搜尋「多少」，然後往下滑
做一個實驗。打開你的 LINE 官方帳號後台（或個人帳號的聊天記錄），用關鍵字搜尋「多少」。
往下滑。繼續滑。
「洗澡多少？」「大狗多少？」「修腳底毛多少？」「你們多少錢？」——一個月下來，這個搜尋結果可能有幾百則。每一則你都回答了，帶著專業與耐心。因為你知道，每一則背後都是一個可能上門的飼主。
再搜「有位嗎」「多久」「要預約嗎」。同樣的畫面。
現在問自己一個問題：這些回答，值多少錢？
不是說它們沒價值——每一則回答都可能轉成一筆預約。問題是它們的成本從沒被計算過。你回答一則「洗澡多少」需要三十秒，看起來不多。但一天五十則、一個月一千五百則，就是十二個半小時——超過一天半的工作時間，花在重複輸出你早就知道的答案上。
客服時間的三層流向
把寵物美容工作室的客服時間拆開，會看到三層：
第一層：資訊查詢（佔比最高，價值最低）——價格、時長、服務內容、營業時間。答案固定，重複率極高。這層時間的特性是「可取代」——任何正確的自動回答都能做到。
第二層：狀況確認（佔比中等，價值中等）——「我家狗很兇可以接嗎」「牠皮膚不好要用藥浴嗎」。答案半固定：有經驗的判斷可以整理成準則，但需要依個案微調。
第三層：關係與判斷（佔比最低，價值最高）——特殊需求、客訴處理、老客戶的寒暄、疑難毛況的專業建議。這層是你的差異化所在，機器做不到。
微型店家的時間困境在於：第一層吃掉了七八成時間，第三層被壓縮到幾乎不存在。 國內有預約系統業者以「奪回 75% 客服時間」為訴求，其假設正是多數訊息屬於第一層與第二層。
三步量化：讓時間流向現形
在上一篇我們提過盤點與分類，這次走得更深——用數字呈現你的時間帳。
第一步：抽樣記錄一週
每天選三個時段（開店後一小時、中午、打烊前一小時），記錄：收到的預約相關訊息數、你回覆所花的時間、回覆當下你在做什麼（空檔？還是正在吹一隻狗？）。
一週後你會有兩個基礎數字：日均訊息量、日均回覆時間。
第二步：A/B 標記
把這一週的訊息逐則標記：A（標準答案）/ B（需要判斷）。不用精準，感覺即可。最後算出 A 類比例——這是你的自動化潛力。
大多數工作室的第一次測量結果：A 類佔 60-80%。
第三步：計算時薪機會成本
用這個公式：
（A 類訊息數 × 平均回覆時間）× 30 天 = 每月花在 A 類的總時間
再把總時間換算成錢：你一小時的服務收入是多少？如果洗澡加修毛一小時產出一千元，那每月二十小時的 A 類回覆時間，機會成本就是兩萬元。
這兩萬元不是你付出去的，是你沒賺到的。
分流：把 A 類交給系統，把 B 類留給自己
量化之後，行動方向自然浮現：
A 類的解法是「回答一次，重複使用」。 官方帳號的自動回應選單是最低成本的起點：價目圖卡、服務時長說明、預約須知、常見犬種價位表。飼主點選單比等你回覆更快，你的三十秒被還給了下一隻狗。
B 類的解法是「保護它的品質」。 這些對話需要你的專業與溫度——而它們值得你在不被打斷的狀態下處理。有些工作室的做法是設定「客服時段」：服務空檔統一回覆 B 類訊息，讓每一則都得到完整的注意力。
分流不是冷冰冰的自動化，是把有限的人味留給最需要人味的對話。
下一個問題：人從哪裡來
把訊息混亂與時間黑洞處理完，你會撞上寵物美容業另一個更硬的問題：人。
美容師難招、證照門檻、培訓週期長——當你的生意成長，人力會是第一個瓶頸。排程設計怎麼把有限的人力用在刀口上，下一篇拆解。
這篇的量化方法（A/B 分類+時薪機會成本）也適用於其他預約型服務業。系列的起點在這裡。
載入中…