满意度与回应率为何不是同一分母：读Intercom的CSAT对话集合

售后反馈报表同时列出CSAT score与CSAT response rate时，两项百分比未必在回答同一个问题。Intercom的Reporting metrics & attributes将前者定义为积极评分占所有评分的比例，后者则从新对话集合描述收到回应的范围。[1] 名称都带CSAT，并没有使分母自动相同。

在Conversation Rating dataset中，CSAT score包含所有agent类型的conversation ratings，积极评分处于这些已有评分之中。页面又分别列出Teammate、Fin AI Agent和chatbot的CSAT及评分数量：各自指标指向相应类型的评分集合。这里先要有评分记录，才能谈其中的积极部分；本篇没有用报表名称判断真人或AI服务质量。

Response rate使用更宽的基数。文档明确写，它是至少一次rating request得到回应的对话，占客户发过消息的新对话的比例，而且包括没有发出rating request的对话。因此，不能把它擅自改写成“已回应请求数除以已发送请求数”。未发送请求的对话仍可能属于这个分母，这是原文特别保留的条件。

Request rate也沿新对话集合表达，但关注至少请求过一次评分的对话。相邻的绝对数量指标分别叫Conversations with a conversation rating request与Conversations with a conversation rating response。两者计的是具备至少一次相应事件的对话，而不是把每次请求消息都逐封加总。对话有没有经历过该事件，与一段对话中具体发出几条消息，是不同的计数对象。

时间字段又为比较加上条件。指标表将一般CSAT score联系到Conversation rated at，将CSAT response rate联系到Conversation started at；另有具名的Teammate CSAT score（Conversation started at）版本。因此，不能只见同一个时间筛选就认为所有指标都按评分发生日归属，也不能把带开始时间的变体名称省掉。本文只说明文档列示的时间身份，不汇算任何实际数据。

另一篇Surveyed CSAT reporting把这个分母差别落实到筛选。[2] 它解释，Agent rated type只存在于已经获得评分的对话，而response rate的基数覆盖全部新对话，所以该属性不能作为完整分母上的同类筛选。这个限制不是说没评分就不存在对话，而是评分类型这个属性没有覆盖到基数中的所有对象。

把两页连读，资料人员能够具体描述报表正在数什么：已有评分中的积极部分，新对话中经历评分请求或回应的部分，以及各自采用的时间字段。不同集合之间的差异，不能仅靠百分比高低判断好坏；同样，尚未评分也不能被补写成一种满意或不满意态度。这里关注的是数据定义，不设计调查或提出客服绩效处置。

两页首次发布日期未知，页面显示的更新或其他日期不作为首发。本文实际采用指标页的Conversation Rating全段及报表页对应连续说明，未通读其余全部数据集或看图，也没有修改筛选。结论限于Intercom所述定义，不用于退款到账、合同服务达标或消费者权利判断。