Operator-first
每個功能都由服務業痛點出發:漏接時段、客戶記錄分散、收款跟進靠人手、WhatsApp 回覆太慢。
FavCRM 將預約、客戶、收款、WhatsApp、campaigns、審批 gates 及 AI-agent operations 放進同一個 workspace。
FavCRM 於 2024 年在香港創立,源自一個很實際的營運問題:服務型商戶要同時拼接日曆、表格、payment links、campaign tools 同 WhatsApp threads。我哋建立一個 AI 店長 CRM,讓客戶歷史、預約、發票、campaigns、審批同 AI-agent actions 都連到同一份記錄。目標係實用自動化:減少漏 follow-up、令客戶訊息更安全、handoff 更清晰,同時保留人手控制。
AI 在同一套審批 gates 和記錄中工作,所以自動化保持有用,但不會失控。
在草擬跟進前,先總結客戶的預約、收款、訂單、campaigns、notes 和 segments。
根據真實 customer segments 草擬 reactivation、reminder 和 VIP campaigns,再將高風險發送保留給人手審批。
準備 WhatsApp 回覆、提醒和挽回訊息,同時讓 operator 控制敏感或大量 customer communication。
將預約、發票、no-shows、逾期款項和流失客戶轉成團隊可以審批和執行的具體 tasks。
每個功能都由服務業痛點出發:漏接時段、客戶記錄分散、收款跟進靠人手、WhatsApp 回覆太慢。
預約、CRM、收款、campaigns 和審批應該放在一起,團隊不需要每個 workflow 都多開一個 tab。
Agents 可以建議、草擬和執行已審批工作,但高影響 action 必須可見、有限 scope、可 audit。
在同一個服務業 workspace 啟動預約、客戶記錄、收款、WhatsApp 跟進、審批 gates 和 AI-agent workflows。