居酒屋會員集點經營與沉睡熟客喚醒流程

🎯 這條流程解決什麼

居酒屋的營收骨幹從來不是路過的散客，而是一週來兩三次的死忠常客——他們認得老闆、固定坐吧台、酒單背得比店員還熟。餐飲業有個老數據：留住一位舊客的成本，往往只有開發一位新客的五分之一到七分之一，而前 20% 的常客常常貢獻了店裡 60% 以上的營收。問題是，這群人的價值在多數居酒屋裡幾乎沒被記錄下來。

純人工經營熟客的痛點很具體：點數靠紙卡蓋章，客人忘了帶、卡片蓋丟是家常便飯；誰是常客全憑老闆記性，換了店員就斷線；熟客哪天悄悄不來了，店家往往三、四個月後才後知後覺，等想起來時人早就被隔壁新開的店挖走。要靠人工挑出「上次來是兩個月前」的名單再一個個發訊息關懷，幾乎不可能持續做下去——這正是會員經營最容易半途而廢的地方。

這條流程把熟客經營系統化、自動化，讓「養常客」變成每天自動在跑的背景工作。可搭配 線上訂位與候位流程 把報到客人沉澱成會員，或接續 活動之夜行銷流程 用主題夜活絡會員互動。

導入後的改變

導入前：集點靠紙卡，遺失率高、客人無感；會員資料零散，無法分眾；生日關懷做不到；沉睡客全憑印象，每月流失幾位常客卻渾然不覺；會員經營全靠老闆零碎時間手動操作，難以持續。

導入後：結帳即自動累點、會員不必擔心卡片遺失，回訪動機明顯提升；系統每月自動撈出「超過 N 天未消費」的沉睡名單主動喚回，把客戶流失率壓低，估計可減少 15～25% 的常客自然流失；生日券、偏好推播帶來的回訪，通常能讓會員平均月來店次數提升一到兩成；最重要的是，這一切幾乎不再佔用人力，店長每週只需花十幾分鐘審核推播文案。對一間以常客為主的居酒屋來說，把流失率降下來、回訪頻率提上去，月營收的累積效果相當可觀。

流程怎麼運作

整條流程對應 frontmatter 裡的四個節點：

1. 消費累點（🎟️）：由 POS 結帳完成事件觸發。系統自動辨識會員身分、依消費金額累計點數並寫入會員資料庫，同時記錄這次點了哪些酒款、消費時段與金額。點數達門檻時自動升等並推送等級權益通知，例如「升級為金牌會員，吧台座位優先保留」。

2. 生日關懷（🎂）：每日排程掃描會員生日。生日當天（或當月）自動透過 Line 發送祝福，附上限定招待小菜或一杯清酒券，並設定使用效期，把祝福轉化成實際回訪。

3. 偏好推播（🎯）：系統依累積的消費紀錄分析每位會員常點的酒款與來店時段。新酒上架、季節套餐優惠時，只推給對味的會員——常點獺祭的推新到的純米大吟釀、習慣週四來的推週四限定，由 AI 文案模型生成個人化訊息。

4. 沉睡喚醒（💤）：每週排程撈出「超過設定天數未消費」的熟客，另列喚醒名單，搭配「回娘家折扣」與新品預告主動發送，在客人徹底流失前把他拉回來。喚回成效寫回試算表，持續優化喚醒時機與優惠力道。

這套以事件與排程交織的設計，是 /automation 中典型的會員生命週期自動化。

需要的工具與串接重點

• POS 系統：累點的源頭，需能在結帳完成時輸出會員 ID、金額、品項與時間，透過 API 或 Webhook 串到自動化平台。
• 會員資料庫：儲存點數、等級、生日、偏好與最後消費日，是整條流程的核心資料表。
• 試算表：做喚醒名單與成效追蹤的輔助層，方便店長檢視。
• AI 文案模型：生成個人化推播與喚醒訊息，建議把品牌語氣與法定警語寫進模板。
• Line 官方帳號：所有對外推播的通道，需先綁定會員標籤。

串接重點：POS 與會員資料庫的會員 ID 必須一致，否則累點會錯記；分眾推播前先在資料庫建好「酒款偏好」「常來時段」等標籤欄位；沉睡天數門檻依店型調整（高頻店設 30 天、低頻店設 60～90 天）。

常見錯誤與注意事項

• 個資合規是底線：會員的消費紀錄、生日、聯絡方式與酒款偏好都屬個人資料，蒐集與使用須事先取得會員同意並符合個資法，僅供內部關懷與推薦，不得外流或轉售。
• 酒券推播須加警語與確認成年：招待酒水、清酒券的推播須加註「禁止酒駕、未滿十八歲禁止飲酒」，並確認推播對象為成年會員，這是需人工把關的環節。
• 權益與庫存以系統為準：AI 推薦與優惠僅為建議，實際可兌換的權益與庫存請以系統人工確認後為準，避免推了無法兌現的好康。
• 推播頻率設上限：過度推播會讓會員退訂，請設每週上限，退訂者立即停止發送。

台灣中小企業情境案例

高雄一間以清酒為主打的小型居酒屋，老闆娘小美過去靠手寫筆記本記常客喜好，店一忙就斷更，半年內默默流失了好幾位老主顧。導入這條流程後，每次結帳自動累點、記下客人愛的酒款，生日當天系統自動送出一杯清酒券。最有感的是「沉睡喚醒」——系統撈出兩個月沒來的常客，發了張「回娘家折扣」加上新到酒款預告，當週就喚回五、六位老客，其中兩位還帶了新朋友來。三個月後，會員平均月來店次數從 1.8 次提升到 2.3 次，老闆娘也終於不必再翻那本快寫爛的筆記本。

延伸應用

這條流程能長出很多分支：把「偏好推播」接上 活動之夜行銷流程，活動報名就能精準推給對味會員；累積的消費資料可進一步做 RFM 分群（最近消費、頻率、金額），對高價值會員設計專屬權益、對快流失客加碼挽回；生日關懷的模板也能複製成「會員週年慶」「滿千回饋」等多種觸發。同樣的會員引擎稍加調整就能搬到燒肉店、咖啡館、美髮沙龍等高回訪的店家，更多會員經營與自動化招式見 食譜庫。

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 →