促銷客服量如何預測？把活動日曆轉成排班依據
用活動節點、既有來訊資料與透明的假設，估算促銷期間的客服尖峰，並安排人工支援窗口。
促銷排班要先看顧客何時看到優惠、在哪個入口遇到問題，再把這些時點和既有來訊資料對照。預估不必假裝精準；把資料、假設與需要人工確認的時段寫清楚，就能讓團隊有依據地準備。
整理活動日曆與通路
先把活動排成時間線，再拆成客服可能看到來訊的節點。日曆記錄活動名稱、開始與結束時間、時區、預熱、正式上架、提醒、優惠截止，以及可能的補貨或規則更新。客服預估要對齊顧客實際看見優惠的時刻；若素材先曝光、結帳頁晚些才生效，也要分開記錄，免得把不同問題算成同一波。
接著為每個節點標註通路與入口，例如 LINE、Facebook Messenger、Instagram 私訊、網站聊天室、社群貼文連結或商品頁。只寫通路名稱還不夠，也要記錄顧客從哪個素材進來、看到哪一版規則。同一活動若有不同連結或受眾，可用子列區分，之後才能辨認來訊集中在哪個入口。
若多個品項同時促銷，增加品項、優惠類型、適用對象、庫存或結帳變更等欄位，並註明資訊更新的負責人。客服不必複製整份行銷計畫；只要能回答「何時、哪個入口、哪種優惠改變」，就足以對照來訊。活動中若臨時調整，另加時間與變更內容，保留原排程供事後比較。
例如週三上午十點上架、九點半先公開預熱貼文、下午兩點發提醒、晚上六點結束折扣，日曆就有多個可能的詢問波段，而不是只有一個活動日期。若結帳規則在十點才生效，也把啟用時刻另列，之後才分得出預熱時的資格詢問，或購買時遇到的條件問題。
整理完成後，逐一檢查日期、時間與時區是否一致，並讓行銷、商品與客服使用同一份版本。若排程仍有未定項目，標記待確認內容及預計確認時間，不要先把推測寫成確定節點。這樣可避免排班依據落在舊的優惠日期，也能在規則更動時快速找到受影響的通路與時段。
選定可比較的對照期
挑對照期時，先找活動機制和顧客任務相近的紀錄，例如相似的優惠方式、適用品項、購買流程與來訊通路。活動長度也要盡量相近；若一場持續一天、另一場持續一週，直接比較總訊息數會失真。優先比較相同階段，例如開賣首日對首日、提醒發布後的時段對提醒後時段。
除了日期，還要確認活動期間是否有其他變更。若對照活動同時改過價格、頁面、配送說明或庫存，來訊增加可能來自這些條件，而不只是促銷本身。把已知變更標在資料旁；能拆分的就分開看，無法拆分的則保留為不確定因素，不要把整段差異都歸因於活動。
從客服紀錄取出時間、通路、主題與訊息數，並統一比較的時間粒度，例如每小時或每個活動階段。確認計算的是對話數還是訊息則數：同一位顧客連續補充多句，可能是一段對話，不宜在一場活動算對話、另一場卻算每則訊息。比較前先固定口徑，並在表格上註明。
若沒有完全相同的舊活動，選最接近的案例作參照，再列出差異，例如品項不同、促銷入口增加或活動時間縮短。這類對照仍可提供方向，但應降低信心，並準備較寬的情境範圍。若連相似案例都沒有，就從一般來訊分布建立初始估算，清楚標為待回填的假設。
例如兩場活動都持續三天，且優惠門檻與通路相近，可以先比較每天及各活動階段的來訊量；若其中一場另有新品上市，就註明新品可能帶來額外詢問。最後選擇一個最可比的期間作主參照，再保留另一個較不相似的案例作校正線索，不要只挑數字最高或最低的一場。
標出優惠觸發時段
活動日曆上的日期不一定等於來訊開始時間。顧客可能在預熱內容發布時先問資格，正式開賣後詢問如何使用，提醒發布後確認截止時間，臨近結束時再確認結帳是否成功。因此要標記的是優惠被看見、能使用、條件改變或即將失效的時刻，並與一般活動起訖時間分欄記錄。
把每個觸發點連到顧客會遇到的問題：優惠是否適用、能否與其他折扣併用、折扣碼要在哪裡輸入、名額或庫存是否仍有效、截止時間如何判斷。這些是待檢查的問題類型，不代表每場都會出現。若活動規則簡單，就不必硬拆出不存在的波段；若規則有門檻或例外，則應把相應說明發布時點也列入。
有條件的優惠尤其要記錄條件何時對顧客可見，以及系統何時開始套用。若宣傳文案先出現、結帳設定稍後生效，這段落差可能帶來一批確認訊息。商品缺貨、頁面更新或優惠延長也可能改變詢問節奏；把實際變更時間記下來，才能在事後把它與來訊變化放在一起看。
假設活動上午十點開賣，但九點半先發布預熱、十一點更新適用品項、下午兩點發出提醒，就可分別觀察預熱、正式開賣與規則更新後的時段。若十一點的更新只影響某個品項，將該品項的入口或主題單獨標記；這比把整天的來訊都歸到「促銷」更能看出需要補充哪一段說明。
排定觸發時段後，將預計發布時間和實際發布時間都保留。若活動臨時延後，排班與預估應跟著實際時刻調整，而不是沿用舊日曆。決定是否新增觀察節點時，可看優惠是否讓顧客需要重新判斷資格、步驟或期限；若答案是否，保留原節點即可，不必把每一則素材都當成尖峰。
試算尖峰放大量
先從對照期取出可比時段的來訊量，再把活動差異寫成明確假設。估算可以用「對照期來訊量 × 假設放大倍數」，但倍數不是通用常數，也不是保證。它應來自團隊對優惠強度、曝光入口、適用人數、品項與過往活動差異的判斷；如果沒有依據，就把它標成暫定情境，等實際數字回填。
接著把整日量拆到觸發時段。可先查看舊紀錄中開賣、提醒或截止前後各時段的占比，再套用到新活動；若資料粒度不足，就明說集中比例也是假設。不能把平均日量直接當成每小時均分，因為促銷來訊可能集中在內容發布、優惠啟用或規則變更之後。
以下是純假設試算：某相近活動三天共收到二百四十則來訊，日均八十則。新活動先採一點五倍情境，估計每日一百二十則；假設其中一半集中在正式開賣後四小時，則該時段共六十則，平均每小時十五則。若每則平均需六分鐘人工處理，十五乘六等於每小時九十分鐘處理工時。
這個工時總量不能直接解讀成排一位人員就能穩定承接，因為實際對話長短、同時處理能力、查資料與交接都會改變負荷。可以再試算保守、中間與偏高三種情境，逐一改變放大倍數或集中比例，查看哪些假設一變就大幅改變人力需求。三種情境都要寫出數字來源或假設，避免把試算包裝成確定預測。
最後把估算拆成日量、觸發時段量與預計處理工時，並附上對照期、放大倍數、集中比例及信心理由。若高低情境相差很大，先找出差異最大的假設，準備在活動中觀察並修正；若範圍接近，可用中間情境安排初始覆蓋。每次更新都保留版本與時間，排班者才看得出估算是依哪一版活動資訊計算。
預留人工支援窗口
把人力安排對準已標出的觸發節點，而不是只按活動首尾平均分配。可檢查預熱、正式開賣、規則更新、提醒及截止等波段，先為最可能集中詢問的時段安排人工窗口。若某節點只改了素材、沒有改優惠條件，可用較小的觀察窗口；若涉及資格、價格或結帳流程，則預留能查核資訊並處理例外的支援。
窗口表要寫清楚開始與結束時間、負責人、備援人員、活動版本，以及遇到規則疑義時要找誰確認。人員交接時同步告知當前優惠條件、已知變更與常見問法，避免同一問題在不同班次得到不同說法。若團隊人力有限，先保障高風險節點，再依實際來訊調整，不必為每個素材發布都新增一段排班。
另外，預先界定什麼情況需要人工判斷，例如顧客提供訂單或個人情況、優惠條件有例外、頁面顯示與公告不一致，或規則尚未確認。這份判斷清單要連到實際負責人與可查的活動資訊，不要只寫「交給客服處理」。遇到需要跨部門確認的問題，也應標明由誰回覆團隊，讓現場不用猜測答案。
例如上午十點正式上架，可安排九點四十五到十一點三十分作為首波人工支援窗口；下午兩點發提醒，則依過往同類提醒的來訊分布決定是否加派短時段。窗口結束前，負責人確認未結問題與當前規則，再交給下一位支援者。若來訊低於預期，仍記錄實際狀況；若明顯高於估算，則按預定備援方式補位。
排班依據應標示「預估」與「實際」兩種數字，避免活動前的試算被誤當成現場承諾。也要預留一個明確的調整責任人，決定何時增加支援、縮短觀察或更換說明版本。這些決定可依來訊量、待確認問題與活動變更共同判斷；活動中每次調整都記下時間與原因，供下一場活動回看。
活動後回填實際來訊
活動結束後，先固定回填的時間範圍與資料口徑，讓預估和實際能一一對照。沿用活動日曆中的節點切分，記錄各通路、各時段的對話數或訊息數，並註明採用哪一種。若資料包含重複訊息、同一問題多次追問或跨通路聯絡，不必任意刪除；先保留原始紀錄，再說明統計方法及去重規則。
接著為來訊加上可供排班判讀的主題，例如優惠資格、折扣碼、品項、結帳或規則變更。分類以實際訊息內容為準，遇到無法判定的項目就標示未分類，而非猜測原因。再把臨時改價、缺貨、素材延遲或活動延長等事件放在同一時間線上，才能辨別尖峰與哪個觸發點同時發生。
逐節點比較預估與實際：看整體量差多少、尖峰落在什麼時段、哪個通路或主題超出假設。可用「實際量減預估量」看差額，也可在預估非零時計算差額占預估的比例；若預估為零，就只報數量差，不做除法。不要只用活動總量判斷準確度，因為總量相近仍可能掩蓋尖峰時刻完全不同。
例如預估開賣後四小時有六十則，實際有七十二則，差額是十二則；若同時看到大部分問題集中在一個優惠條件，就檢查該條件是否晚發布、描述是否不清楚，或集中比例設得太低。這些是待檢驗的可能原因，不要只因時間相近就認定因果。先核對活動記錄與訊息主題，再決定下一次要調整哪個假設。
回填後將可重用的資料留在活動檔案：對照期、實際觸發時間、各段來訊、支援窗口與偏差原因。下一場活動沿用已驗證的分類與時間切法，再替品項、規則和曝光差異更新假設。下一步先選定一場已排定的促銷，把節點與來訊欄位填進同一份日曆，活動後再回填實際資料；若要了解 ReplyBot，請至 ReplyBot 官網。