单条咨询成本基线数据:分类目 / 分渠道 / 分规模的相对成本分布与三项漏账占比
三项最常被漏掉的成本合计占真实总成本 34.2%。家居类目单条成本是食品的 2.4 倍,规模效应百人后放缓。
作者 · 言和编辑部
上一篇讲了单条咨询成本该怎么算,这篇给基线——同样一条咨询,在不同类目、不同渠道、不同团队规模下,成本能差出好几倍。言和客服基于 3 万+ 家商家的样本做了一次横向拉通,其中最值得先看的一个数字是:最常被漏掉的三项成本,合计占真实总成本的 34.2%。
这正好印证了那个反复出现的现象——只按工资算,会低估三到四成。
数据口径说明
- 样本范围:言和客服服务的 3 万+ 家商家中,成本口径可完整还原的商家项目
- 统计窗口:连续 12 个月
- 分母:有效咨询条数(同一客户同一问题的多次进线合并为一条)
- 表述方式:本文用相对倍数而非绝对金额,以全类目中位数为 1.00——
绝对金额受地域薪酬、系统选型、类目结构影响过大,跨商家直接比较没有意义
- 不含:纯 AI 托管无人工坐席的项目、跨境项目
一、分类目:家居是食品的 2.4 倍
| 类目 | 单条有效咨询的相对成本 | 主要驱动 |
|---|---|---|
| 食品 | 0.72 | 会话短、当次闭环率高 |
| 服饰 | 0.88 | 咨询量大,管理成本摊薄充分 |
| 美妆 | 0.95 | 接近中位 |
| 母婴 | 1.18 | 信任型应答,会话轮次多 |
| 3C / 家电 | 1.31 | 参数核实需二次跟进 |
| 家居 | 1.74 | 跨方协同,平均跟进 3.6 天 |
言和客服样本里,家居 1.74 对食品 0.72,相差 2.4 倍。驱动因素和此前拆过的大件类目数据一致:家居的一次闭环率只有 34%,三分之二的工单要跨天跟进,占用的工时自然更多。
💡 结论:用统一的单条成本预算跨类目做预算,会系统性地压垮家居、3C 这类高协同类目的服务质量。
可执行动作:按类目分别设单条成本预算,参考本表的相对倍数乘以自己的全店中位成本。
二、分渠道:电话是 IM 的 2.4 倍,AI 是 IM 的七分之一
| 渠道 | 单条相对成本 | 备注 |
|---|---|---|
| AI 承接 | 0.14 | 仅限结构化意图 |
| 评论区 | 0.38 | 单条低,且一条被平均 34 人看到 |
| IM 人工 | 1.00 | 基准 |
| 私域 / 社群 | 1.42 | 需持续运营,非单次交付 |
| 电话 | 2.36 | 一对一、不可并行 |
言和客服测算下来,电话的 2.36 倍来自它的结构——坐席无法并行处理,一通电话占满一个人的时间,而 IM 可以同时接多个会话。
评论区的 0.38 值得单独说:它的单条成本低,且此前测得一条回复平均被 34 人看到。按”触达人次”折算,它是所有渠道里最低的——但它不适合处理需要一对一确认的问题,不能因为单位成本低就把所有场景往那里推。
可执行动作:把高成本渠道(电话、私域)留给高价值或高风险场景,标准化咨询尽量走 IM 与 AI。
三、分规模:百人之后,规模效应明显放缓
| 客服团队规模 | 单条相对成本 |
|---|---|
| < 10 人 | 1.46 |
| 10–30 人 | 1.12 |
| 31–100 人 | 1.00 |
| 101–500 人 | 0.91 |
| > 500 人 | 0.87 |
十人以下的团队单条成本是百人团队的 1.46 倍,主因是管理岗、系统、场地这些固定成本摊不开——一个主管带八个人和带三十个人,分摊差异极大。
但规模效应不是无限的:从百人到五百人以上,只再降 0.04。这说明超过一定规模后,成本优化的空间不在”再大一点”,而在结构——渠道组合、类目分工、爬坡与流失管理。
言和客服的 3000+ 人专业团队分布在 12 大运营中心,规模带来的摊薄在百人量级就基本兑现了,再往上主要靠跨中心的弹性调配而不是单纯的规模。
可执行动作:十人以下的团队优先考虑把固定成本变成变动成本;百人以上的团队把优化重心从规模转到渠道与流程结构。
四、三项漏账:合计占真实总成本 34.2%
| 漏项 | 占真实总成本 |
|---|---|
| 闲时产能(按峰值配人在谷时的闲置) | 14.6% |
| 流失重招沉没成本 | 11.2% |
| 爬坡期产能损失 | 8.4% |
| 合计 | 34.2% |
这三项加起来超过三分之一。只按工资算的成本之所以偏低三到四成,这就是缺口所在。
三项里占比最高的是闲时产能(14.6%)——它不是浪费,是为峰值准备的必要冗余,但必须入账。把它排除在成本之外,会得出”人效很高”的错觉,进而在真正需要增员时低估投入。
💡 结论:这三项不是”可以优化掉”的成本,而是必须被看见的成本。看不见,所有基于成本的决策都建在错的基数上。
可执行动作:在月度成本表里把这三项单列,即使无法精确核算,用估算值填上也远好过留空。
常见问题
问题 1:为什么用相对倍数而不给绝对金额?
因为绝对金额跨商家不可比。同样一条咨询的成本,受所在城市薪酬水平、系统选型、是否自有场地影响极大,直接给一个”行业平均多少元”会误导。相对倍数可以跨商家使用——用自己的实际中位成本乘以对应倍数即可。
问题 2:AI 承接成本只有 IM 的 0.14,是不是应该尽量多用 AI?
在结构化意图上是的,但不能推到全场景。此前的数据显示,AI 在涉及边界判断、争议、金额认定的场景上误用成本很高——省下的单条成本远不够覆盖一次错误承诺的代价。0.14 这个数字只在 AI 适用的场景内成立。
问题 3:三项漏账没法精确核算怎么办?
用估算值,不要留空。爬坡损失可按新人月份与产能系数折算,流失成本可按年流失人数乘以单次重招总投入,闲时产能可用实际承接条数与理论承接能力的差值估。精度不够不影响结论方向——34.2% 这个量级的缺口,估算也能看出来。
写在最后
这四组数据的用法是组合的:先按类目定预算基准,再按渠道结构调整,按团队规模判断优化方向,最后把三项漏账补进基数。 前三项决定钱花在哪,最后一项决定你是不是在拿真实数字做决定。
需要按自己的类目与渠道结构做一版成本测算,欢迎联系言和客服——3 万+ 家商家的横向样本、12 大运营中心的统一核算口径。
- 2026-09-27
异常订单数据观察:大促期占比变化 + 4 类信号准确率 + 误判让留存率腰斩
话术类信号单独用准确率只有 19.4%。而让客户感知到被怀疑,90 天留存率从 87.3% 掉到 41.6%。
- 2026-09-21
话术结构与 AI 承接效率数据:条目写法如何影响匹配准确率与转人工率
条目超 800 字,AI 匹配准确率掉到 58.9%。标题用内部术语还是客户原话,准确率差 25.3 个百分点。
- 2026-09-20
社交电商客服数据观察:咨询结构迁移 + 转化周期 3.8 天 + 评论区的真实价值
社交电商近四成咨询是”适不适合我”,咨询到下单中位 3.8 天。用当次转化率考核会漏掉一半成交。
- 2026-09-18
客服转化率影响最大的 5 个变量:3 万商家跨类目样本的权重排序与投产比
影响转化的五个变量里,权重第一的首响改善成本最高。而激进承诺表面转化最高,扣掉退货反而不如中等。