把新客咨询做成「体式匹配+教练画像」，让第一节课就匹配对

瑜伽馆新客流失的第一个关键节点是「第一节课选错了」。

很多新人第一次来没有明确目标，前台问「想学什么」得到的回答都是「都行」「看推荐」。结果被分配到一个不合适的教练，课程难度也不匹配，练完浑身酸痛或者觉得太简单，从此再也不来。

AI助理把新客咨询做成3分钟问卷。10个问题覆盖年龄、运动基础、身体限制（腰痛、膝盖问题、孕期产后）、练瑜伽的目标（减脂/塑形/缓解压力/产后修复/进阶），以及偏好的课程节奏（舒缓/中等/强度高）。问卷结束AI立刻输出一个画像标签，标签体系是馆里12个教练的专长矩阵对比出来的，谁擅长孕产、谁擅长体式精进、谁带零基础最有耐心，全部结构化。

第一节课的匹配就不再是「看教练当天有没有空」，而是「这个客户的身体状况和目标，最适合跟谁学」。上线3个月，新客第一节课的满意度评分从3.8分升到4.7分（满分5分），3个月留存率从14.7%提到37.3%。

这套逻辑跟医美的术前咨询很像，但瑜伽更吃教练的人际连接能力。所以AI不直接推荐教练名字，而是输出3个匹配维度（专长匹配度/难度匹配度/风格匹配度），前台再根据当天空闲情况确认。这个设计的好处是AI负责算匹配，人负责排时间，自动化但不机械。

到课提醒按「生理节奏」推，不按固定时间推

瑜伽馆的续卡率不取决于课程好不好，取决于客户「忘记来上课」的速度。

据我们观察，绝大多数瑜伽馆的到课提醒是固定时间发的，比如卡到期前30天发一次，或者每周一发下周课表。这种机械式提醒对老客有效，对已经在「半放弃状态」的客户几乎没用。她们已经2周没来，这时候发一条「您有一节私教课待使用」只会让人更焦虑，索性退卡。

AI助理把到课提醒按「生理节奏」触发。系统监测每个客户的最近到课间隔、上次到课时间、卡内剩余课时。间隔超过5天的客户，触发「回归关怀」消息，不是催课，是发一节10分钟的家庭练习视频，附一句「最近没看到你，下次来的时候我们会给你准备新的辅具」。这条消息的核心是降低她回来的心理门槛。

间隔超过10天的客户，触发教练私聊消息，由教练本人发送，AI生成话术初稿，教练改两句话发出去。这种带教练署名的消息比AI名义的有效4.3倍，因为客户认的是「我的教练记得我」。

卡内剩3节以下的客户，触发续费引导，AI按客户的练课历史推荐续卡方案。坚持练的客户推年卡，半放弃的客户推季卡加共修课。续费引导的转化率从群发时代的8.7%涨到27.4%。

三个月数据汇总下来，月均到课次数从3.2次升到6.1次，老客续卡率从27.3%拉到51.6%。一个看似简单的「按节奏触发」，把瑜伽馆最难管的「会员活跃度」问题，从Excel管不了的事变成了AI能持续跟的事。

老客分群运营，把「练得好的客户」变成「转介绍引擎」

瑜伽馆的老客里藏着金矿，但大多数馆没挖。

一家1200年卡客户的瑜伽馆，按理说每年应该有200到300个客户有能力推荐朋友来，但实际推荐率不到6%。原因不是客户不愿意推荐，是馆里从来没设计过「让客户觉得推荐是有价值的事」。

AI助理把1200个老客按练课频率和内容偏好分成6个群：高活跃高粘性、高活跃低粘性（来得多但练得不深）、低活跃高粘性（来得少但每次都来）、低活跃低粘性、新客、流失边缘。每个群有不同的运营策略。

高活跃高粘性客户（大概180人），AI每月自动发一条「本月之星」邀请，附赠一次免费体测或一节新课体验，附带一句「可以带朋友一起来」。这类客户的转介绍率是平均水平的5.7倍，3个月贡献了47个新客，转化率42.3%。

低活跃高粘性客户（大概120人），AI每周发一条针对性关怀，比如「您上次来练的骆驼式进步很大，要不要试试进阶的轮式？」这种基于历史练课数据的精准关怀，让这批客户的回归率从9.4%升到28.7%。

新客（最近3个月办卡的，大概230人），AI做的是「30天养成计划」，第3天发拉伸视频、第7天发冥想引导、第14天邀请参加小班课、第21天做体测报告、第30天引导续卡。新客30天活跃度从31.2%提到67.8%。

这个分群运营的核心不是「运营手段更多」，是「运营颗粒度更细」。原来Excel时代一个馆能分3个群已经很不错了，AI时代可以分20个群，每个群配不同的内容、不同的触达频率、不同的文案风格。

3个月数据汇总

续卡率 27.3% → 51.6%

新客3个月留存率 14.7% → 37.3%

月均到课次数 3.2次 → 6.1次

续费引导转化率 8.7% → 27.4%

新客30天活跃度 31.2% → 67.8%

转介绍贡献新客 0 → 47个

转介绍客户转化率 42.3%

低活跃客户回归率 9.4% → 28.7%

客服工作量 8小时/天 → 2.5小时/天

一个差点翻车的插曲

上线第11天出了一次险情。一个有腰椎间盘突出病史的学员，按她自己填的问卷「无身体限制」（她之前做过手术，恢复得很好，认为已经痊愈），AI给她推荐了高强度的骆驼式和轮式。课程中她腰部不适，教练及时发现停止了动作，事后没出大问题，但客户体验明显受损。

我们连夜在问卷里加了一条硬规则：所有「腰部」「膝盖」「颈椎」「孕期」「产后」相关的关键词，AI不能100%采信客户自述，必须由教练在新客第一节课前做一次体测确认。问卷只能作为参考，体测结果才作为匹配依据。

这个改动的代价是新客到第一节课之间多了15分钟（体测时间），但避免的是「一次受伤就丢掉一个客户甚至引发纠纷」的风险。这条规则上线后，又抓出了7个有隐性身体限制但自己没填的客户。

为什么这套东西在瑜伽馆特别有效

我们做了中医馆、艾灸馆、美容院、产后修复、月子中心、推拿馆、口腔诊所、眼科诊所、医美机构、瑜伽馆这10个行业的AI助理部署，瑜伽的会员活跃度提升幅度是最大的。原因有三个。

第一，瑜伽客户决策周期长。一个年卡客户从心动到办卡平均要3.7次到店，靠一次性销售根本留不住。AI做的3分钟问卷加教练匹配加到课节奏跟踪，本质上是在拉长服务周期，让客户从「第一次来」到「第三次来」之间都有抓手。

第二，瑜伽的客户分群价值高。1200个老客里有200个能贡献转介绍，有150个是「准流失」需要紧急挽回，有400个是「稳定活跃」需要持续维护。这三种人的运营方式完全不同，原来前台根本分不清，AI按练课数据自动分层，运营效率提升6倍以上。

第三，瑜伽馆的人力成本占比高。一个中等规模的瑜伽馆，教练工资占收入的48%到55%，前台和会籍顾问占15%到20%。AI把前台从「群发消息加登记Excel」的工作里解放出来，转去做「体验课接待加新客体测加老客回访」这些高价值工作，人力成本结构反而优化了。