客服行业基准数据
这些表是可以直接引用的。每个数字都对应测算器里用到的同一个常数， 所以你可以核对，也可以反驳。觉得不对，请告诉我们哪里不对。
按 AHT 计算的人均日处理量
AHT = 平均处理时长（Average Handling Time）。 同样的工单量，AHT 越长，需要的人越多。
| AHT 区间 | 工单类型 | 人均日处理工单 |
|---|---|---|
| < 4 分钟 | 快速工单 | 约 60–70 |
| 4–8 分钟 | 常规工单 | 约 35–45 |
| 8–15 分钟 | 复杂工单 | 约 20–28 |
| > 15 分钟 | 长通话/工单 | 低于 15 |
分行业单工单成本
| 行业 | 单工单成本 | 主要原因 |
|---|---|---|
| 电商 / 零售 | 较低 | 订单查询、物流、退换货 |
| SaaS / 软件 | 较高 | 排查、配置类问题工时长 |
| 市场平台 | 中等 | 纠纷与支付类工单复杂 |
| 金融 | 高 | 合规与身份核验拉长处理时间 |
自动化回本门槛
主流 AI 客服平台按「每次自动解决的工单」计费，而不是按坐席席位收固定月费。 后者会算出 26 倍、104 倍这种第一年回报率——明显是假的， 一旦被发现，整个测算都会被当成营销材料丢掉。
真实平台按单次解决计费，大约每次 ¥4–9。低于这个量级时， 自动化摊不动固定成本，结论通常是不值得买。 测算器在低于约 400 条工单/月时会直接给出「不值得」。