AIM AI SOFTWARE LAB客服撐不住的時候：先減少問題，再加人
訊息回不完不是人手問題，是設計問題。加人只是把成本變大。
1・訊息量是結果，不是原因
客服訊息回不完的時候，直覺反應是加人。這個反應通常是錯的，因為訊息量不是原因，是結果。 你收到的每一則訊息，背後都有一個沒被回答的問題。「什麼時候出貨」表示你的出貨時效沒寫清楚，或者寫了但客人找不到。「這個尺寸怎麼選」表示商品頁少了一張對照表。「可以退嗎」表示退換貨規則藏得太深。這些訊息不是客人愛問，是你的頁面沒講。 加人可以讓你回得比較快，但訊息量不會少，而且成本是永久的——多一個人是每個月都要付的錢。把問題移到商品頁是一次性的工作，效果持續。順序應該是：先減少問題，再考慮加人。反過來做，你會發現人越加越多，訊息還是回不完。
2・算出你現在真正需要幾個人
話雖如此，你還是需要知道現在到底需要幾個人，不然「先減少問題」會變成無限期的拖延。 算法不複雜但要用實際數字：每天的訊息量、平均一則要花多久處理（含查訂單、查庫存的時間，不是只有打字）、你希望的回覆時效、以及一個人一天實際能專心處理的時數。最後這個數字多數人高估——扣掉出貨、進貨、拍照、開會，一個兼做客服的人可能只有三小時真的在回訊息。 用客服人力估算把這幾個數字填進去，你會得到一個比較誠實的答案。舉例：每天 80 則訊息、每則平均 4 分鐘（含查單），就是 320 分鐘；一個兼做客服的人一天實際只有 180 分鐘能專心回覆。320 除以 180 等於 1.8——你需要將近兩個人，而現在只有一個。那個人不是效率不好，是被指派了 1.8 人份的工作，離職只是時間問題。有時候答案是「0.6 個人」，那表示問題不在人力，在流程——訊息分散在太多管道、或者沒有罐頭回覆、或者每一則都要問老闆。
3・把最常問的五題移到商品頁
把最常問的問題移到商品頁，是投報率最高的客服改善，而且不需要任何工具或預算。 做法很簡單：翻最近兩週的訊息，把問題分類，數一數。你會發現前五個問題大概佔了六成以上的訊息量。這五個直接寫進商品頁——不是寫在最下面的說明區，是寫在客人會滑到的位置，最好用問答的形式，因為問答的格式讓人一眼認出「這裡有我要的答案」。 用商品 FAQ 產生器把這五題寫成客人看得懂的版本。要注意的是答案要具體：「約 3-5 個工作天出貨」比「盡快出貨」有用一百倍，因為後者不能減少任何一則訊息，客人還是會問。 做完之後兩週再數一次。如果訊息量沒降，表示你寫的位置客人看不到，或者你猜錯了最常問的是什麼——這兩種都是有用的資訊。
4・什麼該用罐頭回覆，什麼絕對不行
罐頭回覆是必要的，但用錯地方會比不用更糟。 適合用罐頭的是事實性的問題：出貨時效、規格、保固、退換流程、營業時間。這些問題的答案本來就一樣，客人要的是快速拿到正確資訊，不是被關心。用罐頭回覆這些，客人反而覺得專業。 絕對不能用罐頭的是三種：客訴、情緒明顯的訊息、以及任何跟金錢有關的爭議。一個已經生氣的客人收到罐頭回覆，會立刻升級——因為他感覺到自己不被當人看。這種時候寧可回得慢一點，也要回得像個人。用客訴回覆產生器產一個針對他情況的版本，比套模板安全得多。 判斷標準很簡單：如果這則訊息裡有情緒，就不要用罐頭。有情緒的訊息通常不多，但處理錯的代價最大。
5・負評的公開回覆是寫給誰看的
負評的公開回覆是客服裡最被誤解的一環。多數人回負評的時候，心裡想的是說服那個客人。這個目標幾乎不可能達成，而且會讓你的回覆聽起來像在辯解。 公開回覆真正的讀者是後面來看的人。他們看的不是誰對誰錯，是「這家店出事的時候怎麼處理」。所以有效的回覆有三個特徵：承認具體發生了什麼（不含糊）、說明你怎麼處理（具體動作，不是「已加強管理」）、以及不要爭論細節。 對方說錯了事實怎麼辦？可以澄清一次，用平靜的語氣，然後停。跟一個生氣的人在公開版面來回三輪，不管誰有理，看的人都會覺得這家店很難搞。 用負評公開回應產生器可以產出一個符合這三點的版本。寫完之後放十分鐘再送出——負評的第一版回覆通常帶著情緒，第二版才適合公開。
6・客服成本佔營收多少算太高
最後是規模的問題：客服成本佔營收多少算太高？ 沒有標準答案，因為客單價和商品類型差很多。但可以先算出自己的數字：一個月營收 600,000 元，客服人力成本 45,000 元，佔比就是 7.5%。如果三個月後營收成長到 900,000 而客服成本變成 78,000，佔比升到 8.7%——營收多了 50%，客服成本多了 73%。那 1.2 個百分點就是警訊。比較有用的判斷方式是：算出客服成本佔營收的比例，然後看它的趨勢。如果營收成長而這個比例持平，表示你的流程還撐得住；如果營收成長而比例也上升，表示每多一塊營收要付出更多客服，那是流程的問題，不是人的問題。 用客服成本試算把人力、時間、平均處理量放進去算一次，然後每季重算。這個數字比「感覺很忙」可靠得多，而且是你跟自己談判的依據——什麼時候該投資自動化、什麼時候該砍掉一個難伺候的品類、什麼時候真的該加人。 順帶一提，最貴的客服成本不會出現在這個算式裡：老闆自己在半夜回訊息的時間。那筆錢沒被算，但它是真的。
7・什麼時候該自動化
什麼時候該自動化？這個問題的答案跟工具無關，跟重複性有關。 判斷方式很簡單：把一週的訊息分成兩堆，一堆是「答案永遠一樣」，一堆是「要看情況」。第一堆的比例越高，自動化的效益越大；如果第一堆只佔兩成，你買再好的工具也省不了多少，因為省下的是最不花腦力的那部分。 而且自動化有一個常被忽略的成本：維護。自動回覆的內容會過期——出貨時效變了、規格改了、活動結束了，而沒有人記得去更新那則自動訊息。結果是你用一個過時的答案去回覆客人，比不回還糟。所以在導入任何自動化之前，先決定誰負責每個月檢查一次。 實務上比較穩的順序是：先把 FAQ 寫進商品頁（一次性、不會過期得那麼快），再做罐頭回覆（人工選擇，不會答錯情境），最後才考慮全自動回覆。多數小店在第一步就解決了六成的量，根本走不到第三步。 這也是這一篇的主旨：客服的問題幾乎都在客服之外。