目錄
網店客服三大成本問題
日本經濟產業省公布，2024 年日本 BtoC-EC 市場規模去到 26.1 兆日圓。市場越大，商品查詢、配送、退換貨、庫存同訂單狀態查詢都會增加。
對 10 至 50 人嘅網店團隊嚟講，客服人手好難跟住查詢量一路加。
1. 購買前疑問冇即時解決
尺碼、材質、兼容性、幾時送到，呢啲小問題會令客人離開購物車。
Baymard Institute 匯總多項研究，提出網上購物車平均放棄率為 70.22%。AI 唔能夠解決所有原因，但可以減少一部分因疑問而走嘅情況。
2. 非辦公時間空窗
客人唔只喺客服返工時間買嘢。夜晚、週末、碎片時間都會睇商品。第二日先覆，可能已經喺第二間買咗。
應該用自己 GA4、訂單同查詢時間去睇，邊啲高意向查詢發生喺客服時間外。
3. 退換貨處理人力
退貨方法、換貨條件、退款時間、返送地址，全部都係標準資料，但量一多就好食人手。
Recustomer 2025 報告分析約 1,780 萬件訂單同約 19 萬件退換貨資料，指出退換貨流程優化同 LTV 提升有關。公開報道亦提到有退換貨經驗嘅用戶 LTV 高過 2 倍，以及客服自動化帶來約 5 萬小時規模工時削減。
AI 可以處理嘅四個場景
1. 訂單狀態
「我件貨幾時到？」係高頻查詢。AI 可以用訂單號或 email 查狀態，或者先收集資料交畀客服。
2. 退換貨流程
退貨政策、換貨條件、退款時間、返送地址都可以文件化。AI 問購買日、商品類別、退貨原因，再按規則講步驟。
ミスミ 2025 年宣布喺 MISUMI EC 網站導入生成 AI 聊天機械人，支援技術查詢同訂單後取消、變更、退貨可否判斷，24 小時可用。官方指等待時間較傳統人工平均減少 97〜98%。
3. 購買前商品問題
材質、尺碼、支援機型、使用注意，即使商品頁有寫，客人都想確認自己情況用唔用得。AI 可以用商品資料同 FAQ 即時答。
4. 庫存確認
「M 碼有冇」「幾時返貨」。如有庫存資料，AI 可以答；未有即時連接，都可以記低需求或引導到貨通知。
AI 處理 vs 真人處理
AI 唔應該代替所有客服。標準問題由 AI 接，例外交畀人。
| 查詢類型 | AI 客服 | 真人 |
|---|---|---|
| 訂單狀態 | 查或收集訂單資料 | 配送事故 |
| 退換貨 | 按政策講步驟 | 例外同不滿 |
| 商品問題 | 用已核准商品資料 | 專業判斷 |
| 庫存 | 查庫存或記需求 | 採購判斷 |
| 投訴 | 記低背景 | 即時處理 |
| 情緒化客人 | 摘要同轉交 | 升級 |
費用效果試算
先用自己數字計。
| 前提 | 例子 |
|---|---|
| 每月查詢量 | 500 件 |
| 平均處理時間 | 15 分鐘 |
| 月客服工時 | 125 小時 |
| 小時成本 | 2,000 日圓 |
| 月人力折算 | 25 萬日圓 |
如果 AI 處理 60% 標準查詢，每月約慳 75 小時。每小時 2,000 日圓，即係每月 15 萬日圓、每年 180 萬日圓工時價值。實際效果視乎資料連接同查詢組成。
上線前檢查清單
- 先揀訂單、退換貨、商品問題、庫存其中一類做
- 退換貨政策已經文件化
- 商品、尺碼、材質、庫存、配送、訂單資料源清楚
- 投訴、例外退款、情緒化查詢有轉人工規則
- 夜晚由 AI 接住嘅查詢，第二日有人跟
- 客服團隊知道 AI 上線後職責點變
用 AIRAX 開始
AIRAX 可以由現有網站生成 Agent 初稿，再部署到網站聊天、網頁語音同電話渠道。
網店可以先由商品 FAQ、配送、退換貨政策、訂單狀態收集、庫存問題同轉真人規則開始。唔需要第一日接晒所有系統。可以喺 console.airaxai.com 開始。
FAQ
Q1. 咩網店啱用？
訂單、退換貨、庫存、商品問題重複好多嘅網店。
Q2. 退換貨會唔會變冷？
標準即答，例外交人，通常更好。
Q3. 夜晚查詢點做？
AI 記低，第二日入跟進隊列。
Q4. 已有網站可唔可以？
可以，由現有內容開始。
Q5. AI 會講錯？
有可能，所以要清楚資料源。
Q6. 幾時轉人？
情緒、例外、退款、缺資料、高價值客戶。
Q7. ROI 點計？
查詢量、處理時間、人力成本、自動化率。
總結
網店客服成本集中喺商品疑問、非辦公時間同退換貨流程。
AI 客服可以即時答標準問題，將需要人判斷嘅情況整理好交出去。先分類最近 30 日客服記錄，最高頻嘅標準問題就係第一批自動化對象。