工單減量率：計算公式與衡量方式

更新於 2026 年 11 月 3 日

工單減量率是指在說明中心尋求協助後，未進一步提交工單的人數比例。一個合理的公式為：在 72 小時內未提交工單的尋求協助工作階段，減去明顯失敗的工作階段，除以所有尋求協助的工作階段，再乘以 100。常見的公式計算出的數值差異很大，因此請選擇一個並固定其規則。

以下介紹五種基於單月數據的計算公式、設定檢查清單、文章與影片歸因，以及減量帶來的效益。

什麼是工單減量率？#

工單減量率衡量的是自助服務（說明文章、影片、AI 助理、社群解答）阻止問題演變成工單的頻率。這是一項自助服務指標，而非支援團隊指標：當客戶找到答案時，該數值會上升，而不是當客服人員處理速度變快時。

三個容易混淆的術語：

「減量」最容易衡量也最容易灌水：放棄並默默流失的用戶也屬於「未提交工單」（Gainsight 將此稱為虛假減量）。「解決」才是你真正想要的目標。良好的衡量方式應推動減量朝向解決發展。

如何計算工單減量率？五種公式比較#

目前沒有統一標準。服務台、聊天機器人供應商與分析師各有各的算法。以下是你會遇到的五種公式，以及聊天機器人包含率：

1. 自助服務分數（由 Zendesk 使用，「也稱為自助服務比率與工單減量比率」）

自助服務分數 = 說明中心工作階段 ÷ 提交工單的用戶數

優點：只需兩個你現有的數據。缺點：這是一個比率（例如 4:1）而非百分比，且即使沒人獲得幫助，只要流量增加，數值就會上升。

2. 基於工作階段的減量率（許多說明中心與聊天機器人供應商使用）

減量率 = (說明中心工作階段 − 後續提交工單的工作階段) ÷ 工作階段 × 100

優點：易於解釋為百分比。缺點：每次放棄的訪問都被視為成功，因此數值偏高。

3. 調整後工作階段減量率（分析導向團隊；朝向更嚴格定義邁出的實務步驟，如 Intercom 與 Metabase 的定義）

減量率 = (尋求協助工作階段 − 後續提交工單的工作階段 − 其他明顯失敗的工作階段) ÷ 尋求協助工作階段 × 100

優點：排除了機器人、員工、瀏覽行為與明顯失敗，並使用了再次聯繫窗口。缺點：需要將訪問與工單連結，且仍會計算默默離開的用戶。

4. 聯絡表單減量率（在工單表單建議文章的團隊）

減量率 = 在建議文章後離開表單且 72 小時內未提交工單的人數 ÷ 開始填寫表單的人數 × 100

優點：計算了原本打算寫信求助的人。缺點：僅涵蓋單一入口點。

5. 基線縮減率（向財務部門報告的支援主管使用）

縮減率 = (調整前每 1,000 名客戶的工單數 − 調整後) ÷ 調整前 × 100

優點：衡量企業在意的成果。缺點：混合了產品變更、季節性與成長因素。

非減量：聊天機器人包含率（聊天機器人供應商使用）

包含率 = (機器人對話 − 轉接給真人客服的對話) ÷ 機器人對話 × 100

它衡量的是機器人而非你的說明內容，且將感到挫折而關閉對話的用戶視為成功。

Intercom 的定義是目前發布過最嚴格的：「由自助服務解決的已解決工作階段數，除以尋求支援的已解決工作階段總數」，其中「停止尋求支援的用戶不計入」，且工作階段定義為 24 小時。公式 3 若不詢問每位訪客，無法達到此嚴格程度，因此仍會計算默默離開的用戶：請將其視為上限。若要設定下限，請僅計算具有正面訊號（例如「有幫助」投票）且在窗口內未提交工單的工作階段，如 Metabase 所建議。如果可以，請同時報告兩者；兩者之間的差距即為你的默默放棄率。

我們的建議： 每月報告公式 3（包含正面訊號下限）作為你的減量率，並每季報告公式 5 作為業務成果。如果你在聯絡表單建議文章，請使用公式 4。僅在團隊已在追蹤時保留 Zendesk 的分數（公式 1），且永遠不要將其與百分比放在同一個圖表上。

一個月，五種答案：實務範例#

以下是一間擁有 25,000 名客戶的 SaaS 公司一個月的模擬數據，套用五種公式的結果。

同一間公司，同一個月：10:1、93%、67%、18% 與 20%。沒有一個是錯的。它們回答的是不同的問題。這就是為什麼供應商的基準區間（例如 Chatling 的計算器將 40–60% 標記為「良好」）在不知道計算公式的情況下毫無意義，也是為什麼你應該只將自己的數據與過去的自己進行比較。

如何逐步衡量工單減量率？#

1. 定義尋求協助工作階段#

   計算用戶搜尋說明中心、開啟文章、觀看說明影片或詢問說明中心 AI 助理的工作階段。排除機器人、你自己的員工（透過 IP 或登入角色篩選）以及僅瀏覽首頁的訪問。這是你的分母。

2. 將說明中心訪問與工單連結#

   你需要知道同一人在訪問後是否提交了工單。常見方式：在分析工具中識別登入用戶，並將相同的用戶 ID 傳遞給服務台，或在提交聯絡表單時透過電子郵件比對。至少記錄：工作階段 ID、搜尋查詢與結果數、文章瀏覽量、有幫助投票、聯絡表單開始、建議文章點擊、表單放棄，以及包含請求者 ID 與主題標籤的工單。無法連結的訪客（通常是公開說明中心的大多數）應歸入獨立的估算值，不要混入連結後的比率中。若無法進行任何連結，你只能報告公式 1 與 5。

3. 選擇再次聯繫窗口並固定它#

   只有在固定窗口內未提交工單，該工作階段才算減量。已發布的定義包括 24 小時（Intercom 的工作階段）、48 小時（Helply 的再次聯繫規則）或 72 小時（Metabase）；較短的窗口會遺漏隔天嘗試的用戶。無論選擇什麼，請保持固定，否則你的趨勢線衡量的是規則變更而非實際成效。

4. 減去明顯失敗的案例#

   移除那些以無搜尋結果或「無幫助」投票結束的工作階段。這些使用者即使沒有寫信詢問，也代表他們沒有找到答案。每個工作階段僅計算一次：若一個失敗的工作階段最終導致了工單，該工單已包含在工單總數中。

5. 按主題報告，而不僅僅是總數#

   將工作階段與工單按相同主題分組：帳務、SSO、匯出等。67% 的總體數據可能會掩蓋某個佔了您一半工單量、但僅有 30% 的主題。使用您的工單標籤作為主題列表，並將每篇說明文章對應到一個標籤。

6. 將其與工單量並列#

   將攔截率與每 1,000 名活躍客戶的工單數一起報告。如果攔截率上升，但每位客戶的工單數沒有下降，說明您計算的工作階段有誤。

您如何將攔截歸因於文章和影片？#

這才是決策的關鍵所在。以下是三種方法，從最簡單到最嚴格：

1. 主題前後對比。 當您針對某個主題發布或重寫文章時，請比較該主題在前後四週內每 1,000 名客戶的工單數。檢查其他主題在相同週數內是否保持平穩；如果所有數據都下降，那很可能是季節性因素。

2. 文章層級調整率。 針對每篇文章執行公式 3：瀏覽過該文章的工作階段，減去 72 小時內因相同主題而產生工單的階段，再減去「無幫助」的投票。按文章後續產生的工單數量進行排名。列表頂部的文章就是您需要重寫的對象。

3. 影片格式測試。 若要了解加入教學影片是否能降低工單量，請在部分相似文章中加入影片（例如在 20 篇瀏覽量最高的教學文章中挑選 10 篇，交替或隨機選擇），其餘則保持原樣。四到六週後，比較兩組之間的主題工單數。只有在每組都有足夠的工單量（每月數十張，而非寥寥幾張）以顯示差異時，才信任該結果。同時觀察影片完成率：如果大多數人在 25% 處就停止觀看，那該影片就沒有發揮作用。Nielsen Norman Group 的可用性研究發現，人們將影片作為輔助來源，特別是針對長篇、多步驟的流程，因此請先在多步驟任務上測試影片。

什麼是良好的工單攔截率？#

目前沒有可靠的公開基準，因為沒有人使用相同的公式。您在供應商文章中看到的範圍很少有來源依據。請根據您自己的趨勢進行衡量。

關於自助服務的難度，Gartner 對 5,728 名客戶的調查發現，僅 14% 的客戶服務問題能透過自助服務完全解決，即使是客戶認為「非常簡單」的問題，也只有 36% 能解決（Gartner, 2024）。在同一項調查中，73% 的客戶在旅程中曾使用過自助服務。大多數人嘗試過，但大多數人並未在那裡完成解決。

同一項調查指出了失敗的最常見原因：43% 的情況下，客戶找不到與其問題相關的內容。早期的 Gartner 調查（樣本不同）顯示，自助服務的完全解決率在 2019 年為 9%，2020 年為 13%：每次測量結果都很低（更多資訊請見我們的客戶自助服務統計數據）。這是一個可以直接衡量的內容問題，透過搜尋無結果即可發現。

工單攔截能節省多少成本？#

每月節省金額 = 攔截的工單數 × 每張工單成本。攔截的工單數 = 每月工單總數 × 教學類問題佔比 × 自助服務解決的比例。

關於每次聯繫的成本，如果您有數據，請使用您自己的完整負擔成本。作為參考，Gartner 2024 年 2 月的成本基準顯示，自助服務聯繫的中位數為 1.84 美元，而電話、聊天和電子郵件等輔助聯繫的中位數為 13.50 美元（Gartner, 2024；完整報告供客戶參考）。自助服務並非免費：若要計算淨值，請減去自助服務聯繫的成本。根據 Gartner 的中位數，每攔截一次聯繫約可節省 11.66 美元（13.50 美元 - 1.84 美元）。

我們免費的工單攔截計算器會根據您的數據進行計算：每月工單數、教學類問題佔比、攔截率、每張工單處理時間，以及每張工單成本或代理商每小時成本。它會回傳每月和每年的攔截工單數、節省的代理商工時以及節省的金額。例如，每月 2,000 張工單、40% 為教學類問題、30% 由自助服務解決，每月可攔截 240 張工單；若每張工單成本為 15 美元，則每月可節省 3,600 美元。請在那裡使用基於工單的費率，而非工作階段費率：公式 5 中每 1,000 名客戶的工單數下降是一個很好的實際輸入數據，而 67% 的工作階段並不等於 67% 的工單。

您如何提高攔截率？#

請依照上述測量結果，按此順序執行：

1. 撰寫缺失的文章。 您的無結果搜尋列表就是一份按優先順序排列的待辦事項。客戶已經告訴您他們使用的詞彙。這是如何將說明中心搜尋轉化為寫作列表的方法。
2. 修復導致工單產生的文章。 重寫那些瀏覽後仍產生最多工單且幫助率最低的文章：標題更清晰、答案置頂、標籤精確、列出先決條件。我們的撰寫說明中心文章指南展示了具體做法。
3. 為多步驟任務加入影片。 然後使用上述的格式測試來確認是否有幫助。
4. 將答案放在人們卡住的地方。 在產品畫面中連結該文章，並在您的聯絡表單中建議相關文章。
5. 保持內容更新。 一篇不再符合 UI 的文章會產生工單，而不是預防工單。這是當您的 UI 變更時如何保持文件更新的方法。

從零開始建立知識庫？請從如何利用 AI 建立知識庫開始。

使用 Clevera 衡量並提升攔截率#

Clevera 是一個 AI 平台，能將螢幕錄影轉化為帶有旁白的教學影片、逐步說明文章，以及託管說明中心頁面，並支援 74 種語言。說明中心為您提供上述測量中的自助服務端數據；您的服務台則持續處理工單。

每個方案皆包含洞察數據。 每個 Clevera 說明中心都會顯示頁面瀏覽量、訪客數、搜尋成功率、零結果率、點擊率、每頁的幫助率，以及助理回答率（即「詢問 AI」問題中由您的頁面回答的比例）。讀者計算不使用 Cookie，且已排除機器人。您可以查看 Free 方案過去 30 天、Starter 方案過去 90 天，以及 Pro 和 Custom 方案過去 12 個月的數據。

透過「撰寫文章」按鈕填補內容缺口。 搜尋無結果的項目會列出搜尋人數與時間。點擊撰寫文章即可開啟編輯器，並以該搜尋詞作為主題，文章將在您下次發布時加入說明中心（與任何文章一樣需要消耗點數）。

聯絡表單上的文章建議。 在 Starter 及以上方案中，說明中心的聯絡表單會在讀者輸入時建議最多三篇您的頁面，且每則訊息都會告訴您建議了哪些頁面。這是公式 4 的設置基礎；請在您自己的分析工具中計算表單開始與放棄的次數。

將頁面瀏覽量傳送到您自己的分析工具。 在 Starter 及以上方案中，加入 Google Analytics 4、Plausible、PostHog 或 Segment，讓說明中心的頁面瀏覽數據與您的產品數據並列。將這些瀏覽紀錄與工單關聯仍需由您完成：這需要您的服務台也擁有的使用者 ID 或電子郵件。

加速填補知識缺口。 錄製一次任務流程，Clevera 即可自動生成附帶截圖的說明文章，並能將同一份錄影製作成配音教學影片供您進行格式測試；影片分析功能可顯示觀看完成率及觀眾觀看進度。在 Pro 與 Custom 方案中，Autopilot 功能可將您貼上的問題（最多 30 個）以及搜尋無結果的紀錄，轉化為待您審核的草稿文章。

所有方案皆包含說明中心，免費版亦然。Starter 方案每月 29 美元（按年計費，月繳則為 36 美元），並新增自訂網域與分析整合功能；Pro 方案每月 86.80 美元起（按年計費，包含 2 位創作者，月繳則為 124 美元）。價格截至 2026 年 11 月 3 日；請參閱 定價。

免費開始 或閱讀 說明網站洞察數據的計算方式。

常見問題#

如何計算工單減量率 (Ticket deflection rate)？ 將未在固定時間窗口（通常為 72 小時）內產生工單的尋求支援說明中心工作階段數，減去明顯失敗的工作階段數，除以所有尋求支援的工作階段總數，再乘以 100。例如：(12,000 − 1,400 − 2,600) ÷ 12,000 = 67%。

Zendesk 的自助服務評分與減量率有何不同？ Zendesk 的自助服務評分是將說明中心工作階段數除以產生工單的用戶數，得出如 4:1 的比例。而減量率則是未產生工單的工作階段百分比。兩者可能會呈現相反趨勢：即使沒有減少額外工單，流量增加也會拉高比例。

高減量率一定代表表現良好嗎？ 不一定。若減量率是建立在客戶放棄尋求協助的工作階段上，那麼即便數值上升，客戶的挫折感也可能隨之增加。請務必搭配每 1,000 位客戶的工單數、實用性投票以及無結果搜尋次數進行交叉比對。在 B2B 領域中，關鍵客戶的工單被「減量」可能意味著您的客戶團隊錯失了重要訊號。

重新聯繫窗口應該設定多久？ 公開定義通常使用 24、48 或 72 小時。窗口越長，標準越嚴格。窗口長度本身不如保持一致性重要，這樣您的趨勢數據才能在每月之間進行比較。

可以在不連結造訪紀錄與工單的情況下衡量減量嗎？ 部分可以。若沒有連結數據，您可以報告 Zendesk 的比例以及每 1,000 位客戶的工單變動數，加上內容訊號，例如無結果搜尋與實用性投票。Zendesk 的搜尋報告也會計算「已建立工單」：即導致產生工單的搜尋。但您無法得知哪些造訪成功避免了工單產生。

影片比文章更能減少工單嗎？ 目前沒有可靠的通用答案；這取決於任務類型。請在您自己的內容上進行測試：將影片加入一半相似的文章中，並在四到六週後比較各主題的工單數量。