常客辨識回訪經營流

🎯 這條流程解決什麼

小吃攤的營收，很大一塊是靠一批死忠熟客撐起來的。問題在於，老闆每天忙著備料、出餐、收攤，腦袋裡只記得住幾張最常出現的面孔。誰上個月還每週來、這陣子突然消失了；誰生日快到了、誰其實已經三個月沒上門，這些訊號全都沒人在追。等到某天驚覺「那位常點麵的阿姨好像很久沒看到了」，人早就被巷口新開的店搶走，回不來了。

純靠人腦記熟客，本質上是不可能規模化的。一攤生意好的小吃，往來顧客動輒上千人，沒有任何老闆記得住每個人的消費節奏。傳統做法是發紙本集點卡，但集點卡躺在客人皮夾深處、老闆完全看不到誰快流失，更別說主動出擊。而行銷上有個殘酷的數字：拉一個全新客人的成本，通常是留住一個老客人的好幾倍。換句話說，與其砸錢發傳單拉路人，把快流失的熟客叫回來划算太多了。可是憑印象經營熟客，等於把這塊最肥的肉放著爛。

這條流程讓系統依每位顧客的消費頻率與金額自動分群，把久未回訪的沉睡客精準挑出來，主動送上專屬優惠與生日問候，用一點小心意在客人變心之前先一步把他留住。

導入後的改變

導入前，熟客經營全憑老闆的記憶與感覺，看不到名單、抓不到時機，流失了才後知後覺，補救永遠慢半拍。導入後，每位顧客都有一筆清楚的消費紀錄，系統每週自動跑一次，把「最近沒來的好客人」整理成一份可行動的名單，老闆只要按一下就能發出帶著溫度的回訪訊息。

合理估算上，主動喚回沉睡客通常能讓這群人的回頭率提升一到兩成；而被優惠勾回來的熟客，往往會順手多點、帶朋友來，客單與來客數一起被撐高。比起重新拉新客動輒上百元的獲客成本，這條流程幾乎是用一杯飲料的代價就把人請回來，投報率相當漂亮。更重要的是，熟客經營從「憑印象」變成「有名單可追、有成效可看」，老闆終於能把心意花在對的人身上。

流程怎麼運作

對應 frontmatter 的五個節點，逐步說明：

1. 觸發：累積消費 — 每筆訂單透過 POS 或集點系統寫入時，自動更新該顧客在 Google Sheet 裡的累計消費次數、金額與最近一次到店日期。
2. 分群常客 — 系統依「消費頻率＋金額＋最近到店間隔」自動貼標：常來的標為核心熟客、消費高的標為高價值客、超過設定天數沒來的標為沉睡客。
3. 生成訊息 — AI 文字節點依不同分群草擬對應文案，例如給沉睡客的「好久不見，這週回來招待您一份小菜」，或生日當月的專屬問候與好康。
4. 送回訪優惠 — 經老闆確認後，透過 LINE 官方帳號對沉睡客或壽星推播專屬優惠券，附上使用期限製造行動誘因。
5. 回訪追蹤 — 系統彙整誰收到、誰回來消費，把成效整理成表供老闆人工檢視，逐步調整優惠力道與發送時機。

需要的工具與串接重點

平台用 n8n 或 Make 串接。集點系統或 POS 是消費資料的來源；Google Sheet／試算表 當顧客資料庫與分群運算中樞；AI 文字節點 負責生成貼近語氣的文案；LINE 官方帳號 是觸及顧客的主要管道。串接重點：分群門檻要依自家生意節奏設定，天天來的早餐攤和一週來一次的滷味攤，「沉睡」的定義天差地遠，別照抄；優惠別發太勤，同一位顧客一個月一兩次為宜，發太密反而像騷擾。優惠搭配的招牌品項可從 /recipes 區挑選引流，曝光面要再放大可串 /workflows 的社群貼文排程一起經營，整套會員資料的維運也建議納入 /automation 自動化體系統一管理。

常見錯誤與注意事項

最該謹慎的是個資。優惠發送涉及顧客姓名、電話、消費紀錄，務必在顧客同意加入會員或官方帳號後才蒐集使用，且僅限本攤經營聯繫，絕不外流或轉售，並提供清楚的退訂管道，這是個資法的基本要求，也是信任的底線。其次，分群與文案雖由 AI 輔助，發送前請老闆務必人工確認名單與優惠條件，避免把高成本好康錯發給不該發的對象，或重複打擾同一個人。最後，系統只是輔助工具，要不要給某位老主顧特別待遇、優惠該下多重，仍是老闆的經營判斷，AI 不取代這份人情拿捏。

台灣中小企業情境案例

新北一家開了十幾年的社區滷味攤，靠的就是巷子裡的老主顧。老闆娘以前全憑印象，常發現某位老客人「好像很久沒來了」卻不知如何聯繫。導入這條流程後，系統每週自動列出超過一個月沒上門的熟客，老闆娘按一下就發出「想念您了，這週回來送您一份豆干」的 LINE 訊息。幾個月下來，原本要流失的老客人陸續回流，生日問候更讓不少客人感動到帶家人一起來。她說，現在不用再靠運氣記人，名單就攤在眼前，回頭客穩定多了。

延伸應用

這條流程的「分群—喚回」邏輯適用任何回頭客生意：飲料店、早餐店、美髮、寵物美容都能套用。進階玩法上，可把核心熟客再細分出「VIP」給予專屬新品試吃權，提升尊榮感；也能設計「帶朋友來雙方都有好康」的推薦機制，讓熟客幫你拉新客；累積的消費資料還能反推熱賣時段與品項，回頭優化備料。想進一步自動化，可在 /automation 把回訪成效自動匯成月報，讓經營決策有數據撐腰。

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 →