挖開 WooCommerce 歷史訂單：讓 AI 自動生成「活的」客戶輪廓 Persona

「我們的客群是 35 歲喜歡喝咖啡的文青」——這種拍腦袋的 Persona，往往跟資料庫裡的真實訂單對不上。WooCommerce 的歷史訂單早就記錄了客戶真正的消費輪廓，缺的只是把它挖出來的方法。這篇示範怎麼讓 AI 讀懂訂單資料，自動生成一份「活的」、會隨數據更新的客戶輪廓。

我通常會翻個白眼（在心裡），然後問：「這個『覺得』是哪來的？看過資料庫了嗎？分析過 WooCommerce 的歷史訂單了嗎？」通常得到的答案都是一陣沉默。

在 2025 年的現在，如果你還在靠「想像力」畫客戶輪廓（Customer Persona），那你大概是在燒錢取暖。我們手上有的是數據，缺的是「解讀數據的眼睛」。而現在，AI (Large Language Models) 就是那雙眼睛。

今天這篇文章，不談空泛的理論，我要帶大家用工程師的思維，實作如何利用 OpenAI API 結合 WooCommerce 歷史訂單與互動行為，自動生成動態的、有憑有據的客戶輪廓。別再讓你的客戶名單只是一堆冰冷的 email 和電話了。

為什麼傳統的「客戶輪廓」在電商行不通？

傳統的 Persona 往往是靜態的。你三年前定義的「小資女」，三年後可能已經變成「高消費力的職場主管」，也可能因為結婚生子變成了「精打細算的家庭主婦」。

人的行為是流動的，但你的標籤卻是死的。如果你只會用 Excel 拉報表，你頂多看到「RFM 模型」（最近一次消費、頻率、金額），你知道這個人很有錢，但你不知道他「為什麼」買，也不知道他「正在」對什麼感興趣。

AI 能做到的，是「語意理解」與「行為推論」

透過 AI 分析歷史訂單，我們不再只是看金額，而是看商品組合背後的意圖：

• 場景 A：客戶買了「嬰兒床」、「防撞貼條」、「無毒地墊」。
  AI 推論：新手父母，對安全性極度敏感，這兩年內的行銷重點應在育兒輔助與省時商品。
• 場景 B：客戶買了「高蛋白粉」、「護腕」、「藍牙運動耳機」。
  AI 推論：健身愛好者，重視自我提升，可能對健康食品或穿戴裝置感興趣。

這不是簡單的 `if-else` 程式碼寫得出來的，這需要 LLM (大語言模型) 的歸納能力。

技術架構：從 WooCommerce 到 AI Persona

我們要打造的系統邏輯如下，這也是我在幫企業客戶導入時的標準架構：

1. 資料清洗 (Data Sanitization)：從 WooCommerce 撈取訂單，但要隱去個資（PII），只保留商品名稱、分類、購買時間與金額。
2. 特徵提取 (Feature Extraction)：將歷史訂單轉換為 AI 看得懂的自然語言描述。
3. AI 分析 (AI Inference)：透過 OpenAI API (或其他 LLM) 進行分析，要求回傳 JSON 格式的 Persona 標籤與行銷建議。
4. 回寫資料庫 (Data Persistence)：將生成的 Persona 存入 User Meta 或 CRM 系統。

實戰步驟一：撈取並標準化訂單資料

首先，我們需要一個函數來獲取特定使用者的購買歷史。這裡有個工程師的小囉嗦：千萬不要在前台頁面載入時跑這個迴圈，這絕對會讓你的網站卡到爆。這種分析工作，請務必丟到背景排程（Action Scheduler）或是透過 n8n 在外部執行。

以下是 PHP 範例，用於提取「乾淨」的購買字串：

/**
 * 獲取客戶的購買歷史摘要 (用於 AI 分析)
 * 
 * @param int $user_id WordPress User ID
 * @return string 格式化的購買字串
 */
function get_customer_purchase_history_for_ai( $user_id ) {
    // 獲取該使用者的所有完成訂單
    $orders = wc_get_orders( [
        'customer_id' => $user_id,
        'status'      => ['wc-completed'],
        'limit'       => 20, // 為了節省 Token，我們只看最近 20 筆
        'orderby'     => 'date',
        'order'       => 'DESC',
    ] );

    if ( empty( $orders ) ) {
        return '無購買紀錄';
    }

    $history = [];

    foreach ( $orders as $order ) {
        $items_summary = [];
        foreach ( $order->get_items() as $item ) {
            // 獲取商品名稱與分類
            $product = $item->get_product();
            $cats = $product ? wc_get_product_category_list( $product->get_id() ) : '';
            
            // 移除 HTML 標籤，只保留文字
            $cats = strip_tags( $cats );
            
            $items_summary[] = sprintf(
                '%s (分類: %s)',
                $item->get_name(),
                $cats
            );
        }

        $history[] = sprintf(
            '日期: %s, 金額: %s, 內容: %s',
            $order->get_date_created()->date('Y-m-d'),
            $order->get_total(),
            implode( ', ', $items_summary )
        );
    }

    return implode( ";\n", $history );
}

實戰步驟二：設計 AI Prompt (詠唱工程)

有了資料，接下來就是 AI 的大腦時間。我們要告訴 AI：「你是資深的消費心理學家，請根據以下購買紀錄分析這個人的輪廓。」

這裡有一個關鍵技巧：要求 AI 回傳 JSON 格式。如果你讓 AI 回傳一堆廢話文章，你的程式根本沒辦法自動化應用。

Prompt 範例：

Role: Expert Market Analyst.
Task: Analyze the provided purchase history and generate a customer persona.

Input Data:
[在此插入上面的 PHP 函數產出的字串]

Output Format: JSON only, no markdown, no explanation.
Schema:
{
  "persona_tag": "Short label (e.g., Tech-Savvy Professional)",
  "interests": ["array", "of", "keywords"],
  "spending_power": "Low/Medium/High",
  "lifecycle_stage": "New/Active/Churning",
  "recommended_marketing_tone": "Professional/Friendly/Urgent",
  "next_best_offer": "Product category suggestion"
}

透過 API 發送這個 Prompt 後，你會得到一個結構化的資料。這時候，你就可以用 PHP 的 json_decode() 把它解開，存進 WordPress 資料庫。

實戰步驟三：自動化標籤與應用

當我們拿到 AI 分析的結果，比如 persona_tag: 寵物溺愛型飼主，我們可以做什麼？

1. 更新 User Meta：

   update_user_meta( $user_id, 'ai_persona_tag', $ai_result['persona_tag'] );

2. CRM 同步：如果你的 WordPress 有串接 HubSpot 或 Salesforce，這些標籤應該同步過去。這樣業務在打電話時，就不會推銷貓罐頭給買狗飼料的人。
3. 動態內容顯示： 這是我最愛的部分。你可以在首頁寫一段簡單的邏輯：如果 ai_persona_tag 是「價格敏感型」，就顯示「限時折扣」的 Banner；如果是「品質導向型」，就顯示「品牌故事」的影片。

工程師的真心話：隱私與成本

在導入這套系統時，有兩點我必須囉嗦一下：

• 隱私優先 (Privacy First)： 絕對、絕對不要把客戶的真實姓名、Email 或電話丟給 OpenAI。你只需要傳送「購買了什麼」，AI 不需要知道他是「陳大明」也能分析他是個「喜歡登山的陳大明」。
• 成本控制 (Cost Control)： 呼叫 API 是要錢的。不需要每次客戶登入都分析一次。設定一個規則，例如「累積滿 3 筆新訂單」或是「每季」重新分析一次即可。

結語：從數據到洞察

「客戶輪廓自動生成」聽起來很玄，但拆解開來，其實就是 ETL (Extract, Transform, Load) 加上 AI 的推論能力。這能讓你的 WordPress 網站從一個單純的「結帳機」，進化成懂客戶的「超級業務」。

別再依賴過時的直覺了，讓數據說話，而且是用 AI 翻譯過的人話。

延伸閱讀

想進一步了解如何將數據與 AI 應用在你的 WordPress 網站？推薦你閱讀以下文章：

• 106. 別再用「貴賓」稱呼每個人！WordPress + CRM 終極聯動，打造看人下菜碟的『智慧文案』系統
• 58. 頂尖業務不是天生的！用 AI 分析 CRM 對話紀錄，打造你的 24H 專屬『銷售教練』系統實戰
• 116. 你的行銷預算丟水裡了？終極 WordPress + CRM 多渠道歸因指南，讓每分錢都花在刀口上！