從 Riachuelo 案例看到AI 客服留存率與問題解決率有何不同？
從 Riachuelo 案例看到AI 客服留存率與問題解決率有何不同？
當企業導入 AI 客服，能自行處理的顧客詢問越多，通常代表自動化程度正在提高。但自助服務留存率與顧客問題解決率衡量的是不同的事情，兩者之間的差距，可能影響企業對服務品質與 AI 投資效益的判斷。巴西服飾零售商 Riachuelo 的案例，正好說明為什麼需要區分這兩項指標。
84% 的自助服務留存率，能告訴企業什麼？
2026 年 9 月 30 日，Genesys 公布 Riachuelo 導入 Genesys Cloud Agentic Virtual Agent 的成果。這套 AI 客服應用於 WhatsApp Business，可協助顧客查詢配送進度、建立第二線客服工單，並在需要人工處理時保留既有對話內容。
根據 Genesys 公布的資料，Riachuelo 的 AI 自助服務留存率達到 84%，高於原有聊天機器人的 30%。這代表 AI 已能讓更多客服互動留在自助服務流程中，但公開資料沒有完整揭露統計分母、結案認定方式與顧客再次聯絡的情況，因此不能直接認定 84% 的顧客問題已經解決。
假設 AI 已經提供物流資訊，並替配送異常案件建立工單，但顧客最後仍須再次聯絡客服，這次互動就不能單憑沒有轉接人工而認定服務成功。對管理者而言，知道 AI 處理了多少互動還不夠，也需要知道後續問題是否真正完成處理。
留存率提高，還需要搭配哪些指標？
自助服務留存率有助於觀察人工轉接需求，但要理解 AI 是否改善客服營運，還必須檢查實際結案率、同一問題的重複聯絡率、人工補救需求及顧客滿意度。這些指標分別反映服務是否完成、顧客是否需要再次求助，以及自動化有沒有將原本的工作負擔轉移到其他人員。
成本也需要分開衡量。Genesys 公布 Riachuelo 的技術成本降低 26%，但這項成果主要與雲端平台遷移及系統整合有關，不能直接視為 AI Agent 的獨立貢獻。如果企業同時更新客服平台、調整工作流程並導入 AI，就應區分不同改善來源，避免高估單一技術的投資報酬。
企業應如何運用這些指標？
對台灣零售與電商企業而言，可以先從配送查詢、依既定規則建立工單等容易確認處理結果的工作開始，建立相同案件類型的服務基準，再比較導入 AI 前後的結案品質、重複聯絡與人工成本。
比較導入前後的結案品質、重複聯絡與人工成本，可以幫助客服主管辨識，AI 是否真正減少了需要人工完成的服務工作，以及哪些流程仍需要改善。Riachuelo 的成果具有參考價值，但不同企業的系統整合程度、服務政策與案件複雜度不同，不能直接期待相同的留存率。
如果希望進一步了解 Riachuelo 的導入歷程、工單接續機制、數據限制，以及企業擴大 AI 客服前需要確認的驗收條件，歡迎閱讀《決策情報》訂戶限定文章：《AI 客服自助服務留存率達 84%，企業如何確認顧客問題真的解決？》。
從全球 AI 應用案例持續理解技術變化背後的經營意義、管理經驗與實際導入條件，歡迎訂閱 InfoAI 電子報 https://www.infoai.com.tw/newsletter，或造訪 www.infoai.com.tw
Turning Global AI Signals into Business Decisions