雙11 行銷自動化備戰指南：用四階段檔期決策樹接住大檔流量

雙11 賣得好的品牌，當天通常最安靜。它們不靠那一封全站群發的促銷信救業績，因為真正決定成交的決策，早在三到四個月前就寫進了自動化腳本裡。

大檔的勝負在當天之前就分出來了

雙11 的營收差距，主要來自檔期前的佈局深度，而非當天的促銷力度。把所有資源壓在 11 月 11 日一次群發，等於把整季的賭注押在一個無法回頭的時間點。

幾個公開數據說明這個檔期的量體有多驚人。Adobe Analytics 統計，2025 年美國網購旺季（11 月 1 日至 12 月 31 日）線上消費達 2,578 億美元，年增 6.8%，是史上第一個突破 2,500 億美元的旺季（Adobe 2026）。Salesforce 分析超過 15 億名購物者的資料後指出，2025 年網購週（Cyber Week）全球銷售額達 3,366 億美元，年增 7%（Salesforce 2025）。

這些數字背後藏著一個對台灣品牌更有意義的訊號：消費者的購買意圖早在開賣前就分散浮現在整段檔期的每一個觸點，並非到開賣那天才集中出現。能在預熱期就攔截到加購、加收藏、瀏覽未買這些行為的品牌，才有資格在開賣日把流量轉成訂單。

91APP 團隊在陪客戶準備大檔時看過太多這種場景：行銷團隊花三週做了一張漂亮的活動主視覺，排了一封 11 月 11 日早上九點的全站群發，然後就沒有然後了。沒有預熱名單，沒有棄單補救，沒有對未開信的人補一管，更沒有對已買的人交叉推薦。一封信打天下的時代，早就過去了。

為什麼當天群發救不了一場大檔

當天群發的天花板，被開信率、發送時間與單一訊息這三個變數鎖死，無論文案多用力都突破不了。檔期自動化的價值，就是把這場仗從「一次性群發」改寫成「跨階段、會分岔、能補救」的決策樹。

行銷自動化的本質，是一棵決策樹：由觸發條件啟動（例如某位會員把商品加入購物車卻沒結帳），經過判斷與等待（例如等 30 分鐘，判斷他是否回來完成結帳），再走向不同的分支行動（沒回來就發一張限時折價券，回來買了就貼上活躍標籤）。一封群發信只有「發送」這一個動作，沒有觸發、沒有判斷、沒有分支，自然接不住一場橫跨數週的大檔。

把群發和自動化擺在一起比，差距會很清楚。

效益的落差也有公開數據佐證。Omnisend 分析 2025 年資料後的電子報基準報告指出，自動化觸發信件的平均轉換率為 1.49%，一次性群發信件僅 0.08%，屬平台基準資料，兩者相差將近 19 倍（Omnisend 2026）。同一批名單、同一個品牌，差別只在於訊息是被行為觸發、還是被時間表推送。

這也是為什麼檔期自動化不能只看發信工具，而要回到第一方數據底座。在 91APP 的架構裡，這個底座就是 91APP CDMP（即 91APP 的 CDP），執行層則由個人化旅程承接，後文會逐段說明它如何接住四階段腳本。關於會員行為怎麼觸發自動化分支流程，也是建立在同一個資料底座上。

棄單這件事更值得單獨拿出來看。Baymard Institute 長期彙整的研究顯示，線上購物車的平均放棄率高達 70.22%（Baymard 2025）。這是跨研究的平均值，不代表每個品類都會落在同一水準，但足以說明棄單補救值得被獨立設計。大檔期間流量灌進來，加購量暴增，棄單的絕對數字也跟著翻倍。如果沒有自動化的棄單補救分支，這七成放棄的購物車就只是後台一筆筆無聲流失的數字。關於折扣與毛利之間的拉扯，可以參考我們先前談過的折價券折扣疊加如何侵蝕毛利。

四階段檔期決策樹：預熱、開賣、補刀、收尾

雙11 的完整決策樹由四個階段組成，每個階段都有自己的觸發條件、判斷邏輯與分支行動。提前三到四個月把這四段佈好，等於在開賣前就把整季的劇本寫完，當天只剩執行。檔期決策樹（指針對特定大檔設計的、含多階段分支的自動化流程）的核心，是讓不同行為的會員在不同階段走進不同的路徑。

下面逐段拆解。

預熱期：建立名單，識別意圖

預熱期的任務是把分散的興趣訊號收攏成可動員的名單。這段通常落在開賣前兩到四週，重點先放在讓系統認得誰可能會買，促成交易留到後面幾段。

1. 對瀏覽商品但未加購的會員，自動推送該品類的內容或新品預告，並貼上「品類意圖」標籤。
2. 對加入收藏或加入購物車卻未結帳的會員，貼上「高意圖待轉換」標籤，列入開賣日的優先動員名單。
3. 開放活動預登記，凡完成預登記者貼上「已預約」標籤，開賣首小時優先觸發通知。

這段的關鍵在於識別意圖層級。瀏覽、加購、預登記代表三種不同的承諾強度，後面開賣期能不能精準分流，全看預熱期有沒有把這些行為標清楚。

開賣期：分波觸發，避免一次打光

開賣期的核心決策是分波，而不是同時對所有人發同一封信。把名單依意圖層級拆成數波，依序觸發，既能維持流量節奏，也能保護開信率不被一次性轟炸稀釋。

1. 第一波對「已預約」與「高意圖待轉換」名單觸發，這群人最可能在首小時下單，先打他們能拉高開賣即時轉換。
2. 第二波對「品類意圖」名單觸發，搭配該品類的主打品與限時優惠。
3. 第三波對首兩波未開信的會員，改用另一個管道遞補（例如 Email 未開就改推播或簡訊），同樣的人換一條路徑再觸達一次。

分波的好處是每一波都能單獨看成效，哪一波轉換低、哪個管道沒反應，當下就看得到，下一波還來得及調整。把這場大檔的訊息策略組成一套完整黃金組合的做法，可以參考檔期行銷訊息的黃金組合。

補刀期：接住猶豫，補救棄單

補刀期（即針對猶豫與棄單會員的轉換補救期）專門處理「來了、看了、差一步沒買」的會員，這是整棵決策樹回收率最高的一段。大檔流量大、棄單也大，補刀做得好不好，往往決定整季的轉換天花板。

1. 對開賣後加購未結帳的會員，等待 30 到 60 分鐘後若仍未購買，自動觸發棄單提醒，附上限時誘因。
2. 對點擊活動頁卻未加購的會員，補推同品類的替代選擇或熱銷排行，降低選擇成本。
3. 對已開信但未點擊的會員，間隔一日後換一組賣點與主視覺再觸發一次。

補刀的誘因要拿捏。折扣、免運、贈品、限量提醒都可以成為分支選項。一律灑券容易養出只在折扣時才出手的會員，這個假忠誠的風險，是補刀期最該提防的一個陷阱，自動化留存怎麼接住這群猶豫會員有更完整的拆解。

收尾期：回收成效，沉澱資產

收尾期的任務是把這場大檔累積的行為資料變成下一檔的起點，重點已經從成交轉向資產沉澱。檔期結束不等於流程結束，會員在這檔留下的每一筆行為，都是下一檔決策樹的觸發條件。

1. 對本檔已購買的會員，依購買品類觸發交叉推薦或會員回饋，延長這次互動的價值。
2. 對有高意圖但最終未購買的會員，貼上「下檔優先喚回」標籤，沉澱進下一波預熱名單。
3. 對活動期間新加入的會員，啟動新客培養流程，避免一檔之後就斷了聯繫。

四個階段串起來，就是一棵完整的檔期決策樹：預熱負責建名單、開賣分波觸發、補刀接住猶豫、收尾沉澱資產。每一段的觸發、等待與分支都不一樣，但它們共用同一份會員行為資料。這也帶出一個關鍵問題：要讓決策樹發揮作用，背後需要深厚的會員資料基底支撐。

國際大檔的證據：自動化與分流如何拉開差距

大檔的量體本身就值得認真對待。美國零售聯合會（National Retail Federation）統計，2025 年感恩節到網購星期一的五天假期，全美有破紀錄的 2.029 億名消費者參與購物，高於前一年的 1.97 億（NRF 2025）。在這樣的流量規模下，能否分流就是成敗關鍵。

Salesforce 自有平台資料提供一個方向性觀察：在其樣本中，導入 AI 代理與個人化推薦的零售商成長較快。Salesforce 在 2025 年網購週的資料中指出，採用其 Agentforce 360 與品牌自有 AI 代理的零售商，包括 Pandora、Shark Ninja 與 Funko，銷售成長速度比未採用者快 32%（Salesforce 2025）。整個網購週期間，AI 與自動化透過個人化商品推薦與對話式客服，影響了全球兩成的訂單。

提醒：Salesforce 的數據來自其全球客戶資料的彙整，屬廠商自有平台的觀察。這些品牌的量體、品類與市場條件與台灣零售有相當差距，上述 32% 只應視為「自動化分流確實帶來差距」的方向證據，無法直接當成台灣品牌可套用的 KPI。實際成效須以自家檔期的 A/B 結果為準。

這個證據真正的意義藏在它指向的機制，那個百分比本身只是表象。為什麼分流能拉開差距？因為它讓對的訊息在對的階段打到對的人，而這件事的前提，是品牌握有可即時調用的第一方數據。

第一方數據，也就是品牌自己直接蒐集、會員授權的瀏覽、購買、互動資料，是驅動自動化決策的關鍵。沒有它，系統不知道誰加了購、誰瀏覽了哪個品類、誰已經買過，分支自然無從判斷。要讓這些資料能被即時調用，品牌需要一個 CDP（Customer Data Platform，顧客數據平台，把分散在各通路的會員資料整合成單一檔案，讓自動化流程能依條件即時取用）。CDP 就是檔期決策樹轉得動的底座。

McKinsey 的研究替這個底座的價值定了量。其 2021 年的個人化報告指出，成長較快的公司，來自個人化活動的營收占比比成長較慢的同業高出 40%；同時有 71% 的消費者期待企業提供個人化互動，76% 的消費者在沒有得到個人化體驗時會感到挫折（McKinsey 2021）。個人化不再是加分項，而是消費者的預設期待。

但這裡有個常被忽略的環節。資料底座與自動化工具都到位了，決策樹不會自己長出來。誰來決定棄單等 30 分鐘還是 60 分鐘？誰來定義「高意圖」的門檻？誰來看完這檔的成效，調整下一檔的分支？這三件事，工具做不了。

這正是 Customer Success 顧問的價值所在。決定一套 MarTech 服務成敗最關鍵的，工具只是起點，真正拉開差距的是會解讀數據、把洞察翻成決策樹的人。關於CDP 加上 AI 之後，顧問如何把資料變成營收機會，正是這套人機協作的核心。顧問做三件系統做不到的事：

1. 定義判斷標準。棄單補救要等多久、回購週期算幾天、沉睡會員的定義是幾個月沒下單，這些門檻沒有標準答案，得靠顧問結合品牌的品類特性與歷史資料來定。一個快消品牌和一個耐久財品牌的回購週期天差地遠，套同一組數字必然失準。
2. 設定分岔規則。同樣是棄單，客單價高的要不要走人工跟進、首購和回頭客要不要走不同誘因、哪些品類補刀時不該發折扣以免傷毛利，這些分岔規則是顧問依品牌策略一條條設出來的。
3. 用成效回收調整下一輪。這檔哪一波轉換最差、哪個管道遞補沒效果、哪個誘因養出了折扣依賴，顧問看完成效報表後，把學到的東西改寫進下一檔的決策樹。人機協作會贏過全自動化，差別就在這一步。

91APP CDMP 與個人化旅程：把四階段裝進可執行的流程

四階段檔期決策樹要落地，需要一個能整合會員資料、又能可視化執行分支的工具，這正是 91APP CDMP（即 91APP 的 CDP）與個人化旅程要解的問題。91APP CDMP 把分散在官網、App、門市與各行銷通路的會員資料整合成單一檔案，讓前面講的每一個觸發條件，都有即時可調用的資料支撐。

「個人化旅程」則是決策樹的可視化執行層。它把一棵決策樹畫成看得見的流程：從名單觸發開始，發券或發通知，設一個等待計時器，判斷會員是否進站或購買，再依結果分支貼標、走再行銷。前面四個階段的每一條分支，都能在個人化旅程裡拉成一條完整的路徑。

對照四階段，個人化旅程能直接承接的能力包括：

1. 個人化旅程的檔期應用。預熱、開賣、補刀、收尾各設一條旅程，各自有觸發條件與等待邏輯，四條旅程共用同一份會員資料，串成完整的檔期腳本。
2. A/B 分流。同一個補刀節點可以拆成兩條分支，一條發券、一條發免運，跑一段時間後比較哪條轉換高，把贏的那條留進下一檔。這就是把顧問的「成效回收調整」變成可執行的動作。
3. 管道遞補。Email 未開信的會員，旅程自動把他遞補到推播或簡訊，同一個人換一條管道再觸達一次，不讓單一管道的開信率鎖死整波觸達。
4. 多條件圈選受眾。圈選對象時用會員屬性（例如會員分級）、行為偏好（例如常逛哪個品類）、消費屬性（例如客單價區間）與即時事件（例如剛剛加購未結帳）多條件交叉，讓每一波觸發都打到定義清楚的一群人，而不是全站亂槍。

關於檔期提前佈局與轉換模型怎麼搭，可以對照檔期提前佈局與轉換模型。工具負責把分支跑起來，顧問負責決定分支該怎麼設，兩者搭在一起，四階段檔期決策樹才真正轉得動。

雙11 備戰應從資料盤點開始，而不是從活動文案開始

雙11 備戰的第一步是盤點資料底座，活動文案反而是最後才該煩惱的事。下面是台灣品牌可以分階段推進的做法，每一項都附上預期效果，照著盤一遍，到開賣日就不會手忙腳亂。若官網、App、門市資料已整合，至少提前 6 到 8 週可先跑簡版；若資料尚未串接，三到四個月較合理。

1. 先盤點資料底座是否就位。確認官網、App、門市的會員資料是否已整合進同一份檔案，能不能即時查到某位會員此刻加了什麼購。資料不通，後面所有分支都是空談；提前三個月補齊，開賣時才有足夠的資料可動員。若 CDP 尚未完成整合，可先用已購／未購、近 30 天瀏覽、加購未結帳這三類資料做低階分流應急，但別把它當成完整決策樹，覆蓋面與精準度都有限。
2. 把四階段畫成四條個人化旅程草圖。預熱、開賣、補刀、收尾各畫一條，標清楚每條的觸發條件、等待時間與分支動作。提前畫出來，能在開賣前就發現哪一段的邏輯有漏洞。
3. 跟顧問一起定義關鍵門檻。棄單等幾分鐘、高意圖怎麼算、哪些品類補刀不發折扣，這些數字現在就和 Customer Success 顧問敲定。門檻定得準，自動化才不會打到錯的人。
4. 在補刀節點預設 A/B 分流。至少準備兩組誘因（例如折扣與免運）跑 A/B，開賣後用真實數據決定主推哪一組。提前設好，這檔的結果就能直接餵養下一檔。
5. 設定管道遞補的優先序。想清楚 Email 未開後改推播還是簡訊、各管道的時間間隔多久，避免同一個人短時間被多管道重複轟炸。提前排好，觸達率上得去、退訂率壓得住。
6. 預留收尾期的資產沉澱流程。在規劃當下就想好這檔結束後，已購會員走交叉推薦、高意圖未購會員進下檔喚回名單。這一步做了，這場大檔的價值才會延續到下一檔，不必每年歸零重來。

大檔比的是準備期的厚度，當天聲量只是結果

雙11 真正的較量，發生在沒人看見的準備期。當別人還在趕當天那封群發信的文案時，準備充足的品牌已經把預熱名單收好、把四條旅程畫完、把每個分支的門檻和顧問敲定。等開賣日到來，它們只需要按下執行，剩下的交給前面已設定好的旅程分支。提前三到四個月把自動化劇本佈好，才是雙11 達標的真正關鍵。

備戰的最好時機就是現在。想為自己的品牌盤點數據底座、把四階段檔期決策樹落地，歡迎與 91APP CDMP 顧問團隊聯繫，從第一方數據底座到個人化旅程的執行，一起把這套腳本量身搭起來。

延伸閱讀

1. 行銷自動化是什麼？拆解觸發、決策樹，與背後的 CDP 數據底座
2. 行銷自動化常態腳本：迎新、購物車、喚醒、生日、回購全年自動接住高意圖訊號
3. AI 行銷自動化是什麼？行銷自動化 vs AI，疊加運用才能做到深度個人化
4. 行銷自動化工具怎麼選？先確認資料、分群、旅程與衡量是否到位