Enterpret

一句話介紹

Enterpret是一個企業級的客戶智慧與回饋分析平台，它能將工單、問卷調查、應用商店評論、銷售通話以及社交媒體上的內容整合在一起，再透過知識圖譜、自適應分類、Wisdom AI以及主動式代理功能，將這些資料轉化為可追蹤的產品與客戶洞察資訊。

工具簡介

產品、客戶體驗以及 Voice of Customer 團隊，經常面臨回饋分散、標籤不一致、樣本不完整，以及難以據此採取行動等問題。Enterpret以「統一、理解、行動」為核心理念，將回饋、帳戶、使用者、產品、機會以及業務指標整合在相同的情境中。

此平台更適合那些每個月都有大量回饋的數位化企業，而非那些只收集少量問卷的個人。官方建議，團隊每個月至少應該有來自客戶支援、社交媒體或社群等渠道的1,000條回饋，如此才能獲得穩定的價值。

Enterpret 2.0的核心架構

主要功能

Customer Knowledge Graph

知識圖譜能自動連結回饋、使用者、帳戶、機會、產品以及自訂的業務對象，如此一來，每條資訊都會附上ARR、套餐、生命週期、地區或機會階段等相關的上下文資料。團隊可以優先處理那些影響高價值帳戶或特定產品線的問題，而非僅依據被提及的次數來排序。

Adaptive Taxonomy

適應性分類體系會學習企業的產品語言並隨著業務變化而調整，不必讓團隊長期手動維護一套通用的標籤。使用者可以查看分類原因、編輯關鍵字與主題，並在單條記錄層面修正結果。

幫助中心將其描述為L1、L2、L3三級關鍵字，再加上Theme與Subtheme兩個語義層；官網則稱可形成五層結構。這兩種說法反映的是關鍵字層級與主題層級的不同定義。

自動意圖分類

平台會將回饋劃分為Help、Improvement、Complaint和Praise等類別，協助團隊區分求助、改進請求、投訴與表揚。意圖標籤可與主題、情緒和客戶屬性共同篩選。

Wisdom AI

Wisdom是一個專為客戶資訊而設的對話式助手，使用者可以以自然語言來詢問客戶流失的原因、功能需求、NPS的變化情況，或是特定客群的回饋。其回答形式可包括敘述、圖表、數據表，以及可直接跳轉至原始回饋內容的連結，並且支援多輪追問。

模型選擇與Wisdom Rules

目前，說明文件中列出的模型為 Sonnet 4.6 和 Opus 4.6。前者是以速度為優先考量的預設選項，而後者則適用於更複雜的分析。常見問題與處理流程可以儲存為 Wisdom Rules，以便個人重複使用或在工作區中分享。

主動AI Agents

Agent會持續監控新的回饋，一旦出現異常、風險升級或重要趨勢時，就會主動通知團隊。它們讓團隊能從定期手動搜尋的方式轉變為持續監控的模式，但警報閾值、重複事件處理以及責任分配等仍需進行設定。

量化、趨勢與儀表板

Quantify用於查看分類體系下的回饋數量與結構，Trends則用於追蹤主題、產品區域或客戶群組隨時間的變化。Dashboards則能將關鍵指標整合為一個共享視圖，供產品、客戶體驗及管理層持續查閱。

異常檢測

異常檢測會在回饋模式明顯偏離常態時提醒團隊，例如投訴突然增加或功能需求快速變化。異常僅表示統計或行為上的變化，需要回到原始回饋和業務事件來確認原因。

數據增強與統一欄位

平台可添加情緒變化、總響應時間、國家代碼標準化以及時間戳轉換等內建增強字段。需要特殊計算或業務規則的客戶，可透過客戶成功團隊來設定自訂的增強功能。

Saved Items

使用者可以收藏分析結果、儀表板與洞察資料，以避免重複建立相同的視圖。這適合用來儲存週會記錄、路線圖評審結果、客戶風險評估以及發布後的監控資料等固定內容。

支援的回饋渠道

Enterpret公開表示可連接50多個平台，涵蓋支援、調查、評論、銷售、社交和協作渠道。具體連接器、同步方向與欄位會變化，採購時應以當前的整合目錄和實施範圍為準。

從反饋到行動的工作流

1. 盤點回饋渠道、客戶主數據、產品層級、關鍵指標以及團隊需要回答的問題。
2. 連接支援、調查、評論、通話、CRM與社交渠道，並驗證時間、身分和欄位對應。
3. 透過知識圖譜，將同一用戶與帳戶的多渠道回饋連接到產品、機會和業務屬性。
4. 適應性分類體系提取關鍵字、主題、子主題、意圖、情緒和其他增強字段。
5. 團隊透過Quantify、Trends、儀表板或Wisdom提出問題並檢查原始證據。
6. Agent持續監控異常和高新風險信號，將提醒發送到Slack或相關負責人。
7. 確認後的Bug、需求或客戶行動同步到Jira、Linear及其他工作流，並追蹤閉環。

使用教學

準備數據接入

1. 列出所有回饋來源及其負責人，確定哪些欄位包含用戶、帳戶、收入和產品上下文。
2. 選定首批用例，例如路線圖排序、流失風險、版本品質或週度客戶聲音報告。
3. 清理重複身份、無效帳戶和敏感欄位，並配置Ingestion Blockers與Scrubbing規則。
4. 由管理員連接資料源，先同步有限歷史範圍並比較源系統與平台中的記錄數量。
5. 檢查同一用戶跨工單、評論、調查和通話的關聯是否正確，再擴大同步範圍。

建立適應性分類體系

1. 導入產品層級、功能列表、內部術語和已有回饋類別作為業務上下文。
2. 審查L1到L3關鍵詞及主題、子主題，確認結構能回答產品和CX問題。
3. 隨機抽查每個主要類別的原始反饋，記錄誤分類、遺漏和語義重疊。
4. 直接編輯名稱、定義或單條分類，讓結構與當前產品版本保持一致。
5. 發布新功能或進入新市場後檢查類別漂移，避免歷史趨勢被口徑變化扭曲。

使用Wisdom研究問題

1. 先明確時間範圍、客戶分群、產品區域和需要比較的業務指標。
2. 用自然語言提出一個可驗證的問題，例如企業客戶近期為何抱怨入門流程。
3. 根據任務的複雜度來選擇Sonnet 4.6或Opus 4.6，然後等待後台分析完成。
4. 查看答案中的圖表、數據表和引用，打開代表性原始反饋核對上下文。
5. 繼續追問不同客群、版本或地區差異，並記錄篩選條件與口徑。
6. 將穩定且重複的問題保存為Wisdom Rule，供周報、評審或共享工作區重複使用。

配置主動代理

1. 選擇品質、升級或資訊摘要場景，並明確需要監控的資料集與主題。
2. 設定帳戶、情緒、回饋量、產品區域或其他條件，控制告警範圍。
3. 指定Slack、郵件或工作區的接收者，並設定嚴重程度與負責回應的人員。
4. 使用歷史數據測試告警數量，調整閾值以減少雜訊和重複提醒。
5. 上線後定期檢查誤報、漏報和實際處理結果，再優化規則。

工作流集成

MCP Server

Enterpret MCP Server可讓外部AI工具查詢組織的完整反饋數據集，返回主題、帳戶、情緒、原話和上游字段。聚合數字可以連結回平台中的記錄，便於從AI結論回到證據。

不同的用戶端可以透過 OAuth 進行連接，或是產生 Bearer 令牌，具體方式則由用戶端及相關組織自行決定。MCP 會將企業客戶的資料帶入新的 AI 互動介面中，因此管理員必須控制授權對象、令牌的更換以及資料分享的範圍。

MCP接入步驟

1. 由管理員確認允許接入的AI客戶端、數據範圍和用戶角色。
2. 在Enterpret設定中啟用MCP，再根據用戶端選擇OAuth授權或產生專用訪問令牌。
3. 在Claude、Cursor、Notion、Glean或其他相容工具中添加連接器。
4. 先用低敏感問題測試實體、分類字段、聚合數字和引用跳轉。
5. 檢查客戶端的聊天保留、訓練、共享和審計設定，再開放正式使用。
6. 定期複核連接用戶、撤銷不再使用的授權，並輪換長期令牌。

使用者角色與權限

新用戶的預設身份為Member。管理員、Editor和Member都可以建立或編輯代理人，但Member只能編輯自己所建立的代理人，而Viewer則無法建立或修改任何人所建立的代理人。

適合哪些用戶

• 產品團隊：量化功能需求、識別Bug、比較客群影響並為路線圖提供證據。
• 客戶聲音團隊：統一多渠道聲音，建立週報、月報和管理層計分卡。
• 客戶體驗團隊：追蹤NPS、CSAT、投訴主題及服務流程變化。
• 客戶成功團隊：識別戰略賬戶的情緒升級、流失信號及待跟進行動。
• 支援團隊：發現工單異常、重複問題及版本品質變化。
• 銷售與行銷團隊：從通話與反饋中總結競品、異議、用戶語言和客戶勝因。
• 管理層：透過統一儀表板了解客戶需求與業務影響，而非依賴零散案例。

典型使用場景

• 統計某項功能需求涉及多少客戶、多少收入以及哪些套餐和生命週期階段。
• 在支持隊列擴大前發現投訴異常，並定位受影響的版本、地區或產品區域。
• 分析企業客戶流失原因，並回到工單、通話和調查原文驗證。
• 將確認的Bug自動轉為Jira問題，把功能請求發送到Linear並附上客戶上下文。
• 生成每週的客戶聲音摘要，向不同團隊推送與其負責領域相關的趨勢。
• 比較新品發布前後主題、情緒和NPS變化，檢查產品決策是否改善體驗。
• 構建競品情報，提取銷售通話、評論和支持反饋中的真實客戶表述。

產品優勢

• 將回饋與帳戶、收入、機會及產品相連結，避免僅依聲音大小排序。
• 適應性分類可減少手動標籤的維護工作，並讓使用者能夠查看及修正分類。
• Wisdom回答帶原始反饋引用，便於核驗AI生成的敘述和數字。
• 主動代理持續發現異常與升級風險，減少依賴定期人工搜索。
• 50多個回饋來源與Jira、Linear、Slack工作流相結合，從資料收集到後續行動，形成一個完整的循環流程。
• MCP和Export API讓客戶情報進入AI用戶端與資料倉庫。
• 角色、SSO、SCIM、PII處理以及SOC 2 Type 2，都適用於企業的安全採購流程。

使用限制與注意事項

• 平台主要面向反饋量較大的企業，小團隊或每月數據很少時可能難以證明投入價值。
• AI情緒、主題和意圖分類可能受語言、諷刺、上下文與訓練分布影響。
• 帳戶合併錯誤會把不同人的回饋連接在一起，進而影響收入和流失分析。
• 分類體系調整可能改變趨勢口徑，需要保存定義、版本和變更記錄。
• Wisdom的答案仍需打開引用核查，不能把生成摘要直接作為最終產品決定。
• 接入Slack、銷售通話和支援系統會處理敏感客戶資訊，需要執行最小化與訪問控制。
• MCP在將回饋暴露給外部AI用戶端時，會增加資料保留、共享及權限邊界。
• 官網不公開標準價格或免費版，採購、實施和安全評審成本需要單獨評估。

安全與隱私

Enterpret公開持有SOC 2 Type 2報告，並稱其安全、隱私和AI治理體系是參考ISO 27001、ISO 42001及ISO 27701等框架所建立的。不過，僅因參考了這些框架，並不代表每項規定都已獲得獨立認證，企業應要求取得相關的範圍文件。

平台託管在美國的 Amazon Web Services 環境中，傳輸過程會使用 TLS 1.2 等安全套件，而靜態數據則以 AES-256 進行加密。多租戶數據則透過公司、使用者及角色的存取控制機制來實現邏輯上的隔離。

PII與數據最小化

進入平台的客戶回饋會被掃描個人身份資訊，並進行移除或遮蔽處理。客戶還可以設定資料接收阻擋器與清洗規則，以便在資料進入平台之前阻止特定內容或清除敏感資訊。

數據主體權利與刪除

在GDPR的框架下，客戶通常為資料控制者，而Enterpret則作為處理者，協助處理客戶的查詢、更正或刪除資料之請求。當合約終止後，若客戶以書面方式提出要求，即可啟動資料刪除程序。根據相關規定，此程序會在合約終止後30天開始執行，並在大約3到4週內完成。

價格與採購

截至2026年8月22日，Enterpret並未公開標準套餐、每個席位的使用價格、免費版或自助試用額度，其官網主要以預約演示作為主要入口。服務內容與費用會寫入企業訂單中，預設的付款方式是按年預付，且需在收到發票後30天內完成支付，除非訂單中有其他約定。

報價時應確認

• 費用按命名用戶、回饋量、資料來源、歷史回溯還是功能模組計算。
• Wisdom、Opus模型、Agents、MCP、Export API和進階安全是否屬於基礎訂單。
• 實施支持的小時上限、額外服務費和自訂整合費用。
• 回饋量增長、資料來源增加以及續約時的價格調整規則。
• 合約終止後的導出格式、刪除時間及MCP授權撤銷流程。

API、SDK與開源情況

Enterpret提供Export API 2.0，用於將平台數據導出至資料倉庫、RevOps儀表板、產品分析或客戶成功報告流程中。具體的端點、認證方式、分頁設定、傳輸速率以及欄位資訊，需在說明中心或客戶環境中查閱。

平台還提供託管MCP Server的服務，但並未公開任何官方提供的通用開源SDK、平台源碼或模型權重。Export API和MCP屬於商業平台的接入功能，因此不能以此將Enterpret標記為開源軟體。

基本資訊

推薦指數

推薦指數：4.5 / 5。Enterpret適合那些每月需要處理大量回饋、希望將客戶的意見與帳戶及收入狀況相關聯，並且希望從這些洞察直接進行產品和服務優化工作的中大型企業。

主要不足是價格不透明、實施和數據治理要求較高，以及AI分類與身份連接仍需抽查。數據較少或只需要簡單問卷統計的團隊，可能不需要如此完整的平台。

常見問題

Enterpret免費嗎？

沒有發現公開的永久免費版、標準試用額度或自助定價。團隊通常需要預約演示，並根據反饋量、資料來源、使用者與功能來獲取訂單報價。

Enterpret適合小團隊嗎？

可以評估，但官方建議每月約1,000條以上綜合反饋更容易體現價值。反饋很少時，簡單表格、調查工具或人工研究可能更經濟。

Wisdom AI使用什麼模型？

目前，幫助中心將 Sonnet 4.6 列為預設的快速模型，而 Opus 4.6 則被視為更強大的選項。可使用的模型及訂單權限可能會隨著平台的更新而改變。

答案能回到原始反饋嗎？

可以。Wisdom支援一鍵引用，答案中的洞察與聚合數字可連結到平台內的原始回饋，便於人工核驗。

支持哪些分類層級？

幫助中心說明了L1、L2、L3三級關鍵字，並還有主題與子主題。官網所說的五層結構，可以理解為將這兩類主題層也計算在內。

能自動創建Jira或Linear問題嗎？

平台支援將洞察內容傳送至 Jira 和 Linear，並在 Jira 中連結回饋、補充相關背景資訊以及追蹤更新狀態。自動建立的雙向欄位與狀態範圍，則取決於整合設定。

支援ChatGPT、Claude和Cursor嗎？

支援透過MCP存取客戶資訊。不同用戶端的連線方式、付費要求及管理員權限各不相同，啟用前應核對資料保留及共享設定。

是否提供API？

提供Export API 2.0，主要用於高效地將資料導出至資料倉庫及下游工具。它並非公開的匿名介面，需要企業認證及相應權限。

Enterpret是開源嗎？

不開源。平台、Wisdom和代理屬於商業服務，公開API和MCP連接不等於源碼或模型權重開放。

客戶數據會被如何保護？

平台公開提供SOC 2 Type 2認證、靜態與傳輸加密功能、邏輯隔離機制、角色權限設定，以及PII資料掃描與清理規則。企業仍應檢查現有的審計報告、子處理商的資訊、DPA協議、資料儲存位置，以及模型使用條款。

支援SSO和自動用戶管理嗎？

支援 OpenID 身分供應商，並提供 Okta 和 Azure AD 的 SAML 設定；Okta 與 Azure 也支援 SCIM 2.0 的自動啟用功能。具體功能需在訂單中明確說明，並在上線前進行測試。

總結

Enterpret能將分散在各地的客戶意見整合成包含帳戶、產品及業務影響等資訊的知識圖譜，再透過適應性分類、Wisdom AI、趨勢分析以及主動式代理功能，協助團隊發現問題。Jira、Linear、Slack、MCP和Export API則能將這些洞察力進一步應用到實際操作中。

它的真正價值來自高品質的身分對應、穩定的分類標準，以及能夠回溯至原始資料的驗證流程。在採購之前，應以真實數據進行試用，確認連接器、準確性、權限、模型、資料位置以及訂製的年費等項目，再決定是否要進一步推廣使用。