在處理客服郵件時，你還在一封一封的打開、理解問題，再查找資料手動回覆嗎？沒有 AI 客服自動回覆的幫助，當有幾百封的電子郵件需要處理時，真的會瘋掉！ 想建立 AI 客服系統，可以利用 AI Agent 輔助分析郵件內容、自動查找公司的資料來回答問題，我們只需負責檢核正確性，就能大幅減少回覆郵件所花費的時間。 這篇文章就以販售線上課程的情境為例，利用n8n打造AI客服系統，當收到新郵件時，自動觸發 AI Agent 分析內容、查找 Google Sheets 常見問題資料庫，產生郵件草稿後，傳送給客服人員確認，沒問題即自動回覆客戶，實現客服自動化流程。 文章目錄 ↕ 一、AI客服系統使用 Google Sheets資料庫的運作流程 二、用n8n + Google Sheets打造AI客服系統的解決方案 三、用n8n + Google Sheets打造AI客服系統的實作步驟 1.設定 Gmail Trigger：偵測新客服郵件，觸發 n8n 自動化流程 2.設定 Edit Fields(Set)：篩選自動化流程所需的欄位 3.設定 AI Agent(FAQ Agent)：分析郵件並查找 Google Sheets FAQ 資料庫 4.設定 IF 節點：判斷是否需人工處理，決定後續流程 5.AI客服自動回覆流程：AI 擬稿，人工確認後自動回信 ▍設定AI Agent(Email Agent) ▍設定Human Review(Telegram) ▍同意寄出：設定Gmail(Reply to a message)回覆客戶 ▍不同意寄出：設定Gmail(Add label to message)標記需人工處理 6.客服人工處理流程：AI 找不到答案時的備援機制 ▍設定Gmail(Add label to message)標記需人工處理 ▍設定Gmail(Reply to a message)回覆客...

在提供線上預約諮詢服務時，你是不是也在煩惱要如何用最簡單的方式，蒐集潛在客戶的預約諮詢需求，同時不用自己實作行程檢核機制，又能夠避免行程衝突或重複預約的情形，並且即時回覆客戶預約的結果呢？ 這時候就可以使用 Cal.com 這個線上預約系統，免費方案就能夠提供客戶日曆表單來進行預約，它會自動檢核行事曆的行程是否有衝突，並且郵寄預約結果給客戶與顧問雙方，最棒的是還有提供 Webhook 服務，讓我們可以串接 n8n 來實作後續的自動化流程。 這篇教學將帶大家使用 Cal.com 串接 n8n，來建置自動化的線上預約系統，並且將客戶的預約諮詢資料同步寫入 CRM 系統（Notion）中，不用自己手動搬運，大幅提升工作效率。

如果你有在使用Google表單建置線上預約系統，來接收接收客戶的預約諮詢，是不是也遇過這樣的情況：客戶填寫完表單後，需要人工確認預約時間有沒有和其他行程衝突，沒有問題的話再手動把客戶資料填到CRM系統，最後發送郵件通知客戶預約結果。如果時間有衝突，這樣的流程又要再來一遍！ 可想而知，這樣的人工處理流程需要花費不少時間，研究也顯示，回應客戶的時間越長，流失潛在客戶的機會就越高，所以搭建一套n8n自動化的線上預約系統，除了可以減少人工的時間，也能夠提升客戶留存的機率。 這篇文章就來教大家如何透過Google表單串接n8n自動化，打造一套完整的線上預約系統。從Google表單預約系統蒐集客戶的預約諮詢資料、自動偵測時間衝突、同步寫入CRM（Notion），到自動發送預約確認信通知客戶，共 10 個步驟完整拆解，讓你照著做就能完成。

在眾多的資料分析專案中，不動產實價也是很常被拿來分析的主題，那想要利用Python網頁爬蟲蒐不動產的資料，除了可以爬取網站上的資料之外，地方政府也有透過OpenAPI來提供各種不同的開放資料(OpenData)，讓大家進行多元的分析或應用。這篇文章就來和大家分享，如何利用Python網頁爬蟲爬取 臺北市資料大平臺上的不動產實價開放資料 。 開放資料(OpenData)存取方法 Python網頁爬蟲存取 開放資料(OpenData) Python網頁爬蟲爬取開放資料(OpenData) 一、開放資料(OpenData)存取方法 前往 臺北市資料大平台 ，如下圖： 在搜尋的地方輸入「臺北市實價周報」，就可以找到臺北市不動產實價周報的開放資料(OpenData)，如下圖： 點擊之後，可以看到它的資料描述、欄位說明等，那存取方式就在最下面的地方，分別提供下載CSV檔案資料、API、預覽資料集，而想要利用Python網頁爬蟲爬取不動產的實價資料，就要選擇API的方式，如下圖： 在API的文件中，Python網頁爬蟲會需要利用API位址、API使用方式與參數來發送請求，進而爬取回應的不動產實價資料。另外，「API參數及測試」則是依需求選擇性加入的參數，如下圖： 二、Python網頁爬蟲存取 開放資料(OpenData) 瞭解臺北市不動產實價周報的開放資料API使用方式之後，就可以開啟Python網頁爬蟲專案，引用requests模組，如下範例： import requests 接下來，Python網頁爬蟲發送請求到 臺北市不動產實價周報的開放資料API，並且傳入必要的參數，如下範例： import requests # 參數 params = { "resource_id": "2979c431-7a32-4067-9af2-e716cd825c4b" } # 發送請求 response = requests.get( 'https://data.taipei/api/v1/dataset/2979c431-7a32-4067-9af2-e716cd825c4b?scope=resourceAquire', params=params ) 假設我們只想要利用Python網頁爬蟲爬取10筆的臺北...

  每到放假出遊的時候，規劃行程就是最花時間的工作，要到許多網站蒐集各種旅遊景點，而這也是Python網頁爬蟲很常應用的情境，透過自動化的方式有效蒐集熱門的旅遊景點資料，提升規劃行程的效率。這篇文章就用 雄獅旅遊網站 來當作網路爬蟲應用實例，教大家使用Python網頁爬蟲蒐集旅遊資料。 網站分析及爬取策略 Python網頁爬蟲爬取JavaScript網站資料 Python網頁爬蟲爬取多分頁資料 一、網站分析及爬取策略 首先，前往 雄獅旅遊網站 ，如下圖： 截取自 雄獅旅遊 假設我們想要利用Python網頁爬蟲蒐集韓國旅行團的資料，在上面「國外團體」的地方選擇「韓國」，如下圖： 截取自 雄獅旅遊 並且在下面 「季節限定」的區塊選擇 「更多行程」，如下圖： 截取自 雄獅旅遊 就可以看到非常多季節限定的旅行團資料，如下圖： 截取自 雄獅旅遊 這時候點擊滑鼠右鍵，選擇 「檢查」，切換到 「Network(網路)」頁籤，來檢視網頁背後發送請求的況況。 接下來，按下「Ctrl + R」重新整理網頁，並且搜尋網頁上的資料，會發現網站有使用JavaScript發送請求來取得資料，如下圖： 由此可知，這個網頁就是JavaScript型網頁， 那要利用Python網頁爬蟲爬取JavaScript型網頁的資料，我們就需要知道它的請求網址(Url)、請求方法(Request Method)及請求參數(Payload)，可以切換到Headers(標頭)、Payload(參數)頁籤檢視，如下圖： 如果想要瞭解更詳細的Python網頁爬蟲爬取策略，可以參加 我的免費線上培訓 ，教你各種網頁的爬取方法，讓你能夠輕鬆判斷網頁類型，爬取到想要的資料。 二、Python網頁爬蟲爬取JavaScript網站資料 Python網頁爬蟲爬取JavaScript網站回應的資料，需要引用requests模組，如下範例： import requests 接著，利用requests模組發送POST請求到JavaScript的請求網址，如下範例： import requests response = requests.post('https://travel.liontravel.com/search/grouplistinfojson') 由於剛剛有看到網頁發送請求的時候有傳入參數(Payload...

在電商領域中，不論是賣家或買家，很多時候都會需要蒐集各個電商網站的商品、價格與評論等資料，來分析各種商品的價格、用戶滿意度，這時候就可以使用Python網頁爬蟲來自動化蒐集電商網站的資料，進而提升資料分析的效率。今天這篇文章就以 MOMO購物網 作為網路爬蟲應用實例，學會 如何利用Python網頁爬蟲蒐集電商網站的資料。

Python網頁爬蟲可以說是現在大數據時代很重要的資料蒐集技術，在財經領域，很常會需要蒐集財經新聞或相關的股市資料，來作為後續的投資分析或參考，這時候就可以利用Python網頁爬蟲爬取網站上的財經資料，提升蒐集資料的效率。這篇文章就以 Yahoo股市的財經新聞網站 作為網路爬蟲應用實例，教大家如何使用Python網頁爬蟲來自動化爬取財經新聞資料。 網站分析及爬取策略 Selenium發送請求 Selenium自動化滾動網頁卷軸載入資料 Selenium爬取網頁資料 一、網站分析及爬取策略 首先前往 Yahoo股市 的財經新聞網站 ，假設我們想要爬取其中的財經新聞區塊資料，如下圖： 在操作的時候可以發現需要滾動網頁捲軸，才會動態載入更多的財經新聞資料，所以我們就會需要選擇使用Python的Selenium套件來建置動態網頁爬蟲，透過它提供的網頁操作方法(Method)，在操作網頁的同時動態爬取財經資料。 如果想要瞭解更詳細的Python網頁爬蟲爬取策略，可以參加 我的免費線上培訓 ，教你各種網頁的爬取方法，讓你能夠輕鬆判斷網頁類型，爬取到想要的資料。 二、Selenium發送請求 接下來，打開Python網頁爬蟲專案，引用Selenium必要的模組，如下範例： from selenium import webdriver #瀏覽器驅動模組 from webdriver_manager.chrome import ChromeDriverManager #Chrome瀏覽器驅動模組 from selenium.webdriver.common.by import By #網頁元素定位模組 import time #時間模組 更多Selenium專案的初始化與模組引用時機介紹，可以參考我的 全面掌握Selenium建置動態網頁爬蟲的步驟與重要模組 文章。 引用Selenium套件的模組之後，就可以建立瀏覽器驅動物件，發送請求到 Yahoo股市 的財經新聞網站 ，如下範例： from selenium import webdriver #瀏覽器驅動模組 from webdriver_manager.chrome import ChromeDriverManager #Chrome瀏覽器驅動模組 from selenium.webdriver.common.by ...

如果想要在雲端上實作資料分析專案，那就不能不知道Looker Studio(原名Google Data Studio)雲端資料視覺化工具，能夠免費在Google雲端平台上透過連結各種資料來源，建立屬於自己的視覺化報表，這篇文章我就用Kaggle網站的 Most Subscribed YouTube Channel( 訂閱最多的 YouTube 頻道) 資料集為例，帶你認識Looker Studio的使用方式，並且學會製作雲端資料視覺化圖表，傳達資料價值或故事。

想要洞察資料的價值，除了可以使用 像是Power BI或Tableau等 市面上的產品，來製作視覺化的圖表之外，Python生態系也有提供資料視覺化圖表的套件，其中之一就是Seaborn套件，讓開發人員能夠透過寫程式的方式來客製化建立資料視覺化圖表，這篇文章就以 Kaggle網站的線上銷售資料集( Online Sales Data ) 為例，簡單上手Seaborn套件的使用方式。 什麼是Seaborn？ Seaborn安裝方法 Seaborn連結CSV資料集 Seaborn建立資料視覺化圖表 一、什麼是Seaborn？ Seaborn是以Matplotlib為基礎建構的高階繪圖套件，透過封裝的方式，簡化圖表的設定語法，提升輸出的視覺化美感，並且支援結合Pandas資料分析套件，讓使用者能夠快速產製精美的資料視覺化圖表。 二、Seaborn安裝方法 安裝Seaborn套件非常簡單，開啟命令提示字元，利用pip指令就可以進行安裝，如下： $ pip install seaborn 三、Seaborn連結CSV資料集 Seaborn套件安裝好之後，就可以開啟專案引用 Pandas模組來讀取資料集，還有 Seaborn、Matplotlib模組來建立圖表，如下範例： import pandas as pd import seaborn as sns import matplotlib.pyplot as plt 接下來，利用Pandas模組來讀取 Kaggle網站的線上銷售資料集( Online Sales Data ) ，如下範例第7行 ： import pandas as pd import seaborn as sns import matplotlib.pyplot as plt # 讀取資料集 onlineSalesData_df = pd.read_csv('Online Sales Data.csv') 四、Seaborn建立資料視覺化圖表 有了資料集之後，使用Matplotlib的pyplot模組來設定圖表的大小，如下範例第10行 ： import pandas as pd import seaborn as sns import matplotlib.pyplot as plt # 讀取資料集 onlineSalesData_df...

  在資料分析的過程中，很多時候我們都需要快速探索資料背後的資訊或價值，進而解決商業上的問題，而資料視覺化就是常用來洞察資料的方法之一。那資料視覺化的工具非常多，這篇文章就來介紹Tableau資料視覺化工具，並且以 Kaggle網站的連鎖超市資料集 為例，教大家從零開始打造精美的資料視覺化圖表。

在實務上，想要進行資料分析，探索大數據背後的價值或趨勢，很常會使用資料視覺化的方法來呈現，幫助決策人員進行商業決策。那資料視覺化的工具非常多，今天就來分享Power BI這套資料視覺化工具，並且以Kaggle網站的 Most Subscribed YouTube Channel( 訂閱最多的 YouTube 頻道) 資料集為例，手把手帶大家建立Power BI視覺化圖表。

在上一篇 有效利用ScraperAPI打造不被偵測的Python網頁爬蟲 文章中，介紹了Python網頁爬蟲串接 ScraperAPI 爬取網頁資料的方式，透過它隨機輪換Proxy IP、瀏覽器標頭等機制，讓我們不用擔心網頁爬蟲被偵測封鎖。那如果今天遇到了動態網頁，需要使用Selenium套件來操作網頁的話，該如何與 ScraperAPI 進行串接呢?這篇文章就來分享Selenium串接 ScraperAPI 的過程。

有些大型的網站，都會有網頁爬蟲的偵測機制，像是請求的標頭、IP、規則性等等，一旦被偵測到就很有可能被封鎖，沒辦法再使用該網站的服務，導致很多人不敢輕易嘗試爬取大型網站的資料。那想要降低被偵測風險的方法之一，就是隨機輪換不同的Proxy IP和請求標頭，最近看到 ScraperAPI 提供了這樣的解決方案，使用上也非常的簡單，又有1000 API額度可以免費使用，所以這篇文章就來分享一下 ScraperAPI 的使用方式。

我們都知道在開發Python網頁爬蟲之前，都要先檢視網頁原始碼，瞭解網頁資料的結構之後才會進行爬取的動作。但是有些網頁在檢視網頁原始碼的時候，會發現找不到網頁上的資料，這就是網站為了防止資料被輕易的爬走，使用JavaScript的技術，動態載入網頁上的資料，讓Python網頁爬蟲無法從網頁原始碼裡面爬取到資料。 這篇文章我就用 雄獅旅遊網站 ，來和大家分享Python網頁爬蟲如何爬取JavaScript型網站的資料，其中的爬取步驟如下：

相信大家平常在瀏覽網頁的過程中，都有看過文字驗證碼(Captcha)，要使用者輸入正確的英文數字才可以繼續操作，那要通過這種反爬蟲機制，就是要先把文字驗證碼(Captcha)的圖片下載下來，再進行後續的辨識動作。 這時候如果你使用圖片的src屬性來下載文字驗證碼(Captcha)圖片，會發現下載下來的圖片和網頁上的不一樣，是因為當我們發送請求到圖片的來源網址時，等於又再打開一次網頁的意思，它就會再次產生不一樣的文字驗證碼，導致下載下來的圖片會不一樣，解決方案就是使用Selenium套件來下載 文字驗證碼(Captcha)圖片 ，這篇文章我就用 博客來 網站為例，來示範其中的實作方式。

想要利用Python網頁爬蟲蒐集網路上的資料，除了一般網頁之外，有些還會需要進行"登入"的動作，才會顯示網頁資料，這也就是所謂的登入型網頁，最常見的像是Facebook、Instagram等社群網站。 這時候就可以利用Python的Selenium套件來模擬登入的動作，進而爬取到想要的資料。這篇文章我就用Facebook網站為例，來教大家Python網頁爬蟲如何利用Selenium套件來自動化登入網站。

很多新手在遇到動態網頁的時候，都會不知所措，因為它需要額外的網頁操作，像是會員登入、滾動網頁卷軸、點擊按鈕等等，才有辦法爬取到網頁資料。 今天這篇文章我就用 Facebook網站 為例， 分享在 建置Python動態網頁爬蟲上 ， 最常使用的5個Selenium網頁操作方法，讓你之後可以順利爬取到動態網頁的資料，包含：

說到建置Python網頁爬蟲的工具，之前我有整理了一篇「 7個Python使用BeautifulSoup開發網頁爬蟲的實用技巧 」的教學文章，今天這篇就用 The News Lens 關鍵評論網的國際新聞 為例，來分享Selenium常用的爬取資料方法，讓大家在建置Python網頁爬蟲爬取動態網頁的時候，可以快速上手。