會員回購喚醒自動化流

🎯 這條流程解決什麼

美髮沙龍的營收，有很大一塊來自老客回購。招一個新客的成本是留住一位熟客的好幾倍，但偏偏熟客的流失最安靜、最難察覺——客人不會跟你說「我不來了」，他只是一忙、一拖，就過了該剪該染的時間，然後在你還沒反應過來時，就被別家的廣告或朋友推薦帶走了。

問題在於，這些寶貴的會員資料就靜靜躺在 POS 系統裡，沒有人有空一個個去盯。設計師忙著服務現場顧客，店長忙著管店，往往要等到某天翻紀錄才驚覺「欸，這位熟客怎麼三、四個月沒來了」，這時候挽留的黃金期早就過了。而每位會員的回店週期其實差很多——有人一個月剪一次、有人兩個月染一次，用同一套標準去判斷「誰該回來了」根本不準。

換算成本，一間管理 600 位會員的沙龍，假設其中有 15% 屬於「該回而未回」的沉睡會員（90 人），若能喚醒其中三成（27 人）、每人回店消費平均 1,200 元，光一波喚醒就是 3 萬多元的營收。而要靠人工去逐一比對每位會員的回店週期、寫個人化訊息、再分批發送，現實中幾乎不可能，於是這筆錢就年復一年地漏掉。

這條流程每天自動掃描、精準找出該回未回的人、依等級客製喚醒訊息，讓店家在客人「快忘記」時剛好出現，把回購自然接回來。

導入後的改變

導入前：會員資料躺在 POS 裡沒人盯，熟客流失往往三、四個月後才發現、為時已晚；偶爾想做回購活動，只能全會員無差別群發，既擾民又便宜了本來就會回來的活躍客，浪費簡訊與優惠成本。

導入後：系統每天自動比對每位會員的「上次到店日」與「個人平均回店週期」，精準揪出沉睡與流失邊緣的會員，AI 依其常做的服務生成個人化喚醒訊息，對沉睡會員附上限時優惠或生日禮，經人工抽查後分眾推送。

合理的效益估算：精準喚醒比無差別群發省下大量訊息與優惠成本，因為優惠只發給真正需要被拉回的人；依多數沙龍經驗，這類分眾喚醒能讓沉睡會員的回店率提升兩到三成，回購率穩定上升。以前述 90 位沉睡會員、喚醒三成估算，一波就回收 3 萬多元，一年下來累積的回購營收相當可觀。店長與櫃檯則完全不必手動翻紀錄、寫訊息，把行銷力氣花在刀口上。

流程怎麼運作

這條流程對應 frontmatter 裡的五個節點：

1. 掃描消費週期（🔍）：排程每天定時執行，從會員／POS 系統撈出每位會員的消費紀錄，計算其「個人平均回店週期」，再比對距離上次到店已過幾天，找出已超過自己慣常週期、該回卻沒回的人。用個人化週期判斷，遠比一刀切的「90 天未到店」精準。

2. 會員分級（🏷️）：依消費頻率與金額把會員分為活躍、沉睡、流失邊緣等級。活躍會員暫不打擾；沉睡會員是喚醒主力；流失邊緣會員則需要更強的誘因與更貼心的話術。分級決定了接下來訊息的語氣與優惠強度。

3. 生成喚醒文案（✍️）：AI 文案節點依會員常做的服務（固定染髮、定期護髮、剪髮等）生成個人化問候與回店誘因。例如對固定染髮的會員提「您上次的霧棕色該補色囉」，對定期護髮的會員提「最近換季髮質容易乾，要不要來做個深層護髮」，比制式群發更打中人心。

4. 搭配專屬優惠（🎁）：對沉睡與流失邊緣會員附上限時優惠或生日禮，提升回店動機。優惠的金額與條件由店家事先設定，AI 只負責把它放進對的人的訊息裡。

5. 分眾推送（📤）：完成的訊息清單先經人工抽查，確認語氣與優惠無誤後，再透過 LINE 官方帳號或 Email 分批發送。人工抽查這一關，是避免機器出包直接打擾顧客的重要把關。

需要的工具與串接重點

• 平台（n8n / Make）：流程中樞，負責排程、週期計算、分級邏輯、串接 AI 與發送通道。
• 會員 / POS 系統：消費紀錄的權威來源，串接重點是能撈出「會員、上次到店日、消費頻率、金額、常做服務」欄位，這些是分級與個人化的基礎。
• Google Sheet：暫存待喚醒名單與推送狀態，也供人工抽查與成效追蹤。
• AI 文案節點：個人化喚醒文案的核心，提示詞要帶入會員等級、常做服務與優惠資訊，並設好不誇大療效、不亂承諾的邊界。
• LINE 官方帳號 / Email：分眾發送的雙通道，LINE 為主、Email 補發。

各節點設定與活動文案範本，可參考 實用配方 與 自動化專區。

常見錯誤與注意事項

• 發送前需人工抽查：AI 生成的文案與分級結果，發送前務必由人員抽查，確認沒有把活躍客誤判為沉睡、沒有發出語氣不當或優惠錯誤的訊息。AI 負責提醒與分眾，不取代店家的最終決策。
• 優惠由店家人工設定：優惠金額與權益請由店家人工設定確認，避免自動套用造成成本失控，例如不小心對全體會員都送出高額折扣。
• 個資與行銷合規：發送行銷訊息須事先取得會員同意並提供退訂方式，符合個資與通訊行銷規範。
• 頻率要克制：同一位會員短期內不應收到多則喚醒訊息，已回店者要立即移出名單，避免變成騷擾。
• 分級標準要定期校正：每間店的回店週期不同，分級的天數門檻應依實際數據定期檢討調整。

台灣中小企業情境案例

高雄一間社區型連鎖沙龍的單一分店，會員約 800 人，過去做回購完全靠節慶時全會員群發一則優惠簡訊，成本高、效果差，活躍客拿了優惠照樣會來、沉睡客則根本沒被打中。店長一直覺得「明明有這麼多老客資料，卻完全沒用起來」。

導入這條流程後，系統每天自動依個人回店週期揪出沉睡會員、分級後由 AI 客製喚醒訊息。第一波鎖定約 70 位沉睡會員，分別依他們常做的染髮或護髮生成貼合的問候與限時優惠，經櫃檯抽查後分批發送。兩週內回店約 20 位，帶進近 2 萬 5 千元營收，等於這套流程第一個月就把建置成本賺了回來。更重要的是，因為訊息是「針對你」而非「群發給所有人」，幾乎沒有顧客封鎖或退訂，反而有人回訊「你們還記得我都做護髮，好感動」。店長從此把無差別群發改成每月固定跑這條喚醒流程，把行銷預算真正花在快流失的人身上。

延伸應用

這條回購喚醒的骨架，適用於任何有「會員消費週期」概念的服務業。把「美髮會員」換成「美甲」「美容 SPA」「寵物美容」，整套週期偵測與分眾喚醒邏輯都能沿用。進階做法是把它和 染燙保養追蹤流程 串起來——當保養提醒都喚不回的會員，自動升級進入這條喚醒流程加碼挽留，形成從保養關懷到流失挽回的完整防線。也可以把每波喚醒的回店成效（哪個等級、哪種優惠、哪種話術回得最多）累積成數據，持續優化分級門檻與文案策略，讓喚醒一次比一次精準。想快速產出活動文案與優惠範本，可到 實用配方 與 自動化專區 取用。

提醒：發送行銷訊息須取得會員同意並提供退訂方式，符合個資與通訊行銷規範；優惠金額與權益請由店家人工設定確認，避免自動套用造成成本失控。自動化負責提醒與分眾，不取代店家的行銷決策。

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 →