攝影工作室好評收集與推薦自動化流程

🎯 這條流程解決什麼

攝影工作室的新客，八成以上來自舊客的口碑與作品分享，但最弔詭的現實是：交件那一刻，往往就是與客人關係的終點。成品傳出去，謝謝再聯絡，然後客人默默回到日常，工作室也忙著接下一組拍攝，沒人回頭問一句「滿意嗎？願意幫我們留個評論嗎？」。

於是兩件最賺錢的事就這樣流失了。第一，Google 商家評論沒人去要。攝影業是極度依賴星等與評論數的生意，潛在客人在搜尋「台北全家福推薦」「婚紗工作室評價」時，4.9 顆星配 200 則評論，和 4.7 顆星配 30 則評論，轉換率差距是好幾倍。但好評不會自己長出來，滿意的客人通常拍完就忘了，只有少數踩到雷的人才會主動上網留一星。不主動收集，等於放任評論區被少數負評主導。

第二，不滿意的客人默默消失，還會反向口碑。一個拍得不開心的客人，多半不會當面抱怨，而是回去跟朋友說「那家還好而已」，甚至直接在社群留負評。等你看到一星評論才知道出事，補救成本已經翻了好幾倍。

現在純人工要做好這兩件事，成本高到幾乎沒人做得來。假設一個月交件 40 組，要逐一發訊息問滿意度、判斷誰該邀好評誰該安撫、再追蹤誰留了評論、誰該發推薦碼——一組客人來回少說 10 分鐘，光是發問與追蹤就吃掉 每月 6 到 7 小時的客服工時，而且人一忙就漏掉，最後不了了之。這條流程就是把這套「交件後回訪 → 分流 → 收好評 → 養推薦」的動作全部自動化，讓每一次拍攝都變成下一筆生意的起點。

導入後的改變

導入前：交件即斷線。好評靠運氣，評論數成長緩慢；負評往往是第一次得知客人不滿意的管道，補救已來不及；推薦全靠客人自發，工作室無法掌握誰介紹了誰，也沒有誘因機制。客服每月花 6 至 7 小時零散追問，效果還不穩定。

導入後：交件後 N 天系統自動發出滿意度調查，依評分自動分流。粗估效益如下：

• Google 評論數每月可成長 3 至 5 倍——因為每一個滿意客人都會在情緒最好的時間點，被一鍵引導到留評論頁面。
• 負評攔截率大幅提升：低分客人在公開留評前，先被導向內部關懷，門市有機會私下補救，把潛在一星轉成「處理得很好」的回頭客，公開負評可減少約七成。
• 推薦轉介可貢獻一到兩成的新客來源：滿意客人拿到專屬推薦碼，介紹新客雙方享優惠，把口碑從「無形」變成「可追蹤、有誘因」的成長引擎。
• 客服工時下降約八成：原本每月 6 至 7 小時的零散追問，縮減為每週花十幾分鐘檢視低分名單與推薦成效。

流程怎麼運作

對應 frontmatter 的五個節點，逐步拆解：

1. 觸發：交件完成（📦）。當成品交付完成、或在你設定的「交件後第 N 天」（建議 3 到 5 天，讓客人有時間細看成品、情緒沉澱），流程自動啟動。觸發來源可以是 CRM／Google Sheet 裡某筆訂單狀態被標記為「已交件」，或門市手動勾選。

2. 發送滿意度調查（📝）。系統依客人偏好的管道（Email 或 LINE）發出一份極簡問卷：核心是一個 1 到 5 分的評分，加一格開放式回饋。問卷要短，越短回收率越高。文案語氣親切、感謝為先，不要像例行公事。

3. 分流處理（🔀）。這是整條流程的大腦。系統依評分自動判斷：

   • 4 至 5 分（滿意）：感謝之餘，直接附上 Google 評論的「一鍵留評論」連結，趁客人開心時引導留好評；接著進入推薦回饋環節。
   • 1 至 3 分（不滿意）：不導向公開評論，而是轉為內部關懷工單，通知真人客服跟進。這一步的設計哲學是：把好評放大、把問題收進門內處理。

4. 人工關懷低分（🙋）。系統把低分客人與他的開放回饋整理成工單，指派給客服。由真人親自聯繫，了解問題、判斷補拍、修圖或補償方案。這一步刻意不自動化回覆，原因見下方注意事項。

5. 發推薦回饋（🎁）。對滿意客人，系統產生一組專屬推薦碼，連同文案一起發出：「介紹朋友來拍，雙方各享 OOO 優惠」。推薦碼綁定客人身份，新客下單時帶碼，系統就能追蹤是誰介紹的、該發多少回饋金，把口碑變成可量化的業績。

需要的工具與串接重點

• 平台（n8n / Make）：負責串接與排程。用「交件後 N 天」的時間延遲節點觸發，再以 IF／Router 節點依評分分流。n8n 適合想自架、控制資料的工作室；Make 介面友善、上手快。
• Google Sheet / CRM：客戶名單與訂單狀態的單一真實來源。所有回訪紀錄、評分、推薦碼都回寫這裡，方便後續分析。
• 問卷工具：Google 表單或 Typeform 皆可。重點是表單送出後要能把評分回傳給自動化平台，作為分流依據（用 Webhook 或試算表變動觸發）。
• Google 商家評論：準備好你的「直接留評論」短連結（Google 商家後台可取得），放進高分客人的訊息裡，越少點擊越好。
• Email / LINE：發送管道。LINE 開封率高、適合台灣客群；Email 適合附較多資訊。
• 推薦碼工具：可簡單用試算表配公式產生唯一碼，或用電商／預約系統內建的推薦碼功能。

串接注意點：分流的評分門檻要想清楚（建議 4 分以上才邀公開評論）；時間延遲別設太長，交件超過兩週才問，客人早忘了；推薦碼一定要能對應回介紹人，否則回饋金算不清。

常見錯誤與注意事項

• 低分關懷絕不可自動回覆。涉及實際補救、補拍協調甚至退費協商，這些是金錢與信任的敏感環節，務必保留人工確認步驟。讓系統自動回覆抱怨等於火上加油，AI 不取代客服的同理判斷。
• 退費與補償條件須清楚、由真人拍板。任何金流相關的承諾，都應由門市人員依個案判斷後給出，不可讓自動化直接承諾退款金額。
• 客人個資要保護。評分、聯絡方式、回饋內容都屬個資，串接的試算表與表單請設權限，不可全店共享或公開。
• 行銷推播須有同意與退訂。推薦碼與回購推播屬行銷訊息，發送前確認客人同意接收，並保留退訂管道，符合個資法。
• 別逼客人留好評。引導要自然，不要用「五星才有禮物」這類條件式誘導，這違反 Google 評論政策，也傷品牌。

台灣中小企業情境案例

台中一間以全家福與寶寶寫真為主的攝影工作室，月交件約 35 組。導入前，店長坦言「好評都是逼自己想到才去 LINE 客人，一忙就忘」，Google 評論半年只增加 8 則，偶爾還冒出一兩則沒能即時處理的負評。

導入這條流程後，交件第 4 天系統自動發出滿意度調查。三個月下來，Google 評論從 60 多則成長到 150 多則，星等從 4.6 升到 4.8。有兩組原本給 3 分的客人，因為被即時轉進內部關懷、店長親自重修了照片，最後不但沒留負評，還回頭加訂了相片書。推薦碼機制也跑出成績：約 15% 的新預約來自舊客帶碼介紹，店長把這批客人的回饋金成本，視為比投廣告更划算的行銷支出。最有感的是，店長每週只需花十幾分鐘看低分名單，「終於不用再靠記性追客人」。

延伸應用

這條流程的骨架可以延伸出很多變化：

• 分眾化好評邀請：依拍攝類型（婚紗、全家福、商攝）客製不同的問卷與評論引導文案，讓回饋更貼近情境。
• 接續會員回購：把滿意客人自動轉入會員經營流程，依拍攝週期推播回購方案（如寶寶寫真隔年提醒週歲拍）。回饋資料可回寫客戶名單，與其他照相館自動化串成完整 /workflows 生態。
• 推薦排行榜與分級回饋：對介紹多筆的「鐵粉客人」加碼回饋，甚至給 VIP 拍攝禮遇，把口碑大使制度化。
• 負評預警儀表板：把低分趨勢彙整成看板，及早發現是哪位攝影師、哪個棚、哪類拍攝的滿意度下滑，從源頭改善。

想快速產出推薦活動與好評邀請文案，可到 /recipes 找現成的訊息範本食譜；想把這條與預約、交件、會員等串成一整套自動化營運系統，/automation 有完整的串接思路與更多自動化流程可參考。

流程圖

用到的工具

更多「專業服務」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 →