数据报表支持自定义指标公式（如解决率＝解决会话数／总会话数）吗？
美洽的数据报表支持自定义指标与公式，可以实现像“解决率＝解决会话数/总会话数”这样的计算，并在报表或仪表盘中展示和筛选。但是，实际可用字段、统计口径与展示方式会受企业所购套餐与美洽版本影响；若内置功能受限，也能通过导出或API在外部BI里自行计算并回写展示，以便决策参考。
先说为什么你会问这个问题
很多企业做客服数据的时候，不满足于系统自带的固定报表，想把业务口径、SLA、或自定义的“解决定义”写进报表里。比如“解决率”看起来简单，但不同团队对“解决”的定义不同：有人把「客服标记为已解决」算在内，有人只把主动关闭的会话算，甚至要排除机器人会话。于是，自定义公式就变成了关键。
美洽到底支持不支持自定义指标公式？
一句话：通常是支持的，但要看你使用的版本和权限设置。很多SaaS客服平台把自定义报表、指标公式和仪表盘做成高级功能，放在付费套餐或专业版模块下。美洽也遵循类似逻辑——若你的账号能进入“数据报表”或“自定义报表”模块，通常可以新建指标并填写公式；否则就要借助数据导出或API做后端计算。
如何快速验证你的账号能不能直接做自定义公式
- 登录管理后台，找“数据报表”或“统计分析”相关入口。
- 查看是否有“新建指标/自定义指标/公式编辑器”的按钮或选项。
- 检查账号权限（管理员/数据权限），有时普通成员看不到编辑入口。
- 如看不到，查一下你当前套餐说明或联系美洽客户经理/客服询问是否能开通。
如果系统原生支持，典型操作流程（通用范式）
我把大致流程写出来，顺手带个例子，你按着做能少试错。
- 步骤1：进入数据报表→选择“自定义指标”或“新建指标”。
- 步骤2：命名指标（例如：解决率_公司口径）。写明说明文字，定义统计口径（时间范围、渠道、是否包含机器人等）。
- 步骤3：在公式编辑区编写表达式。一般支持基础算术、比较、聚合函数（SUM、COUNT、AVG）、条件函数（IF/CASE）以及字段引用。
- 步骤4：保存并在仪表盘/报表中添加指标，配合筛选器（时间、渠道、客服、标签）。
- 步骤5：校验：对比原始数据导出，确保口径一致。
示例公式（概念化）
下面是常见的几类公式写法，注意字段名会根据系统而变：
- 解决率 = SUM(IF(session.is_resolved, 1, 0)) / COUNT(session.id)
- 首次响应时长（分钟） = AVG(session.first_response_time_minutes)
- 工单量/客服 = COUNT(session.id) / COUNT(DISTINCT agent.id)
| 常见字段（示例） | 含义 |
| session.id | 会话唯一ID |
| session.status / is_resolved | 会话状态或是否被标记为解决 |
| session.start_at / session.end_at | 会话开始与结束时间（注意时区） |
| session.first_response_time_minutes | 首响应时长（分钟） |
如果系统受限或没权限，该怎么做（常见替代方案）
别着急，通常有三条路可以走：
- 用系统导出：把会话明细导出为CSV/Excel，在Excel/Google Sheets里按你想要的口径算指标（用SUMIFS、COUNTIFS等）。
- 调用API拉数据：通过美洽提供的开放API，拉回会话列表、事件或消息，再在自己的数据仓库或脚本里做计算。
- 接入外部BI：把数据同步到BI工具（如Tableau、Power BI、阿里云Quick BI），在BI端写自定义指标并做可视化。
示例：用SQL计算“解决率”
假设你在数据仓库里有一张会话表 sessions，字段如下：session_id, is_resolved（0/1）, created_at。SQL写法很直观：
| 示例SQL（概念） |
|
SELECT SUM(CASE WHEN is_resolved = 1 THEN 1 ELSE 0 END) AS solved_count, COUNT(*) AS total_count, SUM(CASE WHEN is_resolved = 1 THEN 1 ELSE 0 END) * 1.0 / COUNT(*) AS resolution_rate FROM sessions WHERE created_at BETWEEN ‘2026-01-01’ AND ‘2026-01-31’; |
示例：用Excel算“解决率”
- 假设A列是session_id，B列是is_resolved（1/0），数据从第2行开始：
- 总会话数: =COUNTA(A2:A1000)
- 解决会话数: =SUM(B2:B1000)
- 解决率: =SUM(B2:B1000)/COUNTA(A2:A1000)
常见误区与注意事项（非常重要）
这里列出那些容易把人绕晕的地方，别忽视：
- 口径不一致：“解决”到底怎么定义？是否包含机器人回复、系统自动关闭、人工标注？要把口径写清楚并版本化。
- 时间与时区：数据导出/报表的时间戳可能带有时区偏差，跨天统计要小心夜间会话。
- 多渠道统计问题：一个用户可能在公众号、网页和APP发起多条会话，去重逻辑要先明确。
- 权限与数据可见性：不同角色看到的数据范围可能不同，做指标前确认你的账号视角。
- 延迟与最终一致性：若系统数据有ETL延迟（每日刷新），实时指标可能与最终报表不同。
监控与自动化建议（落地角度）
实操上我建议这样做，能省不少回头改口径的麻烦：
- 把每个关键指标写成SLA文档：名字、计算公式、字段映射、适用范围、数据负责人。
- 做一次“真值”校验：系统报表与导出数据对一次，总数差异应在可接受范围里。
- 用自动化脚本定时拉数据并计算（例如每天凌晨），把结果写入BI或邮件告警。
- 对重要指标建立阈值告警（比如解决率跌破某值，或首响应时间超SLA），并联动工单。
小技巧和我自己常用的检查方法
我常用几招快速诊断报表是否靠谱：
- 把同一时间段的数据同时在系统仪表盘、CSV导出和API拉取结果里比对三次。
- 在导出里随机挑10条会话，逐条查看事件流，确认“是否被判为解决”的逻辑。
- 用分层指标（总量→渠道→团队→个人）逐层核对，迅速定位口径差异源头。
我这里再补充一点：如果你准备把这些指标纳入公司KPI，建议先在试点团队里跑一个月，对比人工核查结果，再全面推开——这一步很多人跳过，结果后面会发现“原来系统口径和业务口径不一样”。
要是真遇到具体的字段名或API调用不清楚，可以把你看到的“数据报表页面截图/字段导出样例”贴过来（或把导出的字段名列表发我），我可以帮你把公式写成系统可用的表达式或SQL脚本，顺带给你一份校验清单，这样不至于凭猜测改口径。
就这样，先写到这里，忘了说的我以后再补充——如果你想要我把上述某个示例转换成你当前美洽账号能直接复制粘贴的版本，把你能看到的字段名发来就行。