客訴升級即時通報流

🎯 這條流程解決什麼

一則沒被接住的客訴，可能在幾天內變成一星負評、一篇公開申訴，甚至一場退費糾紛。問題在於，真正危險的客訴往往不會自己舉手——它被埋在當天幾百張工單裡，語氣裡的「我已經第三次反映了」「再不處理我就上爆料公社」這種引爆前兆，常常等主管偶然翻到才驚覺，那時客人早已心灰意冷。

純人工把關的成本很高、又不可靠。要靠主管或資深客服「逐張讀工單、憑經驗判斷哪張會出事」，在工單量大的時候根本做不到全面巡檢；多數團隊只能事後補救——等客人投訴到主管信箱、等負評上線、等退費爭議鬧大，才開始滅火。一次處理不及的公開客訴，輕則賠上一筆補償，重則傷及品牌信任、流失一票潛在客戶，挽回的代價遠高於當初即時接住的成本。對重視口碑的中小企業，這種「埋著的未爆彈」是最不划算的風險。

這條工作流就像一具情緒雷達：一偵測到憤怒、退費威脅或公開申訴的訊號，就立刻分級、通報主管、開追蹤卡盯到關單，把抱怨在引爆前接住。

導入後的改變

導入前，客訴是被動發現的：靠運氣翻到、靠客人投訴升級才知道。高風險工單與一般詢問混在一起，主管沒有「優先看哪幾張」的依據；接手後也常因為沒有專屬追蹤而漏接，客人二次催促時火上加油。

導入後，高風險客訴變成「會主動敲門」的事件。系統一偵測到危險訊號，幾秒內就把分級結果與工單摘要推到主管手機，並自動在看板開卡、設提醒，追到關單為止。實務上可以期待：高風險客訴的發現時間從「事後數天」縮短到「即時」；因漏接造成的二次客訴與公開負評明顯減少；主管不必再大海撈針讀工單，把注意力集中在系統標出的少數真正要緊的案子。粗估能把客訴升級為公開糾紛的比例降低三到五成，每月替團隊省下大量事後滅火的時間與補償成本，也讓「客人鬧大了才知道」這件事不再發生。

流程怎麼運作

對應 frontmatter 的五個節點：

1. 觸發：工單進入或更新（📨）——新工單建立、或客戶在既有工單回覆時觸發，透過 Webhook 把最新內容送進流程。客戶的「再次回覆」特別關鍵，因為不滿常在二次、三次往返時升溫。
2. 情緒與客訴偵測（😠）——AI 情緒分析節點判讀語氣與關鍵字，辨識憤怒、不耐、退費威脅、「要投訴」「要上新聞」「找消保官」等公開申訴訊號，並抓出問題核心。
3. 分級判定（🪜）——把情緒嚴重度與客戶價值（消費金額、會員等級、合作年限）綜合成等級，決定通知對象與處理時限。高等級走「立即通報＋短時限」，中低等級進一般佇列。
4. 通報主管（📣）——高等級客訴即時推送主管的 Slack 或 Line，附上工單摘要、情緒判讀依據與建議下一步，讓主管不必翻原始對話就能下決定。
5. 建立追蹤卡（🗂）——在看板（如 Trello/Notion 或客服系統內建）開卡並設提醒，標註負責人與期限，追到關單為止，避免接了又漏。

需要的工具與串接重點

• 平台：n8n 或 Make 當編排核心。n8n 適合想自訂分級規則、量大的團隊；Make 上手快。
• 客服系統 API：讀取工單內容與客戶資料，並把分級、負責人、狀態寫回工單。
• Webhook：觸發入口，建單與客戶回覆事件都靠它即時送入。
• AI 情緒分析：核心判斷力，提示詞要納入你們產業常見的客訴用語與「紅線詞」（退費、投訴、爆料、法律），並校準「寧可多報、不要漏報」的傾向。
• 條件判斷：組合情緒等級與客戶價值，產出分級與時限。
• 通知（Slack / Line）：主管即時收訊的出口，務必確保手機收得到。

串接重點：分級要訂明確 SLA（例如高等級 30 分鐘內須有人接手），並設「逾時自動再通報上一層」的升級機制，避免通報了卻沒人動。

常見錯誤與注意事項

• 退費與補償必須人工確認：客訴常牽涉退費或補償金額，任何賠償或對外正式回覆都應走人工確認，由具權限的主管裁示再執行。系統只負責偵測、通報與追蹤，不自動承諾金額或道歉文案，以免擴大爭議或造成財務損失。
• AI 不取代專業判斷：情緒分數只是「請主管優先看」的訊號，最終的處理方式、口吻與讓步幅度仍由人決定。
• 個資與合約敏感資訊：工單常含客戶個資與合約條款，限內部系統流動，串接第三方 AI 時注意資料留存政策。
• 避免狼來了：分級門檻訂太鬆會讓主管被低風險通知淹沒、進而忽略真正的高風險，務必用實際案例反覆校準。
• 一定要有關單追蹤：只通報不追蹤，等於把球丟出去沒人接，追蹤卡與提醒是這條流程的命脈。

台灣中小企業情境案例

台北一家訂閱制保養品電商「肌研日記」，過去客訴全靠主管早晚各翻一次工單，某次一位老客戶連續三天反映「扣款扣兩次」卻沒被優先處理，第四天直接在 Facebook 公開貼文點名，引來上百則留言。導入這條通報流後，系統在客戶第二次回覆出現「重複扣款」「我要投訴」字眼時，10 分鐘內就把這張高分級工單推到主管手機，並開了追蹤卡設定 1 小時 SLA。主管立刻接手、人工確認退款後致電道歉，化解於無形。三個月內，升級為公開負評或申訴的客訴比例下降約四成，主管也不再需要整天盯工單，只處理系統標紅的少數案件，每天省下近兩小時。

延伸應用

這條流程適合和其他客服自動化組成完整防線：前端接 來電智慧分流 先把工單分到對的組，本流再攔截其中的高風險客訴；後端接 品質抽檢流，把每件客訴的處理過程回頭複盤、轉成教育訓練素材；也能搭配 知識庫即答助手 讓接手客訴的人快速找到標準補救方案。不同產業的客訴處理腳本與話術範本，可參考 任務食譜。當業務量擴大、需要跨部門協作處理重大客訴時，建議把這套偵測與通報接進 自動化中樞，串起客服、客戶成功、法務與行銷，讓每一個抱怨都在引爆前被穩穩接住。

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 →