客服問卷多久邀請一次？平衡回饋需求與客戶填答負擔
從冷卻期、抽樣單位、排除條件到代表性與回覆監測，建立可調整的客服問卷邀請規則，兼顧回饋品質與客戶填答負擔。
客服問卷不只是「多久寄一次」的問題。規則要避免同一位客戶在多次互動中反覆被打擾，也要讓受邀者涵蓋不同情境與客群。先固定冷卻期、抽樣單位、排除條件和監測方式，再依回饋用途調整。文中的數字都是假設示例，可依實際互動量檢視。
定義同一客戶的冷卻期
冷卻期的目的，是避免同一位客戶因連續追問或多筆工單，在短時間內反覆收到邀請。先選定可持續辨識的客戶鍵值，例如會員帳號；若服務允許匿名互動，就記下只能識別工作階段的限制，換裝置或重新登入可能無法合併。不要把每張工單直接當成一位不同客戶，否則互動多的人會被多次計入。鍵值不可靠時，縮小分析範圍並揭露限制，不能把未合併紀錄當成已去重。
再寫清楚時鐘從哪個事件開始：邀請寄出、案件結案，或客戶完成回覆；不同起點會產生不同頻率。可用純假設規則起步：同一客戶自最近一次邀請日起十四天內不再邀請，是否答題都算一次；案件結案只代表進入資格判斷，不能重置已開始的冷卻期。若客戶明確表示不想再收到問卷，先列為排除，等其主動更改偏好才重新檢查。十四天只是待觀察的起始值，不是通用標準；問卷較長或互動密集時，也可延長間隔。
在規則表中列出識別鍵、起算事件、冷卻長度、拒收優先順序、邀請失敗或人工補寄如何計算，以及案件重開是否構成例外。假設客戶週一收到問卷，週三因同一問題重開案件，週三就不再寄；兩週後出現不同需求，仍先查冷卻是否到期及當期抽樣名額，不能只因案件標題不同就重置。每週抽查邀請紀錄，確認同一識別鍵在期間內最多出現一次；若匿名識別無法跨會話去重，就保留這個限制，避免把短期重複觸及說成不存在。
挑選可比較的抽樣單位
先決定這批資料要回答的問題，再選抽樣單位。要評估一次客服案件的處理，可用已結案案件；要了解同一客戶一段時間的整體感受，使用「客戶＋觀察期間」；比較不同服務入口時，入口作為分層條件，同一客戶仍按冷卻規則去重。單位一旦選定，合格數、邀請數與完成數的分母都沿用同一口徑，避免把案件數和人數混在同一個比例裡。
再定義哪些事件算一個單位：重開案件要沿用原案件還是另計、同一問題拆成多張工單如何合併、觀察期間跨月時歸到哪一期。先訂可以由資料辨識的條件，不用「看起來相似」等主觀描述。若服務入口多，保留入口與問題類型標記，但避免把每則訊息當一個觀察值；訊息量反映互動次數，不一定代表受訪者數量。資料不足時，先標明哪些維度無法切分，待記錄改善後再比較。
假設某月有三百件結案案件，來自二百四十位去重客戶。若問題是比較案件處理，可把合格案件作單位，設定每位客戶本期最多抽一件，再依問題類型分層；若問題是客戶整體體驗，就以二百四十位客戶為母體，每人本期至多一次。三百件和二百四十人代表不同分母，不能把兩種設計的回覆率直接相比。開始前記錄單位、納入狀態、合併與去重方法；若某層數量較少，可延長收集，而非中途改變口徑。
排除不適合收到邀請的情境
邀請前先確認互動已到適合回顧的節點。案件尚未解決、客戶仍等候處理、交接未完成或狀態仍有爭議時，當下評分容易反映等待壓力，而非已完成的客服經驗。涉及退款協商、帳務異議、安全疑慮或其他敏感狀況，應由負責流程決定先處理、延後詢問或排除；問卷不能取代必要的客戶關懷。把條件寫成可辨識狀態，例如未結案、待客戶補件或停止接收要求，避免用個人直覺挑選。
可以按三步檢查：事件是否完成、客戶是否仍在冷卻期、案件是否符合本輪抽樣。暫緩與排除分開記錄：暫緩案件在狀態改變後可重新檢查，仍須通過去重及抽樣上限；客戶要求停止問卷則保持排除，直到偏好更新。若同一人有數件未完案件，先依既定規則挑一件代表案件，或等主要處理完成，不要每件各寄一封。為每種排除原因設定一致名稱，讓不同客服操作時得到相同結果。
例如，登入異常尚未修復時先不問；確認恢復後，仍要等到設定的邀請時點並通過冷卻期。若案件因客戶補資料暫停，規則要明定補件後何時重回候選池，不能把狀態暫停當成冷卻歸零。每月檢視各排除類別的數量與來源；若某類互動長期不進樣本，結論就只適用於已納入的情境，可考慮用合適時點或其他回饋方式補足。也要記錄誰能解除暫緩，以及哪些狀態變化才算處理完成。
監測邀請頻率與拒答變化
監測不要只記寄出幾封或收到幾份。至少保留符合資格的單位數、去重後客戶數、抽中及邀請數、成功送達數（若可取得）、完整回覆數、拒答或停止接收訊號，以及排除原因。邀請率可用邀請數除以合格單位數；完成率則要說明是除以送達數或邀請數。若沒有送達資料，就固定採用可取得的分母並註明；前後分母不同時，百分比不能直接解讀成升降趨勢。
按相同抽樣單位，每週或每月查看邀請、拒答與完成情形，並分開看入口、問題類型、客戶新舊等組成。假設一千個合格案件中抽選二百件，成功送達一百八十件，完整回覆三十件：邀請率為二百除以一千，即百分之二十；送達率為一百八十除以二百，即百分之九十；以送達數為分母的完成率是三十除以一百八十，約百分之十六點七。這些數字只示範算式，不是業界基準。
事先訂出複查條件，例如連續兩個觀察週期拒答增加、同一識別鍵重複被邀，或某入口送達數偏低。觸發後先核對去重、冷卻、送達紀錄和問卷時點，再查可能原因；一次只改一項頻率或流程條件，記下生效日與理由，觀察完整週期後再比較。樣本還少時，不因一兩份回答就改規則；拒答訊號增加時，也要分清主動拒絕與沒有回應，兩者不能混成同一指標。觀察期間沿用固定分母，才能看出變化來自頻率還是資料口徑。
避免只邀請容易回覆的人
代表性不是多寄幾封就會自然出現。若抽樣池偏向聯絡頻繁、容易完成案件或聯絡資料較新的客戶，結果就難以代表其他互動。先用與決策有關且可穩定記錄的條件分層，例如問題類型、首次或重複聯繫、服務入口或時段，再按預先寫定的方式從各層抽選。可用隨機排序後取前幾名，並保存抽樣規則；不要讓客服因預期分數高低或客戶是否熟悉問卷而手動挑選。
某一層數量較少時，不要臨時找容易聯絡的人補滿，也不要把少量回覆當成整體結論。可延長收集期，或在計畫中預先決定對小群體加抽；若加抽，記下各層合格量與邀請比例，分析時分層呈現，只有具備合適資料時才考慮加權。若無法解釋不同抽樣比例，就不要硬合成單一總分。這能保留重要群體的聲音，也避免讀者誤以為每一群都有相同的代表程度。每輪保存實際抽中數量，方便檢查計畫與執行是否一致。
未回覆不代表滿意或不滿意。把各層合格數、邀請數、送達數與完整回覆數並列，才能看出差異可能發生在抽樣、送達或作答階段。假設某入口回覆較少，先確認該入口收到多少邀請及多少成功送達，再檢查文字、時間或問卷可讀性；不能只據此推斷客戶不關心。調整後仍按相同分層監測，確認原本較少出現的群體持續進入抽樣池，也確認冷卻期沒有因此被跳過。可保留未回覆比例作為接觸狀況，但不要把它當成客戶意見的方向。
按回饋用途調整抽樣規則
先把回饋要支援的決策寫成一句，再決定邀請時點與上限。若要找出單次客服流程哪一步不清楚，可在案件解決後抽樣，題目對應此次協助是否清楚、問題是否處理；若要觀察一段時間的整體感受，改以固定期間邀請並拉長同一客戶的冷卻期，避免每次互動後的即時評分被誤當成長期趨勢。若要了解新入口或新流程，先定義試行客群與期間，結果和一般樣本分開閱讀。
每種用途列出目標客群、抽樣單位、觀察期間、最高邀請頻率、題目所指的經驗，以及停止條件。流程改善通常要留案件類型和結案狀態；趨勢追蹤則盡量固定題目、單位、分層與週期。若填答負擔增加，依序檢查題目是否過長、邀請是否離互動太近、提醒是否造成重複觸及，再調整抽樣比例或時點。每次只改一兩項條件並記錄日期，避免無法判斷哪一變化帶來結果差異。
判斷規則是否合用時，除了回覆量，也比較各層涵蓋、拒答、排除和重複邀請。假設降低邀請比例後，整體完成率上升，但較難觸及客群的邀請占比下降，就不宜只把完成率當成改善；先確認調整是否犧牲了原本要理解的群體。現在可先盤點最近一週的合格互動，選定單一抽樣單位與暫定冷卻期，記錄合格、暫緩、排除、邀請和回覆，再於完整觀察週期後按相同口徑檢查。了解 ReplyBot：https://replybot.cc/