衡量服务入口的分散程度，需要先把“入口”变成可清点的对象，再用入口数量、渠道重叠、用户实际走散比例和自助分流效果四类指标交叉验证。基础口径包括入口清单数、单场景平均可用入口数、跨渠道重复提交率、入口使用集中度、自助解决率和首次触点解决率。整合前后对比时，保持同一时间窗、同一分母和同一入口清单版本，才能避免把工单量的自然波动误读为整合成效。下文给出可复算的指标定义、取数方式、计算步骤与算例。
要点总览（TL;DR）
- 衡量入口分散程度，先把入口按“渠道×场景×终端”清点成带版本号的清单，再计算入口清单数、单场景平均可用入口数、跨渠道重复提交率、入口使用集中度、自助解决率和首次触点解决率六项指标。
- 每个指标都要写清分子、分母、单位和统计时间窗；建议取近30天，分母按评估对象确定，前后对比保持一致。
- 取数以工单受理记录和入口访问日志为主，用户实际走散比例用问卷补充；缺失值不默认记为零，入口合并、渠道下线等口径变更要标注生效日期。
- 整合前后对比使用同一清单版本维度和同一时间窗长度，同时给出变化值与变化幅度，并区分可归因于整合的变化与季节性、业务量波动带来的变化。
- 入口数量下降不能单独证明分散问题解决，集中度上升也可能是渠道故障导致的被动转移；不设通用达标线，单指标不宜直接作为绩效评价依据。
评估目标：先明确要回答哪两个问题
服务入口分散度评估通常服务于两个不同决策，混在一起做会让指标口径互相干扰。第一个问题是“现状有多散”：员工或客户在办理同一类事项时，能看到和实际使用多少个入口，这些入口分布在哪些渠道，是否存在同一诉求反复提交的情况。这个问题的结论用于判断是否需要整合、优先收敛哪些渠道。第二个问题是“整合后是否变好”：在入口合并、渠道下线或主入口切换之后，用户走散比例、重复提交和自助分流是否朝预期方向变化，用于决定是否继续收敛或调整推广方式。
两个目标对应不同的比较方式。现状度量以某一时点的入口清单和近期受理数据为主，回答“现在有几个、用得多散”；改善验证则必须做前后对比，且对比双方使用同一套清单维度和统计规则。若整合过程中同时调整了工单分类或服务目录，需要在结论中标注口径变化，避免把分类调整带来的数量变化算作整合效果。
本文的评估对象是员工或客户可见的服务入口与自助入口，包括门户、IM、邮件、电话、扫码、群公告等用户实际接触的通道。知识内容本身的维护质量、工单流转与状态管理规则不在本文展开；这些因素会影响自助解决率等指标，评估时作为解释变量记录，不纳入入口分散度的直接计算。
指标与范围：入口清单怎么建、指标怎么定义
入口清单是所有指标的计算基础。建议按“渠道×场景×终端”三个维度建立清单：渠道列出门户、IM、邮件、电话、扫码、群公告等用户可触达的通道；场景按业务域划分，如IT、HR、行政等；终端区分PC、移动端、线下张贴物等。每一行是一个可用入口，记录入口名称、所属渠道、覆盖场景、上线状态和责任人。清单需要冻结版本号，前后对比时引用同一版本，入口新增或下线在版本记录中注明生效日期。
入口总数按清单行数统计，去重规则需要事先约定：同一入口服务多个场景时，在“入口总数”中计一次，在“场景覆盖”中按场景分别计数；同一渠道下功能重复的两个页面，若用户需要分别进入，按两个入口计。规则一旦确定，前后对比不得中途更改。
核心指标的定义如下表，每个指标都明确分子、分母、单位和统计范围，便于复算。
| 指标 | 计算方式 | 单位 | 统计范围 |
|---|---|---|---|
| 入口清单数 | 按渠道×场景×终端去重后的可用入口行数 | 个 | 清单冻结版本内的全部在用入口 |
| 单场景平均可用入口数 | 该场景入口数 ÷ 场景数 | 个/场景 | 纳入评估的全部场景 |
| 跨渠道重复提交率 | 同一诉求在多渠道重复提交的工单数 ÷ 总工单数 | % | 统计时间窗内全部受理工单 |
| 入口使用集中度 | 受理量前3入口工单数 ÷ 总工单数 | % | 统计时间窗内全部受理工单 |
| 自助解决率 | 自助渠道内未转人工即关闭的诉求数 ÷ 自助渠道受理诉求总数 | % | 统计时间窗内自助渠道记录 |
| 首次触点解决率 | 首次接触即解决、未产生二次提交的工单数 ÷ 总工单数 | % | 统计时间窗内全部受理工单 |
统计时间窗建议取近30天，覆盖一个完整的业务周期；若组织存在明显的月初、月末高峰，可延长至60天并分段观察。分母人群按评估对象确定：面向全体在职员工的服务入口，分母为全部在职员工；面向特定场景用户（如新入职员工）的入口，分母为该场景覆盖人群。时间窗和分母在评估启动时写入计算记录表，前后对比保持一致。
数据口径与证据：数据从哪里取、如何保证可比
入口清单数、集中度和重复提交率主要来自工单系统的受理记录：每条工单记录受理渠道、提交人、诉求类型和提交时间，按渠道汇总即可得到各入口受理量。入口访问日志用于补充门户和自助页面的实际访问次数，判断入口是否被真实使用，而非仅存在于清单中。用户实际走散比例缺少系统记录时，用问卷或访谈补充，典型问法是“最近一次遇到问题时，你通过几个渠道找过”，按回答分布计算平均渠道数和多渠道尝试占比。
多渠道同一诉求的识别需要归并规则。常用做法是以提交人、诉求主题和时间窗三个条件组合判断：同一提交人在7天内就同一主题在不同渠道提交，计为一次重复提交；主题归类依赖工单分类字段，分类不一致时以人工抽样校准。归并规则写入口径说明，前后对比使用同一规则。
缺失值处理遵循“不默认记为零”的原则。没有访问日志的渠道（如电话、线下扫码）用抽样问卷或坐席记录补充使用情况；某渠道日志中断的时段，在计算中标注为缺失并说明对结果的影响方向。入口合并、渠道下线、工单分类调整等口径变更，需要在对比时标注生效日期，跨口径的对比结论注明可比性限制。
证据分级有助于结论表达：系统日志和工单记录属于强证据，可直接支撑数量类指标；问卷和访谈属于辅助证据，用于解释用户感知和走散行为，两者结论不一致时以系统记录为准，并在结论中说明差异。入口清单、受理记录和对比结果可以在ONES工作项与文档中统一记录，清单版本、统计时间窗和计算记录随评估任务留存，便于复算和交接。
计算与评估步骤：从清点到出结论的六步
评估按以下六步执行，每一步都留下可复算的记录，最终形成一份带分子分母原始值的计算记录表。
- 建立入口清单并冻结版本。按渠道×场景×终端逐行登记在用入口，标注上线状态和责任人，生成版本号与冻结日期。
- 确定统计时间窗与分母人群。写入计算记录表，例如“近30天、全部在职员工”，并说明选择理由。
- 逐指标计算。每个指标记录分子、分母的原始数值和计算结果，重复提交率与集中度保留一位小数，便于前后对比。
- 做前后对比。整合前后使用同一清单版本维度和同一时间窗长度，分别计算各指标，列出变化值与变化幅度。
- 用问卷验证用户感知。在整合前后各做一次小样本问卷，比较用户报告的渠道尝试数量与系统记录是否一致，解释指标变化的来源。
- 输出结论并标注不确定项。区分可归因于整合的变化与可能来自季节性、业务量波动的变化，列出数据缺失和口径变更带来的限制。
六步中，第三步和第四步最容易出现口径漂移：入口清单在整合期间发生增删时，对比应使用同一版本口径，或同时给出“按旧清单”和“按新清单”两组结果。第五步的问卷样本不必很大，但需覆盖主要场景和使用频率较高的用户群体，避免只调查活跃用户导致走散比例被低估。
例子：一个服务台入口整合前后的算例
以下为演示用假设数据，用于说明计算方式，不代表任何组织的实际水平。整合前，服务台入口清单包含6个渠道（门户、IM、邮件、电话、扫码、群公告）×4个场景（IT、HR、行政、财务），去重后共18个可用入口；整合后收敛为门户和IM两个主入口，覆盖同样4个场景，清单入口数为8个（部分场景共用入口）。统计时间窗均为近30天，分母为全部在职员工。
| 指标 | 整合前 | 整合后 | 变化 |
|---|---|---|---|
| 入口清单数 | 18个 | 8个 | -10个 |
| 单场景平均可用入口数 | 18 ÷ 4 = 4.5个/场景 | 8 ÷ 4 = 2.0个/场景 | -2.5个/场景 |
| 跨渠道重复提交率 | 420 ÷ 3000 = 14.0% | 270 ÷ 2800 = 9.6% | -4.4个百分点 |
| 入口使用集中度（前3入口） | 1650 ÷ 3000 = 55.0% | 1960 ÷ 2800 = 70.0% | +15.0个百分点 |
| 自助解决率 | 900 ÷ 1500 = 60.0% | 980 ÷ 1400 = 70.0% | +10.0个百分点 |
| 首次触点解决率 | 1800 ÷ 3000 = 60.0% | 1820 ÷ 2800 = 65.0% | +5.0个百分点 |
解读这组数据时，入口数量下降和集中度上升方向一致，说明流量向少数主入口聚集；重复提交率下降4.4个百分点，与入口收敛的预期相符。自助解决率提升10个百分点，其中一部分可能来自入口整合后自助入口更易找到，另一部分可能来自知识内容更新或业务量季节性下降，需要结合问卷和知识库变更记录判断。首次触点解决率提升5个百分点，幅度较小，可作为辅助证据而非主要结论依据。若整合后总工单量从3000降至2800，还需确认减少部分是否为重复提交被消除，而非业务需求本身下降。
解读与限制：指标说明什么、不能说明什么
入口数量下降是整合动作的直接结果，不能单独证明分散问题已解决。用户仍可能因为找不到主入口而转向电话或私下询问，因此需要结合问卷中的实际渠道尝试数量和重复提交率一起看。集中度上升有两种常见来源：入口减少带来的流量归集，或某渠道故障导致用户被动转移；后者通常伴随该渠道受理量骤降和重复提交率上升，对比时应核对各渠道受理量的分布变化。
自助解决率受知识内容质量、搜索准确性和问题复杂度影响，入口整合只是其中一个因素。评估报告中应把知识库更新、服务目录调整等事件与指标变化并列记录，避免把全部提升归因于入口整合。首次触点解决率同样受工单分类粒度和坐席处理能力影响，适合作为趋势观察指标。
分母为零的情况需要单独处理：某场景在统计时间窗内没有工单时，该场景的平均入口数仍可计算，但解决率类指标记为“无样本”，不参与汇总平均，也不记为零。入口清单在整合期间频繁变动时，前后对比应固定清单版本，或同时报告两组口径的结果并说明差异。
本文不设通用达标线。入口数量、集中度和重复提交率的合理区间取决于组织规模、业务复杂度和现有基线，建议先完成一次基线测量，再结合整合目标设定观察值，例如“重复提交率较基线下降3个百分点”。任何单一指标都不适合直接作为绩效评价依据，评估结论应说明数据来源、时间窗和不确定项，供决策者结合业务判断使用。
常见问题
统计时间窗选30天还是更长，怎么判断？
先看业务是否存在明显的周期性波动。若工单量在月初、月末或特定日期集中出现，30天窗口可能只覆盖一个高峰或一个低谷，建议延长到60天并分段观察，比较各段结果是否稳定。若业务量平稳，30天足以覆盖一个完整周期，也便于整合前后各取一段等长窗口对比。无论选多长，时间窗长度在前后对比中必须一致，并写入计算记录表。
同一诉求在多个渠道提交，归并时时间范围取多长？
归并规则需要同时满足三个条件：同一提交人、同一诉求主题、落在约定时间范围内。时间范围没有统一标准，常见做法是7天，覆盖用户从首次尝试到再次提交的间隔。范围过短会漏掉跨周重复提交，过长则可能把两次独立诉求误判为重复。建议先用一个月的数据做抽样校准，观察不同时间范围下重复提交率的变化，选定后写入口径说明，前后对比沿用同一规则。
整合期间入口清单发生增删，前后对比还能做吗？
可以做，但需要固定比较口径。两种处理方式：一是前后都按整合前的清单版本统计，观察同一批入口的受理量变化；二是同时给出“按旧清单”和“按新清单”两组结果，并说明差异来源。若整合过程中还调整了工单分类或服务目录，需在结论中标注口径变更的生效日期，跨口径的对比结论注明可比性限制，避免把分类调整带来的数量变化算作整合效果。
某场景在统计期内没有工单，指标怎么算？
该场景的平均可用入口数仍可计算，因为分子分母来自入口清单而非工单。解决率类指标（自助解决率、首次触点解决率）在该场景记为“无样本”，不参与汇总平均，也不记为零。汇总时说明排除了哪些无样本场景，避免读者误以为这些场景解决率为零。若多个场景同时无样本，需检查是业务本身量小，还是入口未被使用，后者可能正是分散问题的表现。
问卷得到的用户走散比例和系统记录不一致，以哪个为准？
数量类指标以系统日志和工单记录为准，问卷用于解释用户感知和行为。两者不一致本身是有价值的信息：系统显示重复提交率低而问卷报告多渠道尝试多，可能说明部分尝试没有形成工单记录，例如用户转向私下询问；系统显示重复提交率高而问卷报告渠道少，可能是同一渠道内多次提交被计入。结论中并列呈现两组数据并说明差异方向，比强行统一口径更有助于判断整合是否真正改善了用户路径。
