📊 電商客訴的 7 種主題:每一種背後都是錢(2026 完整拆解)
電商客訴看似雜亂無章,其實 90% 都可以歸類成 7 種主題。每一種背後都對應一個流程缺陷與可量化的營收損失。本文逐一拆解 + 給改善行動 + AI 工具自動分群。
為什麼要把客訴分類?因為錢都在分類裡
很多電商賣家看客訴是「一封一封處理」——個案應對。但這套作法有兩個問題:
1.看不到趨勢:你不知道「出貨慢」這個主題佔了 30% 客訴,還是只是巧合 5 筆。
2.每次都重做白工:同樣的客訴重複 50 次,每次都重寫一次回覆。
把客訴主題化後,三件事會變得很清楚:
- 哪個流程最爛(出貨慢 / 包裝差 / 客服回應慢)
- 哪個流程改善 ROI 最高(解決一個主題等於少 30% 客訴)
- 哪些可以用 SOP 自動化回覆(同主題就用同腳本)
根據我們服務的台灣電商客戶累積,90% 的客訴都可以歸類成 7 種主題。本文逐一拆解。
主題 1:出貨速度(佔比約 25-35%)
典型客訴:「下訂 5 天還沒到貨」、「為什麼別家當天就到?」
情緒組成:憤怒 50% / 失望 30% / 疑問 20%
根因分析:
- 訂單成立後沒主動通知出貨進度(讓客戶焦慮)
- 物流追蹤連結沒寄(客戶不知道貨在哪)
- 實際出貨時間慢,但官方頁面沒誠實寫出
改善行動:
1.訂單成立後 24h 內主動寄出貨通知(含預計到貨日 + 物流追蹤連結)
2.商品頁誠實寫出貨時間(「現貨 1-2 工作天」vs「預購 7 天」)
3.客服回覆 SLA 4 小時內(即使沒解答,先回「收到了正在查」)
預估改善效果:客訴下降 50-60%、好評率提升 15%、回購率提升 10%。
ROI 計算:假設你月營收 50 萬、客訴拒收率 3%(= 1.5 萬營收損失),改善後降到 1%(= 0.5 萬)→ 每月救回 1 萬。
主題 2:商品破損/瑕疵(佔比約 15-25%)
典型客訴:「收到時瓶子已經漏了」、「商品有刮痕,看起來不像新的」
情緒組成:失望 60% / 憤怒 25% / 疑問 15%
根因分析:
- 包材太省(脆弱品用簡易袋而非氣泡布 / 防撞角)
- 出貨前沒檢查(QC 流程缺失)
- 與物流商配合不良(合作物流粗暴搬運)
改善行動:
1.依商品脆弱度分級包材(玻璃 / 陶瓷類雙層氣泡布 + 防撞角)
2.建立出貨前 30 秒檢查 SOP(拍照存檔 + 員工簽名)
3.跟物流商談「易碎品標籤」(多花 5-10 元換降損率 80%)
預估改善:客訴下降 70%、退貨成本下降 60%。
警示:這類客訴不處理會直接變成 1 星評價 + Google Maps 公開負評,比直接金錢損失更傷。
主題 3:描述不符/規格錯誤(佔比約 10-15%)
典型客訴:「實品跟照片完全不一樣,顏色差很多」、「尺寸跟頁面寫的差很多」
情緒組成:失望 70% / 受騙感 20% / 中性 10%
根因分析:
- 商品圖過度後製(飽和度拉太高 / 換色未標示)
- 規格欄位簡略(沒寫實際公差 / 尺寸誤差範圍)
- 不同批次商品差異沒揭露
改善行動:
1.商品圖至少 3 張「真實環境光」未修圖
2.規格表寫明公差(如:手工陶瓷 ±5%)
3.批次差異主動公告(「本批顏色略偏深,可下單前私訊確認」)
這主題客訴的 70% 會走「退貨」而非「補償」,所以預防成本遠低於事後處理成本。
主題 4:客服態度/回覆速度(佔比約 10-20%)
典型客訴:「客服一週才回我訊息」、「客服回覆冷淡,完全感受不到誠意」
情緒組成:憤怒 45% / 失望 40% / 疑問 15%
根因分析:
- 客服人力不足或培訓不到位
- 沒有「同理 + 道歉 + 解方」標準話術
- LINE OA 沒設關鍵字自動回覆
改善行動:
1.客服 SLA 設 4 小時內初步回應(即使沒解答先安撫)
2.訓練 3 種口吻(誠懇道歉 / 感謝鼓勵 / 中性說明),依星級分流
3.LINE OA 設 20 組關鍵字自動回覆(退貨流程、運費、出貨時間等)
工具推薦:可以用 /review-reply 自動產 3 種口吻的回覆腳本,省下 80% 客服時間。
主題 5:退換貨流程(佔比約 8-12%)
典型客訴:「退貨流程超複雜」、「退款拖了 2 週都沒處理」
情緒組成:憤怒 40% / 失望 40% / 疑問 20%
根因分析:
- 退換貨 SOP 不透明(客戶不知道下一步)
- 退款流程仰賴人工審核(瓶頸)
- 跟金流商溝通不良(PAYUNi/綠界退款 3-7 天才入帳)
改善行動:
1.退換貨流程做成 5 步驟頁面(含預估時程 + 即時狀態查詢)
2.退款 SOP 自動化(金流商 API 直接退款,少人工)
3.退款 3 天內回款承諾(超過自動補貼運費券)
這主題的客訴往往從個案變成口碑事件(Dcard / PTT 抱怨),長期傷品牌。
主題 6:結帳/價格/優惠券(佔比約 5-10%)
典型客訴:「網站結帳老是當掉」、「優惠券無法折抵」、「為什麼運費突然漲價?」
情緒組成:憤怒 35% / 疑問 40% / 失望 25%
根因分析:
- 結帳流程 bug(手機版尤其常見)
- 優惠券規則不清(最低消費 / 排除商品沒寫)
- 運費規則突然改變沒公告
改善行動:
1.每月跑一次結帳流程測試(手機 + 桌機各做一次完整流程)
2.優惠券頁面加「使用條件」彈窗(一目了然)
3.運費調整提前 7 天公告(首頁橫幅 + EDM)
這類客訴8 成可以靠 UX 預防,不靠客服解決。
主題 7:商品品質/實際效果(佔比約 5-10%)
典型客訴:「商品味道很奇怪」、「商品實際容量比標示少很多」、「效果跟廣告差很多」
情緒組成:受騙感 50% / 失望 40% / 憤怒 10%
根因分析:
- 廣告誇大療效(保健品 / 化妝品最常見)
- 批次品質不穩(供應鏈問題)
- 量秤誤差(食品最常見)
改善行動:
1.廣告文案符合公平交易法 + 食藥署規範(不可寫「100% 有效」「療效」)
2.進貨時抽檢 3-5%(建立品質追蹤表)
3.公差揭露(食品 ±2g / 化妝品 ±5%)
法律風險:這類客訴若上社群放大,有被檢舉到食藥署或公平交易委員會的風險。先合規再賣,是最便宜的保險。
怎麼把客訴自動分群?用 AI 30 秒搞定
上面 7 個主題是憑經驗歸類,但你自己的客訴不一定是這 7 種——可能你的業態有獨特問題(如:訂閱制有「自動扣款爭議」、課程有「沒拿到證書」)。
手動分類 100 封客訴要 2-3 小時,AI 30 秒搞定。
步驟:
1.從蝦皮 / momo / FB Messenger / 客服系統匯出最近 60-90 天客訴文字
2.一行一筆貼進 /complaint-cluster 客訴主題分群器
3.AI 自動分 3-7 群 + 標示佔比 + 情緒分布 + 嚴重度 + 3 條具體改善行動
產出範例:
- 群組 1:出貨速度慢(47 筆 / 23%,嚴重度 5)→ 行動清單 3 條
- 群組 2:商品破損(28 筆 / 14%,嚴重度 4)→ 行動清單 3 條
- ...
配合 /scv 會員視圖工具,可以追蹤「投訴客戶後續是否還回購」,看改善是否真的有效。
整套流程從手動 1 天工,變成 AI + 你 review 30 分鐘。
我建議的優先處理順序(給時間 / 預算有限的賣家)
不要 7 個主題同時改,會 burnout 又沒成果。建議依「嚴重度 × 數量」公式排序:
先處理:
1.出貨速度(25-35% + 嚴重度 5)→ ROI 最高
2.商品破損(15-25% + 影響評價)→ 預防成本低
3.客服態度(10-20% + 容易自動化)→ 用 /review-reply 工具半小時搞定
晚一點處理:
4.描述不符 → 拍照 + 改文案,要時間
5.退換貨流程 → 涉及金流商,週期較長
最後處理:
6.結帳問題 → 找工程
7.商品品質 → 涉及供應鏈,長期改善
每個主題改完後用 SCV 追蹤回購率,數據說話勝過直覺。