SPA 預約爽約挽回與候補補位自動化流程

🎯 這條流程解決什麼

爽約對養生館是雙重損失：芳療師的時段空轉、釋出的空檔又沒人補上。一堂九十分鐘的精油芳療，客單價動輒一千五到三千元，一個爽約就是上千元產能直接蒸發；而芳療師多半採時段制或抽成制，空轉的那段時間還是要付薪資，等於館方一邊賠營收、一邊付人力成本。

傳統處理幾乎都是「事後才發現」。客人沒出現，櫃台得先確認是不是遲到、再翻通訊錄打電話問、客人不接又得反覆嘗試，等確認真的不來，那個下午的黃金時段早就過去，候補的客人也沒被即時通知。一家店如果一週發生五到八次爽約，等於每個月有二三十個高價時段憑空消失，換算下來月損失輕鬆破三、四萬元。更麻煩的是處理爽約很傷感情：櫃台忙起來語氣容易僵，客人感覺被責備，下次乾脆不再來。

這條流程讓系統在顧客超過報到時間仍未到店時自動啟動，由 AI 草擬一封溫和不責備的關懷與改約訊息，同步比對候補名單把釋出的時段推給有意願的顧客，一邊維繫關係、一邊把空檔補回來，讓芳療師的工時不再因為一次爽約而白白浪費。

導入後的改變

導入前：櫃台要花十幾分鐘確認與聯繫單一爽約客；候補名單靠記憶，空檔常補不上；關懷電話語氣不一，偶爾傷到客情；爽約沒有系統紀錄，無從分析高風險客群。

導入後：未報到自動偵測，櫃台不必盯著時鐘；AI 訊息語氣穩定、體貼一致，改約連結一鍵點開；候補補位從「靠運氣」變成「系統秒推」，空檔回填率明顯提升。實務上，導入候補自動補位後，爽約釋出時段的回填率常能從不到兩成提升到四到五成，等於每月把一萬多元的空轉產能救回來；櫃台處理單一爽約的時間也從十幾分鐘壓到一兩分鐘。

流程怎麼運作

1. 觸發：未報到：預約時段過了報到緩衝時間（例如約定時間後 15 分鐘）顧客仍未到店、櫃台也未手動報到，系統判定為疑似爽約並啟動流程。
2. AI 草擬關懷改約：AI 撰寫節點依顧客姓名與原預約療程，產出一封不帶責備、以關心為主軸的訊息，例如「今天沒能為您服務有點可惜，是否身體不適？想為您保留下次的好時段」，並附上重新預約連結。
3. 通知候補名單：系統比對該時段／該芳療師的候補清單，把剛釋出的空檔即時推給有意願的顧客，先回應者先補位。
4. 櫃台人工確認：訂金扣留、退費與補位順序由櫃台最終確認後執行，系統只提供建議名單，不自動處理金流。
5. 記錄爽約輪廓：把爽約事件寫回 CRM，累積每位顧客的爽約次數與情境，必要時針對高風險客群調整訂金或提醒策略；異常狀況可同步推 Slack 通知館主。

需要的工具與串接重點

• 行事曆 / 預約系統：提供預約資料與報到狀態，是判斷「未報到」的依據，需能讀出時段、療程與指定芳療師。
• CRM / Google Sheet：存放顧客資料、候補名單與爽約紀錄，是分析與補位的資料中心。
• AI 撰寫節點：負責產出關懷改約訊息，建議事先設定語氣範本與禁用字（例如不得出現「您爽約了」這類字眼）。
• LINE / Email：發送關懷訊息與候補通知，Line 即時性高、適合搶補位。
• Slack：把高風險爽約或大額訂金狀況即時通知館主與櫃台。
• 串接注意點：報到緩衝時間要設合理，太短會誤判遲到客；候補推播要設「先搶先贏」與時限，避免多人同時補位撞單。

常見錯誤與注意事項

• 金流務必人工確認：訂金扣留、退費與爽約紀錄涉及金流與消費者權益，AI 產出的訊息與處理建議僅供參考，務必由櫃台或館主人工確認後再執行，切勿自動扣款。
• AI 不取代專業判斷：是否扣訂金、是否標記為高風險客，牽涉客情與個案，需真人判斷，不可全交給系統。
• 避免變成施壓或羞辱：顧客爽約原因百百種，訊息語氣務必體貼，切勿讓關懷變成催債或公審；切勿自動標記黑名單。
• 個資保護：顧客預約與爽約紀錄屬個資，須妥善保管，候補通知不得洩露他人預約資訊。

台灣中小企業情境案例

新北一家主打深層放鬆的 SPA 館，平日午後爽約率偏高，平均一週六、七次，每次損失約兩千元，月損失逼近五萬。導入這條流程後，未報到自動觸發 AI 關懷訊息，候補名單同步收到空檔通知。三個月下來，釋出時段回填率從約一成五拉到四成五，等於每月救回近兩萬元產能；而且因為訊息語氣溫和，不少原本爽約的客人反而被打動，主動回訊改約並按時報到。櫃台也終於不必在尖峰時段邊接電話邊追爽約客，現場服務品質跟著變好。

延伸應用

這條流程能與 SPA 療程線上預約自動化流程 串接，讓預約、提醒、爽約挽回、候補補位形成完整閉環；也能把「爽約輪廓」資料拿來分析，對高頻爽約客在預約時自動要求較高訂金。關懷訊息的語氣可套用 內容改寫配方 微調得更貼合品牌口吻。想把整館從預約到回購的環節都自動化串起來，可到 自動化應用總覽 找到更多可組合的流程模組，逐步把人力從重複的追單工作中解放出來。

流程圖

用到的工具

更多「美容美業」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 →