台灣某個訂閱制保健食品品牌的行銷主管，今年初盤點年度數字時遇到一件讓她說不出話的事。
她的品牌有十八個月的交易歷史，每一個月、每一個訂閱週期都有完整的扣款紀錄——哪個會員正常續訂、哪個因為付款失敗被停訂、哪個主動取消、哪個沉默了三個週期沒有互動。這些數據全都在系統裡，從來沒有消失。
但是，當某一批會員開始悄悄停止開信、停止點擊 LINE 推播、開始降低消費頻率，她的團隊沒有任何一個指標在預警。等到流失確認，已經是事後的事了。
訂閱制品牌天然擁有一方數據——每次扣款、每次開信、每次登入、每次客服互動，都是一個帶有時間戳記的行為數據點，精密程度遠超大多數非訂閱業態。問題不在於「有沒有數據」，而在於「有沒有把這些數據組合成一個會說話的訊號」。
顧客健康分（Customer Health Score）就是這套組合方法——把分散的行為訊號轉換成一個數字，讓異常可以被自動偵測、讓介入可以在流失發生前就啟動。
訂閱制品牌的一方數據，為什麼大多數都在沉睡？
訂閱制品牌的數據優勢，在商業模型設計上就已經決定了。
每一個訂閱週期，品牌拿到的是一組帶時間序列的行為紀錄：付款成功還是失敗（以及失敗的次數）、這個月有沒有登入帳號或開過 APP、有沒有點開 LINE 推播或 EDM、有沒有主動聯絡客服、有沒有使用量或功能互動。這些數據不需要特別設計問卷、不需要靠顧客主動填回饋，是業務模式本身持續生產的副產品。
電商品牌想知道顧客是否進入沉睡期，要等到第三次沒回購才能看出苗頭；訂閱制品牌在第一個異常週期就已經有訊號。但根據 ChurnZero 的 2025 Customer Revenue Leadership Study，73% 的客戶成功主管坦承，他們現有的健康分系統無法可靠地預測流失。
原因不是數據不夠，而是數據沒有被組合成有效的複合訊號。大多數品牌只看單一維度的指標——例如「續訂率」這個結果指標，而不是能提前幾個月預警的行為複合分數。
續訂率是結果，不是訊號。等續訂率下滑的時候，流失其實在兩個月前就開始了。
數據躺著的三個結構原因
指標孤島：交易紀錄在訂閱平台，行為互動在 LINE OA，客服紀錄在另一個系統。沒有一個層面能看到完整的「這個顧客最近的狀態」。
只看群體平均：品牌會追蹤整體開封率、整體續訂率，但不看「哪一個具體的訂閱戶正在衰退」。平均值掩蓋了個體分歧——整體開封率 18% 看起來穩定，可能背後有一批人開封率掉到 0%，另一批人維持在 40%。
沒有主動觸發的機制：就算有人發現某個顧客三個月沒開信，下一步也是「等排期群發的時候一起發出去」，而不是在異常被偵測到的那一天就觸發個人化介入。
顧客健康分要解決的，是把孤島數據整合成一個複合分數，讓分數變動本身就能啟動介入旅程。
顧客健康分是什麼？不是 NPS，是一個複合指標
顧客健康分不是 NPS（Net Promoter Score）。NPS 問的是「你願不願意推薦」，是主觀的態度指標，而且只有在顧客願意填問卷的時候才更新。
健康分是由多個行為維度加權計算出來的複合數字，通常以 0–100 分表示，分數越高代表顧客狀態越好、流失風險越低。它的特點是：
- 自動計算，不靠顧客主動回答
- 持續更新，每次新的行為數據進來都重算
- 可操作，可以設定「分數低於某個閾值就觸發介入旅程」
NPS 告訴你顧客怎麼「想」；健康分告訴你顧客現在的「狀態」。兩者都有用，但對流失預測來說，健康分的先導性（leading indicator）遠優於 NPS 這類落後指標（lagging indicator）。Totango 的 2025 年研究指出，多數流失顧客在確認流失的六週之前就已經出現了可偵測的活躍度衰退訊號——而這個訊號，NPS 問卷抓不到，持續計算的健康分可以。
健康分與 CLV 的關係
健康分是 CLV（顧客終身價值）的狀態監測工具。CLV 算的是「這個顧客理論上能貢獻多少終身價值」；健康分算的是「這個顧客當前的軌跡，是往理論最高值走，還是正在偏離」。
延伸閱讀：顧客終身價值（CLV／LTV）是什麼？公式、三種算法與提升留存的三個方向
健康分低的顧客，CLV 正在被實際流失率侵蝕。健康分高的顧客，是值得主動追加觸達、啟動升等邀請的對象。兩個指標結合起來看，才能同時掌握「誰值得投資」和「誰正在出狀況」。
建置健康分的四個核心維度
訂閱制品牌的健康分，建議從四個維度出發。各維度的權重要依自己的業務邏輯調整，不存在對所有品牌都成立的標準配比——保健食品訂閱和 SaaS 工具訂閱對「使用深度」的定義就完全不同。
維度一：交易時序穩定性（Transaction Regularity）
這是訂閱制品牌最有優勢的獨特數據。觀察的問題是：這個顧客的付款是否規律？有沒有出現「付款失敗→重試成功」的週期性模式？
付款失敗不等於流失意圖，但重複的付款失敗是高可靠的風險訊號。根據 Ringly.io 整理的 2026 年訂閱統計數據，訂閱制品牌因付款失敗導致的非自願性流失（involuntary churn），佔總流失比例達到 20–40%。這些顧客未必有流失意圖，但如果沒有在失敗後七十二小時內主動觸及，很多人不會自己回來補繳。
計分邏輯舉例：連續 N 個週期無失敗為高分；本週期首次失敗已重試成功為中分，標記追蹤；連續兩次失敗且第三次仍待確認為低分，立即觸發回收旅程。
維度二：互動頻率趨勢（Engagement Trajectory）
不是「這個月開封率是多少」，而是「這個顧客的開封率在過去三個月是上升還是下降」。
趨勢比當期數值更重要。一個開封率 30% 但正在持續下滑的顧客，風險高於開封率 20% 但正在回升的顧客。追蹤項目包含：LINE 訊息開封、EDM 點擊、APP 登入次數或使用時長、登入後的互動深度（只看首頁 vs. 實際用到核心功能）。
Totango 同份研究也指出，高嚴重性客服工單頻率激增往往比活躍度下滑更早出現——不是因為顧客滿意，而是因為他們在掙扎卻沒有找到出口。客服互動頻率也應該納入互動趨勢的評分邏輯。
維度三：使用／消費深度（Depth of Usage）
這個維度依產品類型差異很大。
訂閱制保健品：是否有在補充訂購間隙購買加購商品？有沒有回購的第二個品項？訂閱制 SaaS：是否有用到產品的核心功能？用的功能有沒有在增加（廣度）？訂閱制內容平台：每個月的實際觀看或閱讀時長？有沒有在平台創造任何社交行為（如收藏、分享）？
使用深度代表的是「這個顧客有沒有從產品裡拿到價值」。技術上訂閱中、但完全沒有在用的顧客，是最隱形的高風險群體——因為帳單還在扣，但關係已經進入冷卻期，流失只是時間問題。
維度四：主動行為信號（Proactive Signal）
顧客自發性地做了什麼，而不只是被動接收品牌的觸達。
正向信號包含：主動聯絡詢問升級方案、推薦朋友加入、填寫滿意度調查、在社群分享使用心得。負向信號最需要即時偵測的是：主動詢問取消流程。這個訊號出現時，挽留視窗通常只剩四十八到七十二小時。
加權計算與分數區間
四個維度加權後，產出一個 0–100 的綜合分數。以下是建議的初始分段——第一版從這裡出發，三個月後用實際流失數據回頭校正閾值：
| 分數區間 | 狀態判定 | 建議動作 |
|---|---|---|
| 80–100 | 健康（可主動追加） | 升等邀請、推薦計劃觸發 |
| 60–79 | 穩定（定期觀察） | 正常旅程維持 |
| 40–59 | 警示（需主動保溫） | 個人化內容觸達、確認使用狀況 |
| 20–39 | 高危（需即時介入） | 人工介入或挽留旅程啟動 |
| 0–19 | 流失前夕（最後機會） | 緊急挽留＋取消防護流程 |
健康分落地：從數字到介入旅程的完整鏈路
建置健康分的技術層面完成之後，更重要的是落地機制——分數怎麼和旅程連接起來。分數只是一個數字，本身不能做任何事；讓它驅動行動，才是整套系統的核心。
步驟一：建立自動觸發規則
健康分的價值在於不需要人工每天去看數字，而是分數變動本身就觸發下一個動作。
具體的觸發邏輯示例：「當某個訂閱戶的健康分在 14 天內從 65 分降到 45 分以下」→ 自動觸發保溫旅程第一步，發送個人化 LINE 訊息，詢問是否有任何使用上的問題或需要調整的訂閱方案。
這個訊息的語氣要是「我們注意到你最近使用狀況有些變化，想確認一下」，而不是「您已超過 XX 天沒有使用，請盡快回來」。前者是顧問語氣，後者是行為追蹤語氣——在台灣的訂閱消費者習慣裡，兩種語氣帶來的反應差異相當明顯。
步驟二：分層旅程設計
不同分數段的顧客，旅程邏輯完全不同。
穩定區（60–79 分）的旅程重點不是防流失，而是加深使用深度。適合的動作包含功能教學內容、用戶社群邀請、早鳥試用新功能。不要在這個群體身上觸發過多折扣型內容——過度的優惠觸達反而會讓顧客意識到「我是可以被打折的對象」，削弱品牌溢價。
警示區（40–59 分）要開始個人化。不是所有人都因為同樣的原因進入警示區——有人是付款失敗，有人是互動頻率下滑，有人是使用深度萎縮。不同根因對應不同的旅程起點，統一發同一封保溫信的效果很有限。
高危區（20–39 分）需要人工介入的判斷。這個階段，自動化旅程的角色是幫人工篩出最需要優先接觸的名單，而不是完全替代人的判斷。客服或客戶成功主動電話聯繫，在這個階段的效果往往遠高於任何自動化訊息。
步驟三：健康分與 RFM、NES 模型的搭配
健康分不是要取代 RFM（Recency / Frequency / Monetary）分析，而是補充 RFM 看不到的東西。
RFM 看的是歷史消費行為，回答的是「這個顧客過去貢獻了多少」；健康分看的是當下狀態趨勢，回答的是「這個顧客現在的軌跡往哪個方向走」。兩者搭配，才能同時掌握「歷史高價值但當前健康下滑」這個群體——這個群體是挽留優先順序最高的，因為他們的流失成本最大。
延伸閱讀：RFM 分不出誰正在離開：用 NES 模型看顧客的狀態轉移與喚醒時機
步驟四：配合訂閱週期校正更新頻率
不同訂閱制品牌的週期長度差異很大。月訂制品牌，健康分更新頻率可以設成每週；季訂制品牌，每兩週更新一次；年訂制品牌建議每週更新——因為扣款間隔長，中間發生的行為變化需要更密集的監控，否則等到下次扣款才發現問題，挽留視窗早就過了。
延伸閱讀：回購週期中位數是什麼？比平均值更該看的再行銷時間點
現在可以立刻開始的 3 件事
盤點你現在有哪些可追蹤的維度。 打開訂閱平台、CRM、LINE OA、EDM 工具，列出你現在實際能拿到的欄位。不需要等到完美的跨系統整合完成，用現有數據先跑第一版，比等待完美環境再動手更有價值。
找出過去 12 個月的流失顧客，回頭看他們的行為訊號。 在他們確認流失的 60–90 天前，開封率有沒有下滑？付款有沒有出現過失敗紀錄？這個「後照鏡校正」可以幫你找到自己品牌最可靠的先導指標，避免第一版健康分建立在無效的維度上。
設定一個最簡單的觸發規則作為起點。 「連續兩個週期付款失敗→在第三個週期的扣款日前三天主動發一封 LINE 訊息」。不需要先有完整的健康分系統，從一個行為觸發規則開始，就已經比群發有效。
如果你的品牌數據分散在多個系統、想把這些訊號整合到單一顧客輪廓，愛酷的跨渠道顧客數據平台 AccuCDP（功能介紹見文末）可以把 LINE OA 行為、POS 交易、網站瀏覽、EDM 互動整合成完整的顧客視圖，讓健康分計算有可靠的數據基礎。
常見問題
顧客健康分和 NPS 有什麼不同？
NPS 是問卷驅動的主觀態度指標，只在顧客填問卷時更新，無法反映持續的行為狀態。健康分由實際行為數據自動計算，持續更新，是預測流失的先導指標。對訂閱制品牌來說，兩者都有價值——NPS 適合季度性的滿意度盤點，健康分適合日常的流失風險監控。
建置健康分一定要有 CDP 嗎？
不一定，但沒有跨渠道整合的情況下，健康分只能建立在單一系統的數據上，覆蓋的維度有限。低技術版本可以從 Google Sheets 手動紀錄幾個關鍵指標開始，先驗證哪些維度跟實際流失的相關性最高，再考慮系統化整合。數據品質比工具先進性更重要。
健康分的閾值怎麼設定？
第一版從業界通用的分段出發（本文建議的 0–100 五段），跑三到六個月後，用實際流失數據回頭對照：哪個分數段的顧客在接下來三個月的流失率最高？用這個數據調整觸發介入的閾值，讓分數跟業務現實對齊，而不是套用別人品牌的參數。
訂閱制品牌多久更新一次健康分比較好？
配合你的訂閱週期。月訂制每週更新，季訂制每兩週更新，年訂制建議每週更新。核心原則是：更新頻率要讓介入旅程在顧客狀態還可逆的時候就啟動，而不是等到扣款失敗才發現。
關於 AccuCDP
AccuCDP 是 AccuHit 愛酷智能科技的跨渠道顧客數據平台，整合品牌分散在多個系統的數據——官網埋碼、LINE OA 行為、POS 消費紀錄、CRM、EDM 互動——透過 AccuID 技術建立單一真實顧客輪廓，讓數據從「有」變成「能用」。
主要功能模組：
- AccuID 識別技術：匿名訪客追蹤與實名顧客串連，補全身份識別缺口
- 多維度標籤系統：觸發型、屬性型、行為型、自定義型，支援自動更新
- 行銷自動化旅程：多渠道發送（LINE/EDM/SMS/Web Notify/廣告）＋旅程畫布
- 洞察分析：行為探索水流圖、行動時間軸、異常示警
- 效益衡量：UTM 管理、歸因分析、發送量儀表板
適用情境：數據分散在多平台的品牌、想整合線上線下顧客輪廓、需要精準分眾和長期留存管理。
更多資訊：accuhit.net
資料來源
- ChurnZero，2025 Customer Revenue Leadership Study
- Ringly.io，〈67 customer churn statistics you need to know in 2026〉
- Totango，2025 年客戶成功指標研究
