客人封鎖你的 LINE 不是因為發太多，是因為發錯人：美業 AI 推播的分群邏輯

資料來源：LINE 行銷生態系業者整理之 LINE 官方公開數據（CTR 與封鎖率降幅）；業界輔導樣本歸納值（封鎖率區間，經營一年內 10–20%、經營一年以上 20–35%）。

為什麼美業店家的 LINE 推播容易被封鎖？

封鎖率不是頻率問題，是「相關性」問題

很多店家在發現封鎖率上升後，第一反應是「降低發送頻率」。但根據業界輔導樣本歸納，經營一年內的 LINE 官方帳號封鎖率落在 10–20% 屬於標準區間，經營超過一年則會自然落到 20–35%。封鎖率本身不是要被壓到零的指標，真正要看的是——同一波推播之後，封鎖率有沒有異常飆升。

當推播內容對收訊者沒有相關性，封鎖就會發生。一個只剪過一次頭的客人，連續收到「染燙優惠」「頭皮 SPA 預約」「燙髮新品」三則推播，問題不是頻率太高，是這三則訊息對她而言都不相關。

美業推播常見的 3 個分群盲點

分群推播 vs. 群發推播：機制與成效的差異

群發推播的成本結構與封鎖風險

群發推播在 LINE 官方帳號的計費結構下，是把訊息費用乘以全名單人數。一份不分群的訊息發給 1,000 位好友，等於對「不相關」的那部分客戶也收費。當訊息相關性低，部分收訊者會直接封鎖，這代表行銷成本同時產生兩種損失——這次推播的訊息費，以及這位客戶未來所有推播機會。

分群推播的觸及邏輯：把訊息送對人

分群推播的核心邏輯是「不同訊息給不同人」。同樣 1,000 位好友，依消費紀錄切成 5 組分群，每組收到對應服務的訊息——剪髮客戶收到剪髮提醒、染燙客戶收到染燙活動。訊息費用幾乎相同，但相關性提升，封鎖風險下降。

資料來源：LINE 行銷生態系業者整理之 LINE 官方公開數據。實際成效依分群維度設計與訊息品質而異。

AI 推播的兩個核心機制：分群與時機

機制一：AI 分群——從靜態標籤到動態行為標籤

傳統分群依靠人工貼標：性別、年齡、會員等級。AI 分群的差異在於使用「動態行為標籤」——系統根據實際預約紀錄、服務類型、回訪間隔、消費金額等行為資料，自動把客戶歸入不同群組。這些標籤會隨客戶行為持續更新，今天的月客如果連續三個月沒回來，會自動被重新分到沉睡客群。

機制二：行為預測推播——AI 如何判斷「該推什麼、何時推」

分群解決「該推什麼」，行為預測解決「何時推」。AI 系統會依個別客戶的回訪週期計算最佳推播時機，例如平均 28 天回訪的客戶，系統會在第 25–30 天區間推播提醒；平均 60 天回訪的客戶則拉長到第 55–65 天。這個邏輯避免「全店統一節奏」造成的訊息密集，也讓每則推播落在客戶實際需要的時點。

美業店家落地 AI 推播的 4 個評估重點

同類系統比較：分群與時機機制的差異

說明：上表為機制維度比較，非具體產品功能逐項對照。實際導入時建議依店家規模與資料現況評估。

ezPretty AI 自動推播模組：機制說明

自動分群：依預約紀錄、服務類型、回訪間隔生成標籤

ezPretty 的 AI 推播模組與預約系統共用同一份客戶資料。系統會依每位客戶的歷史預約紀錄，自動生成行為標籤——例如「染燙月客」「剪髮季客」「沉睡 90 天」。這些標籤不需要店家手動維護，會隨每次預約完成自動更新。

時機判斷：依個別客戶的回訪週期與行為預測推播時間

系統會計算每位客戶的平均回訪週期，在接近下一次預約時點時自動觸發推播。例如平均 30 天回訪的染燙客戶，會在第 25–28 天區間收到提醒；平均 90 天回訪的客戶則在第 80–85 天收到。同一天可能有不同客戶收到推播，但每位客戶都在自己的週期上。

與預約系統的串接邏輯

推播觸發後，訊息中可帶入該客戶可用的預約時段與服務項目。客戶點擊後直接導向預約頁面，預約完成資料自動回填到 CRM，下一次推播的時機計算會用上這筆新資料。整個流程不需要店家額外操作，也不需要把 LINE 名單匯出到第三方工具。

常見問題 FAQ