TG-Staff 团队 avatar TG-Staff 团队

TG-Staff 会话分流演示:在线优先 vs 轮流分配配置教程与适用场景

tg-staff 分流 在线优先 轮流分配 客服

TG-Staff 会话分流演示:在线优先 vs 轮流分配配置教程与适用场景

当你运营一个 Telegram Bot 客服团队时,最头疼的问题之一可能是:用户发来消息后,到底该由哪个坐席来处理? 如果分配不均,有的坐席忙到冒烟,有的坐席闲到发呆;如果分配不及时,用户等待时间太长,直接流失。这就是TG-Staff 会话分流要解决的核心问题。

TG-Staff 是一款面向 Telegram Bot 的客服与运营 SaaS 平台,其会话分流功能允许你智能地将用户请求分配给不同的坐席。本文将用分步教程演示两种分流模式——在线优先轮流分配——的配置方法,并通过场景对比帮你判断哪种模式更适合你的团队。

什么是 TG-Staff 会话分流?为什么它对你的 Telegram Bot 客服至关重要?

会话分流(Session Routing)指的是:当用户通过 Telegram Bot 发送消息时,系统根据预设规则,将该会话自动分配给某个坐席(Staff)进行承接。

没有分流机制时,常见问题包括:

  • 漏单:所有消息涌入一个坐席,忙不过来时消息被淹没。
  • 响应慢:用户等待数分钟甚至更久,才等到有人回复。
  • 分配混乱:多个坐席同时回复同一个用户,造成信息冲突。

TG-Staff 的会话分流通过两种模式(轮流分配与在线优先)实现自动、公平、高效的分配,结合分流链接(Diversion Link) 的广告归因能力,形成从引流到客服承接的完整闭环。对于跨境团队、Web3 项目或任何依赖 Telegram 做客户服务的团队,这将直接影响用户体验与转化率。

两种核心分流模式:在线优先 vs 轮流分配

TG-Staff 提供两种分流规则,逻辑完全不同,分别适合不同的团队结构与排班场景。

轮流分配(Round-Robin):公平轮询,负载均衡

轮流分配是 TG-Staff 的默认分流规则。它的逻辑很简单:系统维护一个有权限坐席的循环列表,按顺序逐一分配新会话。

  • 工作方式:假设有 3 个坐席(A、B、C),第一个会话分配给 A,第二个给 B,第三个给 C,第四个又回到 A,以此类推。
  • 优点:每个坐席处理的会话数量大致相等,实现负载均衡,适合坐席数量稳定、工作量需要平均分配的团队。
  • 缺点:不区分坐席是否在线。如果 B 离线了,会话仍然可能分配给 B(在 B 上线后才会显示),导致用户等待时间变长。

在线优先(Online-First):先到先得,响应更快

在线优先模式优先考虑坐席的实时在线状态。

  • 工作方式:当新会话到达时,系统扫描所有有权限的坐席,找出当前在线的坐席,然后按顺序(或随机)分配给其中一位。如果所有坐席都离线,系统会自动回退到轮流分配,将会话分配给列表中的第一位坐席(待其上线后显示)。
  • 优点:确保用户消息能被在线的坐席第一时间看到和处理,响应速度更快。适合坐席排班灵活、兼职人员多、或高峰时段需要快速响应的场景。
  • 缺点:如果大部分坐席同时在线,可能会出现某个在线坐席连续接到多个会话(因为离线坐席被跳过),负载不如轮流分配均匀。

案例演示:为你的 TG Bot 配置会话分流规则(分步教程)

以下步骤以 TG-Staff 控制台为例,演示如何为你的 Bot 项目配置分流规则。假设你已经注册并绑定了 Telegram Bot。

步骤一:登录控制台并进入项目设置

  1. 访问 https://app.tg-staff.com/,用你的账号登录。
  2. 在左侧导航栏或项目列表中,选择你要配置的 Bot 项目。
  3. 点击进入项目的「客服设置」或「分流规则」区域。如果找不到,可以查看官方文档 https://docs.tg-staff.com/ 的「会话分流」章节。

步骤二:配置项目客服范围

在配置分流规则前,需要先确定哪些坐席可以参与分流。

  • 在客服设置页面,找到「项目客服范围」选项。
  • 选择「全部客服」:该项目的所有坐席(包括管理员)都能接收分流来的会话。
  • 选择「指定客服」:从坐席列表中勾选特定坐席,只有被选中的坐席才能参与分流。

注意:如果某个坐席未被选中,即使他在线,也不会接收到来自该项目的自动分流会话。这是分流生效的前提条件。

步骤三:选择分流规则并保存

  1. 在「分流规则」下拉菜单中,你会看到两个选项:
    • 轮流分配(Round-Robin)
    • 在线优先(Online-First)
  2. 选择你需要的模式(例如「在线优先」)。
  3. 点击「保存」按钮。规则会立即生效,无需重启 Bot。

验证方法:用另一个 Telegram 账号向你的 Bot 发送消息,观察控制台「会话」列表中的分配记录。如果坐席在线,会话会快速分配;如果离线,则会按回退规则处理。

提示:分流规则与坐席权限

请确保你的坐席账号已获得对应项目的操作权限,否则即使配置了分流规则,坐席也无法接收会话。可在「项目设置 → 坐席管理」中检查权限。

分流链接(Diversion Link)如何配合会话分流实现精准引流归因?

分流链接(也称魔法链接)是 TG-Staff 的一项强大功能,它本质上是一个官方域名短链(如 https://app.tg-staff.com/{code}),当用户点击该链接时,TG-Staff 会:

  1. 捕获用户的 IP 地址、浏览器信息、URL 参数(如 utm_source、utm_campaign)。
  2. 自动将用户引导至你的 Telegram Bot(通过 Deep Link 跳转)。
  3. 用户进入 Bot 后,Bot 可以发送自动回复(欢迎语、菜单),然后根据会话分流规则,将用户无缝分配给人工坐席

典型场景:你在 Google Ads 上投放广告,广告链接指向一个分流链接。用户点击后,TG-Staff 记录下“来自 Google Ads 广告A”的归因信息。用户进入 Bot 后,系统自动按「在线优先」规则,将其分配给当前在线的坐甲。坐甲在用户画像中可以看到该用户的来源渠道,从而提供针对性服务。

分流链接与会话分流是独立配置、协同工作的功能。分流链接负责引流与归因,分流规则决定由谁承接。两者结合,就形成了完整的「广告 → 社媒 → Bot → 人工坐席」转化链路。

适用场景对比:你应该选择哪种分流模式?

对比维度轮流分配在线优先
核心逻辑按顺序轮询所有有权限坐席优先分配给当前在线坐席
负载均衡优秀(每个坐席数量相近)一般(在线坐席可能承接更多)
响应速度中等(可能分给离线坐席)快速(只在在线坐席中分配)
适用团队规模小到中型(3-20 坐席)中到大型(5-20+ 坐席)
排班需求固定排班、轮班制灵活排班、兼职坐席
典型场景标准版小团队,每人值班固定时段专业版团队,部分坐席兼职在线

适合「轮流分配」的场景:稳定客服团队、轮班制

举例:你是一个标准版用户(3 个坐席额度),团队成员每天固定时间在线,比如早班、中班、晚班各一人。你希望每个坐席处理的会话数量大致相等,避免有人太闲有人太忙。此时轮流分配是最佳选择——它自动轮询,确保公平。

注意事项:如果某个坐席临时离线,他名下的会话不会自动转给其他坐席。建议在排班表中确保每个时段至少有一个坐席在线。

适合「在线优先」的场景:灵活排班、高峰时段应急

举例:你是一个专业版用户(20 个坐席额度),团队成员分布在不同时区,有些是兼职坐席,只在特定时段上线。你希望当用户发消息时,能立刻被在线的坐席接住,而不是分配给一个 3 小时后才上班的坐席。此时在线优先是更好的选择——它让响应速度优先于负载均衡。

注意事项:如果所有坐席都离线,系统会自动回退到轮流分配。建议为关键时段安排至少 1-2 个坐席在线,或开启离线消息通知(如通过 Telegram Bot 推送提醒)。

最佳实践:混合使用

你可以在同一个 Bot 项目中随时手动切换分流规则,无需重新部署。例如:工作日白天使用「在线优先」应对高峰咨询,夜间固定值班时段切换为「轮流分配」确保公平。TG-Staff 控制台支持即时修改,建议根据团队排班动态调整。

常见问题

问:TG-Staff 免费试用版支持会话分流吗?

答: 支持。免费试用 3 天内,你可以体验标准版的所有功能,包括会话分流。试用到期后,需订阅标准版或专业版继续使用。

问:配置了「在线优先」后,如果所有坐席都离线,用户请求会怎样?

答: 系统会自动回退到「轮流分配」模式,将请求分配给有权限的坐席列表中的第一位,并在该坐席上线后显示。建议保持至少一个坐席在线,或启用离线消息通知。

问:我可以为同一个 Bot 项目在不同时间段切换分流规则吗?

答: 目前 TG-Staff 控制台支持随时手动切换分流规则,无需重新部署 Bot。你可以根据客服排班安排灵活调整。

问:分流规则对分流链接(Diversion Link)的追踪有影响吗?

答: 没有影响。分流链接负责捕获访客信息与广告归因,而分流规则决定用户进入 Bot 后由哪位坐席承接。两者是独立配置、协同工作的功能。你可以同时使用分流链接进行归因,并使用在线优先规则确保快速响应。


立即体验 TG-Staff 会话分流

  • 注册试用:访问 https://app.tg-staff.com/ 注册,免费体验 3 天标准版功能,包括会话分流与分流链接。
  • 查阅文档:前往 TG-Staff 官方文档 https://docs.tg-staff.com/ 查看更多配置细节与 API 说明。
  • 联系客服:如遇配置问题,可直接联系官方客服 Bot:@tgstaff_robot