业务背景

在现代企业服务中，高效响应并闭环处理客户声音（Voice of the Customer, VOC）是提升客户满意度和产品竞争力的关键。然而，许多团队面临着 VOC 来源分散、人工定性分析耗时、跨部门流转不畅、处理过程难以追踪的痛点。传统的客户反馈管理往往依赖于邮件、聊天记录等非结构化渠道，导致信息沉淀难、处理效率低，难以形成有效的改进闭环。

本方案旨在解决这一核心挑战。它以飞书项目为中心，通过「ITSM·工单通」插件作为标准化的 VOC 收集入口，确保每一个客户声音都能被结构化地捕获。借助飞书项目内置的 AI 能力，系统能对 VOC 进行初步的原因分析和处理方式建议，极大地提升了初始判断的效率和准确性。更重要的是，通过强大的自动化规则，模板能将分析后的 VOC 无缝分流至对应的「需求管理」或「ITR 问题管理」流程中，打通了从客户反馈到产研、IT 支持团队的协作链路，最终在统一的空间内实现端到端的跟进、协作与度量，确保每一个客户声音都得到有效回应和闭环。

模板亮点

亮点一：AI 解析与智能分流，实现 VOC 高效预处理

场景 1：AI 自动分析客户原声

当外部用户通过「ITSM·工单通」提交反馈后，飞书项目中的“VOC 客户原声”工作项被自动创建。此时，预设的 AI 字段（如“原因分析”、“处理方式”、“解决方案”）会基于反馈内容自动进行分析和填充，为人工处理提供高质量的决策参考，将处理人员从繁琐的重复性判断中解放出来。

场景 2：自动化规则驱动智能分流

基于 AI 字段输出的“处理方式”，自动化规则被触发。若判断为产品功能缺陷或优化建议，系统会自动在“需求”工作项中创建新的需求实例；若为技术故障或服务请求，则自动生成“ITR 问题”单，并指派给相应的质量处理人、研发处理人等。整个过程无需人工干预，确保了反馈的快速、精准流转。

亮点二：空间内端到端协作，形成问题与需求闭环

场景 1：需求与 ITR 流程无缝衔接

无论是分流到“需求”还是“ITR”，后续的所有处理环节，包括分析、排期、开发/修复、测试、上线/解决，均在飞书项目空间内完成。产品处理人、研发处理人、质量处理人等不同角色围绕同一个目标，在统一的视图和流程下协作，信息完全透明，沟通成本显著降低。

场景 2：跨工作项联动与状态同步

当一个VOC原声转化为ITR问题或者相关需求后，可通过【关联工作项信息】空间，快速查看转化后的ITR工单或者需求的处理状态。这种跨工作项的联动，确保了从提出到解决的全程追溯和状态同步。

亮点三：多维视图与度量驾驶舱，提供全局洞察

场景 1：自定义视图驱动日常协作

模板预置了多种视图，如“VOC 处理看板”、“我的待办 ITR”、“产品需求排期树状图”等，帮助不同角色的成员快速聚焦于自己的工作。视图的灵活筛选和分组能力，使得管理者可以轻松按产品线、问题类型、优先级等维度审视全局，高效决策。

场景 2：度量仪表盘监控 SLA 与成效

空间内的度量仪表盘汇集了关键绩效指标（KPIs），如 VOC 响应时长、ITR 解决时长、需求转化率、SLA 达成率等。通过可视化的图表，团队可以直观地监控服务水平、识别瓶颈，并持续优化流程，用数据驱动决策。

整体说明

本模板包含「VOC 客户原声」、「ITR 问题管理」、「需求」三个核心工作项，预设了从 VOC 收集、AI 分析、自动分流到闭环处理的全套流程和自动化规则，实现了开箱即用。同时，所有工作项的字段、流程节点和自动化规则均支持高度自定义，你可以根据团队的实际业务场景和协作模式进行灵活裁剪和扩展，以达到最佳应用效果。

操作手册

视角一：一线客服

1. 工单通进入：企业内存在大量一线客服，受限于席位问题，需要通过**「ITSM·工单通」**进入提单门户主页，根据门户组分类选择对应的产品售后系统。
2. 填写结构化表单：根据不同产品型号的结构化问题反馈表单，如实反馈用户原声，该表单会自动创建飞书项目内工单。
3. 查看进展：随着工单处理流转，实时查看工单状况。

视角二：VOC 处理专员

1. 监控 VOC 进入：在“VOC 客户原声”工作项的“收件箱”视图中，查看由「ITSM·工单通」自动创建的最新客户反馈。
2. 审阅 AI 分析结果：打开新创建的 VOC 实例，检查右侧详情页中由 AI 自动生成的“原因分析”和“处理方式”是否准确。如有偏差，可手动修正 AI 字段的值。
3. 手动分流（可选）：在少数复杂情况下，若 AI 无法准确判断，可手动修改“处理方式”字段，自动化规则将依据你的选择触发分流。
4. 查看状态：当 VOC 被成功分流后，其状态会自动更新为“处理中”，并关联到新创建的需求或 ITR 单，处理进度一目了然。

视角三：产品经理

1. 接收新需求：在“需求”工作项的“新需求看板”中，会看到从 VOC 自动转化而来的新需求卡片。
2. 需求评审与排期：点击需求卡片，查看关联的 VOC 原文和 AI 分析，进行需求澄清和价值评估。随后，将其规划至看板的“待排期”或相应版本流程中。
3. 跟进开发与上线：在需求的流程中，与研发、测试团队协作，推动需求从开发到上线的全过程。当需求最终“已上线”时，关联的 VOC 状态也会自动更新。
4. 查看需求来源：通过视图或关联关系，可以轻松追溯每个需求的源头 VOC，更好地理解用户场景。

视角四：ITR 质量处理人

1. 接收 ITR 问题单：在“ITR 问题管理”工作项的“我的待办”视图中，会看到分配给自己的问题单。飞书机器人会同时发送消息提醒。
2. 处理并记录问题：按照标准 ITR 流程处理问题，并在飞书项目实例中更新处理进度、填写解决方案。
3. 联动沟通：如果问题需要产品或研发团队协助，可以直接选择【转研发处理】/【转产品处理】，自动匹配对应流程节点，快速实现任务流转和工单跟进。
4. 解决并关闭问题：问题解决后，将状态更新为“已解决”。系统会自动记录解决时长，并触发通知，告知相关方问题已闭环。

视角五：管理者

驾驶舱内置 ITR 流程核心体系，覆盖「效率、质量、体验」三大维度，为管理者提供量化评估依据，助力从“经验管理”转向“数据驱动管理”：

1. 效率管控：实时监控平均处理时长、工单分流准确率等指标，当数据偏离预设阈值时，可及时介入优化派单规则。
2. 质量把控：重点关注问题复发率、产品型号集中度、批次集中度，例如某批次摄像头夜视功能故障的复发率异常升高时，可快速联动研发部门追溯根因，避免批量投诉。
3. 深度追踪：工单推进至需求阶段的吞吐量、交付率、人员负载等，度量工单的响应时效与闭环关单效率。

常见问题

1. AI 字段的分析结果不准怎么办？可以训练吗？ 飞书项目的 AI 字段具有一定的学习能力。当你手动修正 AI 的分析结果后，模型会在后续的分析中参考这些修正，逐步提升准确率。同时，确保提供给 AI 的原始信息（如 VOC 描述）尽可能清晰、详尽，也有助于提高分析质量。关于数据隐私，AI 处理严格遵守飞书的安全与隐私政策，不会用于规定范围之外的任何目的。
2. 自动化分流的触发条件可以修改吗？ 完全可以。你可以在空间设置的“自动化规则”中，找到对应的规则进行编辑。例如，你可以增加更复杂的触发条件（如“处理方式”为‘需求’ 且 “优先级”为‘高’），或者修改自动创建工作项时填充的字段内容。
3. 如何界定一个 VOC 应该成为“需求”还是“ITR”？ 这通常取决于团队的内部定义。一般而言，“ITR” 侧重于解决现有产品/服务的技术故障、配置问题或使用咨询，目标是恢复正常服务；而“需求”则关注于对产品提出新的功能建议、改进意见或体验优化，目标是推动产品迭代。建议团队内部建立明确的界定标准，并将其作为 AI 分析和人工判断的依据。