會員回購提醒自動關懷流

🎯 這條流程解決什麼

美妝保養品有非常明確的用量週期：一瓶 150ml 的化妝水每天早晚拍，大約四到六週見底；30ml 的精華液一天兩滴，能撐兩到三個月；防曬乳夏天用得兇、冬天放著長灰塵。這些「什麼時候會用完」其實算得出來，但靠人工一個一個追根本追不完。美妝店動輒上千名會員，要店員翻出每個人上次買什麼、估算何時補貨、再一個個傳訊息提醒，現實上不可能做到，於是老顧客就這樣默默斷了回購，店家還以為是「自然流失」。

純人工經營會員的痛點很具體：一是資料躺著不動，CRM 裡有完整消費紀錄，卻沒人有時間把它變成行動；二是提醒時機全憑感覺，不是太早（顧客覺得被推銷）就是太晚（顧客早就在別處補貨了）；三是訊息一視同仁，群發一封「全館九折」對剛買完的人是打擾、對該回購的人又少了臨門一腳。一名行銷人員若要手動維護回購提醒，光是整理名單與寫訊息，每天就要耗掉 2 到 3 小時，而且做不久就放棄。

這條流程讓系統依每位會員的購買品項與用量自動推估補貨時機，在快用完前推播個人化關懷提醒，把回購從「硬推銷」變成「剛好提醒你」的貼心服務，顯著提升回購率與會員黏著度。可搭配 促銷文案 配方增加回購誘因，或串接 新品上架 流程做交叉推薦，整套 自動化 機制讓會員經營從「有空才做」變成「每天自動跑」。

導入後的改變

導入前：會員資料靜靜躺在 CRM，回購全靠顧客自己想起來；行銷偶爾群發一次促銷，打擾到剛消費的人、又錯過該補貨的人；老客回購率長期偏低卻找不出原因；想做個人化提醒，人力成本算下來根本不划算。

導入後：系統每天自動掃描全體會員的購買紀錄，推估每瓶產品的見底時間，在補貨點前 1 到 2 週篩出名單、生成帶著保養建議的個人化訊息，人工確認後透過 LINE 推播。會員收到的是「您上次買的那瓶精華液差不多該見底了，這支很適合接著用」，而不是冷冰冰的廣告。

合理估算：精準時機的個人化回購提醒，轉換率通常是無差別群發的數倍；以一間 2000 名會員的美妝店為例，若每月能多喚回 3 到 5% 沉睡會員回購，累積一年就是可觀的營收增量。同時，行銷原本每天 2 到 3 小時的名單整理與寫訊息工作幾乎歸零，省下的時間可以投入更高價值的活動企劃。提醒因為「剛好」而不擾民，封鎖與退訂率也能維持在低點。

流程怎麼運作

對應 frontmatter 的五個節點：

1. 🗓️ 觸發：排程掃描——每日凌晨自動執行，盤點會員資料庫中所有人的「上次購買日」與「購買品項」，準備進入推估階段。不需要人工啟動，每天穩定跑。

2. 🧠 AI 推估補貨——依每個品項的容量、建議用量與使用頻率，推算可能用完的日期。例如 150ml 化妝水以每日 5ml 估算約 30 天、加上緩衝抓 40 天；精華液、面膜、防曬各有自己的週期模型，AI 節點也能參考會員過往的回購間隔做個人化校正。

3. 🎯 篩選名單——挑出「預估補貨日落在未來 7 到 14 天」的會員，並依會員等級、客單價、商品類別分群標記，方便後續用不同語氣與誘因溝通（VIP 給專屬建議、一般會員給溫和提醒）。

4. ✍️ 生成關懷訊息——AI 文案節點針對每位會員產出個人化草稿，結構是「提醒上次購買的品項差不多該補貨＋延伸保養建議＋回購入口」，帶入姓名與品名，避免罐頭感。

5. 🔔 確認後推播——草稿與名單推到 Slack 待審，行銷人員確認名單範圍、頻率與文案無誤後，再透過 LINE 官方帳號分眾發送。人工這一關確保不會誤發或過度打擾。

需要的工具與串接重點

平台用 n8n 或 Make 排程。各工具角色：會員資料庫 / CRM 是基礎，必須有「會員 ID、上次購買日、購買品項、容量」這幾個欄位，資料品質決定推估準度；Google Sheet 可當品項用量週期的對照表（每個 SKU 對應預估天數），方便非工程人員維護；AI 文案節點負責生成個人化訊息；LINE 官方帳號是主要推播管道，需用分眾標籤功能；Slack 做內部待審。

串接注意點：一是用量週期表要持續校正，初期用合理預設值，累積幾個月真實回購資料後回頭調整，估得越準提醒越自然；二是設「冷卻期」，同一會員短期內不重複提醒同一品項，避免一週被催三次；三是把「已推播」狀態回寫資料庫，避免重複發送。相關串接邏輯可參考 自動化 專區。

常見錯誤與注意事項

個資合規是這條流程的第一要務。會員姓名、聯絡方式與消費紀錄屬個人資料，蒐集、保存與行銷推播都須符合個人資料保護法，必須事先取得顧客同意接收行銷訊息，並在每則訊息提供清楚的取消訂閱方式，不可未經同意就推播。LINE 推播也應遵守平台規範，避免被判定為騷擾。

其他常見錯誤：推估週期抓太短，顧客還剩半瓶就被催補貨，反而顯得只想賣東西；推播頻率沒控管，多支產品同時到期就一天連發好幾則，造成反感。推播名單、頻率與文案請務必由行銷人員人工確認後再送出，AI 只負責推估與起草。也要留意別把「關懷」寫成純促銷，保養建議的比重要夠，顧客才會覺得是服務而非推銷。本流程不取代人對會員關係的長期經營判斷。

台灣中小企業情境案例

新北一間社區型保養品專賣店「日初保養」，累積約 1800 名會員，老闆娘原本靠記性與手寫小本子提醒熟客回購，做得很辛苦又容易漏。客人常常是「啊我前陣子精華液用完，想說懶得跑就上網隨便買了一瓶別牌」，等於每次斷貨都是一次流失風險。

導入這條流程後，系統每天自動算出哪些會員的化妝水、精華液、防曬即將見底，提前一到兩週推播個人化提醒，附上「換季可以搭配這支保濕」的建議。老闆娘只要每天花十分鐘在 Slack 上掃一眼名單、確認文案就放行。三個月下來，老顧客回購間隔明顯縮短，原本流失到網購別牌的客人有不少回流，月營收回購占比提升約兩成，而她每天花在會員提醒的時間，從一兩小時降到十幾分鐘。

延伸應用

這條流程可以再延伸。其一，串接 新品上架 流程，在會員補貨時順勢推薦同系列新品或互補品項（買化妝水的同時推同線乳液），提高客單價。其二，結合 促銷文案 配方，針對「該回購卻遲遲沒動作」的會員，在第二次提醒時加上小額專屬優惠當臨門一腳。其三，把沉睡超過一定天數、用量早該見底卻沒回購的會員另成一群，設計喚醒活動主動關懷。其四，依季節調整推估模型，夏天加強防曬提醒、冬天主推保濕修護。當資料累積夠多，整套機制會越跑越準，讓會員經營從零散的人工提醒，變成穩定運轉的回購引擎。

流程圖

用到的工具

更多「美容美業」工作流

瀏覽全部工作流藍圖 → 自動化工作流中心 → AI Skills 食譜庫 →