CRM 客戶資料清理 AI 的重點，不是叫 AI 幫你一鍵合併所有名單，而是在 LINE、Email、廣告再行銷與 AI 客戶分群啟用前，先把重複客戶、同意紀錄、通路偏好、成交狀態與來源欄位整理到可審核。台灣中小企業最容易出事的地方，是同一個人同時存在於試算表、官網表單、門市會員、LINE 官方帳號與電商後台；資料沒清，AI 只會更快把折扣寄給已成交客戶、把退訂者放回名單，或把錯誤客群交給廣告。
這篇適合誰，不適合誰
這篇適合已經有 CRM、會員表、LINE 官方帳號、Email 名單、電商訂單或業務名單的台灣 SME。你可能準備用 AI 做客戶分群、再行銷受眾、EDM 標題、LINE 分眾訊息或銷售跟進排序，但發現資料來自不同系統，欄位名稱不一致，成交狀態也常常沒有更新。
它不適合完全沒有名單、還在找第一批流量的公司；也不適合把 AI 當成法務或資安審核的人。只要牽涉個人資料、退訂、拒絕行銷、價格承諾或療效功效等敏感文案，最後仍要有人決定能不能用。
CRM 客戶資料清理 AI 先看五個風險
很多 CRM 教學會從工具功能開始，但 SME 真正在乎的是「這批名單能不能安全拿去溝通」。Salesforce 台灣的 CRM 最佳實務提醒，資料清理包含修復或移除不正確、格式錯誤、重複或不完整資料，AI CRM 要產生有用洞察，前提是資料乾淨、有序、準確。來源：Salesforce 台灣 CRM best practices。
| 資料風險 | 常見現場 | AI 能幫什麼 | 人要決定什麼 |
|---|---|---|---|
| 重複客戶 | 同一人用手機、Email、LINE 名稱分別進名單 | 找出相似姓名、電話、Email、公司名稱與訂單紀錄 | 哪一筆是主紀錄，哪些互動紀錄要保留 |
| 同意與拒絕紀錄 | 客服知道客戶不想收訊息，但 CRM 沒標記 | 整理表單、退訂、客服備註與名單來源 | 是否仍可用於行銷，以及是否要排除 |
| 成交狀態錯誤 | 已成交客戶還收到首購折扣，或高意願名單沒被業務跟進 | 比對訂單、報價、GA4 lead 事件與 CRM 階段 | 更新為新名單、洽談中、已成交、流失或不適合 |
| 通路偏好混亂 | 客戶只在 LINE 互動，卻被塞進 Email 名單 | 彙整最後互動通路、回覆率與開封紀錄 | 這次訊息要走 LINE、Email、簡訊、電話或不發 |
| 來源欄位不可信 | 業務手動輸入「網路來的」，無法判斷哪個活動有效 | 標準化來源、活動、表單、門市與推薦欄位 | 哪些來源足以用來分眾或算成效 |
先停發高風險名單，再開始清理
第一步不是匯出全名單丟給 AI，而是先暫停高風險溝通。包含退訂者、明確拒絕行銷者、資料來源不明者、醫療或金融等敏感情境、剛客訴或退款的人，以及你不確定是否仍在特定目的範圍內的人。台灣個人資料保護法要求個人資料蒐集、處理或利用不得逾越特定目的必要範圍，並要與蒐集目的有正當合理關聯；非公務機關利用個資，也應在蒐集特定目的必要範圍內。來源：全國法規資料庫：個人資料保護法。
實務上可以先建立三個排除欄位：不可行銷、需人工確認、資料來源待補。AI 可以協助從客服備註、退訂紀錄、表單欄位中抓出疑似高風險名單，但不要讓它自動刪除或自動恢復寄送權限。權限與同意是經營責任，不是模型判斷題。
合併重複客戶時，不要只看 Email
HubSpot 的重複記錄文件顯示，工具可讓使用者檢視重複聯絡人或公司配對、選擇自訂規則，也提醒合併後的記錄無法還原。Microsoft Dynamics 365 的文件也把重點放在檢視可能重複資料、確認相似屬性，再合併並維護單一記錄。來源：HubSpot 管理重複記錄、Microsoft Dynamics 365 管理重複潛在客戶。
台灣 SME 常見的重複規則可以分三層。第一層是強匹配：同手機、同 Email、同會員 ID。第二層是中匹配：姓名相近、公司名稱相近、電話少一碼或格式不同。第三層是人工檢查：同地址、同訂單備註、同 LINE 顯示名稱，但無法確認是不是同一人。只有第一層適合批次處理；第二、第三層應該給人檢查，尤其是 B2B、家庭共用電話、門市會員與高客單服務。
把名單欄位整理成能分眾的語言
AI 客戶分群最怕欄位看似很多，實際上不能用。例如「來源」有官網、網站、網路、FB、facebook、Meta、表單、活動頁七種寫法；「狀態」有新客、未成交、待聯繫、問問、老闆說不急；「預算」有文字、有數字、有空白。這些資料直接進 AI，就會產出漂亮但不可執行的分群。
建議先把欄位壓到一張清單：客戶主 ID、可用聯絡方式、同意狀態、拒絕行銷狀態、最近互動通路、最近購買或詢問日、目前階段、來源、產品興趣、負責人、下次跟進日。這些欄位不一定要很複雜，但要一致、可維護、有人負責。
把 GA4 lead 事件接回 CRM，不要只看名單數
如果你有官網表單、預約、下載、詢價或 demo request，GA4 官方推薦事件包含用於初始潛在客戶取得的 generate_lead，也包含用於標記符合資格潛在客戶的 qualify_lead。來源：Google Analytics recommended events。
這對 CRM 清理很重要，因為名單品質不能只看數量。你可以把 generate_lead 當成進名單，qualify_lead 當成業務或客服確認有機會，再把 close_convert_lead 或訂單資料視為成交。清理時要問的是：這筆名單在網站、CRM、LINE、Email 與訂單裡是否能對得起來？如果對不起來，AI 的分群就會把「填過表單」誤當成「值得加碼」。
AI 可以做資料助理，但要留下審核軌跡
NIST AI RMF Core 把 AI 風險管理整理為 govern、map、measure、manage 四個功能，並強調風險管理需要持續、即時並涵蓋 AI 系統生命週期。來源：NIST AI RMF Core。放到 SME 的 CRM 清理，不需要做成大企業文件，但至少要留下誰匯入、誰審核、誰合併、誰恢復寄送，以及用哪些規則判斷。
建議把 AI 任務限縮成三件事：找疑似重複、補欄位建議、整理分群理由。不要讓 AI 自動刪除客戶、自動更改同意狀態、自動把拒絕者放回行銷名單，或自動產生誇大承諾的個人化文案。公平會網路廣告處理原則提醒，網路廣告應確保內容與實際提供情形相符，錯誤、變更或停售也應即時更正。來源：公平交易委員會網路廣告案件處理原則。
14 天 CRM 客戶資料清理節奏
| 天數 | 要完成的事 | 合格標準 |
|---|---|---|
| 第 1-2 天 | 匯總資料來源與欄位字典 | 知道名單來自哪些系統，每個欄位的意思一致 |
| 第 3-5 天 | 標出不可行銷、需人工確認、資料來源待補 | 高風險名單不進本次發送或廣告受眾 |
| 第 6-8 天 | 跑重複偵測與人工合併 | 每次合併有主紀錄、保留欄位與審核人 |
| 第 9-10 天 | 標準化來源、階段、通路偏好與產品興趣 | AI 分群能用固定欄位，而不是自由文字猜測 |
| 第 11-12 天 | 接回 GA4 lead 事件、訂單或成交狀態 | 能分辨新名單、合格名單、跟進中與已成交 |
| 第 13-14 天 | 小批量測試 LINE、Email 或廣告受眾 | 先用 5% 到 10% 名單測試錯誤率、退訂與回覆品質 |
資料更新與參考來源
本文於 2026-08-15 依官方文件與可公開檢索資料整理。CRM 平台功能、HubSpot 或 Microsoft 介面、GA4 推薦事件與台灣法規文字可能更新；正式寄送、刪除、合併或跨系統利用個人資料前，應以你當下使用的平台文件、法規原文與內部同意紀錄為準。
- Salesforce 台灣 CRM best practices
- HubSpot 管理重複記錄
- Microsoft Dynamics 365 管理重複潛在客戶
- 個人資料保護法
- 公平交易委員會網路廣告案件處理原則
- Google Analytics recommended events
- NIST AI RMF Core
結論：先讓名單可信，再讓 AI 加速
CRM 客戶資料清理 AI 最有價值的地方，是把分散資料變成可審核的行銷判斷，而不是替你省掉責任。台灣 SME 只要先修五件事：重複客戶、同意與拒絕、成交狀態、通路偏好、來源欄位，就能降低 LINE、Email 與廣告送錯人的機率。等名單可信，再讓 AI 做分眾、摘要、跟進排序與文案初稿，才不會把錯誤用更快的速度送到客戶面前。
FAQ
CRM 客戶資料清理 AI 可以自動合併所有重複客戶嗎？
不建議。AI 可以找出疑似重複，但主紀錄、同意狀態、交易紀錄與客服備註應由人審核後再合併。
台灣 SME 多久需要清理一次 CRM 名單？
若每週都有表單、門市會員、LINE 或訂單進來，至少每月做一次重複與同意檢查；大型活動前要再做一次發送前清理。
退訂或拒絕行銷的人可以再放進 AI 分眾嗎？
不要直接放回行銷分眾。應保留拒絕或退訂標記，並依原蒐集目的、同意紀錄與法規風險判斷是否能再利用。
CRM 欄位很多，最少要先整理哪些？
先整理客戶主 ID、可用聯絡方式、同意狀態、拒絕行銷、最近互動通路、目前階段、來源、產品興趣與下次跟進日。
清理後怎麼知道 AI 分眾有沒有改善？
用小批量測試比較退訂率、錯誤發送率、回覆品質、qualify_lead 比例與成交狀態更新率，不要只看寄送數或名單數。