樣品寄出後跟進的重點不是一直問客戶「收到沒」，而是把樣品狀態拆成 5 個可判斷的報價訊號：是否已送達、誰在測試、卡在哪個技術或採購問題、何時需要補資料、以及是否已經具備報價條件。AI 可以幫台灣 B2B SME 整理訊息、標記風險、產生下一封跟進草稿，但最後仍要由業務確認客戶情境與個資使用界線。
為什麼只問收到沒，會把樣品成本浪費掉
很多 B2B 中小企業把樣品寄出當成業務流程的終點：包裹交給物流、追蹤號碼貼進 LINE 或 email，接著等客戶回覆。問題是，樣品成本通常包含產品、包裝、運費、業務時間與技術支援。如果後續只有一封「請問收到嗎」，你只能得到禮貌性的回覆，卻不知道這個客戶是否值得報價、是否需要工程資料、是否只是拿樣品比價。
比較好的做法，是把樣品寄出後的每一次互動都記成 CRM 狀態。Google Analytics 的建議事件把 lead generation 拆成 generate_lead、qualify/disqualify、working lead 與 close lead 等階段；這個邏輯也可以搬到樣品流程：樣品不是「寄出就算數」，而是要一路更新到測試、合格、報價、未成交或下次再聯絡。
樣品寄出後跟進要抓的 5 個報價訊號
AI 在這裡最有用的地方，不是替你硬催客戶，而是把分散在 email、LINE、WhatsApp、物流截圖與業務筆記裡的訊息整理成下一步。下面這 5 個訊號，適合做成固定欄位。
1. 物流已送達，但客戶沒有進入測試
物流頁面可以確認包裹狀態，但不能證明決策流程已經啟動。像 DHL、UPS 這類追蹤頁可以用來確認送達或異常，CRM 裡則要另外記錄「收到者是否為測試者」。如果收件人只是總務或倉庫，下一封訊息就不該催採購，而是請窗口協助確認負責測試的人。
2. 客戶有測試，但回覆只說還在看
「還在看」通常不是一個狀態，而是缺少測試條件。AI 可以把客戶回覆整理成缺口：是否缺規格書、使用情境、安裝方式、MOQ、交期、報價幣別或付款條件。業務下一步要補的是阻礙測試的資料，而不是重複問「有沒有進度」。
3. 技術問題重複出現，代表頁面或資料包不完整
如果三個客戶都問同一個耐溫、尺寸、材質、安全認證或相容性問題，這不是單一業務跟進問題，而是內容資產缺口。把問題回填到產品頁、型錄、FAQ 或樣品包說明，可以讓後續樣品跟進變短，也讓 AI 搜尋或站內搜尋更容易抓到正確答案。
4. 採購時程明確，但報價條件不完整
有些客戶已經說出「下月試產」、「第三季導入」或「等主管確認」，但還沒給數量、交期、交貨地、付款條件。這時 AI 可以幫你列出報價缺欄，不該自動編價格或承諾交期。樣品寄出後跟進要把客戶推進「可報價」狀態，而不是只把對話變多。
5. 客戶不適合，卻一直消耗支援時間
樣品跟進也要允許 disqualify。若客戶需求量太小、規格不符、付款條件不合、用途超出產品能力，CRM 要記錄原因。這樣日後再投放廣告、寄 EDM 或做外銷名單時，才不會把同一批低適配名單重新丟回業務。
把樣品跟進做成 CRM 欄位，而不是靠業務記憶
台灣 SME 不一定需要大型 CRM，但至少要有一張表，把每個樣品案放進固定欄位。重點是欄位要能支持下一步，而不是只是紀錄流水帳。
| 訊號 | 下一步 | CRM 欄位 | AI 可協助但不能取代的事 |
|---|---|---|---|
| 已送達但未測試 | 確認測試窗口與預計日期 | 收件人、測試者、測試日期 | 整理物流與對話摘要 |
| 測試中但卡住 | 補規格、案例或使用條件 | 卡點分類、需補文件 | 把客戶問題分群 |
| 有採購時程 | 補齊報價條件 | 數量、交期、交貨地、幣別 | 產生缺欄清單 |
| 技術問題重複 | 回填產品頁與 FAQ | 重複問題、內容待補 | 找出高頻問題 |
| 不適合成交 | 標記原因並停止高成本跟進 | 淘汰原因、可再聯絡時間 | 建立名單分級草稿 |
AI 跟進訊息要分清楚物流通知、服務回覆與行銷推播
如果你用 WhatsApp、LINE 或 email 跟進樣品，要先區分訊息目的。WhatsApp Business Platform 將訊息分成 marketing、utility、authentication、service 等類別，官方也把 utility messages 描述為可用於訂單狀態、帳戶更新、付款或預約提醒等時效性通知；但只要訊息開始促銷新產品、催促購買或擴大用途，就可能變成行銷訊息。參考 WhatsApp Business Platform pricing 與 utility messages 的分類說明。
在台灣，個資法第 20 條也要求非公務機關在行銷使用個人資料時，當事人表示拒絕後應停止使用。樣品寄出後跟進通常有既有交易或洽詢脈絡，但這不代表可以無限制把窗口加入所有行銷名單。可參考個資會籌備處整理的 Personal Data Protection Act and Interpretations。
一週內可以落地的樣品跟進節奏
第 0 天：寄出時只寄必要資訊
寄出通知應包含樣品品項、追蹤號碼、預計送達區間、測試注意事項與聯絡窗口。不要在這封訊息裡塞滿促銷話術，否則客戶會分不清你是在通知物流還是在推銷。
送達後 1 到 2 天：確認測試者，不急著報價
如果物流顯示已送達，第一步是確認樣品是否交到實際測試者手上。對製造業、代理商、通路採購或外銷客戶來說，收件人和決策者常常不是同一人。
送達後 3 到 5 天：追測試卡點
這時適合問一個具體問題：是否缺規格、是否需要測試方法、是否已安排內部試用。AI 可以根據過去客戶回覆生成不同版本，但業務要刪掉不符合客戶語氣與交易關係的內容。
送達後 7 到 10 天：補齊報價條件
如果客戶回覆正面，下一步不是再寄一次型錄，而是把數量、包裝、交期、交貨地、付款與售後條件補齊。只有這些欄位完整，報價才不會來回修改。
這套方法適合誰？不適合誰？
這套流程適合樣品成本不低、B2B 決策週期超過一週、需要技術測試或採購審核的台灣 SME，例如製造業、零組件、原物料、客製禮品、設備耗材、外銷供應商。不適合低單價、幾乎不需要測試、靠即時衝動購買成交的商品；那類情境應優先改善商品頁、付款流程與客服速度。
資料更新與來源
本文更新時間為 2026-07-02。平台規則、訊息分類與法規解釋可能變動，正式上線前應再次確認官方頁面。主要參考來源包括 Google Analytics recommended events、Analytics Help lead generation events、WhatsApp Business Platform pricing、WhatsApp utility messages、DHL/UPS tracking support，以及台灣個人資料保護法英文整理頁。本文不提供法律意見；若樣品跟進涉及大量個資、自動化分眾或跨境資料傳輸，應由公司法務或外部顧問確認。
結論：樣品寄出後跟進要讓下一步變清楚
樣品寄出後跟進不是把客戶催到回覆，而是把樣品成本轉成可判斷的商業訊號。台灣 B2B SME 可以先從一張 CRM 表開始：物流狀態、測試者、測試卡點、報價缺欄、淘汰原因。AI 負責整理與提醒，人負責判斷關係、時機與承諾。只要這 5 個欄位跑起來，樣品就不再只是成本，而會變成下一次報價、內容更新與名單分級的依據。
FAQ
樣品寄出後多久跟進最合適？
通常可以在物流顯示送達後 1 到 2 天確認是否交到測試者手上，3 到 5 天追測試卡點，7 到 10 天再補報價條件。若樣品需要長時間測試，應先和客戶約好回覆日期。
AI 可以自動幫我催客戶嗎？
不建議全自動催客戶。AI 適合整理對話、分類卡點、產生草稿與提醒業務，但是否催促、用什麼語氣、能否承諾交期或價格，仍要由業務判斷。
樣品跟進要記哪些 CRM 欄位？
至少記錄追蹤號碼、送達狀態、實際測試者、測試卡點、報價缺欄、下一次跟進日期、是否合格與淘汰原因。欄位越能支持下一步，越有價值。
客戶一直沒有回覆，要不要繼續寄行銷訊息？
不要把樣品跟進無限制延伸成行銷推播。若客戶明確拒絕行銷或不再回覆，應停止高頻打擾，並在 CRM 標記原因與下次可再聯絡時間。
樣品寄出後跟進和報價跟進有什麼不同？
樣品跟進是在確認客戶是否收到、測試、卡關與具備報價條件；報價跟進則是在報價送出後確認預算、決策者、時程與成交阻礙。兩者欄位應分開。