AI 自動化串太多系統後，老闆要看的不是流程圖，是「資料流向圖」
很多中小企業開始做 AI 自動化後，第一張圖通常會畫流程圖：客戶填表、送進 CRM、通知業務、AI 產生回覆、客服追蹤、主管看報表。
流程圖有用，但不夠。
因為真正出事的時候，老闆最需要知道的不是「流程跑到哪一步」，而是「資料跑去哪裡」。客戶資料從哪裡進來？被哪個工具處理？存在哪張表？哪些欄位送進 AI？誰看得到？出了錯要去哪裡改？哪一段資料根本不該離開公司內部？
AI 自動化串越多系統，資料流向就越重要。沒有資料流向圖，流程圖只會讓大家誤以為公司很有制度；實際上，客戶資料可能已經在表單、LINE、CRM、客服系統、Google Sheet、n8n、Make、Zapier、AI 工具和通知群組之間到處跑。
┃推薦閱讀：員工把公司資料丟進 AI 前，中小企業要先做一張資料分級與工具白名單
為什麼 AI 自動化不能只看流程圖？
流程圖回答的是「下一步做什麼」。資料流向圖回答的是「資料被誰拿去做什麼」。
這兩個問題差很多。
例如官網表單進來後，流程圖可能只寫「建立 CRM 名單 → 通知業務 → AI 產生跟進建議」。看起來很乾淨。但資料流向圖會追問：表單裡有沒有電話、Email、預算、公司名稱、問題描述？AI 會不會讀到完整電話？CRM 會不會同步到廣告名單？業務群組會不會收到客戶個資？Google Sheet 是否開了全公司權限？AI 產生的摘要會保存多久？
老闆如果只看流程圖，很容易以為自動化只是省時間。等到客戶資料外流、AI 用錯欄位、業務看到不該看的資訊、客服改錯 CRM，才發現公司根本不知道資料怎麼流。
資料流向圖至少要回答 6 個問題
第一版資料流向圖不用畫得像工程架構圖。中小企業最需要的是一張老闆、主管、行銷、客服、業務都看得懂的盤點表。
1. 資料從哪裡進來？
先列出所有入口：官網表單、LINE、Messenger、Email、電話紀錄、門市資料、活動名單、廣告表單、購物車、客服對話、Google Sheet、CRM 手動新增。
很多公司資料混亂，不是因為後台太爛，而是入口太多。AI 要接手前，至少要知道每筆資料的原始來源。否則後面做分眾、回覆、報表、歸因，都會越算越歪。
2. 每個入口收了哪些欄位？
不要只寫「客戶資料」。要拆到欄位層級。
姓名、電話、Email、LINE ID、公司名稱、職稱、預算、需求內容、訂單編號、付款狀態、客訴內容、發票資訊，風險等級完全不同。AI 可以讀需求摘要，不代表可以讀身分證號、信用卡資訊、內部成本或完整合約。
┃推薦閱讀：AI 讀到錯資料，比員工做錯更可怕：公司要先定義「可信資料來源」
3. 資料會被送到哪些系統？
常見流向包含 CRM、客服系統、廣告平台、EDM 工具、LINE OA、Google Sheet、自動化平台、內部通知工具、AI 模型、知識庫、報表儀表板。
這裡要特別小心「順手備份」和「臨時表格」。很多資料不是正式系統外流，而是團隊為了方便，把名單另外複製到試算表、私人的雲端硬碟或群組訊息裡。AI 自動化一旦接上這些地方，就會把原本的小混亂變成固定流程。
4. 哪些人或 Agent 會處理資料？
資料不是只被系統處理，也會被人和 AI Agent 處理。
一筆詢問可能會經過行銷、客服、業務、主管、倉儲、財務，也可能被客服 Agent 摘要、業務 Agent 評分、報表 Agent 匯總、通知 Agent 推播。每一個處理者都要有用途、權限和責任人。
如果公司已經有多個 Agent，請不要只記名字。要記它能讀哪些資料、能寫入哪些欄位、能不能對外發訊、誰負責維護、停用條件是什麼。
5. 哪些欄位不能送進 AI？
這是資料流向圖最值錢的地方。
建議先把欄位分成三類：
| 類型 | 範例 | 建議處理方式 |
|---|---|---|
| 可直接使用 | 商品名稱、公開 FAQ、服務類別、一般需求描述 | 可供 AI 摘要、分類、產生草稿 |
| 需遮蔽或摘要 | 姓名、電話、Email、公司名稱、訂單號、客訴內容 | 只給必要片段，或先去識別化 |
| 禁止送入一般 AI | 金流資料、身分證號、內部成本、未公開合約、敏感客戶名單 | 僅限內部系統或人工處理 |
不要等資安事故發生才討論這張表。中小企業第一版只要能先標出「哪些欄位不能丟出去」，就已經比多數公司安全很多。
6. 資料錯了，要去哪裡修？
AI 發現資料異常，不代表它知道誰負責修。
例如客戶電話錯了，是業務修 CRM，還是客服修 LINE 標籤？庫存資料錯了，是倉儲修 ERP，還是電商人員修商品後台？廣告來源錯了，是行銷修 UTM，還是業務在 CRM 補來源？
資料流向圖一定要標出「唯一正本」和「欄位 owner」。沒有 owner，AI 只會一直提醒資料有問題，但沒有人真的處理。
一張最小資料流向圖可以長這樣
第一版不用買新工具。用 Google Sheet 就能做。
| 欄位 | 要記錄什麼 |
|---|---|
| 資料入口 | 官網表單、LINE、CRM、客服、訂單、廣告表單 |
| 原始欄位 | 姓名、電話、需求、預算、訂單狀態、客服問題 |
| 唯一正本 | 哪個系統的資料算準 |
| 下一站系統 | CRM、Sheet、客服系統、AI 工具、通知群組 |
| 使用目的 | 分流、摘要、評分、提醒、報表、對外回覆草稿 |
| AI 可用等級 | 可用、需遮蔽、僅摘要、禁止 |
| 可寫入欄位 | AI 或自動化流程能不能改資料 |
| 負責人 | 誰維護欄位、誰處理錯誤 |
| 保存期限 | 暫存、30 天、1 年、依合約保存 |
| 異常處理 | 錯誤、外洩、重複、缺漏時找誰 |
這張表的目的不是做給稽核看，而是讓每一次 AI 自動化上線前，都能回答同一組問題：資料從哪裡來、流去哪裡、能不能給 AI、誰負責修。
┃推薦閱讀：AI 發現資料錯，不代表它知道該找誰修：跨部門要有「資料修正責任單」
最容易被忽略的 3 種資料流向
1. 通知群組
很多公司會把新名單、客訴、訂單異常丟到 LINE 群或 Slack。方便是方便，但如果訊息裡有電話、Email、訂單金額、客訴內容，就要確認群組成員是否真的需要看到。
2. 測試環境
很多 AI 自動化先在測試環境試跑，但測試時卻直接拿真實客戶資料。比較穩的做法是用去識別化資料或假資料，至少不要把完整電話、地址、付款資訊拿來測試。
3. 外包或顧問協作
如果廣告代操、客服外包、系統商、顧問團隊會接觸資料，也要寫進流向圖。外部協作者能看到哪些欄位、能不能下載、離案後怎麼停權，都不能靠默契。
7 天試點：先畫一條最常用的資料流
不要一開始就盤全公司。先挑一條最常發生、最有商業價值、也最容易出錯的流程，例如「官網詢問到業務跟進」。
第 1 天，列出所有入口與欄位。第 2 天，確認唯一正本。第 3 天，標出資料會同步到哪些系統。第 4 天，整理 AI 可用、需遮蔽、禁止的欄位。第 5 天，指定每個欄位 owner。第 6 天，用最近 10 筆案例回放資料流向。第 7 天，修掉多餘同步、過大權限和沒人負責的欄位。
驗收指標可以看：欄位來源完整率、禁止欄位外流次數、資料錯誤修正時間、重複輸入次數、AI 使用資料正確率、跨部門找資料時間。
FAQ：AI 資料流向圖常見問題
Q1：小公司只有幾個工具，也需要資料流向圖嗎？
需要。工具少不代表流向單純。很多小公司反而因為靠人手、試算表和群組協作，資料複製更多次。先畫一條核心流程，就能立刻看出哪些欄位重複、哪些地方權限太大。
Q2：資料流向圖和流程圖有什麼不同？
流程圖看任務步驟，資料流向圖看資料移動。前者問「下一步誰做」，後者問「哪個欄位被誰讀取、寫入、保存、轉送」。AI 自動化上線前，兩張都需要，但資料流向圖更能抓出資安與責任風險。
Q3：可以讓 AI 自己幫我畫資料流向圖嗎？
可以讓 AI 協助整理草稿，但不要讓 AI 自己判斷全部事實。資料入口、系統權限、欄位 owner、外部協作者、禁止送入 AI 的資料，都需要由公司內部確認。
結論：資料流向清楚，AI 自動化才敢擴大
AI 自動化不是把流程串起來就結束。真正能長期運作的公司，一定知道資料從哪裡來、流去哪裡、誰能處理、哪些欄位不能進 AI、錯了要找誰修。
流程圖讓團隊知道工作怎麼跑；資料流向圖讓老闆知道風險在哪裡。這兩張圖缺一張，AI 導入都會變成黑箱。
RMM 可以協助企業盤點官網表單、LINE、CRM、客服、試算表、自動化平台與 AI 工具之間的資料流向，建立欄位分級、AI 可用邊界、資料 owner、異常處理與驗收指標。想把 AI 自動化從「能跑」變成「可控、可查、可擴大」，歡迎預約 30 分鐘 AI 陪跑諮詢。
預約 30 分鐘 AI 陪跑諮詢 → https://runningmatemarketing.com/
