客戶推薦制度最怕的不是獎勵太小，而是讓老客戶覺得自己被拿去賣朋友。台灣 SME 要啟動推薦獎勵前，先把 6 件事寫清楚：誰能推薦、誰能領獎、推薦訊息怎麼揭露、LINE 或 CRM 怎麼標記來源、業務怎麼跟進、什麼情況停止發獎。AI 可以協助整理名單、偵測異常、提醒跟進，但不能替你決定什麼話術合適、什麼承諾會讓人誤解。
客戶推薦制度適合誰，不適合誰
客戶推薦制度適合已經有一批滿意客戶、交付品質穩定、成交原因能說清楚的公司。像是設計服務、顧問、教育課程、B2B 軟體、在地服務、會員型電商，都可以把老客戶的信任轉成可追蹤的轉介紹流程。
它不適合產品體驗還不穩、客服常漏接、價格規則常變、或團隊還不知道什麼客戶值得接的情境。這時候硬推推薦獎勵，反而會把不穩定的交付放大，讓老客戶承擔尷尬。
先看 6 個欄位，別只急著發折扣碼
1. 推薦資格：誰的推薦才算數
不要把「任何人分享都給獎」當成預設。先定義推薦人是否必須是既有客戶、會員、合作夥伴或員工；被推薦人是否必須是新客、特定方案、特定地區或特定客單。資格越模糊，後面越容易出現自推、重複領獎、朋友代買、業務與客戶認定不同的爭議。
2. 獎勵條件：什麼時點才發獎
獎勵可以是折扣、點數、加值服務、現金回饋、顧問時數或贈品，但關鍵是發放時點。建議不要在「填表」就發完整獎勵，而是分成有效名單、完成諮詢、首次成交、鑑賞期後或付款完成。這樣能避免為了獎勵灌進低品質名單。
3. 揭露文字：讓朋友知道這是有獎勵的推薦
推薦獎勵如果讓推薦人公開貼文、寫心得、分享連結或邀請朋友購買，就可能不只是私下口碑，而會接近廣告或薦證情境。公平交易委員會的網路廣告處理原則要求網路廣告內容與事實相符，並對重要限制條件充分揭示；涉及他人薦證或社群貼文推廣時，廣告主也應確保內容符合事實。
實務上，推薦訊息至少要讓對方知道：推薦人是否會得到獎勵、被推薦人是否也有優惠、限制期間、適用方案與領取條件。不要讓老客戶用「純分享」包裝有獎勵的商業推薦。
4. 來源追蹤：LINE、表單、CRM 要用同一套命名
台灣 SME 常見入口是 LINE 官方帳號、官網表單、私訊、電話和業務轉介。LINE Biz-Solutions 官方頁面也把官方帳號定位在互動中累積顧客資料、進行分眾優化的基礎。來源欄位不要各系統各取一套，建議統一成 referral_source、referrer_id、reward_stage、sales_owner、consent_note 這類可交接欄位。
5. 業務跟進：不要讓被推薦人收到冷冰冰的制式訊息
被推薦人願意回覆，通常是因為相信推薦人，不是因為你的品牌突然變有名。第一封訊息應該承接推薦脈絡，例如「某某提到你可能在評估這個問題」；但不要揭露不該揭露的私密資訊，也不要暗示推薦人已替對方背書購買。
6. 防濫用規則：先寫停止條件
市面推薦工具常把連結、折扣碼、儀表板和異常偵測當成功能重點，例如 ReferralCandy 的頁面提到 referral links、coupon codes、dashboard、exports，以及 self-referrals、leaked codes、suspicious spikes 等濫用偵測。台灣 SME 即使不用專門工具，也要先定義異常：同一電話重複、同一付款方式大量推薦、短時間異常暴增、退貨後仍領獎、員工自推等情況怎麼處理。
折扣碼思維和信任系統差在哪裡
| 項目 | 只發折扣碼 | 信任型客戶推薦制度 |
|---|---|---|
| 推薦動機 | 靠優惠刺激分享 | 從滿意客戶、適合對象和明確場景開始 |
| 追蹤方式 | 只看代碼使用次數 | 記錄推薦人、被推薦人、來源、階段和成交品質 |
| 風險控管 | 發現濫用才補規則 | 啟動前先寫資格、限制、退貨和異常處理 |
| LINE 或 CRM | 加入後全部群發 | 依來源、需求、關係和跟進狀態分眾 |
| AI 用法 | 自動產生大量邀請話術 | 協助摘要脈絡、提醒跟進、偵測異常與整理報表 |
AI 可以幫什麼，不能代替什麼
AI 最適合做三件事。第一，整理推薦來源，把 LINE 備註、表單欄位、CRM 註記轉成一致分類。第二，偵測異常，例如短時間大量同來源、同地址、同付款或低成交率名單。第三，協助業務寫更貼近脈絡的跟進草稿，但每則訊息仍要由人確認是否合適。
AI 不適合直接決定獎勵資格、不適合自動公開使用客戶姓名或心得、不適合替你保證推薦一定會成交。個資處理也要保守；個人資料保護法第 8 條的官方說明要求蒐集個人資料時明確告知蒐集目的、資料類別、利用期間、地區、對象及方式等事項。推薦制度若要收集朋友資料，應先讓被推薦人自己留下資料，而不是請老客戶代交一串名單。
14 天低風險試跑流程
- 第 1 到 2 天：選 20 位最近 90 天內滿意度高、交付穩定的老客戶，不群發全名單。
- 第 3 到 4 天：寫清楚推薦資格、獎勵條件、揭露文字和停止條件。
- 第 5 到 7 天：建立一個表單或 LINE 分眾入口，只收必要欄位，並讓被推薦人自行同意留下資料。
- 第 8 到 10 天：用 AI 協助整理推薦來源與跟進提醒，但所有對外訊息人工確認。
- 第 11 到 14 天：檢查有效詢問、成交品質、客訴、濫用訊號和老客戶回饋，再決定是否放大。
資料更新與來源
本文於 2026-09-19 依公開搜尋結果、台灣公平交易委員會文件、LINE Biz-Solutions 官方頁面，以及 referral program 軟體頁面可觀察到的功能訊號整理。推薦制度、LINE 功能、個資與廣告規範會因實際活動設計與法規解釋而不同，正式上線前應請法務或顧問確認獎勵條款、揭露文字與個資流程。
結論
客戶推薦制度的本質是信任轉移，不是把老客戶變成免費業務。台灣 SME 若想用 AI 放大推薦成效，先不要急著買工具或群發折扣碼。把推薦資格、獎勵條件、揭露文字、來源追蹤、業務跟進和防濫用規則寫清楚，再用 AI 做整理、提醒和異常偵測，這樣才有機會讓口碑變成可長期累積的成長管道。
FAQ
客戶推薦制度一開始要給現金獎勵嗎？
不一定。台灣 SME 可以先測折扣、點數、加值服務、贈品或顧問時數。重點是獎勵要和毛利、成交品質及客戶期待相符，不要為了吸引推薦而讓成本失控。
老客戶推薦朋友需要揭露獎勵嗎？
若推薦訊息涉及公開貼文、心得、連結或帶有商業推廣效果，建議清楚揭露推薦人可能取得獎勵、被推薦人的優惠和限制條件，避免讓朋友誤以為完全沒有利益關係。
可以請老客戶直接提供朋友電話名單嗎？
不建議。比較安全的做法是讓老客戶分享入口，由被推薦人自行填表或加入 LINE，並在當下告知蒐集目的、使用方式與後續聯絡方式。
AI 在客戶推薦制度中最適合做什麼？
AI 適合整理來源標籤、摘要推薦脈絡、提醒業務跟進、找出異常推薦模式和產出週報。對外承諾、獎勵資格和敏感訊息仍應由人審核。
推薦制度要看哪些 KPI？
不要只看分享數。至少要看推薦入口加入數、有效詢問率、成交率、平均客單、退貨或取消率、獎勵成本、老客戶回饋，以及是否出現異常濫用。