老客回購喚回提醒

🎯 這條流程解決什麼

小農最賺的客人，往往不是新客，而是買過就回頭的老主顧。但現實是，很多買過一次的好客人，就這樣默默流失了。上次出貨時客人明明笑著說「下次產季再跟你買」，結果你忙著採收、忙著出貨，根本沒空回頭通知，等想起來時，今年的產季已經結束。一個季復一季流失的老客，等於每年都要重新花高成本拉新客，永遠在原地踏步。

問題在於小農幾乎沒有「客戶經營」的時間與工具。要找出哪些客人該回購了、上次買了什麼、適合推什麼，得把一整年的訂單翻出來逐筆比對購買日期與品項，光是整理就讓人卻步。產季一忙，這件「重要但不緊急」的事永遠排到最後，最後乾脆不做。以一個累積五六百筆訂單的小農來說，靠人工從中挑出「該喚回的沉睡客」並逐一寫訊息，現實上幾乎不可能完成，於是大筆潛在回購就這樣憑空消失。

這條流程要解決的，就是把「找出該回購的人、在對的時機、說對的話」這件事自動化。它替你讀完所有歷史訂單、算出每個人的回購節奏、分好群，再由 AI 依各自偏好生成個人化訊息，在預估回購時機與產季開賣時分批推播，讓一次性買家有機會慢慢養成每季都回來的鐵粉。

導入後的改變

導入前，老客回購全憑運氣與客人自己的記性，你既沒名單也沒提醒，產季結束才驚覺很多熟面孔今年沒回來。導入後，系統每週自動盤點顧客的回購週期，誰快到回購點、誰已經沉睡，一目了然，產季一開賣就能對的人發對的訊息。

效益相當直接。沉睡客喚回的關鍵在「時機」，過早顯得煩、過晚人已忘記，這條流程用每位顧客自己的購買週期推算最佳推播時機，喚回成功率通常遠高於對全名單亂槍打鳥的群發。以一般農產回購來估算，針對性喚回的回購率往往是無差別群發的兩到三倍，而成本幾乎是零。更重要的是人力：原本「整理名單＋寫訊息」一檔要耗一兩天還做不完，導入後系統幾分鐘就備好分群名單與個人化草稿，你只需審核口吻、按下發送，等於把一件原本根本做不了的事變成每季順手就完成。長期累積下來，回頭客比例穩定提升，拉新成本自然下降。

流程怎麼運作

這條流程對應五個節點，從資料到推播一氣呵成：

第一步「讀取訂單」，系統定期從訂單系統或 Google Sheets / Airtable 撈取歷史訂單，逐一計算每位顧客的購買頻率（平均隔多久買一次）與最近一次下單日期，這是後續所有判斷的基礎。

第二步「分群篩選」，依回購週期與品項偏好把顧客分群：已超過平均週期還沒回購的標記為「沉睡客」，購買頻率高、客單穩定的標記為「高潛力回頭客」，再依愛買的品項細分，讓後面的訊息能對症下藥。

第三步「客製文案」，AI 依每群顧客的購買偏好生成個人化回購訊息，例如對常買柑橘的客人就主打當季柑橘新品，搭配適合的回購優惠，而不是千篇一律的罐頭文案。

第四步「分時推播」，系統在每位顧客的預估回購時機、以及產季開賣的關鍵節點，分批推送喚回通知，避免一次大量群發造成打擾或被當成垃圾訊息。

第五步「人工確認」，所有名單、優惠與文案口吻都先送到你手上，由農場主確認沒問題後才正式發送。AI 幫你備料，最終要不要發、發給誰，仍由你把關。

需要的工具與串接重點

平台用 n8n 或 Make，把訂單資料來源、分析邏輯、AI 文案與推播通道串起來。Google Sheets 或 Airtable 當顧客資料庫，存放訂單明細與分群標記；LINE Notify 或 Email 當推播通道；AI 分群文案節點負責生成個人化訊息；若你已有訂單系統，可直接接 API 拉資料，省去手動匯出。

串接重點有三。第一，顧客資料庫至少要有「顧客 ID、購買日期、品項、金額、是否同意接收通知」幾個欄位，回購週期才算得準、推播才合規。第二，回購週期的判斷門檻要依作物特性調整，例如季節性水果一年一檔，就不能用一般電商的三十天週期，建議用「上次購買距今是否超過該品項的產季間隔」當基準。第三，分時推播務必設批次與間隔，避免同一通道短時間湧出大量訊息被限流或封鎖。想把喚回後成交的客人接到預購開團或出貨排程，可參考 /workflows 其他農場流程；要照著把整條自動化建起來，到 /automation 看設定步驟；想找產季優惠企劃與行銷文案靈感，到 /recipes 挖食譜。

常見錯誤與注意事項

最該謹慎的是個資與行銷同意。推播涉及顧客個人資料與行銷意願，務必只對「曾明確同意接收通知」的顧客發送，並在每則訊息提供清楚的退訂方式，否則可能觸及《個人資料保護法》與通訊行銷相關規範，得不償失。資料庫裡的顧客資訊只能用於本目的，不可外流或轉作他用。

第二，AI 生成的名單與文案僅供參考。AI 會依數字分群，但它不知道某位客人上次其實對品質有抱怨、或已經明確說過不想再被打擾，這些只有你知道。發送前務必由農場主人工確認名單與口吻，本流程已內建人工確認節點，請勿略過。第三，優惠別過度氾濫，喚回的目的是讓客人回到正常回購節奏，若每次都靠重折扣，反而養成「等優惠才買」的習慣，侵蝕利潤。AI 不取代你對客人的了解與分寸拿捏，它只負責把繁瑣的盤點與初稿做掉。

台灣中小企業情境案例

嘉義一家做柳丁與茂谷柑宅配的小農，過去客人多半靠口碑回購，但每年總有一兩成熟客「不見了」。老闆娘坦言根本沒時間翻訂單找人，「想到要對一整年的單就頭痛」。導入這條流程後，系統每週自動盤點，柳丁季快開賣前兩週，就把「去年買過柳丁、今年還沒回購」的沉睡客挑出來，AI 依他們去年買的品項生成個人化訊息，提醒新一季開賣並附上老客專屬的免運。第一季喚回了近四成原本可能流失的老客，回購帶來的營收約占該檔總營收的三分之一，而她實際花的時間只是每週花十分鐘審核名單與文案。她說：「以前覺得顧老客是大公司才做得起的事，現在我一個人也做得到。」

延伸應用

這條流程的核心是「依購買行為在對的時機溝通」，可以延伸出許多玩法。把分群條件改成「高客單但久未回購」，就能做成 VIP 專屬喚回；把推播內容換成「會員生日」或「去年此時你買過⋯⋯」的情境提醒，能進一步強化情感連結。你也可以串接預購開團流程，當某品項開團時，自動優先通知過去買過該品項的老客，讓回購與新檔開賣相互拉抬。再進階一點，把喚回成效（誰被通知、誰回購了）回寫進資料庫，長期累積就能持續優化分群門檻與推播時機，讓系統越用越懂你的客人。

流程圖

用到的工具

更多「餐飲美食」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 →