電商棄單回收自動化流

🎯 這條流程解決什麼

電商業界普遍的購物車放棄率高達七成左右，意思是每十個把商品加進購物車、甚至已經點進結帳頁的顧客，最後只有約三個真的付款。剩下那七個並不是不想買——他們可能是運費出現得太突然、想再比個價、被孩子叫去吃飯、或單純頁面跳掉就忘了。這些人對商品已經有明確興趣，是整個流量漏斗裡「最接近成交、卻臨門一腳沒踏出去」的一群，放著不管等於把已經快到手的營收白白丟掉。

如果靠人工回收，幾乎是不可能的任務。店家得有人定時去後台撈出「結帳未完成」的名單，一筆筆看顧客買了什麼、判斷值不值得追、再手動寫訊息寄出去，還要記得隔天、隔三天分批跟進。一家日均產生幾十筆棄單的賣場，光是整理名單與寫個人化訊息，一天就要耗掉行銷人員一兩個小時，而且人工根本來不及在「顧客還有印象」的黃金幾小時內出手，等隔天才寄信，熱度早就涼了。

這條流程讓系統自動偵測棄單、由 AI 依品項與顧客樣態評估召回優先序並生成客製化文案，再分時段透過 Email、LINE 或簡訊召回，把原本默默流失的訂單一筆筆拉回成交。最關鍵的是它的經濟效益：召回一個已經有意願的舊棄單，成本遠低於從廣告重新買進一個全新客人。

導入後的改變

導入前，棄單就是後台一串沒人理的數字，偶爾行銷想到才撈來追一輪，缺乏節奏也缺乏個人化。導入後，每一筆棄單都會被即時捕捉、評估並在對的時間用對的管道召回，差異很明顯：

• 回收率：業界經驗中，設計良好的多階段棄單召回，通常能把流失訂單中相當可觀的比例重新拉回成交（依品類與優惠力度而異），等於在不增加廣告預算下多出一筆營收。
• 獲客成本：召回舊棄單的邊際成本主要是訊息發送費，相較於重新投廣告獲取新客，召回的單筆成本低得多，整體行銷投報率（ROAS）跟著拉高。
• 人力：原本每天一兩小時的撈名單、寫訊息、追進度，幾乎全自動化，行銷團隊改去做策略與優化，而非重複勞動。
• 節奏精準：召回訊息能在棄單後的黃金時段內自動發出，並按階段加溫，命中顧客還記得商品的時間窗，轉換明顯優於隔天才補寄的人工做法。

效益會隨折扣策略、品類與顧客名單品質浮動，但方向穩定：用自動化補回原本注定流失的那一段營收。

流程怎麼運作

整條流程對應 frontmatter 的五個節點：

1. 觸發：偵測棄單（⏱️）——流程透過購物車平台 API 或定時排程，掃描「已建立結帳但逾時未付款」的訂單，把它們標記為棄單並擷取顧客資訊與購物車內容。
2. AI 判斷意願（🧠）——並非所有棄單都值得同等對待。AI 依商品金額、顧客是否為舊客、過往回購紀錄等樣態，評估召回優先序：高客單、老顧客的棄單優先且可給較完整的召回方案，低意願或一次性訪客則用較輕量的提醒，避免亂發優惠侵蝕毛利。
3. 生成召回文案（✍️）——依棄單的實際品項客製化訊息，把顧客差一步沒買的那件商品具體寫進文案，附上圖片與直接結帳的連結，必要時帶入限時優惠或免運門檻，降低顧客回頭的阻力。
4. 分時段發送（📨）——召回不是一封信打完。流程分階段出手：第一波在棄單後不久以「你忘了結帳嗎」的溫和提醒喚回記憶，後續波次再視情況加上優惠或庫存提示，並依顧客慣用管道在 Email、LINE、簡訊間選擇。
5. 回收成效追蹤（📊）——每一波的開信、點擊、回購與轉換都寫進 Google Sheet 或資料庫，行銷能清楚看到哪種文案、哪個時段、哪種優惠召回效果最好，回頭持續優化。

需要的工具與串接重點

• 平台（n8n / Make）：流程引擎，串起偵測、判斷、發送與紀錄。n8n 適合想自架、掌握顧客資料的賣家；Make 上手快，適合小團隊。
• 購物車平台 API：棄單資料的來源，負責提供未完成結帳的訂單與購物車內容。串接時要確認能抓到顧客聯絡方式與品項明細。
• AI 文案節點：負責判斷召回優先序與生成個人化文案。重點是給它明確的優惠上限與品牌語氣規範，避免它自作主張開出過大的折扣。
• 顧客資料庫：提供顧客歷史與分群依據，讓 AI 的意願判斷有資料可參考。
• Email / LINE / 簡訊：召回的發送管道，依顧客慣用與成本分配。簡訊到達率高但單價貴，適合高客單棄單；LINE、Email 成本低，適合大量召回。
• Google Sheet：成效紀錄與分析，方便非技術人員直接看數據優化。

串接重點：折扣額度與發送名單一定要設上限，由人工先核可優惠策略再上線；發送頻率要節制，同一顧客的召回波次有上限，避免變成騷擾；內建退訂與排除機制，已成交或已退訂的顧客要自動移出名單。

常見錯誤與注意事項

• 優惠失控侵蝕毛利：最常見的災難是讓 AI 對每一筆棄單都灑折扣。折扣力度與適用對象必須由人工先定策略、設上限，AI 只在框架內執行，毛利與促銷決策需人工把關，AI 不取代營運判斷。
• 個資與行銷同意：召回會用到顧客的聯絡方式與購買行為，發送對象必須是有同意接收行銷訊息的名單，並提供退訂選項，確認符合個資法與相關行銷規範，否則可能挨罰並損害品牌。
• 召回不等於騷擾：同一顧客短時間內連環轟炸，只會換來封鎖與退訂。波次數量與間隔要克制。
• 別追已成交或不該追的單：務必排除已完成付款、已退訂、或明顯為惡意/測試的訂單，避免發出尷尬或無效的訊息。

台灣中小企業情境案例

桃園一家販售寵物用品的網路商店，客單價中等、回購客多，但後台每天累積數十筆「加到購物車、結帳到一半就跑掉」的棄單，老闆過去完全沒在追，這些單就這樣蒸發。行銷人手只有一位，根本騰不出時間逐筆撈名單寫訊息。

導入這條流程後，每天的棄單被自動標記，AI 依顧客是否為熟客與購物車金額排出優先序：熟客棄單第一波先用 LINE 溫和提醒「您挑的飼料還在購物車喔」，若隔一段時間仍未結帳，第二波補上「滿額免運」提示；高客單的新客棄單則加發一封帶小幅優惠的 Email。所有成效寫進 Google Sheet，老闆每週看一眼就知道哪種文案最有效。導入後，原本完全流失的棄單，有相當一部分被重新拉回成交，等於在沒多花廣告費的情況下多出一塊穩定營收，而行銷人員每天省下的撈名單時間，全拿去經營回購與會員。

延伸應用

這條流程可以再延伸：把召回成效資料回灌到顧客分群，對「常棄單但給優惠就買」與「給優惠也不動」的客群採不同策略；也能把召回成功的顧客自動導入回購流程，或對多次棄單的高意願客觸發專屬客服跟進。想擴大效果，可搭配 促銷與召回文案配方 提升訊息轉換，串接其他 電商工作流 把棄單回收接到訂單處理與回購經營，並透過 自動化中心 統一管理發送頻率、折扣上限與成效報表，讓整套召回越跑越聰明、越省成本。

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 →