Phân loại khách hàng chatbot và xin số điện thoại đúng lúc

Xin số quá sớm, khách đi; xin quá muộn, khách nguội

Một shop đồ gia dụng cài chatbot với lời dặn "luôn xin số điện thoại". Khách vừa hỏi "nồi này dung tích bao nhiêu" đã nhận câu "anh chị để lại số để bên em tư vấn nhé". Khách thấy phiền và thôi nhắn. Cùng tuần đó, một khách khác hỏi "giao tới quận 7 chiều nay được không, mua 2 cái có bớt không": tín hiệu mua rõ ràng, nhưng bot chỉ trả lời về phí giao hàng rồi im. Không ai gọi lại, khách mua ở nơi khác. (Tình huống minh hoạ.)

Hai lỗi đó có cùng một gốc: chatbot không phân loại khách hàng. Nó không biết khách đang ở bước nào, đang nóng hay lạnh, nên xin số theo một luật cứng thay vì theo tín hiệu. Bài này hướng dẫn thiết kế lớp "hiểu khách" chạy sau mỗi tin nhắn và quy trình xin số điện thoại khách đúng lúc.

Đây là một phần của chặng 4, Chốt, trong Hệ thống Bán lẻ Facebook 4 Chặng. Cách dẫn dắt khách qua 6 bước bán hàng nằm ở Kịch bản chatbot bán hàng 6 bước; dữ liệu trợ lý dùng để trả lời nằm ở Kho kiến thức cho chatbot.

Phân loại khách hàng trong chatbot là gì?

Phân loại khách hàng trong chatbot bán hàng là bước hệ thống tự nhận ra ý định của từng tin nhắn, cập nhật hồ sơ và độ nóng của khách, rồi xếp khách vào một nhóm để quyết định trợ lý nói gì, có xin số hay không và có báo nhân viên hay không.

Lớp này gồm ba tầng, mỗi tầng trả lời một câu hỏi khác nhau:

Điểm quan trọng: phần lớn việc phân loại làm bằng luật, không cần AI. Sản phẩm nhận ra theo từ khoá cấu hình, ý định nhận ra theo mẫu câu, luồng xác định từ ý định. Luật chạy nhanh, không tốn chi phí AI, và khi xếp sai thì nhìn vào là biết vì sao. Trong n8n, việc chia nhánh theo luật thường dùng node Switch: theo tài liệu n8n, Switch giống node IF nhưng có nhiều nhánh ra, và có tuỳ chọn Fallback Output cho trường hợp không khớp luật nào. Nhánh dự phòng đó chính là chỗ để những câu "lạ" không bị xếp bừa.

Nguồn: n8n – Switch node

15 ý định của khách và luồng xử lý

Mỗi tin nhắn được gắn một ý định. Từ ý định, hệ thống chọn một trong bốn luồng: tư vấn, xử lý băn khoăn, chốt, xử lý khiếu nại. Bảng dưới là 15 ý định Aduca dùng; cột luồng và cách làm là gợi ý để bạn điều chỉnh theo sản phẩm của mình.

Hai ý định cần đặc biệt cẩn thận là thanh toán và đã chuyển: cả hai liên quan tiền nên trợ lý chỉ thu thông tin và báo nhân viên, không tự xác nhận. Lý do và cách chặn bằng code nằm ở Lớp bảo vệ trước khi gửi.

Hồ sơ khách chạy ngầm: hiểu khách mà không bắt điền form

Sau mỗi lượt, hệ thống cập nhật một hồ sơ khách từ chính những gì khách đã nói. Khách không phải điền biểu mẫu; trợ lý cũng không phải hỏi lại điều khách đã kể. Hồ sơ là "trí nhớ bán hàng" giúp lượt sau trả lời đúng người.

Nguyên tắc khai thác đi kèm hồ sơ: mỗi lượt chỉ hỏi đúng một thông tin còn thiếu, và chỉ chuyển sang tư vấn giải pháp khi đã biết ít nhất ba thông tin. Cách đặt câu hỏi khai thác tự nhiên được bàn ở bài kịch bản 6 bước; bài này chỉ quan tâm hồ sơ được ghi và dùng thế nào.

Hồ sơ nên lưu ở bảng khách hàng có phân quyền, tách khỏi kho kiến thức trợ lý đọc. Với n8n, có thể dùng Google Sheets hoặc Data tables; theo tài liệu n8n, Data tables lưu dữ liệu có cấu trúc dùng chung giữa các workflow trong một project. Cách thiết kế bảng khách: Google Sheets làm CRM với n8n.

Nguồn: n8n – Data tables

Độ nóng và tín hiệu mua

Độ nóng chia ba mức: nóng, ấm, lạnh. Đây là chỉ số quan trọng nhất để quyết định hai việc: có xin số điện thoại không, và có báo nhân viên Sale ngay không. Bảng dưới là gợi ý dấu hiệu cho từng mức; mỗi ngành nên tự chỉnh theo hành vi khách thật.

Tín hiệu mua là những câu cho thấy khách đang hình dung mình đã mua: hỏi lịch một lớp cụ thể, hỏi địa điểm, hỏi giá cho nhóm hai ba người, hỏi cách đăng ký. Nhận ra tín hiệu cũng làm bằng luật và từ khoá; danh sách tín hiệu là cấu hình của từng thương hiệu. Với shop bán hàng, tín hiệu có thể là hỏi phí giao tới một địa chỉ cụ thể, hỏi còn màu, còn size; với spa là hỏi lịch trống; với bất động sản là hỏi lịch xem nhà.

Nhóm khách S0–S5 và cách chăm từng nhóm

Ý định và độ nóng thay đổi từng lượt. Nhóm khách là kết luận cuối cùng, quyết định trợ lý và đội Sale hành động gì. Mỗi khách chỉ thuộc một nhóm, xét theo đúng thứ tự dưới đây và dừng ở nhóm đầu tiên khớp.

Vì sao thứ tự quan trọng? Một khách vừa khiếu nại vừa hỏi giá vẫn là S0: hệ thống không được gửi lời mời mua. Một khách đã mua mà hỏi lịch vẫn là S5: họ cần lời nhắc chuẩn bị, không cần lời chốt. Xếp sai thứ tự là nguồn gốc của những tin nhắn khiến khách khó chịu nhất.

Lịch chăm sóc theo nhóm và theo khung giờ nền tảng cho phép: Chăm sóc khách tự động đúng chính sách. Cách báo Sale và tiếp quản: Phối hợp đội Sale và trợ lý AI.

Quy trình xin số điện thoại khách đúng lúc

Số điện thoại là dữ liệu cá nhân và là thứ khách cân nhắc trước khi đưa. Xin đúng lúc thì khách thấy được phục vụ; xin sai lúc thì khách thấy bị săn. Quy trình dưới đây chạy mỗi khi trợ lý định thêm câu xin số vào câu trả lời.

1. Đã có số chưa? Hồ sơ đã có số thì không xin lại. Cần liên lạc thì xác nhận "bên mình gọi vào số bạn đã để lại nhé".
2. Khách thuộc nhóm nào? S0 thì không xin. Khách đang khiếu nại thì giải quyết khiếu nại trước.
3. Lượt này có tín hiệu mua không? Không có thì chưa xin, tiếp tục tư vấn và khai thác.
4. Lần xin gần nhất cách đủ ba lượt chưa? Tối đa một lần mỗi ba lượt, kể cả khi khách liên tục có tín hiệu.
5. Viết câu xin số có lý do. Nói rõ số dùng để làm gì (giữ chỗ, tư vấn lịch phù hợp, gửi hướng dẫn) và cho khách lựa chọn tiếp tục nhắn ở đây.
6. Khách cho số: xác nhận lại, ghi hồ sơ, đánh dấu đã có số, báo Sale kèm tóm tắt.
7. Khách từ chối: tôn trọng, tư vấn tiếp bình thường; chỉ mời lại khi có tín hiệu mới và đã qua ba lượt.

Câu xin số nằm ở bước 5 của quy trình bán hàng; cách nối nó với các bước khác: Kịch bản chatbot bán hàng 6 bước. Chốt sale qua tin nhắn khi người trực: kịch bản chốt sale inbox.

Dữ liệu cá nhân: xin số cũng phải đúng luật

Từ 1/1/2026, Luật Bảo vệ dữ liệu cá nhân (Luật số 91/2025/QH15) có hiệu lực, ghi nhận quyền của người dân được biết, đồng ý, truy cập, chỉnh sửa và yêu cầu xoá dữ liệu. Nghị định 356/2025/NĐ-CP quy định chi tiết luật này, cũng có hiệu lực từ 1/1/2026; theo các trang tra cứu văn bản pháp luật, nghị định này thay thế Nghị định 13/2023/NĐ-CP mà nhiều tài liệu cũ còn trích.

• Số điện thoại là dữ liệu cá nhân cơ bản theo danh mục của Nghị định 356/2025/NĐ-CP.
• Sự đồng ý phải kiểm chứng được: nghị định nêu cách xin đồng ý phải cho phép kiểm chứng việc đồng ý, thời điểm và nội dung, có thể qua tin nhắn; không được đặt cơ chế mặc định đồng ý. Câu xin số nói rõ mục đích chính là một phần của việc này.
• Khách rút đồng ý hoặc yêu cầu xoá thì có thời hạn xử lý cụ thể; nghị định quy định phản hồi trong 02 ngày làm việc và thực hiện trong 15 ngày. Hãy có sẵn quy trình: ai nhận yêu cầu, xoá ở đâu, báo lại khách thế nào.
• Thu tối thiểu: hồ sơ chỉ ghi điều cần cho tư vấn và chăm sóc. Không hỏi số căn cước, không hỏi thông tin nhạy cảm khi không cần.
• Tôn trọng yêu cầu dừng ngay: chính sách nhà phát triển của Meta yêu cầu tôn trọng ngay yêu cầu chặn, ngừng hoặc từ chối nhắn tin, và không yêu cầu người dùng chia sẻ số thẻ thanh toán cá nhân.
• Phiên thử không dùng số thật: khi kiểm thử chatbot, dùng phiên thử riêng, không báo Sale, không ghi vào bảng khách thật.

Nguồn: Báo Điện tử Chính phủ – Luật Bảo vệ dữ liệu cá nhân · LuatVietnam – Nghị định 356/2025/NĐ-CP · Meta – Developer Policies · Meta – Messenger Policy

Aduca áp dụng thế nào

Trong hệ thống Sale Chat của Aduca (Messenger, Zalo OA, chat website), lớp hiểu khách chạy sau mọi lượt trả lời. Dưới đây là cách Aduca làm, kể ở mức nguyên tắc.

Toàn cảnh kiến trúc của hệ thống: Kiến trúc Sale Chat một lõi nhiều kênh.

Bắt đầu từ đâu?

1. Đọc 50 hội thoại gần nhất (đã che thông tin khách), gắn tay ý định cho từng tin để xem 15 ý định có đủ cho ngành của bạn không.
2. Viết danh sách tín hiệu mua riêng cho sản phẩm của bạn, cùng đội Sale.
3. Chọn các trường hồ sơ thật sự dùng tới, bỏ trường không ai đọc.
4. Viết luật xin số theo quy trình 7 bước và ba câu xin số mẫu có lý do rõ ràng.
5. Soát quy trình dữ liệu cá nhân: nơi lưu, ai xem, cách xử lý khi khách yêu cầu xoá.

Muốn Aduca dựng lớp phân loại khách, hồ sơ ngầm và báo Sale cho Fanpage, Zalo OA của bạn, xem Hệ thống Sale Chat tự động. Muốn đội của bạn tự dựng bằng n8n, khóa Aduca AI Business System có phần thực hành sale chat.

Câu hỏi thường gặp

Tài liệu liên quan

• Sale Chat · AI AgentSale Chat Automation là gì? Hệ thống chốt sale qua inbox bằng AISale Chat Automation là gì: hệ thống chatbot bán hàng trả lời, dẫn dắt, chăm sóc khách qua Fanpage, Zalo OA, website; 4 tầng, 6 nguyên tắc vàng, ví dụ Aduca.
• Sale Chat · AI AgentKiến trúc Sale Chat: một lõi, nhiều kênh, nhiều thương hiệuKiến trúc chatbot bán hàng đa kênh: tin chuẩn, 4 tầng, 10 làn hành trình, gom tin nhắn dồn, đọc ảnh, đa thương hiệu bằng bảng cấu hình, chọn công cụ n8n.
• Sale Chat · AI AgentKịch bản chatbot bán hàng: dẫn dắt 6 bước như người thậtKịch bản chatbot bán hàng 6 bước: điều kiện lên bước, khai thác một ý mỗi lượt, tín hiệu mua, công thức trả lời, xử lý từ chối, chuyển người, mẫu để điền.
• Sale Chat · AI AgentKho kiến thức cho chatbot bán hàng: dữ liệu cứng, lời nói mềmCách xây dữ liệu cho chatbot bán hàng: một nguồn sự thật, giá và lịch để cứng, AI chỉ lo lời nói, thẻ kiến thức, tra trước, lối tắt, kèm mẫu ghi chú.

Xem tất cả tài liệu hướng dẫn →

Bước tiếp theo

Nhận báo giá Hệ thống Sale Chat tự động

Aduca dựng trợ lý AI bán hàng cho Fanpage, Zalo OA, website theo đúng sản phẩm, bảng giá và kịch bản của bạn, có báo Sale và chăm sóc khách tự động. Báo giá sau buổi khảo sát, theo số kênh, số sản phẩm và lượng tin nhắn.

Nhận báo giá Hệ thống Sale Chat tự độngXem thư viện tài liệu

Nguồn tham khảo

• n8n Docs – Switch node (chia nhánh theo luật)
• n8n Docs – Data tables
• Báo Điện tử Chính phủ – Luật Bảo vệ dữ liệu cá nhân có hiệu lực từ 1/1/2026
• LuatVietnam – Nghị định 356/2025/NĐ-CP hướng dẫn Luật Bảo vệ dữ liệu cá nhân
• Meta – Developer Policies (mục nhắn tin)
• Meta – Messenger Platform Policy

Lịch sử cập nhật

• 07/11/2026 — Bản đầu.

Miễn trừ trách nhiệm