EDM 自動化怎麼做:用 RFM 顧客分群+n8n 把信精準發給對的人
前言
如果你手上有一份客戶名單、卻只會把同一封促銷信群發給所有人,那這篇是寫給你的。EDM 自動化真正的第一步不是去設定排程發信,是先把人分對。我拿一個電商客戶一整年的 Shopline 訂單來做 RFM 顧客分群,兩萬多名客戶裡,有將近九成一年只買過一次。這篇就講我怎麼把訂單變成可以行動的分眾,再用 n8n 讓每封信發給對的人。
群發 EDM 為什麼都沒人打開?因為你把同一封信發給了所有客戶
會做行銷 EDM 的人,多半不是不懂「該對不同客戶說不同的話」,而是被執行卡住。名單散在 Shopline 後台、活動報名表、名片堆裡,接不起來;好不容易湊出一份 Email,又只能在後台按一個「全部寄送」,不管是熟客還是只買過一次的人,收到的都是一模一樣的內容。
用 Gmail 手動寄更慘。個人帳號一天寄量有上限,群發很容易被判垃圾信,寄出去十封有六封躺在垃圾桶,你還不知道。而且 Gmail 沒有名單概念,誰退訂了、誰的信箱早就無效、同一個人重複出現三次,全要自己人工顧。
把這兩件事擺在一起就看得出問題:手動寄信做不到「對不同的人說不同的話」,硬要做就得一封一封寫,人力直接爆掉。EDM 自動化要解的就是這個:讓「個人化」跟「規模」不再互相牴觸。但在談自動發信之前,得先有一份分好群的名單,不然自動化只是把同一封爛信發得更快而已。
RFM 是什麼?用三個問題就能把顧客分群
RFM 顧客分群是電商最常用的一套分眾方法,名字看起來像術語,其實就是問每個客戶三個問題:
- R(Recency,最近一次):他上一次跟你買,是多久以前?昨天買的,跟一年前買一次就消失的,價值天差地遠。
- F(Frequency,回購次數):這段期間他總共跟你買了幾次?買一次跟買十次,是兩種完全不同的關係。
- M(Monetary,消費金額):他總共花了多少錢?同樣買三次,一次花 500 跟一次花 5,000,要區別對待。
把這三個問題各打一個分數,組合起來就能看出一個客戶現在站在哪裡:是剛來的新客、還是快要流失的老客、還是該被當成 VIP 的大戶。
RFM 特別適合拿來分 EDM 對象,是因為這三個維度剛好對應到「該對他說什麼」。最近才買、常買的人,適合推新品;很久沒回來的人,要的是喚回的理由;花很多錢的人,值得一封專屬的信而不是大眾折扣碼。分群的目的不是把人貼標籤,是決定每一群該收到哪一種內容。
第一關最容易錯:訂單資料比你想的髒
很多人以為做 RFM 就是把訂單丟進公式算一算,其實真正花時間、也最容易做歪的是前面的資料清理。算錯一個地方,後面整套分群全部跟著錯。
同一個人,被你算成十個客戶
我在這個電商客戶的訂單裡踩到的第一個狀況:有一位買家一張單就寄給了十幾個不同的收件人。後來才反應過來,那是送禮訂單。他買來送朋友,每一份寄到不同地址。
這時候「客戶」到底是誰就出問題了。如果你用收件人來算,這一個人會被拆成十幾個只買過一次的「新客」;用買家來算,他其實是一個出手很大方的回購客。我最後決定用買家的電話號碼當客戶主鍵,因為姓名會重複(光是「陳小姐」就一堆)、Email 不一定每筆都有,電話相對最穩定。光是把這件事想清楚,分群結果就差很多。
哪些訂單根本不該算進來
另一個容易忽略的地方是訂單狀態。退貨的、未付款的、金額是 0 的加購小物,這些如果原封不動丟進 Monetary 去加總,會把一個人的消費金額灌得虛高,分群就失真。動手算之前要先把這些濾掉,只留真正成立的訂單。
這些用 Google Sheets 的公式或篩選功能就能快速剃除(做法這裡不細講),不費什麼工。真正要花心思的是先想清楚保留規則:哪些訂單算、哪些不算。規則一旦定錯,後面所有數字都跟著歪。
把一年訂單算成 RFM 分數,2 萬客戶分成這幾群
資料清乾淨之後,我幫每個客戶算出 R、F、M 三個原始數字,再各自切成四等分(四分位數)給分:消費金額落在前 25% 的拿 4 分,再來 3 分、2 分,最低 25% 拿 1 分,R 跟 F 也比照辦理。三個分數湊起來就是這個客戶的三碼 RFM 代碼(每碼 1~4 分,4 最高),再依代碼歸到對應的價值分群。
三碼怎麼讀,看幾個實際的碼就懂了:
- 444:最近才買、買得勤、花得多,三項全滿,就是忠誠大戶。
- 224:不是最近買、也不常買,但單筆金額高,這種是偶爾豪客(想到才來、一來就下重本)。
- 111:很久沒回、很少買、金額也低,是快流失的低價值客。
這個電商客戶一整年下來,兩萬多名客戶、全年營收四千多萬,分群結果長這樣:
分群結果:人數和營收的分布
| 顧客價值分群 | 人數佔比 | 營收佔比 | 大致對應 |
|---|---|---|---|
| 新客 | 47.0% | 43.3% | 剛來、只買過一次 |
| 微型流失 | 18.2% | 18.3% | 買過、開始沒回來 |
| 偶爾豪客 | 14.7% | 12.9% | 不常買但單筆不小 |
| 潛力大戶 | 4.4% | 10.5% | 快養成的高價值客 |
| 忠誠大戶 | 0.5% | 3.8% | 常買、花最多的核心 |
(其餘還有穩定常客、流失小額、潛在流失等較小的群,這裡先挑最會說話的五群。)
最該記住的兩個發現
第一個發現跟回購有關:將近九成(89%)的客戶,一年只跟這間店買過一次,近半數還是剛來的新客。換句話說,這間店每年要花力氣把大量新客拉進門,但絕大多數人買完一次就再也沒回來。這不是壞消息,是一塊還沒被撿起來的營收。這群人本來就喜歡過你的東西,只是沒有理由回頭。與其一直砸廣告費買新客(何況買進來的也是九成只買一次就走),把這些已經躺在名單裡、買過你東西的人用一封信喚回,廣告成本省下一大截,轉換還更好,因為他們對你早就不陌生。
第二個發現相反:被歸為「忠誠大戶」的人只佔 0.5%、不到一百個人,卻撐起 3.8% 的營收。算下來這群人的人均貢獻是整體平均的 8 倍多。這一小群人就算你不發折扣,他們也會回來;對他們發大眾促銷反而是浪費,甚至會稀釋品牌。
把這兩個發現擺在一起,「為什麼不能對所有人發同一封信」就不證自明了:那一大群只買一次的新客,要的是一個「第一次買得喜歡的話,再回購一次」的誘因;那一小群忠誠大戶,要的是「你是熟客,新品先留一份給你」。同一檔活動,這是兩封完全不同的信。
📖 延伸閱讀:GA、GSC 報表每週手動拉到崩潰?n8n 自動報表實戰:行銷數據週報自動生成教學
分完群,每一群該發什麼 EDM?
分群本身不會帶來營收,會帶來營收的是「分完之後做了什麼」。我把這個電商客戶的 14 個分群收成五大群,各自該怎麼接觸是這樣:
| 客群 | 他現在的狀態 | 該怎麼接觸(EDM / LINE) |
|---|---|---|
| 頂層大戶 (忠誠大戶、潛力大戶) | 常買、花最多,核心營收 | VIP 優先購、會員限定、年度回饋(生日禮、VIP 月);推高價新品+儀式感包裝;精準 LINE 推播限時限量。別亂發大眾折扣,稀釋掉他原本就願意付的價 |
| 中層穩定 (穩定常客、活躍中客) | 回購穩定,是營收基礎盤 | 固定檔期促銷、定期購與熟客回饋;用套組升級、加價購把客單拉高;集點、回購送小禮養黏著 |
| 新客 (潛力客、新客) | 剛來、只買過一次 | 引導第二次購買(加購組、首購會員禮);LINE 歡迎流程介紹招牌商品;30 天內重點再觸及,把回購頻率拉起來 |
| 可召回大戶 (昔日大戶、潛在流失) | 曾經高價值、開始流失 | VIP 召回(回歸價、限定新品)、一對一 CRM 訊息;即時回購券,趁他還沒徹底忘記你 |
| 低價值流失 (小流失、流失小額) | 價值低、流失後影響小 | 只給自動化公版(節慶 EDM、LINE 限時回購碼),不投額外成本 |
這張表還藏了一個比「該發什麼」更重要的判斷:哪一群值得你花成本。可召回的昔日大戶值得做專屬折扣、一對一溝通,因為召回一個老大戶遠比買一個新客便宜;但價值極低的流失小額,連客製內容都不必,跑自動化公版就好,甚至能拿來當行銷素材的 A/B 測試對象。分群的第二層價值就在這:它不只告訴你對誰說什麼,還告訴你不該為誰花錢。
同一檔新品上市,發給新客的信標題可能是「第一次來的人都先買這個」,發給忠誠大戶的信則是「老樣子,新品先留一份給你」。內容核心一樣,但切入完全不同,打開率跟轉單率也會差很多。這就是 RFM 分群真正的用處:它告訴你該對誰、在什麼時候、說什麼。
用 n8n 把這套變成每週自動跑
上面這份 RFM 分群,我是手動在 Google Sheets 裡跑出來的,算一次、驗證這套分法在這個電商客戶身上行得通。但手動有個天生的問題:它是一次性的。今天分好的群,過兩個月又會變:新客可能升級成回購、回購的可能開始流失。要讓分群一直準、信一直發得對,就得讓整套流程自己定期重跑。這就是 n8n 接手的地方。
這套自動化要串起來的工具,各自負責一段:
- Shopline:訂單的源頭。透過它的訂單資料把「誰、什麼時候、買了多少」拉出來,當作 RFM 的原料。
- n8n:整條流程的中樞。用排程節點每週固定觸發一次,把抓資料、重算 RFM、依分群分流這幾件事自動接起來,不用人去按。
- Google Sheets:當輕量資料庫,存放每次重算後的分群名單,人要看、要手動微調都方便。
- 寄信服務(ESP):真正把信送出去的工具(例如 Brevo、MailerLite 這類)。走它們的伺服器才有像樣的送達率,不像個人 Gmail 群發那樣容易進垃圾桶。
串起來的流程是:n8n 每週從 Shopline 抓最新訂單 → 重算每個人的 RFM、更新分群 → 依分群把名單分流 → 各群套用各自的信件範本 → 交給寄信服務送出。我自己沒有寫什麼後端程式,做的事是把每一段需求講清楚、把這些工具用 n8n 接在一起,卡住的地方再請 AI 一起想。對已經在玩 n8n 的人來說,這個程度是接得起來的。
這套分群名單也不綁死在 Email。在台灣,很多客戶 LINE 開得比 Email 勤,所以同一份 RFM 分群一樣可以接 LINE 官方帳號的推播,自動發信換成自動推 LINE 訊息,分群的邏輯完全沒變、只是換一個送達管道。實務上還能依客戶習慣分開:對習慣收信的群發 EDM、對只看 LINE 的群推 LINE,哪一群走哪條由你決定。
送出之前,一定要留一道人工關卡
自動發信最讓人不安的就是「它會不會自己亂寄到我客戶信箱」。所以這條流程我不會讓它全自動一路送出去。在真正寄出前,要先把「這週各群的名單、各群要發的信」整理好,丟到 LINE 或 Google Sheets 給人看過、核准了,才真的發。機器負責把繁瑣的分群、分流、排版做完,最後按下送出的決定權還是留在人手上。這道人在迴路的關卡,是這種對外自動化能不能放心用的關鍵。
會卡住的幾個地方
這套要長期穩定跑,有幾個地方要先想到。一是前面講的去重。同一個人用不同電話、送禮訂單收件人不同,自動抓資料時要有一致的規則把同一個人併起來,不然分群每週都在飄。二是送達率與合規:名單要是客戶同意收信的,信裡要有退訂連結,這是個資與行銷規範的基本要求,不能省。三是分群會變動,所以才要排程定期重算,而不是分一次用一年。
想把「客戶分群 → 自動發對的信」這套接起來、每週自己跑,但卡在資料怎麼串、流程怎麼設?這正是我在幫客戶做的行銷自動化。
看行銷自動化服務📖 延伸閱讀:多平台發文如何自動化?我捨棄 Buffer,用 n8n 串 API 一次發三平台
常見問題 FAQ
Q1:我沒有工程師背景,自己做得到 RFM 分群嗎?
分群這一段做得到。RFM 的計算其實就是排序、切四等分、給分,在 Google Sheets 裡用函數就能算,不需要寫程式。比較需要耐心的是前面的資料清理,也就是決定用什麼當客戶主鍵、哪些訂單不算。我的建議是先拿一份匯出的訂單,手動把分群跑出來一次,確認這套分法對你的店有意義,之後再考慮用 n8n 自動化。先會分,再談自動。
Q2:RFM 的分數要怎麼切才合理?
最通用的做法是切四等分(四分位數),也就是把所有客戶依某個指標排序,前 25% 給 4 分、依序往下到 1 分。好處是它會自動適應你自己的資料,不用憑空訂一個「買幾次算常客」的死標準。如果你的店有特殊性(例如客單價很高、回購週期很長),也可以改用自訂門檻,但一開始先用四分位,跑出來再依實際狀況微調就好。
Q3:訂單量很小,只有幾百筆也值得做嗎?
值得,但做法要調整。資料量小的時候,硬切四等分每一群可能只有個位數人,統計上沒什麼意義。這種情況下,與其追求精細分群,不如先抓最簡單的兩刀:分出「買過一次的」跟「回頭買過的」,再分出「花最多的前 10 名」。光是這樣對這三群發不同的信,效果就遠勝於全部群發。資料變多了再做細。
Q4:分完群之後,多久要重算一次?
看你的回購週期。像食品、生鮮這種消費頻率較高的,每週或每兩週重算一次比較跟得上客戶狀態的變化;客單價高、回購週期長的(例如家電、傢俱),一個月重算一次就夠。重點是別「分一次用一年」,因為客戶會從新客變回購、從活躍變流失,分群是會過期的。把重算交給 n8n 排程,就不用記得手動跑。
Q5:自動發 EDM 會不會被當垃圾信,或踩到個資法?
兩個風險都是真的,但都可以避開。被當垃圾信,主要是因為用個人信箱群發,改用正規的寄信服務(ESP)、把寄件網域設定好,送達率就會正常很多。個資與法規這塊,原則是名單必須是客戶同意收信的、每封信都要有退訂連結,有人退訂就確實把他移除。做到「對方同意、隨時能退」,自動發信就站得住腳。
總結
EDM 自動化真正的起點,是先用 RFM 顧客分群把名單分對,而不是急著去設排程發信。我拿一個電商客戶一整年的訂單實際跑過,才看清近九成客戶只買一次、0.5% 的忠誠大戶卻撐起遠超人數比例的營收。名單從來不是拿來群發的,它本來就藏著「該對誰說什麼」的答案,只是要先算出來;分群是手動就能起步的,要讓它每週自己重算、自動把對的信發給對的人,才輪到 n8n 上場。如果你也想把自家的客戶名單變成這樣一套會自己跑的精準發信流程,可以來看看我在做的行銷自動化服務,聊聊你的名單現在卡在哪。
同主題文章
行銷自動化
新聞稿群發怎麼自動化?我用 n8n 讓 AI 寫稿、我審完一鍵發給整份媒體名單
新聞稿群發還在一封一封手動寄?這篇用真實的 n8n 寄信引擎示範:AI 起草公關稿、發稿前人工審核、核准後一鍵發給整份媒體名單,行銷團隊與公關都適用。

多平台發文如何自動化?我捨棄 Buffer,用 n8n 串 API 一次發三平台
多平台發文自動化怎麼做?這篇分享我為什麼捨棄 Buffer,改用 n8n 串 Meta Graph API,把一篇定稿自動發到 FB、IG、Threads 的完整流程,還有 token 會過期這個最容易被忽略的問題。

GA、GSC 報表每週手動拉到崩潰?n8n 自動報表實戰:行銷數據週報自動生成教學
每週手動拉 GA、GSC、社群數據做週報拉到崩潰?這篇用 n8n 自動報表的實戰流程,教你用一把服務帳號接遍 GSC、GA4、Google Sheets,每週一早上自動生成行銷數據週報,還附整條工作流的免費下載。