清潔用品批發客戶開發自動化

🎯 這條流程解決什麼

批發生意要長大，光靠既有客戶回購不夠，得持續開發新客戶補進來。但陌生開發是業務最不想碰、也最容易拖延的工作。名單從各處零散進來——展會收到一疊名片、同業介紹幾個聯絡人、自己上網查到一批餐廳與民宿——這些名單躺在試算表裡，格式不一、有重複，光是整理就讓人卻步。

更花時間的是「因材施教」。開餐廳的要的是洗碗精、油網清潔劑、擦手紙；做清潔公司的要的是大量地板清潔劑、垃圾袋、消毒水；經營民宿的要的是備品、客房清潔用品。產業不同，該推的品項與切入點完全不一樣，一封通用的「您好我們賣清潔用品」開發信丟過去，回應率低得可憐。要寫得對方有感，業務得先一個個判斷對方是做什麼的、再客製內容，一封信寫下來十幾二十分鐘跑不掉。

於是現實往往是：名單收進來，業務忙著服務手上既有客戶，新名單就一直擱著，擱到熱度全消、對方早忘了在展會聊過什麼。一個業務一天能認真開發的名單頂多五到十筆，大批名單根本消化不完，等於白白浪費了取得名單的成本（展會攤位費、廣告費都不便宜）。

導入後的改變

導入前： 名單零散、重複、待整理，業務憑空一封封寫開發信，一天頂多處理五到十筆，大量名單擱置到失溫。開發信多為通用版，回應率低，主管也看不出哪些名單跟進了、跟到哪。

導入後： 各來源名單自動去重入庫、判斷產業別並標記該推的品項，AI 依產業生成個人化開發信草稿，分批排程寄送、安排跟進節奏，有回應的自動建商機卡派給業務。業務從「從零寫信」變成「審核草稿、專心談有回應的單」，每天能觸達的名單量提升數倍，個人化內容也讓開發信回應率明顯提高。

以一場展會收到 500 筆名單估算，純人工可能拖兩三週才處理完一兩百筆，且多數是通用信。導入後幾天內就能全部分類、個人化觸達完畢，趁名單還有熱度時跟進。即使整體回應率只有幾個百分點，把基數從「處理得完的一兩百筆」放大到「全部 500 筆都觸達」，實際談進來的新客戶數就能成倍增加，等於把已經花錢取得的名單價值真正榨出來。

流程怎麼運作

這條流程對應 frontmatter 裡的五個節點，把陌生開發從「靠業務硬撐」變成「有節奏、可追蹤的系統」：

1. 匯入名單（📥）：把展會收集、表單填寫、上傳的名單統一匯入 Google Sheets，依公司名稱、電話、Email 去重，避免同一個對象被重複開發、甚至被多個業務同時打擾。

2. 分類產業（🏷️）：AI 依公司名稱、行業描述判斷對方屬於餐飲、清潔公司、住宿、機構（學校／醫院／公司行號）等類別，並標記該產業常用的品項類型，作為後續開發信內容的依據。

3. 擬開發信（✍️）：AI 文案 API 依分類結果，為每個名單生成個人化的開發信草稿——餐廳版主打廚房清潔與耗材方案、民宿版主打客房備品與清潔用品、清潔公司版主打大量採購折扣，附上對應的優惠方案。這些是草稿，需經人工審閱。

4. 排程觸達（📬）：分批寄送開發信（Email 為主、LINE 為輔），並安排後續跟進節奏（例如首封後第 3 天、第 7 天的追蹤信），避免一次大量寄送被當成垃圾信，也避免對同一對象密集轟炸。

5. 派工跟進（📌）：有開信、點連結或回覆的名單，自動在 Notion 建立商機卡、標記熱度，指派給業務人工接手洽談。業務把精力集中在「已經有反應」的名單上，成交效率最高。

需要的工具與串接重點

• n8n / Make（流程引擎）：以名單匯入或上傳為觸發，串起去重、分類、文案、寄送與派工。涉及名單個資，建議 n8n 自架。
• Google Sheets（名單庫）：作為名單主檔與去重基準，記錄來源、產業別、觸達狀態。資料乾淨與否直接影響後續品質。
• AI 文案 API（分類＋文案）：負責產業分類與個人化開發信生成。提示詞要餵入各產業的痛點與你的主力品項，產出才會精準；所有文案務必人工審閱再寄。
• Gmail（開發信寄送）：注意寄送量與頻率，避免被列為垃圾信。建議用商務郵件服務、設定好寄件信譽（SPF／DKIM）。
• LINE Official Account（輔助觸達）：對已有 LINE 接觸點的名單，可作為 Email 之外的補充管道。
• Notion（商機管理）：作為開發階段的 CRM，追蹤每個名單從觸達到回應到成交的歷程。

串接注意點：寄送節奏一定要克制、分批，並嚴格只對合法取得且同意接收的名單發送，否則不只回應率差，還可能踩到法規紅線。

常見錯誤與注意事項

• 名單來源須合法、信件須可退訂。 蒐集與寄送開發信須符合個人資料保護法與商業電子郵件相關規範，名單須為合法取得（如展會主動留資、表單同意），信件須提供退訂機制，避免被視為騷擾或觸法。
• AI 文案務必人工審閱再寄。 AI 生成的開發文案與報價方案可能出現不符實際的優惠、錯誤的品項或不得體的措辭，寄出前務必由業務人工審閱確認，系統不取代專業的客戶開發判斷。
• 報價與優惠不可由 AI 自行承諾。 開發信裡的折扣與方案要由業務或主管核可，避免 AI 開出做不到的條件，造成日後爭議。
• 避免轟炸與重複開發。 嚴格去重、控制寄送頻率，別讓同一對象被多個業務或多封信同時打擾，反而傷品牌印象。

台灣中小企業情境案例

台南一家清潔用品批發商，每年固定參加兩三場餐飲與旅宿展，每次都帶回好幾百張名片，但三位業務忙著服務既有客戶，名片往往堆到下次展覽都還沒消化完。導入這條流程後，展後他們把名片掃描匯入、系統自動去重分類——餐飲、民宿、清潔公司各一批，AI 依產業生成對應的開發信草稿，業務快速審過就分批寄出，並排好追蹤節奏。一場展會的 400 多筆名單，過去要拖一個多月才處理部分，這次一週內全部觸達完畢。三個月後統計，從這批名單談成的新客戶數比往年同規模展會多了一倍以上，其中幾家民宿與連鎖餐飲變成穩定的月回購客戶。業務也不再為「名片堆著沒處理」感到焦慮，只專心跟有回應的單。

延伸應用

• 把成交的新客戶自動轉入 /automation 的訂單與定期回購流程，讓開發來的客戶無縫接上後續經營，形成完整客戶生命週期。
• 對沒回應的名單，設計長期的低頻關懷／節慶問候序列，保持微弱接觸，等對方有需求時還記得你。
• 累積足夠資料後，分析哪個產業、哪種文案、哪個優惠方案回應率最高，回頭優化分類規則與開發信模板。

可與 /workflows 的詢報價、定期回購串成從開發到回購的完整客戶生命週期，更多名單經營與行銷自動化設計見 /recipes。

⚠️ 個資與行銷合規提醒：蒐集與寄送開發信須符合個人資料保護法與商業電子郵件規範，名單來源須合法、信件須提供退訂機制，避免被視為騷擾或觸法。AI 生成的開發文案與報價方案務必由業務人工審閱確認後再寄出，系統不取代專業的客戶開發判斷。

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 →