棄單挽回自動流

🎯 這條流程解決什麼

棄單是電商最大、卻最容易被忽略的隱形流失。產業平均的購物車放棄率落在七成上下，意思是每十個把商品放進購物車的人，最後只有不到三個真的結帳。這些人不是不想買——他們已經挑好商品、加進車裡，只差臨門一腳，可能是被運費嚇到、可能臨時有事關掉視窗、可能想等發薪日再說，然後就忘了。對賣家而言，這是一群「離成交最近」的顧客，放著不管等於把已經到嘴邊的營收倒掉。

現在純人工要怎麼救？多數中小賣家根本救不了。後台雖然看得到棄單名單，但要一個個比對是誰、買了什麼、隔多久該寄信，再手動寫一封不尷尬的提醒，光是處理一天幾十筆棄單就得耗掉兩三個小時，而且人一忙就斷掉，斷掉就前功盡棄。結果就是這塊明明最好賺的營收，長期被完全放生。

這條流程把整套挽回節奏自動化。顧客加入購物車後一段時間未結帳就觸發，系統依 1 小時、24 小時、72 小時三個時間點分批寄出提醒；AI 依購物車裡的實際商品生成個人化文案，第二封起附上限時折扣碼臨門一腳；只要顧客中途完成結帳，後續提醒立刻自動停止，不會再去打擾已經買單的人。文案那一步可以搭配站上的 產品文案配方，讓挽回信讀起來像品牌在說話，而不是制式催單。

導入後的改變

導入前，棄單名單只是後台一個沒人看的數字，回收率幾乎是零，偶爾人工想到才寄一兩封，時機也多半過了。導入後，每一筆棄單都自動進入三段式挽回節奏，顧客在記憶最鮮明的一小時內先收到溫和提醒，記不起來的人在隔天、三天後被折扣碼再推一把。

效益估算上，業界導入棄單挽回信的常見回收率約落在 10% 到 15% 的棄單轉成實際訂單。假設一間店每月有 500 筆棄單、平均客單價 800 元，原本這些幾乎全數流失；導入後若回收一成，就是每月多 50 筆、約 4 萬元的營收，而且這是在不增加任何廣告預算的情況下憑既有流量回收。人力方面，原本斷斷續續手動寄信的兩三小時完全省下，整條流程自動運轉。更重要的是節奏一致：每一個棄單都被公平地跟進，不再看人工心情。

流程怎麼運作

第一步・觸發購物車閒置。 透過電商平台的 Webhook 接收「加入購物車」事件，或用排程定時掃描後台棄單名單。顧客加入後超過設定時間（例如 60 分鐘）仍未結帳，就把這筆資料帶著商品明細、顧客聯絡方式進入流程。

第二步・分時段排程。 系統在 1 小時、24 小時、72 小時各安排一次觸及。第一封純提醒、不給折扣，避免養成顧客「放著等折扣」的習慣；第二封開始才釋出誘因；第三封是最後一次、語氣帶點限時急迫感。

第三步・AI 個人化文案。 AI 文案節點讀取購物車內的實際商品，生成貼合品項的挽回內容，把商品名稱、賣點寫進信裡，而不是千篇一律的「您有商品未結帳」。

第四步・限時優惠。 第二封起附上限時折扣碼，設定有效期限製造急迫感。折扣幅度與發放上限事先設好，避免被濫用。

第五步・寄出與自動停止。 透過 Email 或 Line 觸及顧客；流程每一步都先檢查訂單是否已完成，只要顧客已結帳就立刻中止後續所有提醒。想把這套節奏接上更多自動化模組，可以參考 自動化專區。

需要的工具與串接重點

平台用 n8n 或 Make 搭建。電商平台 Webhook 是觸發核心，需要在後台設定「加入購物車」或「棄單」事件推送，若平台不支援即時 Webhook，就改用排程定時拉取棄單清單。排程模組負責三段式的時間控制。AI 文案節點接 AI 模型生成個人化內容，提示詞裡要放入品牌語氣與商品資訊。Email 或 Line 官方帳號則是觸及通道。

串接重點：一是務必在每次發送前回查訂單狀態，已成交就停，否則顧客買完還收催單會很反感；二是折扣碼要能追蹤歸因，才知道這條流程到底救回多少；三是發送頻率要克制，三封是上限，過度轟炸只會換來退訂。

常見錯誤與注意事項

這條流程涉及顧客個資與行銷觸及，必須遵守訊息發送頻率與退訂規範，每封信都要附明確的退訂或封鎖選項，Line 推播也要符合官方帳號的訊息政策，否則可能違反個資與行銷相關規定。折扣碼的發放金額與數量建議先設上限，並由人工確認折扣策略後再上線，避免設定錯誤造成大量超額折扣的金流損失——這種涉及金流與折扣成本的環節需人工確認，不可全交給自動化裸跑。另外，第一封就猛塞折扣是常見錯誤，會訓練顧客故意棄單等優惠，反而侵蝕毛利。

台灣中小企業情境案例

台中一間賣手作香氛蠟燭的品牌官網，月流量穩定但轉換一直卡關，後台棄單名單長長一串卻從沒人處理。老闆娘自己兼客服、出貨、行銷，根本沒空一封封寄提醒。導入這條棄單挽回流程後，顧客加進購物車一小時沒結帳就先收到一封溫馨提醒，隔天附上「24 小時限時 9 折」的折扣碼。實際跑了一個月，原本每月約 200 筆棄單，回收了 26 筆，多出近 2 萬元營收，而老闆娘完全沒多花時間。她後來還發現，第一封不給折扣的純提醒，光靠提醒就救回了三分之一的單，毛利反而比一開始就打折更漂亮。

延伸應用

這條流程的架構可以延伸出好幾種變化。把「棄單」換成「瀏覽商品未加購物車」，就變成更前段的興趣喚回；針對高客單商品另設一條「真人客服介入」分支，棄單後由專人私訊提供諮詢而非折扣；也能把成功挽回的顧客自動標記，導入後續的回購喚醒節奏，讓一次成交變成長期關係。想看更多電商與行銷自動化的搭配玩法，可以逛 任務食譜 和 工作流總覽，把流量、轉換、回購串成一整套漏斗。

流程圖

用到的工具

更多「零售商店」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 →