分析与洞察
通过 KPI、转化漏斗、按渠道拆分等,了解你的 AI 代理表现如何。
概览
分析页面展示你的 AI 代理在所有渠道上的表现。每个小组件都基于页面顶部的两个筛选器一起更新:
- 时间范围——7 天、30 天、90 天或全部时间
- 渠道——所有渠道合计,或单个渠道(WhatsApp、Telegram、Instagram、Messenger、Email 等)
改动任一筛选器,每个小组件都会针对该范围重新计算。你也可以把数据导出为 CSV 用于自己的报告。
KPI 卡片
KPI 卡片为所选时间范围提供关键数字,每一项都带有周环比变化,让你看清趋势方向:
- 新增潜在客户——有多少新联系人发起了对话
- 消息数——交换的消息总数
- AI 回复数——AI 发出了多少条回复
- 合格率——被分类为 HOT 或 WARM(或转为合格/已预约状态)的潜在客户占比
- 响应延迟——AI 响应有多快
- 预约数——通过代理安排的预约
如何行动: 合格率下降通常指向分类或知识库需要调优。延迟上升值得对照一个庞大或近期有改动的知识库来检查。
转化漏斗
漏斗展示潜在客户如何在旅程中推进,以及在哪里流失:
所有潜在客户 → 首次 AI 回复 → 已互动 → 合格(HOT/WARM)→ 已预约 → 已完成
每个阶段都显示有多少潜在客户到达,因此你能发现最大的漏点。
如何行动: 已互动和合格之间的大幅下降,说明对话没有把人推向决策——请检查你的 AI 人设、知识库或跟进。合格和已预约之间的下降,则指向预约环节或日历设置。
按渠道拆分
一张把你的各个渠道并排对比的表格——每个渠道的潜在客户、消息、合格率及其他关键指标。
如何行动: 用它来看哪些渠道物有所值、该把精力放在哪里。一个消息很多但合格率很低的渠道,可能需要按渠道覆盖提示词或知识库。
响应延迟百分位
延迟以百分位(而非仅仅平均值)展示,这样少数缓慢的异常值不会掩盖典型体验。百分位告诉你大多数客户实际等待了多久。
如何行动: 如果较高的百分位攀升,请检查知识库规模,以及工具(日历、商品目录)是否在某些回复上增加了往返调用。
每小时活动热力图
一张按小时展示活动的热力图,让你看清客户实际在什么时候给你发消息。
如何行动: 让人员排班、提醒的免打扰时段和跟进时机与你真实的高峰时段对齐。
转接原因
一份关于对话为何被转给人工的拆分——例如哪些关键词最常触发转接。
如何行动: 反复出现的转接原因是你知识库的一份待办清单。如果人们不断问同一个 AI 答不上来的问题,就把它加进去,让 AI 下次能够处理。
积分消耗
展示你的积分在该时间范围内是如何花掉的,按消耗积分的事件类型(回复、跟进、媒体等)进行拆分。
如何行动: 用它来预测充值需求,并发现用量的意外飙升。
知识库表现
报告知识库的贡献情况——检索到的内容在回复中被使用的频率。
如何行动: 使用率低可能意味着你的文档没有匹配真实的问题。请重新审视内容、覆盖面和措辞,让 AI 能找到正确的段落。
潜在客户来源
展示你的潜在客户来自哪里,让你能把结果归因回你的渠道和群发活动。
如何行动: 在产出合格潜在客户的来源上加大投入,并重新考虑那些只带来数量的来源。
导出数据
使用导出为 CSV选项,下载所选时间范围和渠道的分析数据。这对董事会报告、电子表格,或把 Waslo 数据与其他来源结合都很方便。
常见问题
改动渠道筛选器会影响每个小组件吗? 会。时间范围和渠道筛选器应用于整个页面,因此每个小组件都反映相同的范围。
什么算作"合格"潜在客户? 被分类为 HOT 或 WARM 的潜在客户,或被转入合格或已预约状态的潜在客户。
为什么用百分位而不是平均值来展示延迟? 平均值可能被少数缓慢的回复拖偏。百分位展示大多数客户实际体验到的情况。
我的合格率偏低——该从哪里入手? 审视你的分类标准和你的知识库。如果 AI 无法很好地回答常见问题,推进的对话就会更少。转接原因和知识库小组件是发现缺口的好地方。
我能把原始数字导出吗? 可以——对当前的时间范围和渠道选择使用 CSV 导出。