01
預測回廠時機
依據歷史保養日、里程、回廠間隔與車主行為，建立個別化回廠時間窗。
- 保養週期與里程雙重判斷
- 個別車主回廠習慣分析
- 優先名單與聯繫順序
傳統定保招攬，往往不是「沒有名單」，而是
太早打
太晚打
找錯時間
人工紀錄不完整
大量結果難分析
PRODUCT CAPABILITIES
從「大量撥打」轉向
精準、可追蹤的回廠經營
讓資料先判斷「誰、什麼時候、該談什麼」，AI 再完成聯繫、理解與紀錄。
02
智慧聯絡排程
依車主偏好與過往接聽結果，在更適合的時段自動安排聯絡任務。
- 最佳通話時間管理
- 未接續撥與頻率控制
- 依活動條件動態排程
03
AI 個人化語音
根據車況、保養需求與當月活動內容，進行自然、具上下文的回廠提醒。
- 動態帶入活動與優惠資訊
- 理解車主回覆與需求
- 依對話內容持續追問確認
04
預約與需求回傳
將對話結果自動整理為可用欄位，降低人工重聽、抄寫與二次輸入。
- 預約日期與時段
- 車主服務需求與備註
- 預計回廠時間
05
未回廠原因結構化
沒有完成預約也不是遺失的名單，系統持續累積真正的拒絕與延後原因。
- 已在外廠保養
- 目前無需求／延後處理
- 車輛出售等原因分類
06
營運報表分析
從撥打到預約、再到回廠結果，建立可追蹤的招攬漏斗與改善依據。
- 接通率／預約率／回廠率
- 活動與話術成效比較
- 拒絕原因與趨勢分析
HOW IT WORKS
一套完整的 AI 回廠通知流程
從資料判斷到結果回寫，形成可持續優化的服務招攬閉環。
1
DATA
匯入車主與車輛資料
整合保養紀錄、里程、車齡、回廠週期、聯絡偏好與活動資訊。
2
PREDICT
計算即將到保養名單
以時間、里程與個別回廠習慣形成優先順序與聯繫時間窗。
3
ENGAGE
AI 依最佳時段主動聯繫
帶入對應車況與當月活動，完成個人化的回廠提醒與需求確認。
4
UNDERSTAND
辨識預約、需求與原因
把自然語音內容轉換成預約資料、服務需求、預計回廠日與未回廠原因。
5
LEARN
回寫資料並持續分析
累積每一次聯繫結果，提供下一輪名單優化與管理決策使用。
OPERATIONS DASHBOARD
每一通電話，
都變成可分析的資料。
不只看「打了多少通」，而是掌握從接通、意願、預約到回廠的完整轉換。 透過結構化結果，快速看出活動成效、客戶阻力與後續追蹤機會。
01
招攬漏斗接通 → 有意願 → 預約 → 回廠
02
原因分析未預約／延後／外廠／其他
03
活動比較不同名單、優惠與期間的成效
本月招攬概況
Service Campaign Overview
已接通1,284通
有意願468位
已預約312筆
招攬結果趨勢示意資料
DATA & GOVERNANCE
從設計開始重視資料安全與可控性
車主資料、聯絡紀錄與服務需求都屬於重要營運資訊。 系統可依企業需求規劃權限控管、資料加密、操作紀錄與保存政策， 並保留人工介入與名單排除機制。
01權限控管依角色管理資料與操作範圍
02資料加密傳輸與儲存依架構需求保護
03操作紀錄保留任務與結果可追溯性
04人工介入保留例外處理與停止聯繫機制
BUSINESS VALUE
讓服務招攬從人工作業，走向可持續優化的智慧流程
降低重複性撥打
讓人員把時間留給需要判斷、協調與關係經營的客戶。
提升聯繫精準度
不再只依固定天數，改以個別車主行為與時機進行判斷。
完整保留客戶聲音
把預約之外的需求、疑慮與拒絕原因轉成後續可用資料。
建立可衡量的改善循環
從每次活動累積結果，持續優化名單、時段、內容與追蹤策略。
FAQ
常見問題
依不同經銷商、服務廠與既有系統，產品可採分階段整合。
需要更換現有 CRM 或 DMS 嗎？＋
不一定。系統可依既有資料格式與介接條件規劃，優先從名單匯入、結果匯出或 API 整合開始。
AI 會直接替車主完成預約嗎？＋
可依實際流程設計為直接建立預約、產生待確認預約，或將資訊回傳給服務人員二次確認。
沒有預約的通話也有價值嗎？＋
有。系統會將預計回廠時間、延後原因、外廠保養、車況需求等資訊結構化，供後續追蹤與分析。
是否能配合每月不同活動內容？＋
可以。活動條件、優惠內容與適用對象可作為每次招攬任務的上下文，讓通知內容更貼近當期方案。