看診後滿意度與口碑邀請

🎯 這條流程解決什麼

口碑是診所最重要的招牌。病人挑診所，很大程度看的是 Google 上的星數與評論數，但現實是：滿意的病人通常看完病就走、不會主動留評論，不滿意的病人反而最有動力直接到網路上打一星抱怨。結果就是診所明明服務不錯，線上分數卻被少數負評拉低，新病人一搜尋就被勸退。

現在純人工做有多累？要靠口碑，櫃台得在結帳時開口拜託病人「方便的話幫我們留個評論」，多數人嘴上答應、回家就忘；想做服務改善，又得另外設計問卷、人工發送、手動統計。一間診所每天 30 到 50 位病人，若要人工逐一邀評、再人工蒐集意見，行政根本沒這個人力，最後通常是「想到才做、做了不持續」，口碑累積全憑運氣。更糟的是，當有病人對某次服務不滿，若沒有一個內部出口，他的下一步往往就是公開負評，傷害已經造成才被看見。

這條流程在看診後自動發滿意度調查，把滿意的病人引導去留 Google 好評、累積線上聲量，不滿意的則第一時間轉人工關懷、把問題收斂在內部處理。

導入後的改變

導入前：靠櫃台臨時口頭拜託 → 多數病人忘記留評 → 想改善服務得另做問卷人工統計 → 負評往往在公開平台才被發現。評論累積緩慢、星數受少數負評拖累，服務問題缺乏內部回收管道。

導入後：看診後自動發問卷 → 高分者一鍵跳轉 Google 評論、低分者直接轉人工關懷 → 系統自動彙整週報。Google 評論的取得數量可比人工口頭邀評提升數倍，因為「滿意當下、一鍵就能留」摩擦最小；負面意見因為有內部出口，公開負評的比例明顯下降；行政幾乎不必額外花時間，每週只需看一份自動週報就能掌握服務溫度。長期下來，線上星數穩定上升、新病人轉換變好，服務問題也能在擴大前被處理。

流程怎麼運作

對照 frontmatter 的四個節點，流程這樣運作。

1. 觸發：看診完成（🩺）：以預約系統的報到/看診完成狀態為依據，看診後隔數小時（讓病人離開、情緒沉澱）撈出當日完診名單，準備發送。時間點很關鍵——太早病人還在診所、太晚就忘了當天感受。
2. 發送滿意度調查（📨）：透過 Line 官方帳號或簡訊送出一份「短到願意填」的問卷，題目聚焦整體滿意度、等候時間、服務態度與環境，核心是一題總體評分。問卷文案可用 AI 文案產生溫和不打擾的語氣。
3. 依評分分流（🔀）：這是整條流程的精華。高分（例如 4 至 5 分）者，自動跳出 Google 評論連結與一句感謝、邀請公開分享；低分者，不導向公開平台，而是顯示「我們很重視你的意見」並轉入內部關懷流程，由專人聯繫。重點是讓滿意的聲音被放大、不滿意的聲音被內部接住。
4. 彙整與通報（📊）：所有評分與留言寫入試算表，自動生成週報，呈現平均分、趨勢與留言摘要；一旦出現負評或敏感留言，即時通知主管，由專人在第一時間跟進。

需要的工具與串接重點

• platform（n8n / Make）：負責排程撈名單、發送問卷、依分數分流、寫入試算表與觸發通報。分流的分數門檻建議設成可調參數，方便依診所標準微調。
• 預約系統：提供完診名單與聯絡方式，是觸發來源，串接時注意只撈「實際完診」而非預約名單。
• 線上表單／Line 官方帳號：問卷載體與發送管道，Line 互動率通常高於簡訊，建議優先用 Line 官方帳號推送。
• AI 文案：產生問卷邀請與關懷話術，讓語氣親切、不像罐頭訊息。
• 試算表：彙整評分與留言、生成週報的資料底層。

分流與通報的更多設計可參考 自動化專區，負評關懷的標準作業可延伸看 食譜庫 的客訴處理範本。

常見錯誤與注意事項

🔐 客訴與口碑提醒：滿意度回覆可能含病人對醫療服務的意見，僅供內部改善使用、不對外公開個別內容；負面回饋一律轉真人關懷而非自動回覆，避免在公開平台引導對方揭露病情。涉及醫療糾紛或退費的個案先由主管確認後再回應，自動訊息不做任何承諾或診斷說明。

要避開的坑：一是對全部病人都導 Google 連結，把不滿意的也推去公開平台等於自找負評，分流是這條流程的命脈，絕不能省。二是用誘因換評論，以折扣或贈品交換好評可能違反平台規範與醫療廣告相關規定，應單純邀請而非交易。三是轟炸式發送，同一病人短期重複發問卷會反感，要設發送頻率上限。四是負評自動回覆，醫療意見涉及專業與情緒，一律由真人關懷，自動訊息不做任何診斷或承諾。

台灣中小企業情境案例

桃園一間復健科診所，服務口碑不錯但 Google 上只有二十幾則評論，且其中兩則一星負評（一則是抱怨等候太久）長期掛在前面，被新病人問起過好幾次。導入這條流程後，病人做完復健離開約三小時後收到 Line 問卷，評 4 到 5 分的直接看到 Google 連結與感謝，評 3 分以下的則收到「想多了解你的想法」並由櫃台主管當天回電關懷。兩個月後，Google 評論數從二十幾則成長到八十多則、平均星數明顯上升；那則「等候太久」的不滿，因為這次是透過內部問卷被接住、主管當天致電說明並調整了報到動線，病人沒有再去公開抱怨。診所行銷負責人每週只花十分鐘看週報，就能掌握哪個時段等候滿意度偏低。

延伸應用

這條流程能再擴充。第一，把問卷結果依「醫師／時段／療程」分組分析，找出服務瓶頸（例如某時段等候普遍偏低）。第二，串接 口碑評論邀請 把同一套分流邏輯套到更多接觸點。第三，對高滿意度病人接續推送回診或療程資訊，把好感轉成回流。第四，把負評關懷的處理結果回填，形成「問題—關懷—改善」的閉環追蹤。更多自動化組合可瀏覽 自動化專區 與其他 工作流。

流程圖

用到的工具

更多「醫療健康」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 →