YundaDesk客户问「我平时穿39,这双应该拍多大」,十条消息里能有六条是这个意思,只是换了六种问法。鞋包类目的售前售后咨询,大头不是产品好不好,而是「合不合脚」「配色是不是我看的那种」「用一阵子会不会开胶」。这类问题重复度极高,恰恰是最适合让AI先接住的部分。
真正难的不是量,是判断:同一个欧码,不同鞋楦、不同季节的版型、不同批次的皮料松紧都不一样。客服说错一句「正码就好」,退换率立刻上去。这篇手册把鞋楦尺码建议、材质保养话术、退换实操步骤拆成可执行的模板,帮你把「不合脚」这类咨询变成复购而不是差评。
尺码咨询:先问脚型,再给建议
鞋类尺码咨询最容易翻车的地方,是把「欧码换算表」当成万能答案甩给客户。同一个欧码,楦型偏窄或偏宽、鞋头是圆头还是尖头、是否有松紧带设计,结果完全不同。
建议知识库里,每款鞋/包按下面结构拆条目,而不是一张笼统尺码表:
| 字段 | 写什么 |
|---|---|
| 楦型描述 | 偏窄/标准/偏宽,适合脚型 |
| 尺码对照 | 本地码对应欧码/美码,精确到半码 |
| 常见追问 | 「脚背高能穿吗」「适合搭袜子穿吗」 |
| 建议话术 | 平时穿多大→建议拍多大,附加条件说明 |
| 转人工条件 | 客户脚型特殊(拇外翻/宽脚/高足弓)、明确要求人工确认 |
AI客服可以按这份指南直接给出「你平时穿的码数+这款楦型偏宽/偏窄」的组合建议,而不是抛一句「建议拍大一码」了事。客户要是继续追问细节或情况特殊,再转人工判断。知识库怎么写才让AI找得到依据,可以参考让AI客服吃得懂的知识库。
材质与保养:提前说清楚,少一半售后
箱包和鞋类的另一大咨询来源是材质保养:真皮要不要打蜡、帆布能不能水洗、金属配件会不会氧化。这些问题客户往往买完之后才问,而这时候一句「说明书上有写」只会让人更不爽。
按材质分类建条目,覆盖三个层面:
- 日常保养:多久清洁一次,用什么工具/避免什么(酒精、暴晒、暴力刷洗)
- 常见问题:开胶、褪色、五金氧化是不是质量问题,还是正常使用痕迹
- 保修边界:什么情况算工艺问题可保修,什么情况算使用损耗不在保修范围
| 材质 | 客户常问 | AI建议答复方向 |
|---|---|---|
| 头层牛皮 | 会不会裂/需不需要打蜡 | 干燥环境建议定期护理,避免暴晒暴淋,附保养频率建议 |
| 帆布/尼龙 | 能不能机洗 | 建议手洗阴干,机洗可能影响涂层和版型 |
| 电镀五金 | 会不会掉色氧化 | 避免接触香水/汗液长期摩擦,轻微氧化多为正常使用痕迹 |
这类保养提醒同样适合让Yuna把老坐席的经验教给AI:坐席在会话里补充了一条更准确的保养建议,「纠正AI」后生成待确认学习建议,你确认后才沉淀为知识,可回滚。学习闭环详解见越用越聪明是怎么做到的。
主动提醒:保养期到了,AI先问一句
鞋包类目复购的关键机会之一,是在客户可能遇到保养或状态问题之前主动开口——比如发货后一个月提醒真皮鞋该做首次保养了,或雨季前提醒帆布包注意防潮。这种主动触达做得好能提前避免投诉,做得不好就是骚扰。
YundaDesk的主动触达有六层护栏,不能被关掉,才敢让AI主动开口:
- 冷却时间:同一客户短期内不会重复触达
- 频率上限:每位客户单位时间内触达次数受控
- 静默时段:不在客户当地深夜时段发送
- 客户在聊不插话:客户正在和坐席对话时不打断
- 别打扰名单:客户明确表示不想被打扰会被记住
- 敏感动作必过人:涉及退款、赔付类内容不会自动发出
鞋包的保养提醒本身风险不高,可以从「仅观察」模式跑一段时间,确认触达时机和话术都合适后,再逐步开到「每条需我确认」或「自动发送」。护栏和模式选择的完整逻辑,见怎么主动触达又不打扰客户。
退换货实操:把步骤拆到不会来回问
鞋包退换货的咨询,一大半时间耗在「具体怎么操作」上:退货地址是哪、要不要保留吊牌、鞋盒算不算配件、换尺码需要走什么流程。步骤讲不清楚,客户会反复追问,坐席也会重复回答。
建议把退换货流程拆成客户能一步步照做的清单,写进知识库供AI直接引用:
| 场景 | 建议答复模板 | 转人工条件 |
|---|---|---|
| 想换个尺码 | 请提供订单号和目标尺码;若有库存且商品未穿着、鞋盒吊牌完整,可协助发起换货 | 目标尺码缺货、超过换货期限、涉及价差 |
| 鞋子穿一次发现不合脚 | 若商品完好、鞋盒及配件齐全,并在规定期限内,可申请退货;需说明是否已在户外穿着 | 有明显穿着痕迹、超期、客户情绪激烈 |
| 包的五金掉色算质量问题吗 | 请提供购买时间和实物照片,我们会按使用时长和保养情况判断是否属于质量问题 | 需要判定责任、涉及赔付、客户要求书面说明 |
退换咨询拆清楚后，坐席只接最需要判断的部分
跨境场景:国家不同,默认码制也不同
鞋包出海最容易踩的坑,是把同一套尺码建议话术复制到所有国家。欧洲客户习惯欧码,美国客户习惯美码,东南亚部分市场混用厘米长度,英制和公制的换算稍有偏差就会引发退换。
跨境CRM里客户的国家、语言、时区这些字段是出厂自带的,不用额外配置。这意味着AI客服在回复尺码建议时,可以直接按客户所在国家默认对应的码制来表达,而不是让客户自己换算,或者反复问「你说的是欧码还是美码」。同一位客户在网站、WhatsApp、Instagram留言,不管从哪个渠道进来,系统认的是同一份客户档案,尺码沟通记录也不会因为换了个渠道就要重新问一遍。
多语言层面同样如此:AI会自动跟随客户所使用的语言作答,不需要你为每个语种单独准备一套话术,只要底层知识库的尺码信息和保养规则是准确的。
上线前测试:拿真实问法打一遍
尺码和保养类知识库写完不代表能直接上线。建议用历史会话里的真实问法过一遍,而不是只测试标准问句。
- 尺码对照表按每款单独整理,而非通用码表
- 抽取至少10条历史真实尺码咨询做测试
- 加入方言化、口语化的问法(比如「大脚趾会顶吗」)
- 测试特殊脚型/体型追问是否正确转人工
- 检查AI是否会编造未经确认的保修承诺
- 确认退换步骤描述与实际政策逐字一致
重点看三件事:尺码建议有没有依据、材质保养话术有没有夸大保修范围、退换步骤是不是真的照实际政策写的。
鞋包类目的售后不是靠堆客服人力磨出来的,而是靠把「怎么选码」「怎么保养」「怎么退换」这三类高频问题结构化写清楚,让AI先接住重复咨询,坐席专注处理疑难脚型和责任判断。把这套流程跑顺,「不合脚」不再是一次性差评,而是下一次更准确的复购。