客戶回購喚回提醒流

🎯 這條流程解決什麼

便當外送店的營收結構，很大一塊來自固定的公司行號與每天報到的老客人。問題是，這些客戶「悄悄消失」的時候，店家幾乎沒有警覺：某間原本每週訂三天的公司，可能因為換了行政、或被隔壁新開的店用試吃方案搶走，就這樣一兩個月不見蹤影。等到月底對帳發現營業額掉了一截，回頭去看才驚覺已經流失一批老主顧，而這時候要把人喚回來，成本遠比留住他們高。

靠人工盯這件事幾乎做不到。一家中型便當店手上可能有兩三百個公司客戶與散客名單，要一個一個翻訂單紀錄、算上次下單是幾天前、判斷誰該關心、誰該給優惠，光是整理就要花掉店長或行政人員大半天，而且一個月做一次都嫌勤勞。現實是大多數店家根本沒在做，全憑印象，「最近好像比較少看到某某公司」這種模糊感覺，等到真的反應過來通常為時已晚。

這條流程把這件繁瑣又容易拖延的事完全交給系統：定時掃描所有客戶的訂餐紀錄，AI 自動依下單頻率把客戶分成活躍、沉睡、流失三群，針對久未下單的對象生成帶有溫度的關心訊息或限時回購優惠，分眾推播出去，再追蹤誰真的回來下單，把行銷力氣精準花在最該照顧的人身上。

導入後的改變

導入前，客戶流失是「事後才知道」的事。店長靠記憶與直覺判斷，沒有系統化的盤點節奏，行銷預算常常亂槍打鳥——對全部客戶發一樣的優惠，活躍客拿了折扣只是少賺、真正沉睡的客卻沒被特別經營。一個月能主動撈回的流失客屈指可數。

導入後，系統每週固定盤點一次，沉睡客在「剛開始變少」的黃金期就被標記出來，這時候喚回的成功率遠高於已經完全流失之後。以一家有 250 個公司客戶的便當店估算，假設每月自然流失率約 8%（20 家），過去只能被動接受，導入喚回流程後，及時推播加上限時誘因，通常能救回其中三到四成、約 6 到 8 家客戶。若每家公司平均月訂餐金額抓 6,000 元，等於每月多守住約 4 萬元營收，而整套流程的維護幾乎不花人力。同時，因為優惠只發給真正需要的客群，行銷折扣的浪費也跟著下降，整體行銷投報率明顯改善。

流程怎麼運作

第一步「📥 觸發：盤點客戶」，每週定時（例如週一早上）啟動，或在訂單紀錄更新時自動跑，系統把 Google Sheet 或 CRM 裡的訂餐資料整批讀進來，計算每位客戶的最近一次下單日、平均下單間隔、近 30/60/90 天的下單次數。

第二步「🧠 AI 分群」，依這些指標把客戶分群：仍維持正常頻率的是活躍客；下單間隔明顯拉長、超過其平常頻率一定倍數的是沉睡客；超過設定天數（例如 60 天）完全沒下單的是流失客。AI 在這裡的價值是能依「每位客戶自己的習慣」判斷，而不是用單一天數一刀切——對每週訂的公司來說十天沒訂就該關心，對偶爾訂的散客則不必。

第三步「✍️ 客製訊息」，依客群生成對應文案。沉睡客給的是輕度提醒加小誘因（「好久沒幫貴公司送便當囉，本週訂餐折 X 元」）；流失客給的是更有份量的回歸方案或詢問是否服務有需要改進之處，語氣偏向關心而非硬推銷。

第四步「📲 分眾推播」，透過 LINE 官方帳號或 Gmail，依客戶慣用的聯絡方式分眾發送，避免對活躍客重複打擾。

第五步「📊 成效回報」，把這次推播名單彙整成表，並在發送前提醒人工確認對象與文案；發送後追蹤哪些客戶回購，把回購率寫回試算表，讓店家看得到每次喚回的實際成效。

需要的工具與串接重點

平台用 n8n 或 Make 串接。資料源是 Google Sheet 或既有 CRM，要先把訂餐紀錄整理成「客戶、下單日期、金額」這種乾淨欄位，分群才準。AI 分群節點負責計算頻率指標並產出客群標籤與對應文案，建議在提示詞裡放入店家語氣範例，讓訊息聽起來像真人寫的。推播端，LINE 官方帳號適合對有加好友的客戶，Gmail 適合公司窗口的正式信箱。串接重點是分群門檻要可調，剛上線時先用較保守的天數，觀察一兩輪再微調，避免一開始就對太多客戶發訊息造成反感。更多自動化串接思路可參考 自動化 專區。

常見錯誤與注意事項

最常見的錯誤是「分群門檻設太敏感」，客戶才晚兩天訂就被當沉睡客猛發優惠，反而顯得店家很急、也養壞客戶等折扣的習慣。其次是推播頻率過高，同一位客戶短期內收到多封喚回訊息，觀感很差。

最重要的是個資與合規：客戶名單與訂餐紀錄屬個人資料，蒐集與行銷推播務必事前取得客戶同意，並遵循個資法相關規範，提供可退訂的方式。AI 生成的訊息與發送名單務必由人工逐一確認對象與內容妥當後再寄出，避免把已經明確表達不想被打擾的客戶又放進名單、或誤發錯誤優惠造成糾紛。系統是輔助盤點與提醒的工具，不取代店家對客戶關係的判斷與分寸拿捏。

台灣中小企業情境案例

台中一家專做科技園區公司餐的便當店，過去全靠老闆娘記哪幾家公司最近少訂了，常常想到時客戶已經改吃別家。導入這條流程後，系統每週一自動產出沉睡客名單，老闆娘只要花十分鐘審過，按下發送，當週就對「上次訂餐超過平常間隔」的公司送出帶折扣碼的關心訊息。三個月下來，原本每月默默流失的公司客有近四成被喚回，其中兩家還因為被主動關心而擴大了訂餐量。老闆娘說最大的改變不是省時間，而是「終於不會等到客戶完全不見了才知道」。

延伸應用

這條流程的骨架可以延伸到很多場景：把「沉睡判斷」反過來用，對連續高頻下單的鐵粉客群自動送上會員回饋或生日餐券，強化忠誠度；也可以依客戶的常點品項，在喚回訊息裡放他熟悉的菜色提高吸引力。訂餐紀錄可串接 團體訂餐彙整 流程持續累積資料，喚回時的菜色誘因可搭配 菜單更新發布 流程，行銷文案靈感與菜色設計則可逛 食譜 區。當資料夠多時，還能進一步分析「哪一種優惠對哪一群客戶最有效」，讓每一次喚回都比上一次更精準。

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 →