家具家飾店到店諮詢預約與需求預訪流程

🎯 這條流程解決什麼

家具家飾是典型的「高客單、低頻次、長決策」生意，一組沙發、一套系統櫃動輒數萬到數十萬，顧客踏進門市之前往往已經在網路上比了兩三週，心裡有預算、有色系、有想解決的空間問題。可是現場的劇本卻常常是這樣：顧客一坐下，顧問才第一次認識他，於是從頭問起——「請問客廳幾坪？」「現在是什麼風格？」「預算大概抓多少？」這些暖場問題一問就是十五到二十分鐘，等真正要幫顧客把空間規劃清楚、帶看適合的展間時，顧客的耐心與時間都已經被消耗掉一半。

更現實的成本是：一間中型門市假日尖峰可能同時有三四組客人，顧問人力有限，每組多花的二十分鐘暖場，換算下來就是少接待一組、少一次成交機會。若以每組諮詢平均創造的成交期望值來估，光是把暖場時間省下來重新分配，一個週末就可能多服務一到兩組高意願客。再加上「預約沒填資料、現場才臨時調展間、配到不熟該風格的顧問」這些隱性損耗，門市的接待效率其實長期被低估。

這條流程的核心思路是：把功課提前到顧客來店「之前」做完。顧客線上預約時就選好想看的品類與時段，系統自動比對門市行事曆避免撞期、配對熟悉該風格的顧問；送出預約後立刻發一份簡短問卷，蒐集空間坪數、現有風格、預算區間與最想解決的痛點；AI 再把問卷與過往瀏覽紀錄彙整成一頁諮詢摘要，標出建議帶看的展間與可搭配組合。顧客一坐下，顧問就能直接說「以您客廳的坪數和北歐風偏好，我建議從這三組看起」——諮詢從第一分鐘就有重點。

導入後的改變

導入前，門市接待的時間結構大概是「暖場問答 40%、帶看 35%、規劃建議 25%」，顧問把最多時間花在最沒附加價值的資料蒐集上；而且因為現場才知道需求，常常帶錯展間、回頭重來。導入後，問卷與 AI 摘要把暖場壓縮到幾乎不需要，時間結構翻轉成「快速確認 10%、精準帶看 50%、深度規劃 40%」，顧問的專業終於用在刀口上。

以合理估算來看：單組諮詢的暖場時間可省下約六到七成，等於一個假日多釋放出接待一到兩組客的量能；因為事前掌握預算與風格，帶看更精準，現場成交率有機會提升一到兩成；同時「預約後完全沒下文」的失約率，也因為前一日的自動提醒而明顯下降。對門市來說，這不是多請一個人，而是讓現有顧問每一組接待都更接近成交。

流程怎麼運作

第一步「預約受理」：顧客在線上表單選擇到店時段與想看的品類，系統即時比對門市的 Google 日曆，避開已被占用的時段與顧問，並依據顧客勾選的風格（例如北歐、無印、現代輕奢）配對最熟悉該領域的顧問，把這組預約寫進行事曆。

第二步「需求預訪」：預約成立後自動觸發一份精簡問卷（建議控制在五到八題、兩分鐘內填完），蒐集空間坪數、樓層與電梯狀況、現有家具風格、預算區間，以及「這次最想解決什麼」——是換沙發、規劃整個客廳，還是新成屋全室配置。

第三步「重點整理」：AI 整理模型把問卷答案與顧客過往在官網或 Line 的瀏覽紀錄彙整成一頁諮詢摘要，標出建議優先帶看的展間、可搭配的組合，以及預算內的選項範圍，方便顧問一眼掌握全局。

第四步「到店提醒」：到店前一日，系統自動推送提醒給顧客（時間、門市地址、停車資訊），同時把那頁諮詢摘要推給負責顧問，讓顧問在顧客到店前就做足準備。

需要的工具與串接重點

平台用 n8n 或 Make 串接即可。預約表單負責收件並觸發整條流程；Google 日曆是排程與防撞期的核心，建議為每位顧問建立獨立日曆，方便配對與檢視；AI 整理模型負責把零散問卷轉成可讀的諮詢摘要；Line 官方帳號做顧客端提醒與顧問端推播；顧客資料試算表則沉澱每位顧客的需求紀錄，方便回訪與後續銷售。串接重點有三：一是表單欄位要與試算表欄位對齊，避免資料對不上；二是日曆配對要設好「顧問—風格」的對照表，配對才精準；三是提醒時間點要可調，不同門市的尖峰時段不一樣。更多串接細節可參考 automation 自動化專區。

常見錯誤與注意事項

最常見的錯誤是把 AI 摘要當成「結論」直接報給顧客。AI 整理的諮詢摘要與帶看建議僅供顧問參考，實際的空間規劃、產品適配、尺寸是否進得了電梯與門框、最終報價，都必須由專業顧問依現場條件人工確認，系統不取代設計與銷售的專業判斷。其次，顧客填寫的空間資訊、聯絡方式與預算屬於個人資料，僅供本次諮詢服務使用，不得對外公開或轉作行銷名單以外的用途，蒐集時也應明確告知用途並取得同意。第三，問卷不要設計得太長，超過三分鐘的問卷填答率會明顯下滑，反而流失預約。

台灣中小企業情境案例

台中一間主打北歐風的家具門市，假日常有六七組客人擠在展間，三位顧問忙到喝水的時間都沒有，成交卻不如預期。導入這條流程後，顧客預約時就先填好坪數、預算與風格，AI 把摘要推給對應顧問。一位帶著新成屋平面圖來的年輕夫妻，顧問在他們到店前就已備好三組符合預算的客廳配置與搭配窗簾建議，一坐下就直接進入規劃，原本要分兩次來店才談得定的全室配置，這次當天就下了訂金。店長觀察下來，假日的有效接待組數提升、失約率下降，顧問的反應是「終於不用每次都從頭問起」。

延伸應用

這條流程可以再往兩端延伸。往前，把諮詢談定的方案直接接上 客製報價流程，讓現場談好的規格立刻轉成估價；往後，成交的訂單接 訂單追蹤流程，讓顧客從下單到交貨進度一路看得到。它也能變化成「VIP 回訪預約」——針對曾消費的舊客，在新品到貨或換季時主動邀約預約看貨；或加上「諮詢後追蹤」機制，對來店未成交的顧客，在合適時機由 AI 草擬個人化回訪訊息給顧問參考。更多可組合的門市自動化套路，都收錄在 食譜庫 與 工作流總覽。

💡 使用提醒：本流程僅協助預約管理、需求蒐集與行前準備，AI 整理的諮詢摘要與帶看建議僅供顧問參考，實際空間規劃、產品適配與報價仍須由專業顧問依現場條件人工確認，系統不取代設計與銷售判斷。顧客填寫的空間資訊、聯絡方式與預算屬個人資料，僅供本次諮詢服務使用，不對外公開或轉作他用。

流程圖

用到的工具

更多「零售商店」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 →