ArtBazyDiagnostics
Маркетинг

Ticket Deflection Rate - отклонение тикетов через self-service

Ticket Deflection Rate - доля обращений, решённых базой знаний или ботом без создания тикета оператору.

Коротко - 40 секунд

Ticket Deflection Rate - отклонение тикетов через self-service - главное

Формула
Deflection = (KB Sessions − Tickets Created) / KB Sessions × 100%
  • Единица измерения
    проценты
  • Типичные значения
    средний KB 25-35%, top performers (Forrester) 40-60%, AI chatbot до 70%
  • Когда смотреть
    ежемесячно вместе с ROI базы знаний
  • Кому полезно
    head of support, CX, продакт self-service
Посчитать на своих данных
Калькулятор «Ticket Deflection» с интерпретацией и сценариями
Эта страница объясняет понятие. Чтобы получить число для своего бизнеса - откройте полный калькулятор.
Открыть калькулятор

Формула

Deflection Rate = 1 − (Tickets / KB Sessions) × 100%
KB Sessions
сессии в базе знаний / диалоги с ботом[шт]
Tickets
тикеты, созданные пользователями после KB-сессии[шт]

Пример с числами

За месяц 10 000 сессий в базе знаний; 3 500 завершились созданием тикета.

  1. Шаг 1 - Deflection Rate
    (10 000 − 3 500) / 10 000 × 100 = 65%
  2. Шаг 2 - Отклонено тикетов
    6 500
  3. Шаг 3 - Экономия
    6 500 × 400 ₽/тикет = 2 600 000 ₽
Ответ
Deflection = 65% - отлично; экономия ≈ 2,6 млн ₽/мес.

Как интерпретировать значение

Норма

40-59% - норма для зрелой self-service-системы.

Зона внимания

20-39% - KB не закрывает популярные сценарии.

Красная зона

<20% - base of knowledge не работает или неактуальна.

Частые ошибки расчёта

  • Считают все сессии в KB как deflected - без учёта реального создания тикетов.
  • Путают deflection с containment бота (containment ≠ resolution).
  • Не атрибутируют тикет к KB-сессии - переоценка эффекта.
  • Меряют deflection без отслеживания качества ответа (CSAT по self-service).
  • Сравнивают свой deflection с чужим без поправки на тип запросов.

Откуда брать цифру - источники данных

Практика: в какой системе и в каком отчёте лежит нужное число, как его сверить.

  • Хелпдеск + база знаний

    (Просмотры KB − созданные тикеты) ÷ просмотры.

    Нюанс: Self-service metric.

  • Чат-бот

    % решённых ботом.

    Нюанс: До эскалации.

  • Бенчмарки

    Zendesk report.

    Нюанс: 10–30% типично.

Отраслевые бенчмарки

Ориентиры по типам бизнеса. Не абсолютная истина - точка отсчёта для сравнения.

ОтрасльНормаВниманиеКрасная зона
SaaS SMB≥ 30%15–30%< 15%
Ecom≥ 20%10–20%< 10%
Enterprise SaaS≥ 40%20–40%< 20%
Fintech≥ 25%15–25%< 15%

Чем отличается от смежных понятий

МетрикаФормулаНормаПлюсЛовушка
Deflection(Просм−тикеты)÷просм≥ 20%ЭкономияСлучайные просмотры
Self-service rateРешено сам÷всего≥ 40%--
Bot resolutionБотом÷обращений≥ 30%-Плохой UX

Как этим показателем манипулируют

Типовые приёмы приукрашивания цифры и как их заметить со стороны.

  • Приём

    Считают все просмотры KB, включая случайные.

    Как заметить

    Intent-based.

  • Приём

    Двойное deflection через бот и KB.

    Как заметить

    Не дублировать.

  • Приём

    Deflection ≠ довольные - проверять CSAT.

    Как заметить

    +CSAT после deflection.

Что делать с этим числом

Практическое дерево решений: короткий ответ и куда идти дальше.

  1. Если 1
    Deflection < 10%

    KB не работает - разбор.

    ДиагностикаРазбор
  2. Если 2
    Расчёт

    Калькулятор.

    КалькуляторКалькулятор
  3. Если 3
    Клиенты уходят

    Ситуация.

    СитуацияСитуация

Связанные термины

Частые вопросы

Доля обращений, решённых базой знаний или ботом без создания тикета оператору.

Атрибуция: cookie-tracking от KB-сессии к созданию тикета; либо feedback-виджет «Помогла ли статья?».

Средний KB 25-35%, Forrester top 40-60%, AI chatbot - до 70%.

Containment - про бот (% диалогов без эскалации). Deflection - про любой self-service (KB, FAQ, бот).

Deflected tickets × средняя стоимость обработки тикета − затраты на ведение KB. Обычно ROI 5-10x.

Хороший поиск в KB, contextual help в продукте, snippet-ответы, обновление статей по топ-причинам тикетов.
Куда идти дальше

«Ticket Deflection» - три следующих шага

Посчитать на своих данных, разобрать в связке с остальными показателями или узнать, что делать, если вы попали в типовую ситуацию.