拯救 2 萬筆殭屍名單:WordPress 結合 AI 與自動化重塑 CRM 廢墟的 120 天實戰

2026/04/6 | API 串接與自動化, CRM 應用, 企業系統思維

AI 救駕!從 3% 聯絡率到自動化印鈔機的 CRM 重生術

您的 CRM 系統是否塞滿了聯絡率不到 3% 的殭屍名單?這不只是資料問題,而是流程的崩壞!本文揭示了一場為期 120 天的實戰,看我們如何運用 WordPress 嚴守入口、結合 n8n 與 AI 自動豐潤資料,並設定喚醒機制,將 2 萬筆廢墟名單救活,把互動率飆升至 18%。別再讓昂貴的 CRM 淪為高級 Excel!立即檢視您的資料流程,讓沉睡的客戶名單變回真正的印鈔機。

需要專業協助?

聯絡浪花專案團隊 →

拯救 2 萬筆殭屍名單:WordPress 結合 AI 與自動化重塑 CRM 廢墟的 120 天實戰

嗨,我是浪花科技的資深工程師 Eric。在這個 AI 代理人(AI Agent)滿天飛的 2026 年,很多企業老闆以為導入了最新技術,業績就會一飛衝天。但身為一個在第一線填坑的工程師,我必須說句實話:如果你的底層基礎建設是一團糟,AI 只會幫你用「光速」產出垃圾。

那個讓我在辦公室當場愣住的下午

故事發生在四個月前的一個下午。某個客戶的業務主管拿著一份「聯絡率不到 3%」的名單報告,滿臉愁容地走進我們的會議室。他們花了大把預算買了頂級的 CRM 系統,裡面躺著快兩萬筆潛在客戶資料。但當我打開他們的後台一看,那根本不是資料庫,而是一座數位廢墟。

裡面充斥著重複的聯絡人(同一個陳先生有五筆資料,分別用不同 Email 填寫)、沒人知道怎麼來的空號、欄位填了一半就放棄的備註,以及大量根本從沒被業務追蹤過、躺了兩年發霉的名單。

很多企業都有一種錯覺:「有 CRM 就等於有做客戶關係管理」。但實際上,他們只是把名單從免錢的 Excel,搬進一個每個月要付幾萬塊訂閱費的「高級 Excel」裡而已。資料死了不是名單的錯,是你的流程根本沒有活過。這篇文章,就是我們如何花 120 天,用 WordPress 結合 AI 與 n8n 自動化,把這座廢墟重新救活的血淚復盤。

第一關:先搞清楚 CRM 為什麼會變垃圾場,不然修了也白修

很多沒有工程思維的管理者,第一反應都是:「那就叫工讀生來清資料啊!」結果清完一週後,同樣的問題又回來了。我們在動手前,先進行了系統根源診斷,發現了三個致命傷:

  • 入口毫無防備:資料進來的表單沒有任何驗證機制,業務自己手動 Key-in 也是想填什麼填什麼。
  • 名單進入黑洞:沒有任何自動化機制在名單進來後觸發後續動作。名單進了 CRM,如果業務剛好去上廁所忘記看,這筆名單就石沉大海。
  • 缺乏「有效」的定義:根本沒有定義什麼叫「有效名單」,也沒有機制去自動偵測或淘汰已經失效、跳出的聯絡資訊。

這裡我想囉嗦一句工程師的忠告:修 CRM 從來都不是技術問題,是流程問題。技術只是讓正確的流程跑得更快,如果流程本身是壞的,導入自動化只會讓你更快爛掉。

第二關:用 WordPress 當資料入口閘門,強迫名單「出生就乾淨」

既然找到了病因,我們決定從源頭動刀。大多數潛在名單的來源是官網表單、活動報名頁或是 Landing Page,這些都建置在 WordPress 上。因此,我們選擇在 WordPress 端動手術,而不是單純去改 CRM 的設定。

1. 表單層的嚴格驗證

我們在前端表單加入了嚴格的正則表達式(Regex)驗證,電話就是台灣手機格式,Email 就是要符合 RFC 標準。填錯?對不起,送出鍵你是按不下去的。

2. 攔截與自動補齊 (Hook 實戰)

在表單送出的瞬間,我們利用 WordPress 的 Hook 自動補齊基本資料,例如 UTM 來源渠道、時間戳記、甚至是使用者的裝置類型。接著,透過 API 把名單推進 CRM 之前,先跑一個去重比對(Deduplication)。

分享一段我們在經典編輯器時代就常用的底層防呆邏輯。這裡附上支援傳統編輯器格式的程式碼片段:


// 攔截表單送出,進行電話去重比對
add_action('wpforms_process_complete', 'roamer_crm_dedupe_and_sync', 10, 4);
function roamer_crm_dedupe_and_sync($fields, $entry, $form_data, $entry_id) {
    $phone = sanitize_text_field($fields['phone']['value']);
    $email = sanitize_email($fields['email']['value']);

    // 呼叫 CRM API 檢查電話是否已存在
    $is_duplicate = check_crm_duplicate_by_phone($phone);
    
    if($is_duplicate) {
        // 如果電話存在,更新舊資料並打上『重新活躍』標籤
        update_crm_lead_status($phone, 'Reactivated');
    } else {
        // 全新名單,正常寫入
        create_new_crm_lead($email, $phone);
    }
}

我們當初踩了一個大坑:一開始去重邏輯寫得太嚴格,只認 Email。結果同一個人用公司信箱和個人信箱填了兩次,系統認不出來,照樣產生兩筆紀錄。後來我們強制以「手機號碼」作為 Primary Key(主鍵)去做比對,才真正把重複率壓到 1% 以下。細節真的是魔鬼。

第三關:AI 自動豐潤資料,讓死名單重新長出肉

清完舊資料並卡住新資料入口後,我們面臨最大的挑戰:CRM 裡有幾千筆「半死不活」的舊名單。有姓名、有電話,但完全不知道對方是哪個行業、公司規模多大、當初為什麼留下資料。

2026 年了,這種苦力活當然交給 AI。我們利用 n8n 串接了企業級的大型語言模型(LLM),打造了一個「資料自動豐潤(Data Enrichment)」的工作流。

AI 代理人的爬蟲與標籤化

流程是這樣的:n8n 自動把名單的 Email Domain(網域)或填寫的公司名稱丟給 AI 代理人,讓它去搜尋公開資訊。AI 會自動判讀並填回:行業別、估計員工數、有沒有架設企業官網、是否有做電商 等關鍵標籤。這些標籤直接成為業務後續分群銷售的無價之寶。

但我也必須誠實分享翻車經驗。AI 豐潤出來的資料,初期大約有 15% 是幻覺(Hallucination)。有時候公司已經倒閉了 AI 還說它營收千萬,或者直接把同名不同產業的公司搞混。為此,我們在 n8n 裡加入了一道「Human-in-the-loop(人工介入)」機制:每週隨機抽 50 筆 AI 標註的資料,丟到 LINE 群組讓業務抽樣審查。這才讓資料品質穩定下來。

記住:AI 豐潤是工具不是神,它的價值是把你從 0 分拉到 60 分,剩下的 40 分還是需要人類工程師與業務的商業邏輯來把關。

第四關:喚醒機制上線,讓沉睡名單自己走回來

資料清乾淨了,標籤也打好了,但「名單有了,沒人聯絡」這老問題還是沒解。我們需要一套自動喚醒機制。

我們整合了 WooCommerce 的歷史購買紀錄和 WordPress 上的瀏覽行為,設定了嚴謹的觸發條件:只要聯絡人超過 90 天沒有任何互動、也沒有被業務標記為跟進中,系統就會自動為他貼上「待喚醒(Dormant)」標籤。

一旦這個標籤出現,n8n 工作流就會觸發一封高度個人化的 EDM。注意,內容絕對不是罐頭式的「我們好久不見,請回來買東西」,而是根據他身上的 AI 標籤(如:製造業、20人以下),推送一篇解決他行業痛點的最新技術文章,或是邀請他參加線上研討會。

第一個月,這個機制的開信率只有慘烈的 8%。我們反覆調整主旨與內文,把那種冷冰冰的「企業電子報」語氣,改成「像業務顧問私下傳訊息」的口吻。到了第二個月,開信率直接爬到 23%,回覆諮詢的比例也從原本的零,變成每週固定有熱源名單自動流入業務的手機裡。

這讓我深刻體會到,行銷自動化的最後一哩路,其實是對人性的理解。文案沒溫度,用再多高科技也是徒勞。

120 天後的真實結果,以及我的血淚復盤

經過 120 天的底層重構與 AI 導入,這座 CRM 廢墟終於恢復了生機。我們把近 2 萬筆名單清洗濃縮到 1.2 萬筆真實有效的聯絡人。業務名單的實際接通與互動率,從原本悲慘的 3% 飆升到了 18%。更重要的是,業務不用再每天花兩個小時在系統裡做複製貼上的苦工,而是專注於那些被 AI 篩選、被自動化流程喚醒的「高意圖客戶」。

如果你問我這 120 天最後悔沒有早點做的事情是什麼?那就是「沒有一開始就勇敢地把爛資料刪掉」。捨不得丟棄無效數據,是企業數位轉型路上最大的絆腳石。

如果你的企業也面臨著 CRM 變垃圾場、業務主管天天抱怨名單爛的困境,也許是時候檢查一下你的 WordPress 基礎建設與資料流了。

相關閱讀推薦

準備好讓你的企業資料庫起死回生了嗎?聯絡浪花科技,讓我們用最紮實的工程技術與 AI 代理人,幫你把破碎的流程重新接回印鈔機的軌道上:立即填寫表單聯繫我們

常見問題 (FAQ)

Q1: 我的企業已經買了很貴的 CRM,為什麼還需要用 WordPress 與 n8n 處理名單?

A1: CRM 是用來「管理」資料的終點,但 WordPress 通常是你獲取名單的「起點」。如果在起點(表單)沒有建立嚴格的防呆驗證與去重機制,再貴的 CRM 也只會被無效資料塞滿。n8n 則是扮演兩者之間的「智慧橋樑」,負責資料清洗與 AI 豐潤。

Q2: 使用 AI 自動豐潤資料 (Data Enrichment) 會有錯誤率嗎?如何防範?

A2: 絕對會有。目前的 LLM 仍有幻覺(Hallucination)的風險,錯誤率大約在 10%~15% 之間。我們的實戰作法是導入「Human-in-the-loop」機制,也就是讓 n8n 定期抽出一定比例的資料發送到 LINE 或 Slack,由人工快速審查,確保 AI 標籤的準確度不會偏離商業現實。

Q3: 喚醒沉睡名單的自動化 EDM,會不會被當成垃圾信?

A3: 如果你發送的是毫無溫度的促銷罐頭訊息,一定會被歸類為垃圾信。關鍵在於利用 AI 分析該名單過去的行為與標籤,發送「具有高度關聯性」的內容(如特定產業的技術文章)。同時,我們也會在伺服器端做好 SPF、DKIM 與 DMARC 的基礎設定,保護你的網域信譽。

 
立即諮詢,索取免費1年網站保固
📬 免費訂閱浪花科技電子報

訂閱我們的電子報,定期收到最新精選文章與實用資訊,直送你的信箱。