支持通过基础会话、商品订单、退款分析三大板块筛选条件，精准圈定目标分析会话。帮助客服团队快速定位问题会话，聚焦核心场景，提升质检与分析效率，让每一次服务复盘都有据可依。
- 一、产品核心逻辑
- 二、应用功能一览
- 三、核心运营优势
- 四、落地使用场景
- 五、QA问答
客服团队每天面对海量会话，真正需要深度分析的往往只是其中一小部分。全量翻查效率低、针对性差，导致质检和VOC分析流于表面。VOC.AI自定义Agent会话范围功能，通过三大板块筛选条件精准圈定目标分析会话，让客服管理者把精力聚焦在真正有价值的会话上，告别“大海捞针”式的低效复盘。
一、产品核心逻辑
VOC.AI的自定义Agent会话范围功能，核心在于“先圈定、再分析”。
传统VOC分析往往对全量会话做统一处理，噪音大、命中率低。该功能允许运营人员根据实际分析目标，从基础会话、商品订单、退款分析三个维度设置筛选条件，系统据此精准锁定符合要求的会话集合，Agent仅对圈定范围内的会话进行深度分析。
这一逻辑解决了两个关键问题：一是分析范围可控，避免无关会话干扰结论；二是场景适配灵活，不同业务目标可配置不同筛选组合，让VOC分析真正服务于具体运营决策。
二、应用功能一览
| 核心模块 | 功能说明 | 类目价值 |
|---|---|---|
| 基础会话筛选 | 按会话时长、消息条数、咨询类型、客服分组等基础维度圈定会话范围 | 快速聚焦特定服务场景，剔除无效会话干扰 |
| 商品订单筛选 | 按商品类目、SKU、订单状态、下单时间等条件锁定关联会话 | 精准定位单品或品类相关的咨询与售后会话 |
| 退款分析筛选 | 按退款原因、退款金额区间、退款阶段等维度筛选退款相关会话 | 聚焦退款高频场景，深挖服务短板与流程堵点 |
| 组合条件圈选 | 三大板块条件可自由组合，支持多条件叠加精确定位 | 满足复杂分析需求，提升VOC洞察的颗粒度 |
三、核心运营优势
1. 分析效率大幅提升
无需全量扫描，筛选条件一键圈定目标会话，Agent分析范围缩小、处理速度加快，质检和VOC复盘周期显著缩短。
2. 结论更具针对性
不同筛选组合对应不同业务问题。例如“退款原因=质量问题+商品类目=家电”可精准定位品类售后痛点，分析结论直接支撑运营改进。
3. 降低人工排查成本
以往需要人工逐条翻查的会话，现在通过条件配置自动圈选，客服管理者从重复劳动中解放，专注于策略制定与团队管理。
4. 灵活适配多场景
基础会话、商品订单、退款分析三大板块可独立使用也可组合配置，适配日常质检、专项复盘、大促后分析等多种运营场景。
四、落地使用场景
场景一：大促后退款专项复盘
某运动健身品牌在大促后发现退款率上升，运营人员通过VOC.AI设置“退款原因=尺码不符+商品类目=运动鞋服”的筛选条件，精准圈定相关退款会话。Agent分析发现多数用户反馈尺码偏小且详情页标注不清，团队随即优化商品页尺码说明，次月同类退款率下降明显。
场景二：单品差评溯源
某家电品牌一款新品差评集中，客服主管通过“商品SKU=指定型号+会话类型=售后咨询”圈定目标会话，Agent分析锁定安装指导缺失为核心问题，推动售前话术补充安装提示，差评率有效回落。
场景三：日常质检聚焦高风险会话
质检团队设置“会话时长>10分钟+退款阶段=退款中”筛选条件，圈定高复杂度退款会话进行专项质检，发现部分客服在退款挽留环节话术执行不到位，针对性开展培训后挽留成功率提升。
五、QA问答
Q1：自定义Agent会话范围功能支持哪些筛选维度？
A：支持三大板块——基础会话（会话时长、消息条数、咨询类型等）、商品订单（商品类目、SKU、订单状态等）、退款分析（退款原因、退款金额、退款阶段等），三大板块条件可自由组合。
Q2：筛选条件设置后，Agent是只分析圈定范围内的会话吗？
A：是的。系统根据筛选条件精准锁定目标会话集合，Agent仅对圈定范围内的会话进行深度分析，确保分析结果聚焦、有针对性。
Q3：这个功能适合哪些岗位使用？
A：适合客服质检、VOC分析、运营管理等岗位。质检人员可用于日常抽检范围圈定，运营人员可用于专项复盘和品类分析，管理者可用于服务问题溯源。
Q4：筛选条件可以保存复用吗？
A：支持保存常用筛选组合，后续同类分析场景可直接调用，减少重复配置操作，提升日常工作效率。
