你用的是哪个版本的 CSAT 和 CES？
CSAT 没有统一的量表。1–5 分最常见，也有 1–7 分和 1–10 分；工具可以选择量表，以及最高几项计为“满意”。报告时务必写明计入的选项（例如“前两项，5 分制中的 4–5 分”），因为前一项与前两项的比例不能直接比较。
CES 有两个方向相反的版本。7 级认同题（1 = 非常不同意，7 = 非常同意）由 Dixon、Toman 和 DeLisi（2013）提出，越高越好，通常报告认同比例（5–7 分）或均值。最早的版本（Dixon、Freeman 和 Toman 2010）问的是“为了处理您的请求，您本人需要付出多少努力？”，1–5 分从非常少到非常多，因此越低越好。工具在各处都标明方向，并在这个量表上把低费力的 1–2 分视为正面。
如果是 0–10 分的推荐意愿题，请使用 NPS 计算器。
多少分算“好”的 CSAT 或 CES？
本页不给出“好”的 CSAT 或 CES 标准。公开的基准取决于行业、被评价的接触点、题目措辞和量表、调查方式以及邀请对象，其他公司的数字很少能与你的结果直接比较。更可靠的参照是你自己的趋势：每一波都使用相同的题目、量表和计分口径，再用两组检验或置信区间区分真实变化与抽样波动。
计算方法
正面比例 p = x / n，x 为落在正面选项（如 5 分制的 4–5 分、7 级 CES 的 5–7 分、1–5 费力程度题的 1–2 分）的回答数。Wilson 区间 = [p + z²/2n ± z·√(p(1 − p)/n + z²/4n²)] / (1 + z²/n)，在比例接近 100% 时也不会超出 0–100%。
均值区间为 x̄ ± t(n − 1) · s / √n，s 为样本标准差（分母 n − 1）。加权数据使用加权比例和加权均值，并以 Kish 有效样本量 n = (Σw)² / Σw² 代替 n。
两组独立样本比较：比例用合并方差的 z = (p_B − p_A) / √[p̄(1 − p̄)(1/n_A + 1/n_B)]，差值区间用 Newcombe 混合得分法；均值用 Welch t = (x̄_B − x̄_A) / √(s_A²/n_A + s_B²/n_B)，自由度按 Welch–Satterthwaite 公式计算。
计算示例：示例数据的 CSAT
点击“使用示例数据”加载的合成客服满意度调查共有 480 名受访者，其中 472 人回答了 1–5 分满意度题（8 人未作答）。选择 4 或 5 分的有 298 人，因此 CSAT（前两项）= 298 / 472 = 63.1%。
95% Wilson 区间为 58.7% 至 67.4%。平均分为 3.828，标准差 0.880，标准误 = 0.880 / √472 = 0.0405，自由度 471 的 t 区间为 3.75 至 3.91。在 7 级费力度题上，68.8% 的受访者认同（5–7 分）“公司让我很容易地解决了问题”，均值为 5.15。
按服务渠道计算的 CSAT 为：在线聊天 78.8%（n = 132）；邮件 48.9%（n = 94）；电话 59.4%（n = 160）；自助服务 61.6%（n = 86）。在线聊天（与其余相比 +21.7 个百分点）和邮件（与其余相比 −17.7 个百分点）在 95% 水平上与其余受访者差异显著，其他渠道的差距都在抽样误差之内。这些都是合成数据，不是行业基准。
适用与不适用的情况
解读规则：如果差值的置信区间不包含 0（等价于在 95% 水平上 p < 0.05），说明两组的差异超出了抽样误差。比例和均值可能给出不同的信号：某组的满意比例上升，均值却几乎不变。每个数字都应注明量表和计分口径；在 1–5 费力程度题上，均值下降意味着改善。
- 适合：你有一道 1–5、1–7 或 1–10 分的满意度或费力度评分题。
- 适合：需要报告带误差范围的 CSAT 或 CES，或检验两个波次、渠道、团队是否真的不同。
- 适合：想从受访者级数据按细分群体同时查看正面比例和均值。
- 不适合：两组是同一批受访者（同一样本重复访问）——独立样本检验不适用。
- 不适合：想和其他公司公布的数字比高低——题目、量表和样本都不同，请追踪自己的趋势。
- 不适合：想知道满意度由哪些因素驱动——请对各属性评分做关键驱动因素分析。