汰舊回收與回購邀約

🎯 這條流程解決什麼

床墊一買就是好幾年，客人帶走的那一刻，門市往往就斷了聯繫。等到睡眠年限到了、床墊塌了該換，客人卻早就忘了當初在哪買、也不知道老店家其實可以汰舊回收、舊換新，最後在別處重買一張。手上明明有一批最該回購的熟客，卻因為沒人提醒、沒給一個回來的理由，白白讓他們流失到競爭對手那裡。

純人工做喚醒，幾乎不可能持續。要找出「哪些客人該換床了」，得有人翻舊訂單、算購買年份、對保固到期日，一筆筆挑名單，幾百上千筆客戶資料用手撈，撈完就累垮，根本沒餘力做後續邀約。就算撈出來了，一封封寫優惠、一個個發訊息、再追蹤誰有回應，又是大量重複勞動。結果就是「明知道該做卻一直沒做」，熟客名單躺在 Excel 裡睡死，回購這塊大餅完全沒吃到。

這條流程要解決的，就是「熟客斷聯、名單撈不動、喚醒做不勤」，把沉睡的舊客名單變成穩定的回購來源。

導入後的改變

導入前，回購全憑運氣——客人剛好想到、剛好路過、剛好還記得你，才會回來；門市對熟客的汰換需求完全被動，等於把這批最好成交的客人拱手讓人。

導入後，系統定期自動掃描該換床的舊客、分群評分、主動發出帶估價與優惠的邀約。合理估算下，原本幾乎為零的熟客主動回購，能被系統性地喚醒：被點名的舊客名單裡，通常有一到兩成具備明確汰換需求，只要邀約理由對、優惠到位，回購轉換相當可觀。對門市來說，這是「零新增獲客成本」的營收——不必花廣告費搶新客，把既有客戶的下一張床留在自家，同時舊床妥善回收，還能塑造環保負責的品牌形象。行銷人員也從「想做沒空做」變成「系統自動跑、我只負責談成交」。

流程怎麼運作

對應 frontmatter 的五個節點，一輪喚醒這樣跑：

1. 掃描舊客（🔍）：以排程定期（例如每週）掃描 Google Sheets 顧客資料，撈出購買已滿建議汰換年限（一般床墊約 7 到 10 年）或保固即將到期的名單。

2. 分群評分（🤖）：AI 名單分群節點依床型、使用年限、過往互動紀錄（是否回過訊息、有無加入會員）做分群評分，預估回購意願高低，並推測適配的新品方向，讓邀約能精準分眾、不亂槍打鳥。

3. 回購邀約（✉️）：對高意願群，透過 LINE Official Account 或 Email 發送「汰舊回收估價＋專屬回購優惠」，附上試躺預約入口，給客人一個明確的回來理由。

4. 預約評估（📅）：有意願的客人，引導預約到府舊床評估或門市試躺時段，自動寫進 Google Calendar，由顧問接手。

5. 估價確認（✋）：舊床實際回收金額與優惠折抵，一律由門市人員依現場狀況人工確認後才成交，系統的估價只是邀約用的概略區間。

需要的工具與串接重點

n8n／Make 當中樞：Google Sheets 是顧客名單與成交追蹤的主檔、AI 名單分群做評分與分眾、LINE Official Account 與 Email 發邀約、Google Calendar 排到府評估與試躺。串接重點：一是顧客資料要有「購買日期、床型、保固年限」這些欄位，掃描才撈得準，這也是為什麼前面的保固登錄流程很重要；二是分群評分要設定清楚的規則與分數，避免把剛買沒幾年的客人也誤發汰換邀約，造成反感；三是發送頻率要節制，同一位客人短期內別重複轟炸；四是每一波邀約都要能回寫成效（誰開信、誰回應、誰成交），下一輪才能優化。

常見錯誤與注意事項

• 估價涉及金流與承諾，必須人工確認：回收估價與優惠折抵牽涉實際金錢與對顧客的承諾，AI 估值僅為邀約用的初步參考，最終回收金額務必由門市人員依舊床實際狀況人工確認，本流程已內建估價確認節點，請勿讓系統自動定價成交。
• 行銷必須合規：寄送邀約須事先取得顧客的行銷同意，遵守個資法，每封訊息都要提供明確的退訂方式，否則不只惹反感還可能違規。
• 別過度打擾：分群是為了精準，不是為了多發；把訊息發給沒需求的客人只會稀釋品牌好感。
• 舊床回收合法處理：回收的舊床墊要走合法清運管道，別讓「回收」變成違規棄置。

台灣中小企業情境案例

台南一家經營超過十五年的寢具行，老闆手上有近兩千筆歷年客戶，卻一直放著沒用，因為「要一個個翻訂單找誰該換床，根本沒人有空」。導入這條流程後，系統每週自動撈出購買滿八年、保固到期的名單，分群後對高意願客發出汰舊回收加回購優惠。第一波邀約就喚回十幾位多年沒聯絡的老客人回店試躺，其中近半完成回購，舊床也統一交給合法回收。老闆說，這些都是「本來就該是我的客人」，過去只是沒工具去提醒，現在等於每週自動長出一批回購生意，「廣告費省下來，營收還更穩」。

延伸應用

這條流程是顧客生命週期的閉環收尾，往前能接保固登錄與到期提醒（用到期日當喚醒觸發點）、試躺體驗預約（邀約成功後接續帶看），成交後再串送貨安裝排程派工。同一套分群邏輯也能用在節慶促購、會員分級經營、甚至枕頭與寢具配件的加購邀約。想看更多會員與售後流程，可參考 /workflows，到 /recipes 找會員回購自動化食譜，或到 /automation 把試躺、客製、配送、保固、回購串成一條完整的顧客旅程自動化。

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 →