洗衣客訴受理與賠償處理自動化

🎯 這條流程解決什麼

衣物染色、縮水、脫線、鈕扣遺失、皮件刮傷，是洗衣店最難纏也最傷感情的一類爭議。問題往往不是「賠不賠」這麼單純，而是「誰也說不清楚到底是誰的責任」。顧客拿著一件變形的羊毛衣回到櫃台，情緒已經上來；店家翻遍收件本卻找不到當初送洗時的紀錄，到底這道破口是本來就有、還是清洗造成的，雙方各執一詞。為了不讓顧客在門市大聲嚷嚷影響其他客人，店長最後常常選擇息事寧人，吃下一筆其實不該賠的損失。

更麻煩的是處理過程本身。多數小店的客訴是用 LINE 群組或口頭交代在跑：「那件染色的你記得跟客人回」「賠了八百喔」這種訊息散落在對話裡，過兩天就被洗版淹沒。誰在跟進、答應了什麼、賠了多少、最後客人滿不滿意，沒有任何一個地方完整記錄。同一種會掉色的布料、同一台容易勾紗的烘乾機，每隔幾週就再出一次包，因為從來沒有人把這些客訴回頭整理成「下次要避免什麼」。

用純人工處理一件客訴，從接收抱怨、翻找紀錄、內部討論責任歸屬、決定賠償、回覆顧客到事後追蹤，零碎花掉的時間常常超過 40 到 60 分鐘，而且高度依賴當班是誰、心情如何、記不記得。連鎖門市更慘，總部根本看不到各店到底發生過哪些客訴、賠了多少錢，無從管理。

這條流程要解決的，就是把客訴從「各說各話的口角」變成「有憑有據的標準作業」。

導入後的改變

導入前，客訴是一場店家幾乎注定吃虧的對話。沒有收件存證，責任難以釐清，賠償全靠當下協商與情緒拉鋸；處理進度無人追蹤，常常顧客等了三天沒下文又打來抱怨第二次，把一件小事鬧成負評。店長每天得花不少時間在 LINE 裡翻舊訊息確認「這件處理到哪了」，相同問題反覆發生卻沒人改善源頭。

導入後，顧客一申訴，系統立刻建立客訴工單並自動調出該筆訂單在收件時拍下的存證照片，責任釐清從「翻箱倒櫃」變成「點開一看」。依問題類型與金額自動分級、指派負責人、設定回應時限，每一件客訴都有人盯、有時限、有紀錄。

以一家月接 30 件客訴的中型門市估算，單件處理時間可從約 50 分鐘壓到 15 分鐘以內，省下約七成的客訴工時；因存證照片可佐證而避免的「冤枉賠償」，每月通常能省下數千元；逾期未回覆造成的二次客訴與負評，也可望減少一半以上。更長遠的價值是結案知識庫：把反覆出問題的布料、機台、工序整理出來逐一改善，讓客訴總量本身逐月下降。

流程怎麼運作

這條流程對應 frontmatter 的五個節點，環環相扣：

1. 客訴受理（📩）：顧客透過線上表單或櫃台代填，填入訂單編號、出問題的品項，並上傳問題照片（例如染色處、破損處的特寫）。表單同時擷取顧客聯絡方式與描述。這一步的重點是「結構化」——讓每筆客訴從一開始就有訂單編號可勾稽，而不是一段模糊的文字訊息。

2. 工單建立（🗂️）：系統用訂單編號自動建立客訴工單，並回頭調出該訂單在收件登記時留下的存證照片與處理紀錄。收件當下的衣物狀態與此刻的損壞照片並排對照，責任歸屬一目了然。

3. 嚴重分類（🚦）：依問題類型（染色、破損、遺失、縮水）與牽涉金額自動分級為「一般」「重大」「需賠償」。例如平價衣物的小瑕疵歸一般，名牌皮件、婚紗或主張高額賠償的歸重大，由人工介入。

4. 指派負責（👤）：依分級把工單派給對應的人——一般案件給客服，重大或需賠償案件直接給店長或區督導——並設定回應時限（如重大案 4 小時內首次回覆），透過 LINE Notify 推送通知，逾時自動再提醒。

5. 結案歸檔（📑）：記錄最終處理方式、賠償金額（若有）與顧客回饋，工單歸檔。所有結案資料沉澱成「客訴知識庫」，定期回顧找出高風險品項與工序。

需要的工具與串接重點

平台用 n8n 或 Make 當中樞，把各環節串成一條自動觸發的流水線。Google Forms 作為客訴受理入口，線上申訴與櫃台代填共用同一張表，確保資料格式統一。Google Sheets 同時扮演客訴工單資料庫與收件存證資料的查詢來源，靠訂單編號當主鍵互相勾稽。OCR API 用來辨識顧客上傳的收據或吊牌照片自動帶出訂單編號，減少手打錯字。LINE Notify 負責對內推送指派與逾時提醒、對外通知顧客處理進度。Email 則用於需要正式書面往來的重大或賠償案件。

串接重點有三：第一，訂單編號必須是貫穿收件、清洗、客訴的唯一鍵，存證照片才調得出來；第二，分級規則要寫成可調整的對照表（放在 Sheets），別寫死在程式裡，方便店家依實況微調金額門檻；第三，所有對顧客發出的賠償相關訊息，務必設計成「草稿待人工送出」而非全自動發送。

常見錯誤與注意事項

• 賠償金額認定務必「需人工確認」：賠償牽涉金流與法律責任，是高度敏感環節。系統只負責建單、分級、調證據與留紀錄，絕不可自動核定賠償金額或自動和解。任何賠償方案與和解條件都應保留人工確認步驟，重大案件建議由店長親自處理並留存書面紀錄。AI 不取代專業判斷。
• 個資保管：客訴內容含顧客聯絡方式與消費糾紛細節，須設權限分層保管，避免全店員工都能翻看，更不可外洩或截圖外傳。
• 法律爭議分流：涉及消費爭議調解、保險或法律訴訟時，應依消保法等規範處理並諮詢專業意見，系統紀錄是佐證資料，不是正式協商的替代品。
• 存證照片才是核心：這條流程的價值建立在「收件時有拍照存證」。若上游收件登記沒做好存證，客訴環節再自動化也釐不清責任，務必先把收件登記流程補上。

台灣中小企業情境案例

台中一家經營近十年的社區洗衣店，老闆娘最頭痛的就是客訴。某次一位熟客送洗一件淺色羊毛大衣，取件時主張領口出現一道明顯刮痕，要求全額賠償近五千元。過去沒有存證，這種情況老闆娘多半只能自認倒楣對折賠償。導入這條流程後，她在收件時已養成拍照習慣，系統一調出收件存證照片，照片清楚顯示那道刮痕在送洗前就存在，雙方心平氣和釐清，店家不必賠償，顧客也沒了脾氣。

導入三個月後，這家店的單件客訴處理時間從平均近一小時降到 15 分鐘左右，「冤枉賠償」幾乎歸零，每月省下約四千元的非必要賠付。更意外的收穫是知識庫：店裡發現某型號烘乾機處理特定針織品特別容易勾紗，調整工序後該類客訴下降明顯。

延伸應用

這條客訴流程可以往前後兩端擴充。往前，與收件登記流程深度整合，把存證照片自動歸入每筆訂單，讓責任釐清的證據鏈完整無缺；往後，串接會員系統，對受委屈的顧客自動發送補償回饋金或折扣券安撫，把一次客訴轉化成挽回信任的機會。

進一步可在結案知識庫上做數據分析，定期統計各品項、各布料、各機台的客訴率，找出風險最高的環節主動預防。連鎖門市則可把所有門市客訴匯總到總部儀表板，比較各店表現、複製處理得好的店的做法。更多可串接的門市流程，可參考 /workflows 與 /automation 的自動化方案，客訴回覆話術與賠償協商範本則可到 /recipes 取用。

⚠️ 賠償與個資提醒：賠償金額認定涉及金流與法律責任，屬高度敏感環節，任何賠償方案與和解條件務必保留「人工確認」步驟，不可由系統自動核定，重大案件建議由店長或負責人親自處理並留存書面紀錄。客訴內容含顧客個資與消費糾紛，須設權限保管避免外洩，涉及消保或法律爭議時應依規範處理並諮詢專業意見，系統紀錄作為佐證而非取代正式協商。

流程圖

用到的工具

更多「生活服務」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 →