好評邀請與口碑收集流

🎯 這條流程解決什麼

公開好評是最便宜也最有效的行銷，但現實是：客戶很滿意通常默默走掉，不滿意的人反而動作很快，直接在 Google 或社群留下一星抱怨。這種「滿意的沉默、不滿的大聲」結構，會讓店家的線上評分長期被少數負評拉低，明明服務不錯卻看起來像地雷店。

純靠人工邀評也撐不久。要嘛店員結帳時開口拜託客人留評，十個有九個嘴上答應、回家就忘；要嘛事後一封封手動發訊息，一天幾十筆訂單根本發不完，發了也沒人追蹤誰回了、誰是低分。更糟的是時機抓不準——剛買完還沒用到就被問滿不滿意，客人只覺得被打擾。人工要做到「對的時間、對每一位、還能分流處理」，幾乎不可能，光是每天花一兩小時逐筆發訊息與整理回饋，一個月就是三四十小時的隱形人力成本。

這條流程在對的時機自動邀請滿意客戶留評，並把不滿意的人先攔進內部處理，同時放大口碑、降低負評風險。

導入後的改變

導入前：邀評全憑店員記性，公開評論數一個月增加沒幾則，且常常是踩到雷的客人主動來罵；管理者完全不知道沉默的大多數到底滿不滿意。

導入後：每筆訂單完成後幾天自動發出一題式滿意度詢問，回收率因為時機準、操作只要點一下，通常能到三到五成。高分客戶被順勢引導到 Google 評論頁，公開好評數穩定累積，星等慢慢被推上來；低分客戶在公開抱怨之前就先被攔進內部表單、轉客服處理，負評曝光大幅減少。整體來說，原本每月三四十小時的人工邀評與整理工作幾乎全免，省下約九成工時，而公開評分的提升又直接帶動陌生客的到店與下單意願。低分轉客服與主動聯繫客戶涉及個別溝通，建議保留人工確認再發出，語氣可參考站上的 評論回覆 配方。

流程怎麼運作

對應 frontmatter 的五個節點，運作如下：

1. 觸發：消費完成（🛍）——訂單完成或服務結案後，延遲幾天再啟動，而不是當下立刻發。延遲是關鍵：餐飲約隔天、實體商品等到大致收貨用過、服務業等到體驗完整結束，這樣客戶才答得出真感受。
2. 發滿意度詢問（📨）——透過 Email 或 Line 傳出一題式評分連結（例如 1 到 5 分），操作越簡單回收率越高，不要一上來就丟長問卷。
3. 依分數分流（🔀）——這是整條流程的核心開關。高分（如 4–5 分）導向公開評論頁，趁滿意餘溫請對方留 Google 評論；低分（如 1–3 分）導向內部回饋表單，先把情緒接住、別讓它跑到公開版面。
4. 低分即時關懷（🛟）——低分回饋自動通知客服，附上訂單脈絡，由客服主動聯繫挽回。這一步建議人工確認，由真人判斷怎麼回應，系統不自動發制式道歉。
5. 彙整口碑（📊）——不論高分低分，全部回饋寫進 Google Sheet，方便看趨勢、找出反覆被嫌的問題環節。

需要的工具與串接重點

平台用 n8n 或 Make 串接。訂單／CRM 來源提供觸發訊號與客戶聯絡方式，記得帶上訂單品項，客服關懷時才有上下文。Email／Line 負責發送，台灣客群用 Line 開信與回應率通常比 Email 高。簡易問卷做一題式評分，務必短。AI 分類節點可在低分回饋進來時，先粗分是「商品問題、物流問題還是服務態度」，幫客服快速掌握重點。Google Sheet 當總帳。串接重點：分流門檻要能調整（不同產業對「幾分算滿意」標準不同），且公開評論連結要直接帶到留言框，少一個步驟就多一些人留評。更多訊息串接設計見 /automation。

常見錯誤與注意事項

• 發送時機沒延遲：剛下單就問滿不滿意，回收率低又惹人煩。一定要等體驗完成再發。
• 把低分也導去公開評論：等於自己幫負評鋪路，分流邏輯務必先測過。
• 誘導好評踩線：可以邀請、不可以「給折扣換五星」或要求只能寫好話，這違反 Google 評論政策也涉及不實行銷，屬合規範疇需人工把關，AI 不取代法遵判斷。
• 個資處理：客戶聯絡方式與回饋內容屬個人資料，僅限店內服務使用，不可外流，遵循個資法。
• 低分關懷必須真人：自動發的罐頭道歉只會火上加油，這一步不可全自動。

台灣中小企業情境案例

新北一家社區型寵物美容店，過去 Google 評分被幾則「等太久」的一星卡在 4.0，老闆覺得很冤，因為多數熟客其實很滿意只是不會留評。導入這條流程後，每次美容結案隔天自動發 Line 滿意度詢問，滿意的飼主一鍵就被帶到評論頁，給負評傾向的則先進內部表單由店長親自致電了解。三個月內公開五星評論從 30 多則增加到近百則，整體評分爬到 4.7，新客來電量明顯增加；而原本會公開爆發的「等太久」問題，也因為提早被接住、改善了預約節奏，幾乎不再出現在公開版面。

延伸應用

這條流程可以再長出很多枝：在彙整資料上加一層每月口碑摘要，自動抓出最常被稱讚與被抱怨的關鍵字，當作改善依據；把高分又願意留評的客戶標記為「品牌之友」，後續邀請參加新品體驗或推薦活動；服務業可在低分關懷成功挽回後，隔一段時間再次邀評，把一次差點變負評的經驗轉成「客服很用心」的好評。想找更多可組合的口碑與客服模組，看看 /workflows 和 /recipes。

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 →