SPA 療程到期與回訪提醒自動化流程

🎯 這條流程解決什麼

養生館最可惜的，就是那種做過一次很滿意、卻再也沒回來的客人。原因往往不是不滿意，而是「忘了」。療程的舒緩效果、保養的最佳間隔都有週期，過了那個甜蜜點，客人感受淡了，回館的動力也沒了，最後就被有持續經營的同業接走。

問題出在提醒這件事完全靠人腦。芳療師憑印象記哪位該回訪、櫃台翻消費紀錄一筆筆算間隔，一天幾十位客人根本顧不過來。實務上一間客戶數累積到三五百人的養生館，要靠人工逐一盤點誰該回訪、誰快流失，幾乎不可能做得周全，多數人只能做到「想到誰就提醒誰」，等於把大半客人放生。

這條流程把回訪提醒整套自動化。每次療程結束標記完成與建議間隔，系統每日自動算出每位顧客的下次最佳回訪日，到期前主動推播個人化提醒並附預約連結與延續療程建議，對久未回館的客人再加上分眾回訪禮，最後把開啟率與成交數回收成報表持續優化。

導入後的改變

導入前，回訪是一件「有空才做、做了也不完整」的事。芳療師催客全憑記性與好感，熟客可能被提醒三次、邊緣客一次都沒收到，名單分布極度不均，整體回訪率長期停在低檔，流失客人多到自己都沒察覺。

導入後，每一位完成療程的客人都進入同一套排程，不會再有人被遺漏。系統每天替全客群算回訪日，該提醒的自動提醒，等於請了一位永遠不會忘記、不會偷懶的回訪專員。以一間月服務約四百人次的養生館估算，原本靠人工大概只能有效跟進兩三成的到期客，自動化後幾乎能覆蓋全部到期名單。即便每位提醒只多帶回一小部分客人，固定回訪基數一旦變大，月營收的穩定度就會明顯不同，同時把芳療師每週原本花在翻紀錄、算間隔的數小時行政工時整個省下來。

流程怎麼運作

第一步「療程回填」。每次療程結束，芳療師在預約系統或試算表標記完成的療程項目與「建議下次間隔」（例如臉部護理建議四週、身體調理建議三週），自動回寫到顧客檔案。這一步是後面所有計算的資料源，回填習慣養成是成敗關鍵。

第二步「回訪計算」。系統每日定時跑一次排程，依每位顧客最後一次療程日期加上建議間隔，算出下次最佳回訪日，把當天該提醒的人挑進佇列。同時可標記出已超過合理間隔很久的「沉睡客」另案處理。

第三步「到期提醒」。回訪日前數天，透過 LINE 官方帳號或簡訊閘道推播個人化提醒，內容帶上顧客名字、上次做的療程、建議的延續方案，以及一鍵線上預約連結，降低回訪門檻。

第四步「回訪優惠」。對久未回訪的沉睡客，依分眾自動附上回訪禮或加值方案提高回館誘因。關鍵是「不亂發、依分眾」，固定回訪的熟客不必給折扣，把優惠成本花在真正需要喚回的客群。

第五步「成效回收」。把提醒開啟率、點擊預約數與實際回訪成交彙整到報表，讓店長看到哪種提醒時機、哪種優惠力度最有效，持續調整。

需要的工具與串接重點

平台以 n8n 或 Make 為骨架。預約系統或 Google Sheets 存放療程完成紀錄與建議間隔，是計算回訪日的單一資料源。每日定時排程節點負責觸發計算，建議設在每天早上店家開門前跑完。LINE 官方帳號負責主要推播、簡訊閘道做備援（沒加 LINE 好友的客人走簡訊）。串接重點有三：一是回填欄位要標準化，「建議間隔」最好用下拉選單而非自由輸入，避免算錯；二是提醒一定要設「已預約就不再催」的判斷，避免對已回訪的客人重複打擾；三是要尊重退訂與發送頻率上限。完整的排程與分眾節點設定可參考 自動化專區。

常見錯誤與注意事項

最常見的錯誤是回填不確實。只要芳療師偷懶沒標完成或沒填間隔，這位客人就從排程裡消失，整套自動化形同虛設，所以回填要簡化到一兩個點擊就能完成。第二，回訪優惠涉及財務支出，建議先以分眾名單小量測試再放大，避免對全客群無差別發送造成成本失控。第三，顧客消費與療程紀錄屬個人資料，僅供回訪經營使用，發送前須確認顧客已同意接收行銷訊息，並提供退訂方式。第四，提醒文案不要寫成療效保證，療程效果因人而異的措辭要保留。

台灣中小企業情境案例

新北一間社區型美容養生館，老闆娘原本靠一本手寫小冊子記熟客的回訪時間，客人一多就漏東漏西。導入這條流程後，每次療程結束在平板上點兩下標完成、選間隔，系統自動接手後續提醒。三個月後她發現，原本固定每月回館的客人從約六十位增加到八十多位，且新增的多是過去做完一兩次就沒再來的客人。櫃台也不必再每天翻紀錄算間隔，省下的時間拿去做現場服務與環境維護，整體口碑也跟著變好。

延伸應用

這條流程可以與 SPA 療前諮詢與個人化療程說明自動化流程 接起來，回訪提醒導向預約後自動帶出療前問卷，形成完整循環。也能把沉睡客名單交給 SPA VIP 會員生日與節慶關懷自動化流程 用節慶話題喚回。想做更細的會員分眾與內容語氣調整，可參考 更多任務食譜。進階一點，可把回訪成效報表接上儀表板，讓店長一眼看出各療程線的回訪表現，更多串接做法見 自動化專區。

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 →