识别率：大多数Shopify店铺未跟踪的电子邮件营销指标

摘要

• 识别率是指在特定漏斗事件（产品浏览、加入购物车、开始结账）中，有已知电子邮件地址的购物者比例——意味着你可以通过邮件触达他们。
• 对大多数Shopify店铺而言，加入购物车事件的识别率约为14%。其余86%放弃购物且从未进入恢复流程。
• 识别率不同于订阅率。它衡量的是特定漏斗时刻的可触达性，而非名单增长。
• 提高识别率是提升邮件恢复收入的最高杠杆动作——比优化邮件内容、发送时机或主题行更重要。
• Attribuly的ReCapture提升了对已知订阅者的识别率，这些订阅者的行为被你的ESP像素遗漏。Capture则为匿名访客增加了额外的识别。

介绍

问大多数电商邮件团队他们最大的绩效杠杆是什么，你会听到诸如：更好的主题行、更强的优惠、优化发送时间。

这些都很重要。但它们都受限于同一个前提：你的流程已经覆盖的购物者。如果你的流程只能触达14%的放弃者，那么转化率提升20%，恢复收入仅增加约3个百分点的总放弃量。虽有意义，但非根本性改变。

识别率决定了有多少购物者能进入你的流程。它是后续一切的上限。

本文介绍识别率作为实用指标，解释如何计算，并展示如何用它预测增量收入及诊断邮件项目的漏损。

什么是识别率？

识别率是指在特定漏斗事件中，能关联到已识别电子邮件档案的独立访客比例——意味着如果该事件触发流程，你可以给他们发送邮件。

公式

Identification Rate = Total Identified ÷ Unique Visitors at Event

其中：

• 事件独立访客数：触发特定事件（加入购物车、开始结账、产品浏览）的购物者数量
• 总识别数：这些访客中拥有已知电子邮件档案的数量

示例

某Shopify店铺一个月内有1,000次加入购物车事件。其中，140位访客通过Klaviyo原生像素被识别，剩余860位为匿名。

识别率 = 140 ÷ 1,000 = 14%

这意味着86%的购物车放弃者从未收到恢复邮件——无论邮件多么优秀。

识别率与订阅率的区别

这两个指标常被混淆，实则衡量不同内容。

订阅率是名单增长指标。识别率是流程覆盖指标。店铺可能拥有庞大邮件名单，但加入购物车事件的识别率低——因为许多放弃者使用不同设备、Cookie过期或未在该次访问提交邮件。

收入数学：为何识别率是主要杠杆

邮件恢复收入可简化表达为：

Email recovery revenue = Shoppers Identified × Conversion Rate × AOV

大多数优化聚焦于转化率（邮件内容、时机、折扣）。但识别率具有同等甚至更大的乘数效应。

当识别率成为瓶颈时，提升它会放大你后续的所有优化效果。

识别率的实际计算方法

总识别数分为两部分：

Total Identified = Native Pixel Identified + Incremental Lift

增量提升来自两个来源：

Incremental Lift = Recapture + Capture

原生像素识别

指Klaviyo自身跟踪识别的档案——曾提交邮件、90–180天内点击过Klaviyo邮件，或拥有活跃Cookie的购物者。大多数Shopify店铺的加入购物车事件约占14%。

ReCapture（增量已知档案）

ReCapture识别额外的已知订阅者——即已在Klaviyo名单中但原生像素未捕获其行为的人。发生情况包括：

• 订阅者使用与最初订阅不同的设备访问
• Klaviyo Cookie过期但邮件仍在名单中
• 浏览器限制（Safari ITP、Firefox ETP）阻止Klaviyo像素触发

ReCapture通过更广泛的identity graph匹配行为信号与现有订阅档案，弥补此差距。这些不是新联系人，而是应进入流程却未进入的现有订阅者。

Capture（增量匿名访客）

Capture识别在Klaviyo名单中无现有档案的购物者——真正的匿名访客。它通过同意的第一方数据身份网络，将匿名会话匹配到电子邮件地址，成为Klaviyo中的新联系人。

组合效果示例

数字因店铺而异——流量规模、美国访客比例及邮件名单活跃度均影响结果。但结构一致：原生识别无法触达大多数放弃者，增量提升显著缩小差距。

如何测量当前识别率

第1步：查找加入购物车事件量

在Shopify Analytics或GA4中，查找过去30天内独立加入购物车事件数。

第2步：查找进入Klaviyo购物车恢复流程的人数

在Klaviyo中，进入购物车恢复流程 → 分析 → 过去30天内“收到邮件1的人数”。这即为识别数。

第3步：计算

Identification Rate = Flow entries ÷ Add to Cart events

若结果低于20%，识别率是恢复收入的主要瓶颈——比邮件内容优化更需优先解决。

第4步：按漏斗事件跟踪

识别率因事件而异：

产品浏览与加入购物车间的差距是浏览放弃机会所在。加入购物车与开始结账间的差距是购物车恢复机会所在。

如何使用识别率（实用指南）

1. 确定最大瓶颈的漏斗事件

比较各事件的识别率。触发事件的购物者与进入流程的购物者差距最大者，是最高杠杆的干预点。

对大多数店铺，加入购物车是主要瓶颈。一些结账完成率高的店铺，问题已转移至产品浏览（浏览放弃）。

2. 估算投资前的月增量收入

知道当前识别率和目标后，收入预测简单明了：

Monthly incremental revenue =
  Additional Identified Shoppers × Flow Conversion Rate × AOV

示例：

• 加入购物车事件：1,000/月
• 当前识别率：14% → 140识别
• 目标识别率：34% → 340识别
• 额外识别：200
• 流程转化率：5%
• AOV：$150
• 月增量收入：200 × 5% × $150 = $1,500

这使得识别投资成为可预测的决策，而非盲目尝试。

3. 诊断重定向受众流失

产品浏览和加入购物车的低识别率意味着更少第一方信号传递给Meta和Google，影响：

• 重定向受众规模：识别事件少，定制受众小
• 匹配质量：基于浏览器的像素对iOS流量捕获不足；服务器端事件传递提升匹配质量

当Attribuly识别购物者并将事件服务器端发送给Meta时，恢复了iOS隐私限制下被抑制的信号。随着时间推移，这在Meta事件管理器中明显提升受众匹配率。

4. 克隆表现最佳流程给增量细分群体

通过ReCapture识别的购物者是现有订阅者，其行为对Klaviyo不可见。他们可直接进入现有流程，无需新内容，仅需恢复可见性。

通过Capture识别的购物者是新联系人。建议在现有流程中对其进行细分（使用条件分支），以便应用更具行为针对性的内容——他们对产品特定邮件响应更好，而非泛泛的“你留下了购物车商品”消息。

关于识别率的常见误区

误区1：将识别率视为全站统一数字

“全站”识别率无实际意义——它将漏斗合并为一个平均值。可操作数据应基于事件层面。加入购物车14%与开始结账25%是两个不同问题，需不同解决方案。

建议：分别跟踪每个漏斗事件。Klaviyo流程入口率可作为各流程触发事件的代理指标。

误区2：混淆识别率与归因

识别率衡量可触达对象，不是归因指标。购物者可被识别（可触达），但转化可能来自付费广告点击，归因归于广告，识别仍是构建重定向受众的前提。

建议：用识别率了解覆盖范围，用归因模型（首点点击、末点点击、数据驱动）了解转化驱动触点。

误区3：在未解决识别覆盖前优化邮件内容

识别率14%时，将邮件打开率从35%提升到45%，恢复收入仅增加约1.4个百分点总放弃量。将识别率从14%提升到34%，在相同转化率下恢复收入翻倍。操作顺序至关重要。

建议：先计算当前识别率。若低于20%，优先解决识别问题，再投入邮件创意优化。

误区4：忽视流量构成变化对比期间的影响

识别率受流量来源影响。付费社交流量（尤其是Meta）识别率低于邮件推荐或直接流量，因为付费访客较少已有档案。若付费投入大幅增加，识别率可能下降，即使留存设置未变。

建议：在跨期对比时，按流量来源细分识别率，尤其在渠道构成大变时。

常见问题解答

Shopify店铺的理想识别率是多少？

无统一基准，因流量构成、产品类别和地域影响。最有用的基准是各漏斗事件自身的历史数据。针对美国市场的DTC品牌，加入购物车事件的综合识别率（原生+增量）可达30–40%。低于20%通常意味着识别是邮件恢复收入的主要瓶颈。

识别率和邮件订阅率一样吗？

不一样。订阅率衡量新增订阅者。识别率衡量特定漏斗时刻有已知邮件档案的购物者比例——包括使用新设备或Cookie过期后访问的现有订阅者。店铺可能订阅率5%，加入购物车识别率14%；两者衡量不同内容。

ReCapture和Capture有何区别？

ReCapture识别已在Klaviyo名单中但当前会话对原生像素不可见的购物者，是现有订阅者，不是新联系人。Capture识别无现有档案的购物者，通过外部身份图谱匹配邮件地址，成为Klaviyo中新联系人。

提升识别率会影响送达率吗？

ReCapture增量识别的联系人是现有订阅者，送达风险极低——他们已有品牌关系。Capture识别的新联系人初期参与度可能较低。需单独监控投诉率（保持低于0.1%）和打开率。大多数品牌对该细分采用行为特定邮件内容，送达率表现可接受。

服务器端跟踪与识别率有何关系？

服务器端跟踪提升事件（加入购物车、开始结账）到达Klaviyo及广告平台的可靠性。它不直接增加识别购物者数量，而是确保已识别购物者的事件被接收和处理，减少“Klaviyo已知购物者”与“进入流程购物者”间的漏失。可视为事件传递层的漏损减少，独立于身份层。

无第三方工具能提升识别率吗？

有限度可行。鼓励账户创建、实现持久购物车数据、提升表单订阅率均可小幅提升原生识别率。但14%基线主要受Cookie寿命和设备切换行为影响——结构性因素，第三方身份解析专门解决。

相关指南

• Shopify访客识别：完整买家指南
• Shopify购物车恢复：完整指南
• Klaviyo购物车恢复流程：为何错过85%放弃者
• 如何设置Attribuly Capture与Klaviyo集成
• 购物车放弃统计：2026年基准数据实情

关于Attribuly

Attribuly助力DTC品牌恢复购物车放弃收入。我们识别匿名访客和你的ESP遗漏的现有订阅者，丰富其档案并反馈信号——让你的放弃流程触发，重定向受众增长，恢复至少15%更多收入。Shopify精选应用。Klaviyo技术合作伙伴。20,000+品牌信赖。保证4倍ROI。