TG 客服系統分流連結歸因：廣告渠道、KOL 與坐席會話的數據閉環指南

做 Telegram Bot 客服的團隊，經常遇到一個痛點：用戶來了，但不知道他從哪來的。

廣告投了錢、KOL 發了推廣、社媒貼文掛上了 Bot 連結，最終有多少用戶真正發起了客服會話？哪些渠道的轉換率最高？如果無法回答這些問題，營運優化就無從談起。

TG-Staff 的分流連結歸因功能，正是為了解決這個數據閉環問題。本文從原理到實作，幫你把 TG 客服系統變成可衡量的轉換節點。

為什麼 TG 客服系統需要分流連結歸因？

傳統 Telegram Bot 的客服鏈路，歸因幾乎是個盲區：

• 廣告投放：Google Ads、Facebook 廣告點擊後跳轉 Bot，你無法區分哪些會話來自搜尋廣告、哪些來自展示廣告。
• KOL 推廣：給 5 個 KOL 發了同一個 Bot 連結，誰的粉絲轉換率更高？只能靠猜，或者讓用戶主動填寫「邀請碼」——這增加了用戶流失率。
• 社媒貼文：Twitter 和 Facebook 的引流效果差異，沒有數據支撐。

沒有歸因，營運決策就靠直覺。預算花在哪個渠道、話術針對哪類用戶優化，都缺乏依據。

分流連結歸因的價值：用戶點擊連結時自動捕獲來源資訊（UTM 參數、IP、瀏覽器等），無需用戶主動填寫，坐席在會話中即可看到用戶來源，形成「投放 → 點擊 → 會話 → 轉換」的完整數據迴路。

什麼是分流連結？它如何捕獲用戶來源數據？

TG-Staff 的分流連結（Diversion Link）是一個官方域名短鏈，格式為 https://app.tg-staff.com/{code}。

它的工作流程很簡單：

1. 用戶在廣告、KOL 推廣或社媒貼文上點擊該連結。
2. 連結先跳轉到 TG-Staff 的追蹤頁面，系統自動捕獲訪客的 IP（地理位置）、瀏覽器資訊（User-Agent）、以及 URL 中的所有參數（包括 UTM 參數）。
3. 捕獲完成後，用戶被重新導向到對應的 Telegram Bot，開始自動回覆或人工會話流程。

關鍵點：歸因數據在用戶點擊連結的那一刻就被記錄，即使他幾天後才發起會話，坐席依然能查看其來源資訊。

分流連結與普通 Bot 連結的區別

對比維度	普通 Bot 連結	分流連結（TG-Staff）
追蹤能力	無	自動捕獲 UTM、IP、瀏覽器資訊
歸因數據	不可見	存入用戶畫像，坐席可查看
適用場景	簡單引流	廣告投放、KOL 歸因、渠道效果分析
用戶操作	直接打開 Bot 對話	先跳轉追蹤頁面再進入 Bot（體驗幾乎無差異）
套餐要求	無	標準版及以上套餐

分流連結支援哪些參數捕獲？

分流連結會自動捕獲以下數據，並存入該用戶的「用戶畫像」中：

• UTM 參數：utm_source、utm_medium、utm_campaign、utm_content、utm_term
• 訪客 IP：可解析出大致的國家/城市地理位置
• 瀏覽器 User-Agent：作業系統、裝置類型、瀏覽器版本
• 自訂 URL 參數：你可以在連結後附加任何自訂參數（如 ?ref=kol_001），系統同樣會捕獲並存入畫像

這些數據在坐席的會話視窗右側面板可見，坐席無需手動詢問即可獲得用戶上下文。

廣告渠道與 KOL 歸因的實際落地場景

場景一：Google Ads 投放

你在 Google Ads 上同時投放了搜尋廣告和展示廣告，希望區分兩者的轉換效果。

操作方式：

• 搜尋廣告連結：https://app.tg-staff.com/abc?utm_source=google&utm_medium=search&utm_campaign=summer_sale
• 展示廣告連結：https://app.tg-staff.com/abc?utm_source=google&utm_medium=display&utm_campaign=summer_sale

當用戶點擊並進入 Bot 會話後，坐席可以看到該用戶來自「google / search」或「google / display」，據此評估不同廣告類型的轉換率，優化預算分配。

場景二：KOL 推廣

你與 3 個 KOL 合作推廣產品，每個 KOL 的粉絲群不同，想知道誰的引流效果最好。

操作方式：

• KOL A：https://app.tg-staff.com/abc?utm_source=kol_a&utm_medium=telegram&utm_campaign=product_launch
• KOL B：https://app.tg-staff.com/abc?utm_source=kol_b&utm_medium=telegram&utm_campaign=product_launch
• KOL C：https://app.tg-staff.com/abc?utm_source=kol_c&utm_medium=telegram&utm_campaign=product_launch

每個 KOL 獲得唯一連結，後續透過查看用戶畫像中的 utm_source 欄位，即可對比各 KOL 帶來的諮詢量與轉換率。

場景三：社媒貼文細分

你在 Twitter 和 Facebook 都發了推廣貼，想進一步了解哪個貼文類型（教學貼 vs 促銷貼）引流效果更好。

操作方式：

• Twitter 教學貼：https://app.tg-staff.com/abc?utm_source=twitter&utm_medium=post&utm_content=tutorial
• Twitter 促銷貼：https://app.tg-staff.com/abc?utm_source=twitter&utm_medium=post&utm_content=promo
• Facebook 促銷貼：https://app.tg-staff.com/abc?utm_source=facebook&utm_medium=post&utm_content=promo

透過 utm_content 欄位區分貼文類型，坐席可以分析不同平台、不同內容類型的引流效率。

從點擊到會話：歸因數據如何貫穿引流分流鏈路？

歸因數據不是孤立存在的，它貫穿了完整的引流分流鏈路：

1. 廣告/社媒投放：用戶看到廣告或貼文，點擊分流連結。
2. 捕獲歸因數據：TG-Staff 系統捕獲 UTM、IP、瀏覽器資訊，存入該用戶的「用戶畫像」。
3. Bot 自動回覆：用戶進入 Bot，觸發歡迎語、選單或自動回覆流程（可使用可視化指令流程）。
4. 人工坐席承接：如果用戶需要人工服務，會話分流規則將其分配給在線坐席。
5. 坐席查看來源：坐席在會話視窗右側面板看到該用戶的來源渠道、造訪時間、地理位置等資訊，無需手動詢問即可了解用戶背景。

如何配置分流連結與 UTM 參數？

配置流程簡單，無需開發：

1. 登入 TG-Staff 控制台（https://app.tg-staff.com/），进入「分流链接」模块。
2. 建立新分流連結：點擊「建立連結」，輸入連結名稱（內部識別，如「summer_promo_kol_a」），選擇目標 Bot 專案。
3. 生成短網址：系統自動生成 https://app.tg-staff.com/{code} 格式的短網址。
4. 附加 UTM 參數：在短網址後直接加入 UTM 參數，例如 ?utm_source=twitter&utm_medium=post&utm_campaign=summer_promo。
5. 複製使用：將完整連結複製到廣告後台、KOL 推廣文案或社群媒體貼文中。

注意事項：

• UTM 參數建議全部小寫（如 utm_source 而非 utm_Source），避免因大小寫不一致導致資料混亂。
• 避免在參數中使用特殊字元（空格、&、#），如需使用空格，用 + 或 %20 取代。
• 建議至少包含 utm_source 和 utm_medium 兩個必填欄位，方便後續篩選。

歸因資料的局限性與最佳實務

歸因不是萬能的，了解其限制才能正確使用資料。

常見問題

• UTM 參數可能被截斷：部分瀏覽器或廣告封鎖器可能移除 UTM 參數，導致資料遺失。
• 使用者分享轉發：使用者複製連結分享給他人時，原始 UTM 參數可能被保留，但來源已非原始管道。
• Telegram 內點擊：使用者在其他平台點擊分流連結後，Telegram 會先開啟外部瀏覽器再跳轉至 Bot，此過程可能遺失部分 UTM 參數。

最佳實踐

1. 設定 fallback 參數：在分流連結中包含 utm_source=direct 作為預設值，當 UTM 參數未被傳遞時，至少能標記為「直接訪問」。
2. 定期檢查資料完整性：每週或每月抽查使用者輪廓中的來源欄位，確認資料是否正常捕獲。
3. 結合會話量趨勢：不要僅依賴單一歸因指標。結合會話量趨勢、使用者諮詢內容、最終轉換率綜合判斷渠道效果。
4. 避免過度依賴歸因：歸因數據是營運決策的參考，而非唯一依據。使用者行為受多種因素影響，歸因無法解釋所有因果。

常見問題

問：分流連結是否支援自訂網域？

答：目前 TG-Staff 提供官方網域短鏈（app.tg-staff.com/{code}），暫不支援自訂網域。但短鏈本身可用於廣告投放與 KOL 推廣，不影響歸因數據捕獲。

問：分流連結捕獲的數據會過期嗎？

答：歸因數據（UTM、IP 等）在使用者首次訪問分流連結時捕獲並存入該使用者的輪廓，不會過期。即使該使用者數日後才發起會話，坐席依然可以查看其來源資訊。

問：UTM 參數與分流連結自帶的追蹤參數衝突嗎？

答：不衝突。分流連結會自動捕獲所有 URL 參數，包括 UTM 參數。建議在連結中僅附加 UTM 參數，避免添加其他同名參數導致覆蓋。

問：免費試用版是否支援分流連結歸因？

答：分流連結功能屬於標準版及以上方案（含免費試用期）。試用期間你可以完整體驗分流連結建立與歸因數據檢視，試用到期後需升級標準版或專業版繼續使用。方案價格詳見官網方案頁。

問：歸因數據能否匯出或接入第三方分析工具？

答：目前歸因數據在 TG-Staff 控制台內檢視（使用者輪廓與數據統計），暫不支援直接匯出或 API 對接。你可以透過檢視會話詳情中的來源欄位，手動記錄或結合其他工具進行二次分析。

---

下一步行動

• 註冊 3 天免費試用（https://app.tg-staff.com/），体验分流链接归因功能，看看你的用户从哪来。
• 查閱官方文件（https://docs.tg-staff.com/）了解分流链接的详细配置与最佳实践示例。
• 聯繫客服 Bot（@tgstaff_robot）取得歸因配置的針對性建議，針對你的業務場景最佳化 UTM 參數策略。

讓 TG 客服系統從「接收會話」進化到「衡量會話」，歸因數據是第一步。