客服來電智慧分流流

🎯 這條流程解決什麼

客服中心最磨人的痛點，往往不是問題本身有多難，而是一通電話被轉了三次還找不到對的人。客人打進來，先碰到的人不負責這塊，轉給第二個人又得從頭講一次，第三個人才終於對口——這段過程裡，客人重複敘述、客服反覆轉接，雙方都在耗。等待時間一拉長，滿意度直線下滑，掛斷率上升，連帶把後續的客訴與負評都養大了。

純人工分流的成本其實很高。多數中小型客服仰賴第一線人員「聽完再決定轉給誰」，光是判斷與轉接，每通電話平均要多花 1 到 3 分鐘；線上工單則靠主管或值班人員一筆筆看標題、手動指派，遇到尖峰一小時湧入上百筆，分派本身就排成一條隊伍，工單還沒被讀就先積壓。換算下來，一個十人的客服團隊，每天花在「判斷該給誰」的時間，加總可能高達數小時，等於白白吃掉一個人力。更糟的是分錯組——帳務問題派給技術組、客訴被當一般詢問處理——回頭重派又是一輪延遲。

這條工作流要做的，是在工單一進門的當下就讀懂意圖、判緊急度、自動派給最合適的小組，把平均回應時間壓下來，也把高風險客訴攔在升級之前。

導入後的改變

導入前，分流靠人腦與經驗，品質隨值班的人而浮動：資深的人分得準，新人常分錯；尖峰時段大家忙著接電話，工單只能堆著等有空再派。VIP 客戶與一般客戶混在同一條隊伍，重要的人也得排隊。

導入後，分流變成一道穩定、可量化的自動環節。工單進來幾秒內就完成分類、評級、指派，客服打開佇列看到的就是已經分好類、標好緩急的工單。實務上可以期待：首次回應時間縮短三到五成，因為省去了人工判斷與重複轉接；分派錯誤率明顯下降，帳務、技術、客訴各歸其位；轉接次數從平均兩三次降到接近一次到位。對一個日均三百筆工單的團隊來說，光是把人工分派的時間還給第一線，每天就能多釋放出 2 到 4 小時去處理真正棘手的問題。同時，所有分流數據都被記錄下來，主管終於能看清「哪個時段、哪類問題最塞」，據此調整排班，把人力放在刀口上。

流程怎麼運作

這條流程對應 frontmatter 的五個節點，環環相扣：

1. 觸發：來電或工單進入（📥）——電話系統把來電的語音摘要、或線上表單/客服系統建立的工單，透過 Webhook 即時推送進來，帶著客戶資訊、問題內容與來源通路。
2. AI 判讀意圖（🧠）——AI 文字分類節點解析來電摘要或工單文字，分出退換貨、帳務、技術支援、客訴、一般詢問等類別，並抓出關鍵實體（訂單號、產品名、問題徵狀）。
3. 評分緊急度（🚦）——依關鍵字（如「退費」「投訴」「無法使用」「已經第三次」）與客戶資料（會員等級、消費金額、是否 VIP）綜合給出優先級，VIP 與客訴類自動拉高，確保重要的人不必排隊。
4. 派給對應小組（🎯）——依分類結果與當下排班/在線狀態，把工單指派到對的客服或佇列；若該組已滿載，可走備援規則改派或進等待佇列。
5. 回寫分流紀錄（📊）——把分類、緊急度、指派對象、處理時間寫回試算表或報表，累積成尖峰人力檢討與流程優化的依據。

需要的工具與串接重點

• 平台：用 n8n 或 Make 當編排中樞，串接電話系統與客服系統。n8n 適合需要高度自訂分流邏輯、資料量大的中心；Make 上手快、視覺化清楚。
• 客服系統 API（Zendesk / Freshdesk 等）：負責建立、查詢與更新工單，分流結果要寫回工單的「群組/指派人/優先級」欄位。
• Webhook：作為觸發入口，電話系統與表單建單事件都透過它即時送進流程。
• AI 文字分類：意圖判讀的核心，建議用實際歷史工單調校提示詞與類別定義，並設「信心過低就歸到人工待分類」的退場機制。
• 條件判斷：把意圖、緊急度、排班狀態組成派工規則。
• 通知（Slack / Line）：高優先或客訴工單同步推給主管。

串接重點：分類要設「拿不準就交人工」的安全網，不要硬分；含個資的來電摘要（電話、訂單號）只在內部系統流動，勿外送第三方公開服務。

常見錯誤與注意事項

• 敏感工單需人工確認：涉及帳務、退款金額、合約爭議或客訴的工單，建議在派工後加一道人工複核節點，由資深客服確認再回覆，避免 AI 誤判直接對外造成承諾爭議。
• AI 不取代專業判斷：分流只是「分到對的人」，金額、補償、法律相關的決定仍由具權限的人裁示。
• 個資保護：來電摘要與工單常含電話、地址、訂單號，務必限內部系統流動，串接第三方 AI 時注意資料落地與留存政策，必要時去識別化。
• 別讓信心不足的分類硬派：分類信心過低時應導向人工待分類佇列，硬派比不派更傷效率。
• 保留可追溯紀錄：每筆分流決策都要可回查，方便日後檢討誤判與優化規則。

台灣中小企業情境案例

桃園一家中型 3C 電商「捷電購」，旺季每日客服工單破四百，過去靠兩位資深客服輪流「看標題分組」，尖峰時工單常積壓半小時才被指派，VIP 客戶也得跟著排隊，月退費爭議常因處理太慢而擴大。導入這條智慧分流後，工單進來十秒內就分好退換貨、帳務、技術、客訴四線，VIP 與含「退費」「投訴」字眼的工單自動插隊到主管視野。三個月後，平均首次回應時間從 38 分鐘降到 12 分鐘，轉接次數大幅減少，原本負責人工分派的兩位資深客服得以回到第一線處理難題。主管也透過分流報表發現「每週五晚間帳務問題暴增」，據此補了一名值班人力，尖峰塞車明顯緩解。

延伸應用

這條流程是客服自動化的入口，往後可以串成完整流水線：接上 客訴升級即時通報 把高風險工單再加一層防護；搭配 知識庫即答助手 讓被分到的客服一開單就有正解草稿；再串 品質抽檢流 回頭檢視分流後的服務品質。不同產業的客服腳本與提示詞拆解，可參考 任務食譜。當團隊規模成長到多通路、多分點，建議把整套分流與通報接進 自動化中樞 統一管理，讓每一通電話、每一張工單都在進門的那一刻就被送對地方。

流程圖

用到的工具

更多「企業職能」工作流

瀏覽全部工作流藍圖 → 自動化工作流中心 → AI Skills 食譜庫 →