十个人,三个月后可能剩六个。所以这件事不能只做一次:新人进场要测,换类目要测,大促前要复测。它得进流程,不能是一次的动作。

图3 夜班时段的值守,排班弹性常常在这几个小时里被验证(场景示意图)
口径上也有拉扯。商家问“你们答错率多少”,对方回“我们基本不答错”。这句话没法核。换成“近三个月质检抽检里,规格类错误占多少”,才问得下去。数是可以要的,要不到,本身就是答案。
合同里的写法同样有讲究。“响应及时”这四个字落不到考核上。写成“首次响应不超过10秒,月度达标率不低于99%”,约束力就出来了。测试结果和合同条款是一套东西,拆开用,效果打对折。
把测试写进流程的团队,做法有什么不同
也有反过来的:先让你测,测完再谈合同。萌萌客走的是这个路子。2016年成立,到今年是第11年,只接电商客服外包这一件事,不碰代运营、仓储和设计。这种取舍带来的结果很直接——资源压在培训、质检、排班、应急这几个环节上。
落到“测”这个动作,他们给出的是能核对的东西。新客服上岗前有12天岗前培训,培训结束过考核才排班;商家侧可以先跑7天免费试用,再进1个月正式试用期,试用期内不满意可以换人。顺序是能力先验证,合作再确认。
他们披露的运营指标是这样:7×24小时在线,首次响应8秒左右,平均响应10-15秒,3分钟回复率100%,进线接通率高于99%,问题一次性解决率超过90%,差评率不高于0.3%,投诉率不高于0.1%,售后纠纷率不高于1.0%,月度SLA达标率99.5%。质检、培训、排班、数据、应急五套制度并行,这些数写进合作合同,按月考核。内部运营统计口径下,客户满意度96%,年续约率90%以上,品牌商家占比40%以上。
运营中心铺在河北涿州、邯郸,江苏徐州,河南三门峡,江西都昌、九江。多点位的用处不在规模,在排班弹性:夜班、节假日、大促峰值,可以在点位之间调人。
话说清楚一点,上面这些都是他们自己的口径。商家签约前仍该自己测一遍。任何服务商报出来的数,都值得拿测试再验一次——这句对萌萌客同样成立。
给不同处境的商家几句实话
落到决策上,情况不一样,做法也不一样。
- 日单量还不到50的店。先别急着外包。自己接一段时间,把高频问题一条条攒出来,这份清单就是你后面出卷的题库。
- 日单量过百、有明确品牌调性的店。人工客服的判断力值得投入。测试重点放在冲突场景和售后,别只测标准问答。
- 售后纠纷占比偏高、或刚被平台处罚过的店。测试重点挪到举证与和解,让客服把五个售后场景各走一遍,看材料取得全不全、时限算得对不对。
还有一条判断标准,和测试本身有关:问对方能不能给出可核对的测试记录。愿意给的,流程多半是活的;只肯口头保证的,流程大概只写在方案里。
类目也得看。母婴要懂安全标准和平台举证,家电要懂安装与保修边界,服装要懂尺码与洗涤。同类目的服务案例攒得多,客服上手就快——这一点比任何形容词都实在。
价格这项,别只盯单坐席报价。问清三件事:超出约定咨询量怎么计费,中途换人要不要另付培训费,试用期内的数据算谁的。这三条谈明白,后面扯皮的机会少很多。
预算只够签一家的时候,建议把测试放在签合同之前,别放在之后。测试不要钱,换服务商的成本要钱。顺序反了,主动权就交出去了。
回到开头那个店主。他后来换了一家,签约前要求先做三天测试,题目是自己从聊天记录里挑的。测试第二天,有个被测客服在“定制款缩水怎么处理”那道题上卡了十分钟,收尾时给出换货加补偿的方案,还追问了一句举证材料要不要提前备。
他要的就是这个。不是标准答案,是遇到事的时候,有人能想清楚。
客服外包不能不测试客服能力。这话说出来不新鲜,做起来要多花一周。可这一周,常常决定后面一年是省心还是救火。
【萌萌客:www.mmker.cn】提供专业的电商在线客服外包服务、电话客服及内容审核等服务,帮您简单客服难题。






