%20.png)
客服人員剛回完 LINE，下一則官網訊息卻是同一位客戶追問同一筆訂單。因為兩個後台沒有共同紀錄，客服只能再問一次會員資料，客戶也得重新說明需求。
這是許多企業都有的常見情境。問題不在於管道太少，而是顧客身分、對話紀錄、企業知識與轉真人流程沒有接續。全通路客服系統要處理的，正是客戶換管道後，服務能不能從原本的位置繼續。
本文用四層架構、五個導入步驟與八項選型問題，說明企業如何規劃 OMO 客戶旅程，以及 Alta.DI 可以承接哪些環節。
多通路客服解決的是「客戶能不能找到你」。企業可能同時經營 LINE、官網 LiveChat、Facebook Messenger、Instagram Direct、電子郵件與門市，但每個管道各有一套後台。客服人員看得到眼前訊息，卻不知道客戶昨天在別處問過什麼。
全通路客服處理的是「換管道後能不能接續」。例如，客戶先在 LINE 詢問商品，隔天改到官網追問庫存；系統若能辨識為同一位客戶並保留前次對話，客服就不用要求對方重述需求。
這裡要注意一條界線：訊息集中，不等於所有資料都已連通。若客戶走進門市，門市人員能否看到線上對話，仍取決於會員識別、CRM 或門市系統是否完成串接，不能只靠客服收件匣推定。
OMO（Online-Merge-Offline）又比全通路客服多一層營運設計。線上互動要能引導到門市、預約或交易，線下行為也要能回到後續服務流程。全通路客服可以是 OMO 的服務入口，但 OMO 還包含會員、訂單、門市與行銷流程，兩者不能畫上等號。
訊息集中可以減少客服切換視窗的時間，但企業還要處理三個問題：客戶從外部搜尋、社群或門市進來後，誰能辨識他、誰能接手，以及資料能不能安全地帶到下一步。
Gartner 在 2025 年 1 月至 2 月調查 5,801 名客戶，發現 51% 的客服旅程從 Google、YouTube、ChatGPT 等第三方平台開始，而不是企業自有管道。[1] 官方新聞稿沒有列出受訪者的地區組成，Gartner 也以商業研究服務為業，因此這筆資料適合觀察跨平台服務行為，不能直接推論為台灣市場占比。
較早的零售研究也能說明跨管道行為不是短期現象。Harvard Business Review 於 2017 年發表一項 46,000 名消費者研究，其中 73% 在購物旅程中使用多個管道。[2] 研究資料來自 2015 年 6 月至 2016 年 8 月、單一美國零售商，只能作為歷史基準，不能代表 2026 年台灣消費者現況。
採購平台前，先回答前述三個問題。答案會決定身分識別、資料權限與服務流程怎麼接，也能避免企業買了一套功能很多的系統，第一線仍得複製貼上。
先把四層分開盤點，才不會把「收到訊息」誤認為「資料已整合」。
全通路客服可拆成訊息入口、顧客與業務資料、企業知識、服務與轉交四層。每一層的資料來源、權限與維護方式不同，缺少其中一層，客戶換管道時仍可能遇到斷點。
先列出客戶會從哪裡發出訊息，例如 LINE、官網 LiveChat、Facebook Messenger、Instagram Direct、WhatsApp 或電子郵件。這一層的目標，是讓客服在一致的工作介面接收、分派與回覆訊息。
同一個人在 LINE、官網與門市可能有不同識別碼。企業要先定義用什麼資料比對身分，以及哪些人有權合併紀錄。訂單、會員等級、庫存或門市紀錄屬於另一組業務資料，能否查詢要看電商平台、CRM、POS 或其他系統的串接條件。
AI 客服與真人客服應引用同一套已核准內容，包括商品規格、退換貨規則、運送方式與門市資訊。知識庫還要有負責人、更新日期與下架規則；否則舊答案即使回得快，仍會造成後續客訴。可先參考AI 客服知識庫建置方法，整理第一批適合上線的資料。
企業要先寫清楚哪些問題由 Flow Bot 引導、哪些由 AI Bot 回答、哪些必須轉真人。轉交時至少要帶上顧客問題、已查過的資料與待辦事項，客服才能接續處理。退款、個資、例外折扣或客訴升級等情境，仍應保留人工判斷與權限控管。
先修好一段高頻旅程，再決定下一段要接什麼。
列出客戶從提問到完成服務會經過的接觸點。每個接觸點記錄四件事：顧客提出什麼問題、使用哪個管道、需要查哪些資料、最後由誰完成。
第一段旅程應選擇發生頻率高、交接次數多，而且能用既有資料驗證結果的情境。例如「詢問商品後預約門市體驗」比「一次整合所有會員行為」更容易界定起點與完成條件。
把資料分成「客服平台已有」「其他系統可查」「目前不能使用」三類，再確認身分比對欄位、系統 API 條件、資料更新頻率，以及合併錯誤時如何拆回。
這一步也要處理最小權限。客服可能需要查訂單狀態，但不一定需要看到完整付款資料；門市人員可能需要知道預約內容，卻不該讀取全部客訴紀錄。邊界寫清楚後，企業才知道哪些情境可以在第一階段承諾。
先整理高頻、答案穩定、風險較低的問題，例如運費、配送範圍、營業時間與標準退換貨條件。每則內容要標示來源、適用範圍、核准者與更新時間，再用真實提問測試不同問法。
AI 找不到核准知識時，不應自行補完。企業可以設定固定說明、要求客戶補充資料，或轉交真人。付款爭議、個資異動與例外承諾可直接進人工流程。若還不確定 Flow Bot、AI Bot 與真人客服如何分工，可先看AI 客服三種模式選型指南。
測試時不要只看 AI 能不能回答，而要從第一次提問一路走到完成：換管道後是否認得同一個人、資料是否正確、轉真人是否帶著脈絡，以及門市或後台是否收到待辦。
以「線上詢問後預約門市」為例，完成條件可以是：客服取得門市與時段需求、建立預約、回傳確認訊息，並讓門市看到提問重點。若其中一步仍需人工複製貼上，就把它列為下一輪要處理的交接點，不必假設第一階段能全部自動完成。
客服層可追蹤首次回應時間、首次解決率、轉真人率與重複提問率；旅程層則依情境追蹤預約完成率、案件完成時間或跨管道重述比例。
指標變動時，要回到對話紀錄找原因。轉真人率上升，可能是知識不足，也可能是規則成功攔下高風險問題；首次回應變快，也不等於問題已解決。若要建立共同判讀方式，可搭配顧客體驗指標整理定義資料來源與查看頻率。
功能清單只能說明平台宣稱具備哪些能力，無法證明它能接上企業現有流程。第一輪評估先問三件事：
這三題若答不清楚，先不要被報表數量、自動化比例或展示畫面帶走。它們分別決定訊息能不能進來、服務能不能接續，以及 AI 回覆是否可控。
要求廠商用你的測試資料跑完一段旅程，比看通用展示更有判斷力。測試至少要包含正常問題、模糊問法、知識庫沒有答案、需要查訂單及必須轉真人等情境。
Alta.DI 是不被通路綁住的 AI 客服平台，將多個訊息管道、AI 回覆、顧客資料與真人客服流程放在同一個工作介面。企業仍需依現有系統確認身分識別與資料串接範圍。
訊息管道方面，Alta.DI 可整合 LiveChat、LINE、Facebook Messenger 與 Instagram Direct；WhatsApp 從進階方案起提供。開店平台串接是另一件事，Shopify、Shopline／Shoplazza、WooCommerce／WordPress、TikTok Shop 用來連接商品與訂單資料，不能和訊息管道混為一談。
服務流程方面，企業可依情境設定 Flow Bot、AI Bot 與真人客服。AI Bot 可從企業知識庫檢索答案；找不到知識時，可依自訂話術回覆或轉交真人。客戶標籤、畫像與分群可協助整理互動資料；自訂意圖、AI 對話標籤與增強訓練從進階方案起提供。
這些功能能否形成 OMO，仍取決於資料與流程設計。門市、POS、CRM 或客製系統不會因接上客服管道就自動完成整合；OpenAPI 從進階方案起提供，但客製系統串接仍需依實際條件評估。可先查看Alta.DI AI 客服平台的公開功能，再用前一段的八項問題進行展示與測試。
全通路整合應同時衡量服務效率、體驗連續性與旅程結果。單看 AI 回覆量或自動化比例，可能忽略客戶是否仍要重述需求，以及案件最後有沒有完成。
每個指標都要有上線前基準、資料來源與檢視者。若目前沒有跨管道重述比例，可以先抽樣對話並標記；若預約結果分散在門市系統，先確認能否匯出。能穩定取得的普通指標，比看似完整卻無人維護的儀表板更有用。
全通路整合的起點，是找出客戶在哪一次換管道時必須重述需求，再把那一段的身分、資料、知識與轉交流程接起來。完成一段可驗證的旅程後，再擴充到其他管道與情境。
如果你正在評估全通路客服系統，可以準備一段真實客服旅程與現有系統清單，和 Data-DI 顧問一起盤點。顧問會先釐清資料與流程邊界，再確認 Alta.DI 適合承接哪些環節。立即預約全通路客服流程諮詢。
[1] Gartner。（2025.07）。Gartner Survey Finds More Than Half of Customer Service Journeys Now Start on Third-Party Platforms。Gartner Newsroom。
https://www.gartner.com/en/newsroom/press-releases/2025-07-23-gartner-survey-finds-more-than-half-of-customer-service-journeys-now-start-on-third-party-platforms
[2] Sopadjieva, E., Dholakia, U. M., and Benjamin, B.。（2017.01）。A Study of 46,000 Shoppers Shows That Omnichannel Retailing Works。Harvard Business Review。
https://hbr.org/2017/01/a-study-of-46000-shoppers-shows-that-omnichannel-retailing-works
