名單資產矩陣:高價值、高轉換、沉睡客,各該怎麼對待

快速結論:名單分層別搞得太玄,兩個維度就夠——價值(這個客人帶來多少錢)×轉換(他多容易成交),畫成一張二維矩陣,切出四個象限:VIP(高價值高轉換,天天顧好)、待培養(高價值低轉換,精準推、寧缺勿濫,亂推會被封鎖)、促銷敏感(低價值高轉換,只有促銷才出手)、沉睡(雙低,喚醒或放生)。這張矩陣,我叫它名單資產矩陣。分層之後差別對待,別對所有人發同一封信。

這篇寫給手上有一堆客戶名單、卻只會「群發」的你——每檔活動一封信轟炸全部名單,然後看著退訂數字往上爬的你(我懂,那個數字看了很悶)。

先幫這張表取個名字。它我用了很多年,一直沒個好稱呼,跟甲方講都要比手畫腳。這系列裡我把它定名為名單資產矩陣,之後講到「怎麼把名單分層」,指的都是這張兩軸四格的表。(取名這件事看起來很虛,但你跟團隊開會時有沒有一個共用的詞,差很多。)

為什麼要分層:名單是資產,但不是每一格都一樣值錢

目的:先講清楚分層在解決什麼問題。你手上這批名單,看起來是一坨,裡面其實什麼人都有:金主、奧客、只來領折扣的、早就不理你的。平移一下你已有的生意常識,這跟倉庫管庫存一模一樣——暢銷品備足、長尾品少量進、呆滯料出清,你不會用同一套規則管所有品項。名單也是。

效果:分層之後,行銷資源會花在對的人身上;預算平均灑給每一個人,等於把 VIP 和奧客當成同一種人對待,兩邊都得罪。

這也接得上整套名單學的主張:流量是租來的,名單才是你的。但「你的」名單如果只會群發,它大概只發揮了三成價值。完整脈絡在〈名單學全圖〉(#35)。

極限:分層有個前提:名單要夠大才值得分。分到每一格只剩三五個人,統計上沒意義,管理成本還更高。名單太小的時候先別急著分,先把「收集」做穩。

兩個軸:價值 × 轉換

目的:先把兩條軸講白。價值軸問的是:這個客人一輩子帶給你多少錢(買得貴、買得勤、還會介紹朋友的,就是高價值)。轉換軸問的是:這個客人多容易被你說動成交(看到就買的是高轉換,要考慮三個月的是低轉換)。

這兩條軸,其實是〈使用者意圖怎麼設定〉(#03)那套意圖分層「他想解決什麼」的語言,落到名單經營上的具體版——意圖強不強,很大程度決定了他好不好轉換。

效果:兩軸一交叉,切出四個象限。每一格是一種人,每一種人一種對待方式。下面一格一格講;這四格,就是名單資產矩陣的全部

極限:價值和轉換都不是天上掉下來的標籤,你得先「量得到」才分得出來。而量得到的前提,是你事前埋對了事件。這是下一節的重點。

分層的條件從哪來?從事件參數來(互鎖 C4)

這是最多人卡住的地方:道理都懂,但「高價值」「高轉換」到底怎麼判斷? 答案在更上游——你埋的事件

再平移一次生意常識:你能把庫存分成暢銷、長尾、呆滯,靠的是有進出貨紀錄。名單分層一樣,靠的是你記錄下「這個人做過什麼」。加購幾次、看了哪類商品、開了幾封信、上次互動是多久前,這些都是事件參數。你今天怎麼埋(作法在〈事件設計學〉(#25)),決定了未來能把名單分多細。事件埋得粗,你頂多分「有買過/沒買過」;埋得對、帶對參數,才分得出「高價值低轉換的待培養群」這種有用的層。

這就是 C6 名單軸跟 C4 事件軸的互鎖核心:分層是事件設計的下游。想把名單分得漂亮,得回頭把事件設計做對。

極限(誠實提醒):如果你現在的事件埋得一團亂,這張矩陣短期內畫不精細,只能先分得很粗(例如只分「買過的 VIP/沒買過的其他」)。矩陣沒問題,問題出在原料太粗。先補事件,再回來分層。

四個象限:各該怎麼對待

象限一:高價值 × 高轉換=VIP

目的:辨認出你的核心金主:帶錢來、又好成交的那群。

效果:這是最該投注心力的一格,服務、專屬優惠、新品優先權都先給他們,把關係顧深。極限:VIP 很少是被冷落跑掉的,多半是被「當成理所當然」養跑的。這一格人數通常最少、貢獻最大,寵壞或忽略,損失都不成比例地大。顧好 VIP 是防守型的動作,別誤以為是加碼。

象限二:高價值 × 低轉換=待培養

目的:這一格是整張矩陣裡最需要手藝的——他們值錢,但難成交。⚠ 這裡有個一手重點,務必記住:這些人只買「有打到自己」的東西。所以對這一格,千萬別什麼都推播給他。亂推、狂推,他會直接把你列黑名單(封鎖、退訂),你不但沒培養成,還親手把一個高價值名單推走了。

效果:培養要精準、寧缺勿濫。寧可三個月只發一封真正打中他的內容,也別每週轟炸五封他根本不在乎的促銷。這一格要的是對的理由,多餘的曝光只會扣分。

極限:培養是慢工,急不得。這一格的轉換週期本來就長(B2B、高單價尤其),你能做的是在對的時機、用對的訊息,等他自己準備好。催得越兇,跑得越快。

象限三:低價值 × 高轉換=促銷敏感

目的:這群人容易成交,但客單價不高,驅動他們的是「折扣」兩個字。

效果:對這一格的策略很單純:只有促銷才推播。平時別一直煩他,把子彈留到促銷檔期再出手——檔期一到,他們是最快下單的一群。

極限:別把他們寵壞。天天發折扣,你會把他們訓練成「沒折扣就不買」,還順便拉低品牌的價格錨點。促銷敏感群是拿來衝檔期業績的,拿去養日常營收就用錯地方了,會反過來侵蝕利潤。

象限四:雙低 × 沉睡=喚醒或放生

目的:這一格是既不太帶錢、又不太成交,而且已經很久沒動靜的人。

效果:面對這一格,只有兩條路:要嘛喚醒,要嘛認賠放掉

極限(也是這一格最重要的判斷):並非所有沉睡客都值得叫醒。有些人睡了是因為需求真的結束了(買過嬰兒車、孩子長大了),硬叫只是浪費錢還惹人厭。哪種沉睡客該喚、哪種該放手,是另一套決策框架,〈沉睡客喚醒學〉(#41)那篇會展開講。這裡先記住:放生其實是把資源從沒指望的地方收回來,一點都不丟臉。

這張矩陣,跟「受眾溫度」是兩回事,要一起看

很多人會把「名單資產矩陣」跟〈受眾溫度模型〉(#39)搞混,以為二選一。其實兩張圖量的東西不同,該疊著看:

  • 名單資產矩陣=價值軸:這個人值多少錢、好不好成交(一張靜態的價值快照)。
  • 受眾溫度=時間軸:這個人認識你多久、最近熱不熱(冷、暖、熱是隨時間流動的狀態)。

一個高價值的 VIP,可能因為三個月沒互動而「變冷」;一個促銷敏感的低價值客,可能剛看完你的廣告,「熱」得很。**價值決定你值不值得為他花力氣,溫度決定你現在該對他說什麼。**兩張圖疊起來看,你才知道對「一個很值錢、但正在變冷的 VIP」,該用什麼溫度的話把他拉回來。

名單資產矩陣自檢:你的四格,畫得出來嗎?

方法講完了,回頭做一件事:拿出你現在的名單,試著把它擺進這四格。擺得進去,代表你的事件與分層條件夠用;擺不進去(例如根本分不出誰是高價值、誰是低轉換),問題就在上游——事件設計還沒到位,先回〈事件設計學〉(#25)補課。

這一整套「名單分層後差別對待」的思路,是本站〈數位行銷素養全地圖〉(#01)體系裡名單學的核心方法之一。它教你在按下發送鈕之前,先想清楚這封信該發給哪一格的人。

常見問題(FAQ)

一定要用「價值×轉換」這兩軸嗎?RFM 不行嗎?
RFM(最近購買、頻率、金額)是好工具,而且可以直接「餵」進這張矩陣——RFM 算出來的分數,正好是你判斷「價值」與「轉換」的原料之一。矩陣做的事,是把分數收斂成四種該差別對待的人,讓你從「算分數」進到「做決策」。兩軸是為了好用、好溝通:分到團隊每個人都看得懂,比分得很精密卻沒人會用重要多了。

四個象限的人數,大概怎麼分配?
沒有標準答案,會因產業而異,但有個常見的示意方向:VIP 通常人數最少、貢獻最大(不少生意會呈現「少數 VIP 撐起多數營收」的形態);促銷敏感與沉睡這兩格,人數往往最多。再強調一次,這只是感覺上的示意、不是統計數字——你該做的是去自己的後台把真實比例算出來,別直接套別人的。

分好之後,多久要重分一次?
要定期重跑。這是這張矩陣最大的極限:它是靜態快照,但人會在象限間移動。今天的 VIP 可能半年後變沉睡,今天的待培養可能下個月就轉成 VIP。所以矩陣分一次不算結案,得定期回頭重跑(多數生意抓一季一次是合理的起點)。分層是持續的動作,不是一次性的專案。

名單很小,還需要分層嗎?
正式的分層工程可以先緩,但「差別對待」的意識要先有。幾百人的名單,你可能光靠印象就知道誰是好客人,那就先手動顧好那幾個。等到哪天發現腦袋記不動、需要一套規則了,這張矩陣就在這裡等你。別等到幾萬人才想起來分。


「名單資產矩陣」是本站「數位行銷素養」體系裡名單學 cluster 的核心方法之一,將隨行銷工具與分層技術的演進持續迭代(建議每半年回訪本文)。想知道你的名單該怎麼分層、四格各有多少人?幫你準備:數位廣告健檢表單傳送門

Related articles

事件設計學:埋碼之前,先想好你要問數據什麼問題

你的 GA4 裡有兩百個事件,卻回答不了老闆隨口問的一個問題?因為順序反了。前投手講「事件設計的反向順序」:先想清楚要回答什麼商業問題,才決定追什麼行為、才設計成事件。這篇不教怎麼埋,教你埋之前該先想什麼——以及一句你之後會一直用到的原則。

數據會說謊:抽樣、閾值、(not set) 的判讀陷阱

GA4 的數字看起來很精確,其實常常是估算。前投手誠實拆解四個會騙你的地方——抽樣、資料保留閾值、(not set) 黑洞、跨裝置——每一個都可能讓你做錯決策。附上怎麼判斷有沒有被騙。

什麼時候該請顧問、什麼時候該自己養人

同一個行銷需求,該花錢請外部顧問,還是自己養一個內部團隊?前廣告投手當過乙方顧問、也當過月投上千萬的甲方,用「客座醫師 vs 家庭醫生」把決策拆成三問:急不急、久不久、是不是你的核心。收官篇,回到全系列那句話——你可以外包執行,不能外包判斷。

量測 GEO 成效:現在做得到與做不到的

GEO 到底能不能量測?GSC 官方報表 2026 年 6 月上線後,答案是「能,但只能量一半」。這篇誠實列出 GEO 成效現在量得到什麼、量不到什麼,以及 ChatGPT 那邊為什麼還在用土法煉鋼的方式估。不吹捧、不裝懂。

名單工具地圖:對話式商務、CDP、個人化引擎在做什麼(2026)

Omnichat、OmniSegment、Insider One 到底在做什麼?這篇不比功能、不比價格,用三個工具當例子講清楚三類工具各解決什麼問題:對話式商務、CDP+行銷自動化、全通路 Agentic 顧客互動。前廣告操盤人的一手判斷:工具是死的,重點是你願不願意積極設定。

Case Studies

B2B SaaS 服務事業

市占第一的 B2B SaaS 公司——生意越單純,選型越要精準

數位健康集團事業

七種商業模式,一套內控——一個健康集團的 ERP 與 IPO 整備

停車場代建與代管事業

停車場代建與代管——當工程業內控遇上盤根錯節的自建系統