鞋店會員分級經營與回購喚醒自動化流程

🎯 這條流程解決什麼

鞋子是耐用品，一雙好走的鞋顧客往往穿上半年、一年才會想到要換。這個特性，讓鞋店的會員經營比快消品難得多——你沒辦法像飲料店那樣靠高頻消費自然留住客人，一旦買完那次互動就斷了，會員資料就這樣靜靜躺在系統裡，半年後再想起這位客人時，他可能早已被別家的廣告拉走。

多數鞋店的會員經營，停在「逢檔期就無差別群發」這一步。問題是這種打法三輸：老客被當成廣告反覆轟炸，乾脆封鎖你的官方帳號；真正貢獻最多營收的 VIP，收到的訊息跟路人一模一樣，感受不到被重視；而那些半年沒上門、最需要被主動喚回的沉睡客，淹沒在群發名單裡得不到對的誘因，就這樣慢慢流失。以一家累積 3,000 名會員的鞋店估算，若放任不管，每年自然流失（超過一年未回購）的會員可能高達三到四成，等於上千名好不容易招募來的客人白白浪費。手動要做分眾，店長得自己翻訂單、算金額、挑名單、寫文案，一個月光是整理就要耗掉十幾個小時，最後往往因為太累而放棄，又退回無差別群發。

這條流程把會員經營自動分層做精：系統依消費金額、回購頻率與最近到店時間把會員分成 VIP、常客、新客、沉睡客四級，為各級配對對應禮遇，並依穿鞋週期在該換鞋的時機主動推播。一次設定、每日自動跑，把一次性客逐步養成穩定回頭的常客。

導入後的改變

導入前，會員資料是「死的」——存在系統裡卻沒在運作。行銷靠檔期群發，打開率與回購率都低，因為訊息對誰都一樣、對誰都不痛不癢。VIP 沒有差別待遇容易被對手挖角，沉睡客沒人主動喚醒就默默流失，新客買完一次沒有後續關懷也很難回頭。店長想做精準經營，卻被龐大的手動整理工作量擋在門外。

導入後，會員每天自動完成分級，各級拿到的是為他量身配對的禮遇：VIP 收到專屬新品預購，感受到尊榮；新客收到首購回訪券，被溫柔地拉回第二次；沉睡客收到回娘家折扣加當季新款預告，給足回頭的理由；快到換鞋週期的客人收到剛剛好的提醒。以前述 3,000 名會員的鞋店估算，店長每月的名單整理工時可從十幾小時降到一小時內，省下九成以上；分眾推播因為訊息對味，打開率與點擊率通常是無差別群發的兩到三倍；最有價值的是沉睡客喚醒——主動觸及通常能讓其中約一到兩成的沉睡會員重新回購，等於每年從「本來會流失」的名單裡救回數百名客人，這部分的營收幾乎是淨增量。

流程怎麼運作

這條流程對應 frontmatter 的四個節點，由「每日定時排程」加「會員訂單完成事件」兩種觸發驅動：

第一步「消費分級」——這是整套流程的引擎。系統每日從會員資料庫讀取每位會員的消費金額、回購頻率與最近一次到店時間（也就是行銷上常說的 RFM 三個維度），透過 AI 分群模型把會員分成四級：VIP（高貢獻高頻）、常客（穩定回購）、新客（剛加入或只買過一次）、沉睡客（超過一定天數未上門）。分級結果寫回資料庫，作為後續所有動作的依據。

第二步「分眾禮遇」——系統為每一級配對對應的禮遇方案：VIP 給專屬新品預購與優先試穿，常客給回購加碼，新客給首購回訪券引導第二次消費。AI 文案模型依各級的調性生成對味的訊息，透過 Line 官方帳號分眾發送。

第三步「沉睡喚醒」——系統把久未上門的會員另列一份喚醒名單，搭配「回娘家」折扣與當季新款預告，給足回頭的具體誘因，主動把快流失的客人拉回來。

第四步「週期觸及」——系統依會員的生日，以及上次購鞋日期加上該類鞋款的合理穿鞋週期（例如休閒鞋約 8 到 12 個月、跑鞋依里程更短），推算每位會員「差不多該換鞋」的時機，在那個時間點前後推播提醒與專屬優惠，剛好打在需求重新浮現的當口。

需要的工具與串接重點

平台用 n8n 或 Make 當每日排程與事件處理的中樞。會員資料庫是核心資產，存每位會員的消費紀錄、聯絡方式、生日與分級標籤，所有判斷都從這裡出發，資料的乾淨度直接決定分級準不準。試算表適合做 RFM 計算與名單彙整的中間層，也方便店長人工檢視與微調。AI 分群模型負責把原始消費數據轉成有意義的會員分級，省去人工拉表設門檻的工。AI 文案模型為各分眾生成對味文案，但生成後務必經人工潤飾把關品牌語氣。Line 官方帳號是台灣鞋店最主要的觸及管道，分眾推播都從這裡發出。

串接重點：其一，分級門檻要依自家客群實況設定，不要照抄別人的標準——客單價高的精品鞋店與平價童鞋店的「VIP」定義天差地別，建議先用歷史數據試跑校準。其二，穿鞋週期要依鞋款類別差異化，跑鞋、皮鞋、童鞋的更換頻率完全不同，一律用同一個週期會推得不準。其三，Line 推播有訊息成本與則數限制，分眾的好處正是把預算花在對的人身上，務必設好每位會員的月推播上限。想找 RFM 分級與分眾行銷的完整範本，可到 /recipes 取用，更多會員經營的串接模組見 /automation。

常見錯誤與注意事項

第一個常見錯誤是「分級門檻一設定就不管」。客群會隨著季節與經營而變動，門檻若半年一年都不檢視，分級會逐漸失真，建議每季回頭校準一次。

第二，會員的消費紀錄、生日與聯絡方式屬於個人資料，蒐集與使用必須取得會員明確同意並符合個資法，僅供內部關懷與行銷，絕不得外流或轉售。 會員若表達退訂或取消同意，必須立即停止對其發送，這是法律要求也是基本尊重。

第三，AI 分級與優惠配對僅為建議，實際要給出多少折扣、哪些禮遇，涉及毛利與成本，請由店主「人工確認」後再發送，AI 不取代經營判斷。 別讓系統自動把折扣灑出去，一個設定錯誤可能整批發出虧本價。第四，推播頻率務必設上限，再精準的訊息發過頭也會變成騷擾，導致封鎖退訂，反而把好不容易養起來的關係做壞。第五，AI 生成的文案要經人工潤飾，避免出現不符品牌語氣或誇大不實的促銷字眼（例如「最低價」「保證」這類用詞在廣告上有法規風險）。

台灣中小企業情境案例

台南一家經營十多年的在地鞋店「步好鞋業」，門市加上電商累積了約 3,500 名會員，過去行銷全靠檔期在 Line 群發。店長很苦惱：每次大檔期群發，封鎖數就跳一波，回購率卻一直拉不上來；明明系統裡躺著一堆熟客資料，卻使不上力。年度盤點時更發現，超過一年沒回購的會員竟占了快四成，等於投入大把成本招來的客人，多數都默默流失了。

導入這條流程後，會員每天自動分級，VIP 開始收到專屬新品預購、新客收到首購回訪券、沉睡客收到回娘家折扣加新款預告，系統還會依穿鞋週期在客人差不多該換鞋時推一把。三個月下來，分眾推播的打開率是過去無差別群發的近三倍，官方帳號封鎖率反而下降，因為大家收到的都是對自己有用的訊息。最有感的是沉睡喚醒——第一波喚醒名單就有約一成五的沉睡客回店消費，貢獻了一筆幾乎是淨增量的營收。店長每月的名單整理時間從十幾小時降到不到一小時，省下的時間拿去做門市體驗與選品，會員的年回購率明顯回升。

延伸應用

這條流程是會員經營的中樞，前後都能接。往前，可串接 尺寸諮詢自動回覆流程，把首次來諮詢尺寸的新客當場留成會員，源源不絕地把流量灌進這套分級引擎；往後，可接續 換季促銷檔期流程，讓分好的分眾名單直接對接檔期行銷，VIP 優先開賣、沉睡客專屬出清，檔期效益最大化。

進階一點，分級結果還能回頭指導選品與備貨——VIP 偏好哪些品牌與價位、沉睡客當初買的是哪類鞋，這些洞察能讓進貨更貼近真實需求。也可以把高價值 VIP 名單接到實體門市的店長手機，讓店長在 VIP 上門時收到提醒、提供更個人化的招呼，把線上分級的價值延伸到線下服務。更多會員養成與分眾行銷的招式，歡迎到 /recipes 與 /automation 探索。

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 →