TG-Staff 团队 avatar TG-Staff 团队

TG-Staff 會話分流演示:在線優先 vs 輪流分配配置教學與適用場景

tg-staff 分流 在線優先 輪流分配 客服

TG-Staff 會話分流演示:在線優先 vs 輪流分配配置教學與適用場景

當你營運一個 Telegram Bot 客服團隊時,最頭痛的問題之一可能是:用戶發送訊息後,到底該由哪個客服來處理? 如果分配不均,有的客服忙到冒煙,有的客服閒到發呆;如果分配不及時,用戶等待時間太長,直接流失。這就是TG-Staff 會話分流要解決的核心問題。

TG-Staff 是一款面向 Telegram Bot 的客服與營運 SaaS 平台,其會話分流功能允許你智慧地將用戶請求分配給不同的客服。本文將用逐步教學演示兩種分流模式——在線優先輪流分配——的配置方法,並透過場景對比幫助你判斷哪種模式更適合你的團隊。

什麼是 TG-Staff 會話分流?為什麼它對你的 Telegram Bot 客服至關重要?

會話分流(Session Routing)指的是:當用戶透過 Telegram Bot 發送訊息時,系統根據預設規則,將該會話自動分配給某個客服(Staff)進行承接。

沒有分流機制時,常見問題包括:

  • 漏單:所有訊息湧入一個客服,忙不過來時訊息被淹沒。
  • 回應慢:用戶等待數分鐘甚至更久,才等到有人回覆。
  • 分配混亂:多個客服同時回覆同一個用戶,造成資訊衝突。

TG-Staff 的會話分流透過兩種模式(輪流分配與在線優先)實現自動、公平、高效的分配,結合分流連結(Diversion Link) 的廣告歸因能力,形成從引流到客服承接的完整閉環。對於跨境團隊、Web3 專案或任何依賴 Telegram 做客戶服務的團隊,這將直接影響用戶體驗與轉換率。

兩種核心分流模式:在線優先 vs 輪流分配

TG-Staff 提供兩種分流規則,邏輯完全不同,分別適合不同的團隊結構與排班場景。

輪流分配(Round-Robin):公平輪詢,負載均衡

輪流分配是 TG-Staff 的預設分流規則。它的邏輯很簡單:系統維護一個有權限客服的循環列表,依順序逐一分配新會話。

  • 工作方式:假設有 3 個客服(A、B、C),第一個會話分配給 A,第二個給 B,第三個給 C,第四個又回到 A,以此類推。
  • 優點:每個客服處理的會話數量大致相等,實現負載均衡,適合客服數量穩定、工作量需要平均分配的團隊。
  • 缺點:不區分客服是否在線。如果 B 離線了,會話仍然可能分配給 B(在 B 上線後才會顯示),導致用戶等待時間變長。

在線優先(Online-First):先到先得,回應更快

在線優先模式優先考慮客服的即時在線狀態。

  • 工作方式:當新會話到達時,系統掃描所有有權限的客服,找出當前在線的客服,然後按順序(或隨機)分配給其中一位。如果所有客服都離線,系統會自動回退到輪流分配,將會話分配給列表中的第一位客服(待其上線後顯示)。
  • 優點:確保用戶訊息能被在線的客服第一時間看到和處理,回應速度更快。適合客服排班靈活、兼職人員多、或高峰時段需要快速回應的場景。
  • 缺點:如果大部分客服同時在線,可能會出現某個在線客服連續接到多個會話(因為離線客服被跳過),負載不如輪流分配均勻。

案例演示:為你的 TG Bot 配置會話分流規則(逐步教學)

以下步驟以 TG-Staff 控制台為例,演示如何為你的 Bot 專案配置分流規則。假設你已經註冊並綁定了 Telegram Bot。

步驟一:登入控制台並進入專案設定

  1. 前往 https://app.tg-staff.com/,用你的帳號登入。
  2. 在左側導覽列或專案列表中,選擇你要配置的 Bot 專案。
  3. 點擊進入專案的「客服設定」或「分流規則」區域。如果找不到,可以查看官方文件 https://docs.tg-staff.com/ 的「會話分流」章節。

步驟二:配置專案客服範圍

在配置分流規則前,需要先確定哪些客服可以參與分流。

  • 在客服設定頁面,找到「專案客服範圍」選項。
  • 選擇「全部客服」:該專案的所有客服(包括管理員)都能接收分流來的會話。
  • 選擇「指定客服」:從客服列表中勾選特定客服,只有被選中的客服才能參與分流。

注意:如果某個客服未被選中,即使他在線,也不會接收到來自該專案的自動分流會話。這是分流生效的前提條件。

步驟三:選擇分流規則並儲存

  1. 在「分流規則」下拉選單中,你會看到兩個選項:
    • 輪流分配(Round-Robin)
    • 在線優先(Online-First)
  2. 選擇你需要的模式(例如「在線優先」)。
  3. 點擊「儲存」按鈕。規則會立即生效,無需重啟 Bot。

驗證方法:用另一個 Telegram 帳號向你的 Bot 發送訊息,觀察控制台「會話」列表中的分配記錄。如果客服在線,會話會快速分配;如果離線,則會按回退規則處理。

提示:分流規則與坐席權限

請確保你的坐席帳號已獲得對應項目的操作權限,否則即使配置了分流規則,坐席也無法接收會話。可在「專案設定 → 坐席管理」中檢查權限。

分流連結(Diversion Link)如何配合會話分流實現精準引流歸因?

分流連結(也稱魔法連結)是 TG-Staff 的一項強大功能,它本質上是一個官方域名短鏈(如 https://app.tg-staff.com/{code}),當用戶點擊該連結時,TG-Staff 會:

  1. 捕獲用戶的 IP 地址、瀏覽器資訊、URL 參數(如 utm_source、utm_campaign)。
  2. 自動將用戶引導至你的 Telegram Bot(透過 Deep Link 跳轉)。
  3. 用戶進入 Bot 後,Bot 可以發送自動回覆(歡迎語、選單),然後根據會話分流規則,將用戶無縫分配給人工坐席

典型場景:你在 Google Ads 上投放廣告,廣告連結指向一個分流連結。用戶點擊後,TG-Staff 記錄下「來自 Google Ads 廣告A」的歸因資訊。用戶進入 Bot 後,系統自動按「線上優先」規則,將其分配給當前線上的坐席。坐席在用戶畫像中可以看到該用戶的來源渠道,從而提供針對性服務。

分流連結與會話分流是獨立配置、協同工作的功能。分流連結負責引流與歸因,分流規則決定由誰承接。兩者結合,就形成了完整的「廣告 → 社群媒體 → Bot → 人工坐席」轉換鏈路。

適用場景對比:你應該選擇哪種分流模式?

對比維度輪流分配線上優先
核心邏輯按順序輪詢所有有權限坐席優先分配給當前線上坐席
負載均衡優秀(每個坐席數量相近)一般(線上坐席可能承接更多)
回應速度中等(可能分給離線坐席)快速(只在線上坐席中分配)
適用團隊規模小到中型(3-20 坐席)中到大型(5-20+ 坐席)
排班需求固定排班、輪班制靈活排班、兼職坐席
典型場景標準版小團隊,每人值班固定時段專業版團隊,部分坐席兼職線上

適合「輪流分配」的場景:穩定客服團隊、輪班制

舉例:你是一個標準版用戶(3 個坐席額度),團隊成員每天固定時間線上,比如早班、中班、晚班各一人。你希望每個坐席處理的會話數量大致相等,避免有人太閒有人太忙。此時輪流分配是最佳選擇——它自動輪詢,確保公平。

注意事項:如果某個坐席臨時離線,他名下的會話不會自動轉給其他坐席。建議在排班表中確保每個時段至少有一個坐席線上。

適合「線上優先」的場景:靈活排班、高峰時段應急

舉例:你是一個專業版用戶(20 個坐席額度),團隊成員分佈在不同時區,有些是兼職坐席,只在特定時段上線。你希望當用戶發訊息時,能立刻被線上的坐席接住,而不是分配給一個 3 小時後才上班的坐席。此時線上優先是更好的選擇——它讓回應速度優先於負載均衡。

注意事項:如果所有坐席都離線,系統會自動回退到輪流分配。建議為關鍵時段安排至少 1-2 個坐席線上,或開啟離線訊息通知(如透過 Telegram Bot 推送提醒)。

最佳實踐:混合使用

你可以在同一個 Bot 專案中隨時手動切換分流規則,無需重新部署。例如:工作日白天使用「線上優先」應對高峰諮詢,夜間固定值班時段切換為「輪流分配」確保公平。TG-Staff 控制台支援即時修改,建議根據團隊排班動態調整。

常見問題

問:TG-Staff 免費試用版支援會話分流嗎?

答: 支援。免費試用 3 天內,你可以體驗標準版的所有功能,包括會話分流。試用到期後,需訂閱標準版或專業版繼續使用。

問:配置了「線上優先」後,如果所有客服都離線,使用者請求會怎樣?

答: 系統會自動回退到「輪流分配」模式,將請求分配給有權限的客服列表中的第一位,並在該客服上線後顯示。建議保持至少一個客服在線,或啟用離線訊息通知。

問:我可以為同一個 Bot 專案在不同時間段切換分流規則嗎?

答: 目前 TG-Staff 控制台支援隨時手動切換分流規則,無需重新部署 Bot。你可以根據客服排班安排靈活調整。

問:分流規則對分流連結(Diversion Link)的追蹤有影響嗎?

答: 沒有影響。分流連結負責擷取訪客資訊與廣告歸因,而分流規則決定使用者進入 Bot 後由哪位客服承接。兩者是獨立配置、協同工作的功能。你可以同時使用分流連結進行歸因,並使用線上優先規則確保快速回應。


立即體驗 TG-Staff 會話分流

  • 註冊試用:前往 https://app.tg-staff.com/ 註冊,免費體驗 3 天標準版功能,包括會話分流與分流連結。
  • 查閱文件:前往 TG-Staff 官方文件 https://docs.tg-staff.com/ 查看更多配置細節與 API 說明。
  • 聯絡客服:如遇配置問題,可直接聯絡官方客服 Bot:@tgstaff_robot