MeerMost

我们如何实现短租业务自动化:AmoCRM、RealtyCalendar 和 Telegram

短租行业依靠与客人反复沟通来运转。每位客人都要收到入住说明、Wi-Fi 密码、门锁密码和退房提醒。手动操作一次没问题,一周做十次就忙不过来了,二十套公寓同时运转就会直接变成一团乱麻。这个案例讲的是我们如何搭建一套系统,把客户团队身上的这些琐事全部接手过来。技术并不复杂,价值却很大。

背景:原来是怎么做的

客户当时经营着几套短租公寓。订单来自三个平台:Avito、Sutochno、Yandex Travel。团队通过 WhatsApp 和 Telegram 办公,日程放在 RealtyCalendar 里。当时没有任何自动化。

一笔订单的标准流程:

  1. 客人通过平台下单
  2. 经理在 RealtyCalendar 里看到订单
  3. 经理打开 WhatsApp,复制模板,填入客人信息
  4. 两天后发送入住时间提醒
  5. 入住当天发送说明、Wi-Fi 密码、门锁密码(每套公寓各不相同)
  6. 退房当天发送退房提醒
  7. 退房后给保洁派任务

每一步都需要人工完成。每套公寓都有自己的一套密码和门锁码。公寓数量增加后,沟通耗时也线性增长,出错越来越多:密码发给了错误的客人,说明忘了发,发出去的是昨天的数据。

目标

让团队只处理非标准情况,例如纠纷调解、提前入住、延迟退房和取消订单。把所有例行工作(发送说明、密码和提醒)全部交给自动化。

另一个目标:新增公寓时,沟通能自动接上,不用重写模板。

架构

核心架构决策是:不要试图在一个工具里完成所有事情。每个组件只做自己擅长的事,彼此通过 API 和 webhooks 通信。

┌─────────────────┐    ┌─────────────────┐    ┌─────────────────┐
│    预订平台     │    │ RealtyCalendar  │    │     AmoCRM      │
│ Avito、Sutochno │───▶│    统一日程     │───▶│   按预订阶段    │
│  Yandex Travel  │    │    自动同步     │    │   推进的漏斗    │
└─────────────────┘    └─────────────────┘    └────────┬────────┘
                                                       │
                                                       │ webhook
                                                       ▼
                       ┌─────────────────┐    ┌─────────────────┐
                       │  WhatsApp、     │    │   我们的后端    │
                       │  Telegram       │◀───│   根据公寓 ID   │
                       │  通过           │    │   拉取对应的    │
                       │  Salesbot/Pact  │    │    入住说明     │
                       └─────────────────┘    └─────────────────┘

各个模块:

  • 预订平台已经接入 RealtyCalendar。这是标准集成,我们没有改动。
  • RealtyCalendar 把各平台的订单汇总成统一日程。它本身就能与 AmoCRM 集成,我们直接拿来用了。
  • 主要的漏斗逻辑放在 AmoCRM 里。每笔订单对应一条单独的商机,并按阶段推进。
  • 我们的后端接收来自 AmoCRM 的 webhook,判断该发哪份说明,再转发到 WhatsApp 或 Telegram。
  • Salesbot 和 Pact 负责把消息投递到即时通讯工具。Pact 支持 WhatsApp Business API,Salesbot 内置于 AmoCRM。

原则是:不自行对接预订平台。RealtyCalendar 做得比我们好,我们没必要重复造轮子。

AmoCRM 里的漏斗

这里最有意思的是商机结构。每笔订单都走同一条漏斗,阶段固定:

阶段触发条件发送给客人的内容
已预订从 RealtyCalendar 创建商机订单确认 + 付款信息
说明已发送入住前 1 天完整说明:地址、交通路线、Wi-Fi、密码
提前入住客人提出请求,手动阶段确认时间、补差价
延迟退房客人提出请求,手动阶段确认时间、补差价
入住入住当天,按预订时间欢迎消息、经理联系方式
住宿中入住满 24 小时后(不打扰,客人在公寓里)
退房预订结束前 4 小时退房提醒
保洁退房后给保洁派打扫任务

每个自动阶段都会向我们的后端发送 webhook,由后端决定具体发什么。

为什么要有后端,而不只是 AmoCRM

本来可以全部在 AmoCRM 里通过 Salesbot 实现。我们没这么做,原因如下。

每套公寓的说明都不一样。这套公寓的门锁密码是 1234,那套是 5678;这套的 Wi-Fi 叫 Home,那套叫 Apartment2。把这些都放进 Salesbot 模板,会带来很多麻烦。每新增一套公寓,都要复制并修改整条漏斗。

我们的做法是:把公寓作为实体存在自己的数据库里,字段包括地址、门锁密码、Wi-Fi 名称、Wi-Fi 密码、说明、保洁联系方式、入住时间。后端根据 AmoCRM 商机里的公寓 ID 取出对应数据,再插入消息文本。

逻辑还按客人类型区分。第一次预订的客人会收到详细说明;住过的客人只收到一句简短消息“还是那扇门,还是那个密码”。在 AmoCRM 里用 Salesbot 也能做这种分支,但很麻烦。写成代码只要五行。

付款信息实时计算:房价加平台佣金加押金。AmoCRM 做不了这种计算,后端在发送时现算。

一个完整周期实际上是如何运转的

第 -1 天。客人在入住前一周通过 Sutochno 预订了房源。RealtyCalendar 收到预订,在 AmoCRM 中创建了交易。交易自动进入“已预订”阶段。AmoCRM 中的触发器被触发,通过 Salesbot 向 Telegram 发送确认消息(如果客人提供了 Telegram),或者通过 Pact 发送到 WhatsApp。

第 0 天,早晨。“入住前 24 小时”触发器在 AmoCRM 中触发。交易进入“入住指南已发送”阶段。我们的后端收到了带有交易 ID 的 webhook。后端:

  1. 从 AmoCRM 拉取房源 ID 和入住时间
  2. 从自己的数据库取出房源数据:地址、Wi-Fi、门锁密码、入住指南
  3. 从 AmoCRM 取出客人的电话和姓名
  4. 按房源模板组装消息文本
  5. 通过 Pact API 发送到客人的 WhatsApp
  6. 在 AmoCRM 中写入评论“入住指南已于 09:00 发送”

第 0 天,入住时间。交易按计划进入“入住”阶段。客人收到“祝您休息愉快,如有需要请给经理发消息”。

第 1 天到第 N 天,静默。没有任何消息。客人正常住宿。

退房当天,提前 4 小时。交易进入“退房”阶段。客人收到了退房提醒。

退房后。交易进入“保洁”阶段。保洁人员在 WhatsApp 收到了地址和时间。

整个流程中,客户的团队都没有介入。他们每天打开一次 AmoCRM,查看销售漏斗,只在例外情况时介入:提前入住、纠纷、取消。

最终成果

  • 从预订到与客人沟通实现全流程自动化。团队不再手动编写模板消息。
  • 每条消息都包含对应房源的最新信息。密码 1234 不会被发到密码为 5678 的房源。
  • AmoCRM 中的销售漏斗清晰透明。在任何阶段都能看到预订的进展。
  • 添加房源只需一分钟。您进入后端管理面板,填写房源的各项字段,房源就会自动进入销售漏斗。

哪些地方没奏效

用 Pact 对接 WhatsApp。有时 WhatsApp Business API 会卡住或拒收消息。我们加入了带指数退避的重试机制,这在 90% 的情况下能解决问题,但有时消息仍然送不到。兜底方案是:经理会收到消息未发出的通知,然后手动发送。

Telegram 机器人无法覆盖所有客人。大约一半的客人不使用 Telegram。WhatsApp 在俄罗斯可以使用,但有一些限制(部分用户不用它,或者用的是旧版本)。没有理想的通用渠道,因此我们采用按优先级进行的多渠道发送:Telegram、WhatsApp,SMS 作为兜底。

来自 AmoCRM 的 webhook 有时会延迟。极少数情况下,AmoCRM 发送 webhook 会延迟 5-10 分钟。这对我们的逻辑并不关键(我们不发送秒级消息),但调试时很让人头疼。

如果现在重做,我会怎么做

我会把房源数据放进单独的管理工具。目前它们存放在 Postgres 中,编辑时需要开发人员。我会用同一套 Next.js 搭一个迷你管理后台,并把它连接到这个数据库。客户就能自己编辑房源,无需联系我们。

我会为非标准情况增加一个 AI 智能体。目前遇到“提前入住”时,交易需要手动流转。Telegram 机器人中的 AI 智能体可以与客人对话,判断对方是在申请提前入住,并立即流转交易。技术上这是可以实现的(我们在 MeerBot 里做类似的东西)。在项目进行时,技术栈还不够成熟。

我会做按平台拆分的分析。客人从哪里来、每个渠道的复购预订频率如何、哪位经理促成了哪些订单。目前没有这些,客户只能看总体数据。有了分析,就可以在各大平台之间重新分配广告预算。

这种方案适合什么情况

如果您的情况是:

  • 具有重复性客户沟通的业务(租赁、配送、培训、按预约提供的服务)
  • 多个网点、分支机构、参数各异的对象(就像本案例中的房源)
  • 多个线索或订单来源
  • 疲于应付模板消息的团队

这是一套可行的模板。具体技术栈可以替换(AmoCRM 可以换成 Bitrix 或 amoUSe,RealtyCalendar 可以换成针对该细分领域的其他工具)。逻辑不变:拆分集成,为各对象建立统一的数据库,把 CRM 的销售漏斗与自有后端对接,以便自动填入最新数据。

下一步

您想自动化客户沟通或 CRM 流程吗?给我留言,我们一起讨论您的流程链路,看看哪些环节可以不再手动处理。如果想大致了解预算,计算器一分钟就能帮您估算。

全部文章

相关文章

Telegram 机器人收款:Stars、YooKassa、SBP 或加密货币
商业

Telegram 机器人收款:Stars、YooKassa、SBP 或加密货币

如何在 Telegram 机器人中收取订阅费用:Telegram 关于 Stars 的规定、YooKassa 和 Tribute 的手续费、加密货币。用户在我们的机器人里实际是怎么付款的。

6 分钟阅读
支持机器人何时能回本,何时不能
商业

支持机器人何时能回本,何时不能

一张餐巾纸上的回本公式、按咨询量划分的三种场景,以及 AI 支持机器人连订阅费都收不回来的四种情况。

9 分钟阅读
Remotion:用 React 写代码做视频,以及我们为什么选择了别的方案
开发视频

Remotion:用 React 写代码做视频,以及我们为什么选择了别的方案

Remotion 是什么、用它做什么、许可证多少钱、哪些场景又显得多余。来自一家用代码做了 60 条视频、却没选它的工作室的解析。

6 分钟阅读